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

2,371 documents

Machine Learning for Trading

Ce notebook présente un inventaire, établi à partir de plusieurs études de cas, des caractéristiques financières construites et du coefficient d’information le plus élevé dans le registre pour chaque étude de marché. Il dénombre les caractéristiques et les…

Multi-actifsStatistiquesApprentissage automatiqueConstruction de portefeuille
Machine Learning for Trading

Le document explique comment identifier des régimes de marché en divisant les rendements en fenêtres chevauchantes et en traitant chaque fenêtre comme une distribution empirique. Il mesure la distance entre les fenêtres à l’aide de quantiles appariés et…

StatistiquesApprentissage automatiqueGestion des risquesBacktest
Machine Learning for Trading

Cette étude construit une mesure à la minute de la pression du flux d’ordres à partir de données marché par ordre pour NVDA. Elle attribue un signe aux ajouts, annulations et exécutions d’ordres selon leur côté, pondère les événements selon leur taille et…

ActionsMicrostructure des marchésExécution des ordresStatistiques
Machine Learning for Trading

Ce notebook présente un autoencodeur conditionnel qui préserve la structure d’un modèle factoriel latent instrumenté, tout en remplaçant par un réseau neuronal la fonction linéaire reliant les caractéristiques des entreprises aux expositions factorielles.…

ActionsApprentissage automatiqueInvestissement factorielStatistiques
Machine Learning for Trading

Cette étude de cas ajuste des modèles linéaires régularisés aux rendements de straddles vendeurs à la monnaie conservés jusqu’à l’échéance. Comme le revenu de prime plafonne le gain tandis que les pertes peuvent croître sans limite, quelques pertes sévères…

OptionsVolatilitéApprentissage automatiqueGestion des risques
Machine Learning for Trading

Ce notebook utilise des données réelles d’ETF pour déterminer si un signal de momentum reste utile lorsque sa rétrospective, le régime de marché et sa mise en œuvre varient raisonnablement. Il calcule les coefficients d’information transversaux entre le…

Contrats à termeMomentumBacktestStatistiques
Machine Learning for Trading

Ce notebook compare deux modèles de représentations vectorielles à poids ouverts exécutés localement sur une tâche de récupération, à partir d’extraits de récents rapports 10-K d’un petit groupe de grandes entreprises US. Les deux modèles reçoivent les mêmes…

Apprentissage automatiqueStatistiquesActionsMarchés américains
Machine Learning for Trading

Ce notebook construit quatre caractéristiques fondées sur des modèles pour la recherche sur les options S&P 500 : des prévisions de volatilité au jour suivant issues de GJR-GARCH et de la volatilité stochastique, ainsi que les écarts entre chaque prévision…

OptionsVolatilitéÉvaluation des dérivésBacktest
Machine Learning for Trading

Ce document ajuste TabM, un ensemble neuronal à partage de poids, à des caractéristiques dérivées d’options pour prévoir les rendements boursiers à terme et les rendements ajustés au risque. Ses membres utilisent un réseau partagé à deux couches, avec une…

ActionsOptionsApprentissage automatiqueBacktest
Machine Learning for Trading

Ce document présente un enregistrement structuré de l’état des agents de recherche, distinct de leur transcription de conversation. L’enregistrement conserve la question et la date limite, les éléments de preuve recueillis, les questions non résolues,…

Apprentissage automatiqueStatistiquesBacktestGestion des risques
Machine Learning for Trading

Ce notebook étudie la régularisation de modèles linéaires pour prévoir les rendements de paires de devises. Il distingue la colinéarité entre les caractéristiques d’entrée de la dépendance entre actifs : les paires de devises partagent des devises…

Marché des changesApprentissage automatiqueStatistiquesInvestissement factoriel
Machine Learning for Trading

Cette note de configuration explique le choix du solveur saga et d’une tolérance de convergence plus stricte pour la régression logistique L1 sur des étiquettes à trois classes. Elle compare saga à liblinear, en citant des mesures de temps d’exécution sur un…

Apprentissage automatiqueStatistiquesActionsMicrostructure des marchés
Machine Learning for Trading

Ce notebook étudie un autoencodeur supervisé qui prévoit les rendements à terme à partir des caractéristiques des entreprises. Il conserve un goulot d’étranglement étroit dans le réseau neuronal, mais supprime l’interprétation en facteurs conditionnels et la…

ActionsApprentissage automatiqueInvestissement factorielBacktest
Machine Learning for Trading

Ce notebook convertit les prédictions de paires FX en résultats de trading de référence. À chaque instant de décision, il classe les paires, prend des positions longues et courtes de même taille, puis exécute les configurations de prédiction et les points de…

Marché des changesBacktestConstruction de portefeuilleDimensionnement des positions
Machine Learning for Trading

Ce notebook compare deux simulations de la même stratégie mensuelle de momentum ETF. Elles utilisent les mêmes pondérations cibles, univers, dates et coûts de trading totaux. L’une calcule les rendements à partir des pondérations retardées et des rendements…

ActionsMomentumBacktestExécution des ordres
Machine Learning for Trading

Ce notebook distingue la prévision des rendements de l’affirmation selon laquelle le momentum en est la cause. Il prend le rendement de l’action sur l’année précédente, hors dernier mois, comme traitement et le rendement futur comme résultat. La volatilité…

ActionsMomentumApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook ajuste PatchTST comme membre d’un ensemble déclaré de modèles séquentiels pour les options du S&P 500. PatchTST divise une fenêtre rétrospective en segments de taille fixe, les représente sous forme de jetons et utilise l’attention pour apprendre…

OptionsApprentissage automatiqueBacktest
Machine Learning for Trading

Ce notebook agrège les résultats de LightGBM dans plusieurs études de cas de trading et les compare à des références linéaires et TabM. Il examine la configuration ayant le coefficient d’information (IC) le plus élevé pour chaque étude de cas, présente des…

Apprentissage automatiqueStatistiquesBacktestActions