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

1,447 documents

Machine Learning for Trading

Cette analyse sélectionne une configuration dans un ensemble figé de candidats sur contrats à terme perpétuels crypto, couvrant quatre étiquettes de prévision et plusieurs étapes de stratégie. Elle retient le meilleur Sharpe de validation et considère les…

CryptomonnaiesContrats à terme perpétuelsStatistiquesBacktest
Machine Learning for Trading

Ce notebook définit des objectifs de rendements futurs pour classer les actions US et explique comment faire correspondre leurs horizons aux séances de trading réelles. Il utilise des prix ajustés des divisions d’actions et des dividendes pour calculer les…

ActionsMomentumStatistiquesBacktest
Machine Learning for Trading

Ce script rassemble les positions institutionnelles à partir des déclarations SECF de 13 de deux façons : il peut récupérer les déclarations d’un ensemble de gestionnaires sélectionnés ou télécharger les fichiers trimestriels en masse de SEC. Les deux voies…

ActionsStatistiquesConstruction de portefeuille
Machine Learning for Trading

Ce notebook applique l’analyse en composantes principales à un panel de rendements d’actions US afin de représenter les grands mouvements communs à l’aide d’un nombre réduit de facteurs. Chaque facteur correspond à une direction de variation commune, et la…

ActionsStatistiquesApprentissage automatiqueInvestissement factoriel
Machine Learning for Trading

Ce notebook compare des configurations de boosting de gradient pour les contrats à terme perpétuels crypto à l’aide de caractéristiques fondées sur la prime des contrats perpétuels par rapport au marché au comptant. Il fait varier la capacité des arbres et…

CryptomonnaiesContrats à terme perpétuelsApprentissage automatiqueBacktest
Machine Learning for Trading

Ce notebook explique comment extraire des transactions d’initiés à partir de fichiers XML bruts du formulaire 4 de SEC, pour la recherche quantitative sur les actions. Il utilise un analyseur XML afin de rattacher le code, la date, le nombre d’actions, le…

ActionsStratégies événementiellesSentiment de marchéStatistiques
Machine Learning for Trading

Ce notebook utilise l’apprentissage automatique double pour estimer si le portage des contrats à terme prédit les rendements ultérieurs indépendamment de la volatilité, du momentum et du rang transversal du portage. Il élimine l’effet de ces facteurs de…

Contrats à termeStratégies de portageApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook développe des caractéristiques fondées sur des modèles pour les contrats à terme perpétuels crypto : des prévisions de volatilité conditionnelle par actif issues de GJR-GARCH et une probabilité de régime de tension à l’échelle du marché, obtenue…

CryptomonnaiesContrats à terme perpétuelsVolatilitéApprentissage automatique
Machine Learning for Trading

Cette analyse compare les résultats du tri des caractéristiques dans neuf études de cas sur le trading et examine si les caractéristiques retenues par le filtrage prédisent des stratégies plus performantes. Le filtrage combine le contrôle du taux de fausses…

StatistiquesApprentissage automatiqueBacktest
Machine Learning for Trading

Ce notebook présente NLinear comme un modèle séquentiel de référence simple pour prévoir les rendements des actions US. Chaque exemple utilise une fenêtre de 60 séances consécutives pour une action, avec des caractéristiques ordonnées dans le temps. Pour…

ActionsMarchés américainsApprentissage automatiqueBacktest
Machine Learning for Trading

Ce notebook applique FinBERT préentraîné aux titres financiers de FinMarBa et examine pourquoi sa précision est bien inférieure aux chiffres rapportés pour son évaluation sur Financial PhraseBank. Le diagnostic central porte sur l’origine des étiquettes :…

Apprentissage automatiqueSentiment de marchéStatistiques
Machine Learning for Trading

Ce notebook évalue NLinear, un modèle séquentiel minimal qui soustrait le dernier niveau observé de chaque fenêtre rétrospective et associe les valeurs restantes à une prévision. Sa simplicité en fait une référence utile pour des architectures séquentielles…

Apprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Le document présente un processus reliant des chargeurs standardisés de données de marché, un registre de caractéristiques préconstruites et des diagnostics de signaux. Le calcul des caractéristiques peut être spécifié par des noms, des dictionnaires de…

Indicateurs techniquesApprentissage automatiqueStatistiquesActions
Machine Learning for Trading

Le document transforme une hypothèse de momentum multi-actifs en test exploratoire mensuel sur un univers de 100-ETF. Il construit des prix ajustés de fin de mois, mesure le momentum sur 12 à -1 mois, puis répartit les ETF admissibles en cinq groupes…

Multi-actifsMomentumSuivi de tendanceStatistiques
Machine Learning for Trading

Ce notebook présente une comparaison par famille de cinq approches à facteurs latents appliquées à une étude de cas d’analyse d’options sur actions. PCA estime les mouvements communs directement à partir du panel de rendements ; IPCA associe linéairement les…

OptionsApprentissage automatiqueInvestissement factorielStatistiques
Machine Learning for Trading

Ce chapitre présente le backtest comme une tentative de réfuter une stratégie au moyen d’hypothèses explicites sur le calendrier des signaux, l’exécution, le rééquilibrage, le dimensionnement, les coûts, les contraintes et les indices de référence. Il…

BacktestExécution des ordresGestion des risquesStatistiques
Machine Learning for Trading

Cette source décrit les protections permettant de reconstruire une demande de modèle à partir de sa spécification d’entraînement immuable et de valider l’exécution obtenue. Elle vérifie que la demande utilise une version d’identité prise en charge, un niveau…

Apprentissage automatiqueBacktestStatistiquesGestion des risques
Machine Learning for Trading

Ce notebook présente l’analyse en composantes principales instrumentale comme modèle des rendements transversaux. Au lieu d’attribuer directement des pondérations de rendement aux caractéristiques de chaque société, IPCA estime une application linéaire…

ActionsInvestissement factorielApprentissage automatiqueStatistiques
Machine Learning for Trading

Le notebook explique comment interpréter les contrats binaires de taux de la Réserve fédérale proposés par Kalshi comme des probabilités et convertir une échelle de seuils de taux en distribution implicite. Il souligne que le flux contient des offres YES :…

Contrats à termeStatistiquesMicrostructure des marchésIndicateurs techniques
Machine Learning for Trading

Ce notebook compare quatre architectures de réseaux neuronaux pour une même tâche : prévoir le prochain rendement quotidien à partir d’une fenêtre de rendements passés, regroupés sur huit fonds négociés en bourse. Il décrit comment un réseau dense, une…

Apprentissage automatiqueBacktestActionsStatistiques
Machine Learning for Trading

Ce notebook explore un panel de données économiques construit à partir des séries Federal Reserve Economic Data. Il établit que le panel fourni utilise des dates calendaires, week-ends et jours fériés compris, et montre comment les métadonnées associées…

Titres à revenu fixeVolatilitéStatistiquesMarchés américains
Machine Learning for Trading

Ce notebook explique pourquoi les tests t classiques peuvent exagérer la force d’un coefficient d’information (IC) lorsque les observations quotidiennes de IC sont dépendantes. Il construit un signal de momentum à partir de données d’ETF, examine…

StatistiquesBacktestMomentum