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 un flux de prévision en quatre phases utilisant l’orchestration Python native, CrewAI et LangGraph. Il compare la gestion de l’état, l’inspection ou la reprise après échec, les dépendances ajoutées par chaque approche et le…

Apprentissage automatiqueStatistiquesExécution des ordresBacktest
Machine Learning for Trading

Ce notebook examine la régularisation des modèles linéaires pour un univers de paires de devises dont les rendements sont liés, car chaque paire est une cotation entre des devises communes. Il distingue la colinéarité des caractéristiques, que ridge, lasso…

Marché des changesStatistiquesApprentissage automatiqueBacktest
Machine Learning for Trading

Ce notebook étudie si une prime extrême sur les contrats à terme perpétuels affecte les rendements ultérieurs du BTC ou le retour de la prime à la moyenne. Il définit le traitement comme un état de prime élevée et compare un résultat de marché général,…

CryptomonnaiesContrats à terme perpétuelsArbitrageStatistiques
Machine Learning for Trading

Ce notebook construit des étiquettes de rendement futur des actions pour une stratégie qui exploite les données d’options cotées afin de classer les actions, puis de les détenir. Il crée une série de prix ajustés des opérations sur titres et identifie les…

ActionsOptionsStatistiquesBacktest
Machine Learning for Trading

Ce notebook décrit un filtrage des signaux candidats, une caractéristique à la fois, sur 20 paires de devises. Il calcule, pour chaque caractéristique, la concordance quotidienne des rangs en coupe transversale avec le rendement de la séance suivante, en…

Marché des changesStatistiquesApprentissage automatiqueBacktest
Machine Learning for Trading

Ce notebook présente l’analyse en composantes principales comme référence à facteurs latents non conditionnée pour prévoir les rendements boursiers dans une étude d’analyse des options. PCA utilise le panel historique des rendements pour estimer les…

ActionsApprentissage automatiqueStatistiquesInvestissement factoriel
Machine Learning for Trading

Ce notebook compare une recherche exhaustive sur grille à l’échantillonneur TPE d’Optuna pour ajuster un modèle LightGBM de prévision des rendements. Il accorde d’abord aux deux méthodes le même budget d’essais sur la même grille discrète de paramètres, où…

Apprentissage automatiqueBacktestStatistiques
Machine Learning for Trading

Ce notebook évalue un facteur de momentum transversal à l’aide des coefficients d’information, des rendements par quantile, des écarts entre les extrêmes et de diagnostics de classification. Il présente le IC de Spearman comme la corrélation de rang calculée…

MomentumInvestissement factorielStatistiquesBacktest
Machine Learning for Trading

Cette configuration spécifie un jeu de données macroéconomiques historiques de FRED pour le filtrage des régimes et l’analyse inter-actifs. Elle organise les séries selon une fréquence quotidienne, hebdomadaire, mensuelle et trimestrielle, et comprend les…

Multi-actifsTitres à revenu fixeVolatilitéStatistiques
Machine Learning for Trading

Le document explique comment l’incertitude d’un modèle peut fournir des informations au-delà de son estimation ponctuelle. Il oppose GARCH, qui définit la volatilité à partir des rendements passés, à un modèle de volatilité stochastique qui traite la…

VolatilitéStatistiquesApprentissage automatiqueGestion des risques
Machine Learning for Trading

Cette analyse transversale examine comment l’information prédictive, mesurée par le coefficient d’information (IC), se traduit en Sharpe de portefeuille dans neuf études de cas de trading. Son point central est que la mise en œuvre joue un rôle déterminant…

Multi-actifsStatistiquesBacktestConstruction de portefeuille
Machine Learning for Trading

Ce notebook utilise l’analyse en composantes principales pour représenter les mouvements communs d’un large panel d’actions US. PCA extrait des directions qui expliquent la variation commune des rendements ; la charge de chaque action mesure son exposition à…

ActionsMarchés américainsApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook évalue des règles de sécurité pour un assistant financier fondé sur des documents à l’aide de six cas construits manuellement. Ces cas couvrent l’injection de prompt, les chiffres fabriqués dans des contenus non fiables, les tentatives d’action…

Apprentissage automatiqueGestion des risquesSentiment de marchéStatistiques
Machine Learning for Trading

Ce notebook présente un réseau convolutif temporel (TCN) pour prévoir les rendements futurs de ETF à partir de séquences de caractéristiques de rendements passés. Les convolutions causales garantissent que chaque sortie n’utilise que les observations…

ActionsApprentissage automatiqueBacktestStatistiques
Machine Learning for Trading

Ce notebook explique les barres de déséquilibre des transactions et des volumes, puis compare les approches adaptatives, à seuil fixe et à fenêtre glissante sur des données de transactions NVDA. Le déséquilibre des transactions cumule les directions signées…

ActionsMicrostructure des marchésStatistiquesBacktest
Machine Learning for Trading

Ce notebook explique comment transformer GJR-GARCH ajusté et des modèles de Markov cachés en caractéristiques de trading tout en contrôlant le biais d’anticipation. GJR-GARCH estime la volatilité conditionnelle et capte l’impact plus marqué des chocs de…

CryptomonnaiesContrats à terme perpétuelsVolatilitéApprentissage automatique
Machine Learning for Trading

Ce notebook passe en revue des méthodes de détection des changements dans le processus générant une série financière, en prenant les données quotidiennes SPY comme exemple. Il oppose le test de Zivot–Andrews, qui estime une rupture tout en testant la…

StatistiquesApprentissage automatiqueIndicateurs techniquesGestion des risques
Machine Learning for Trading

Ce notebook entraîne un modèle Skip-gram Word2Vec sur un petit corpus d’actualités financières annotées en sentiment et examine ce que révèlent ses voisins les plus proches. La méthode représente les mots selon les contextes dans lesquels ils apparaissent.…

Apprentissage automatiqueSentiment de marchéStatistiques
Machine Learning for Trading

Ce document décrit un processus de collecte des rendements des titres du Trésor FRED et d’indicateurs économiques, d’alignement de séries à fréquences de publication différentes sur un calendrier quotidien, puis de chargement ou de filtrage du jeu de données…

Titres à revenu fixeMulti-actifsGestion des risquesStatistiques