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

Ce notebook présente des contrôles du biais d’anticipation à partir de prix ETF et de séries macroéconomiques. Il montre qu’une moyenne mobile centrée inclut des observations futures, peut suivre de trop près les retournements de prix et présente une…

ActionsStatistiquesBacktestGestion des risques
Machine Learning for Trading

Cette analyse exploratoire décrit un panel OANDA de quatre heures portant sur 20 paires de devises et explique comment interpréter ses données. Elle distingue les paires directes, indirectes et croisées selon la position du dollar, montrant pourquoi les…

Marché des changesMicrostructure des marchésStatistiquesBacktest
Machine Learning for Trading

Ce notebook compare trois façons d’utiliser les régimes de marché pour la prévision : un modèle de référence sans variable de régime, un modèle unique auquel est fournie la probabilité filtrée d’un état volatil et des modèles distincts entraînés dans des…

ActionsApprentissage automatiqueStatistiquesVolatilité
Machine Learning for Trading

Ce notebook élargit l’évaluation des facteurs ETF d’un seul horizon de rendement à une analyse de dix facteurs sur trois horizons, avec correction pour les tests multiples. Il applique ensuite des diagnostics fondés sur les mécanismes au momentum à long…

Multi-actifsMomentumRetour à la moyenneStatistiques
Machine Learning for Trading

Ce notebook utilise le double apprentissage automatique (DML) pour estimer l’effet ajusté d’une mesure continue de momentum ETF sur les rendements ultérieurs, en contrôlant la volatilité récente et à plus long terme, le régime de marché et la pente de la…

Apprentissage automatiqueStatistiquesActionsMomentum
Machine Learning for Trading

Ce notebook prépare un entraînement de prévision LSTM pour une étude de cas sur des paires FX. Le modèle conserve un état caché au fil d’une séquence rétrospective, et le notebook détermine l’architecture et les paramètres d’entraînement à l’aide des outils…

Marché des changesApprentissage automatiqueBacktestStatistiques
Machine Learning for Trading

Ce notebook utilise des enregistrements de transactions issus de NASDAQ ITCH pour examiner l’activité de trading intrajournalière. Il regroupe les transactions individuelles en barres temporelles et compare les volumes en actions, le nombre de transactions,…

ActionsMicrostructure des marchésExécution des ordresStatistiques
Machine Learning for Trading

Ce notebook explique comment l’impact de marché augmente avec la taille des ordres et utilise le modèle de participation en racine carrée pour estimer la capacité d’une stratégie. Il distingue les données de marché disponibles, comme la volatilité et le…

Microstructure des marchésExécution des ordresGestion des risquesDimensionnement des positions
Machine Learning for Trading

Ce notebook examine comment exprimer l’incertitude des prévisions de rendement des ETF en comparant le dropout Monte-Carlo aux ensembles profonds. Le dropout reste actif lors de passages d’inférence répétés, tandis qu’un ensemble mesure les désaccords entre…

ActionsApprentissage automatiqueStatistiquesGestion des risques
Machine Learning for Trading

Ce notebook rassemble les estimations enregistrées de double apprentissage automatique issues de plusieurs études de cas de trading et compare leur incertitude et leurs diagnostics. Il charge les lignes actuelles du registre de chaque étude, vérifie…

StatistiquesApprentissage automatiqueGestion des risquesBacktest
Machine Learning for Trading

Ce notebook ajuste un modèle LSTM déclaré pour la prévision dans une étude sur les options du S&P 500. Le réseau reçoit des fenêtres chronologiques de l’historique de chaque symbole et utilise un état récurrent à portes pour représenter l’information entre…

ActionsOptionsApprentissage automatiqueBacktest
Machine Learning for Trading

Ce notebook explique comment construire et examiner un panel trimestriel de données fondamentales sur les actions à partir des données SEC XBRL. Chaque observation indique à la fois la période fiscale décrite et la date de dépôt à laquelle l’information est…

ActionsMarchés américainsInvestissement factorielBacktest
Machine Learning for Trading

Ce notebook met en place un processus de suivi pour un modèle financier déployé, à partir d’artefacts réels issus de l’échantillon de réserve. Il vérifie que les données de caractéristiques entrantes sont renseignées et structurellement valides avant de…

Apprentissage automatiqueStatistiquesGestion des risquesActions
Machine Learning for Trading

Ce notebook explique comment interpréter les prévisions d’une régression Ridge pour un panel d’ETF avec SHAP. Pour un modèle linéaire, l’attribution de chaque caractéristique correspond à son coefficient multiplié par l’écart entre sa valeur et sa moyenne de…

Apprentissage automatiqueStatistiquesActionsBacktest
Machine Learning for Trading

Ce notebook compare deux méthodes d’estimation des spreads bid-ask lorsque les données historiques contiennent les cours d’ouverture, les plus hauts, les plus bas, les clôtures et le volume quotidiens, mais aucune cotation. Corwin-Schultz sépare le spread de…

Microstructure des marchésExécution des ordresStatistiquesGestion des risques
Machine Learning for Trading

Ce notebook présente une méthode pour convertir des déclarations annuelles et trimestrielles SEC en texte structuré pour des analyses ultérieures de sentiment, de thèmes et d’incorporations vectorielles. Il associe les sections recherchées aux numéros de…

ActionsSentiment de marchéStratégies événementiellesStatistiques
Machine Learning for Trading

Ce notebook explique comment un autoencodeur conditionnel étend un modèle de composantes principales instrumentées : un réseau neuronal associe les caractéristiques des actions aux expositions factorielles, tandis que le modèle conserve la même structure,…

ActionsInvestissement factorielApprentissage automatiqueBacktest