Passer au contenu

Bibliothèque de connaissances

Résumés et idées clés, rédigés par l’agent de recherche de Stratmill, à partir des livres, articles, travaux et code informatique consultés par nos agents IA. Chaque page renvoie à la source originale.

Rechercher dans la bibliothèque

1,030 documents

Machine Learning for Trading

Cet audit compare des moteurs de trading qui rejouent les mêmes objectifs de modèle figés et les mêmes données historiques adressées par contenu pour l’allocation ETF, les contrats à terme, le financement des contrats perpétuels crypto, le marché des changes…

BacktestExécution des ordresMulti-actifsContrats à terme
Machine Learning for Trading

Ce document présente une machine à états réutilisable pour suspendre automatiquement le trading, avec des états fermé, ouvert et semi-ouvert. Elle applique la même logique de transition à quatre risques : drawdown du compte, perte quotidienne, séances…

Gestion des risquesExécution des ordresBacktest
Machine Learning for Trading

Ce notebook produit des prédictions pour une fenêtre de réserve ETF jusque-là inexplorée, à l’aide de la configuration choisie sur les données de validation. Il reconstruit la spécification d’entraînement pour qu’elle se termine un horizon d’étiquette avant…

BacktestGestion des risquesStatistiques
Machine Learning for Trading

Ce notebook définit une méthode pour évaluer un modèle challenger en mode shadow avant de lui allouer du capital. Il compare les prédictions enregistrées d’un modèle de référence fixe et d’un candidat, construit des portefeuilles long-short classés et…

Apprentissage automatiqueGestion des risquesBacktestConstruction de portefeuille
Machine Learning for Trading

Ce notebook évalue les stop-loss par position, les stops suiveurs et les sorties à durée limitée sur les configurations de l’étape d’allocation d’une stratégie intrajournalière NASDAQ-100. Les décisions sont prises toutes les quinze minutes, tandis que le…

ActionsGestion des risquesBacktestExécution des ordres
Machine Learning for Trading

Ce notebook décrit un transformer par blocs pour la prévision séquentielle dans une étude sur les actions et options du S&P 500. Il divise une fenêtre temporelle en blocs contigus et représente chaque bloc par un jeton, permettant à l’attention de comparer…

ActionsOptionsApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook de caractéristiques ETF explique comment des modèles statistiques ajustés peuvent laisser fuiter des informations futures par leurs paramètres estimés, même lorsque leurs formules n’utilisent que des observations passées. La solution consiste à…

ActionsApprentissage automatiqueStatistiquesVolatilité
Machine Learning for Trading

Ce notebook étudie le gradient boosting sur un panel d’actions US, en faisant varier la capacité des arbres, la fonction objectif et le point de contrôle d’entraînement sur trois horizons de rendements futurs. Il explique comment des arbres peu profonds…

ActionsApprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Cette étude de cas explique comment produire des prévisions pour une période de réserve après avoir fait des choix de modèle et de stratégie à partir des données de validation. Elle récupère la configuration précédemment sélectionnée, reconstitue sa…

ActionsApprentissage automatiqueBacktestStatistiques