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 guide de jeu de données décrit une méthode pour obtenir des séries FRED, aligner les observations sur un calendrier quotidien et charger certains indicateurs pour analyse. Les exemples incluent les taux des bons du Trésor, l’écart entre les échéances à 10…

Titres à revenu fixeStatistiquesGestion des risquesMulti-actifs
Machine Learning for Trading

Ce notebook montre comment analyser un graphe d’événements financiers sans confondre la date d’un événement, sa publication et son extraction par le pipeline du graphe. Il charge des relations 8-K horodatées, mesure les délais de publication et d’extraction,…

Apprentissage automatiqueStatistiquesBacktestStratégies événementielles
Machine Learning for Trading

Le document explique comment l’apprentissage automatique double (DML) estime si la part du volume initiée par les acheteurs affecte les rendements futurs après prise en compte du spread, de la volatilité à court terme et des rendements antérieurs. Il élimine…

ActionsMicrostructure des marchésStatistiquesApprentissage automatique
Machine Learning for Trading

Ce notebook transforme des backtests enregistrés de microstructure NASDAQ-100 en une évaluation de stratégies, sans entraîner de modèles ni relancer de backtests. Il lit les métriques et la filiation depuis le registre, construit au besoin des tableaux…

ActionsMicrostructure des marchésBacktestStatistiques
Machine Learning for Trading

Ce notebook applique aux prédictions de l’échantillon test une configuration de contrats à terme CME sélectionnée au préalable, avec l’allocateur établi, le calendrier de rééquilibrage, les règles de concentration et les hypothèses de coûts de transaction.…

Contrats à termeBacktestGestion des risquesStatistiques
Machine Learning for Trading

Ce notebook décrit comment sélectionner une configuration d’étude de cas sur les contrats à terme CME à partir de backtests de validation enregistrés. Il regroupe les candidats des étapes de signal, d’allocation et de gestion des risques, puis retient la…

Contrats à termeBacktestStatistiquesGestion des risques
Machine Learning for Trading

Ce document explique un processus à cinq étapes pour évaluer neuf études de cas de trading, de la qualité du signal à la validation, aux coûts de transaction, aux performances sur holdout et à la qualité des éléments probants. Les étapes sont cumulatives :…

BacktestGestion des risquesApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook compare des mesures de volatilité, ajuste un modèle autorégressif hétérogène (HAR) et estime la rugosité à l’aide des exposants de Hurst. Il compare d’abord la variance réalisée intrajournalière aux estimateurs quotidiens, en distinguant les…

VolatilitéStatistiquesIndicateurs techniquesBacktest
Machine Learning for Trading

Ce module utilitaire construit des tableaux et des graphiques pour évaluer des modèles prédictifs sur les données de validation et de holdout. Ses diagnostics comprennent les intervalles de confiance des coefficients d’information, la dégradation entre…

StatistiquesApprentissage automatiqueBacktestGestion des risques
Machine Learning for Trading

Ce chapitre présente des méthodes classiques de génération de données financières synthétiques : processus de prix en temps continu, volatilité GARCH, rééchantillonnage bootstrap et comparaison de modèles. Il décrit comment le mouvement brownien géométrique,…

StatistiquesVolatilitéGestion des risquesBacktest
Machine Learning for Trading

Cette analyse exploratoire teste si un signal de momentum sur douze mois, en excluant le mois le plus récent, est associé aux rendements du mois suivant pour un univers de 100-ETF. Elle construit un panel mensuel à partir des cours de clôture ajustés, classe…

Multi-actifsMomentumStatistiquesBacktest
Machine Learning for Trading

Ce document consigne une prévision en plusieurs étapes visant à déterminer si la Réserve fédérale relèvera ses taux en 2026. Trois agents recherchent des éléments probants et produisent des probabilités, puis débattent avant une mise à jour par un…

Titres à revenu fixeMarchés américainsApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook compare les recherches d’hyperparamètres Optuna pour XGBoost, LightGBM et CatBoost sur un jeu de données de caractéristiques d’entreprise. Chaque bibliothèque reçoit sa propre étude de recherche, utilisant un estimateur de Parzen à structure…

Apprentissage automatiqueActionsStatistiquesBacktest
Machine Learning for Trading

Ce notebook compare l’imitation du comportement et l’apprentissage par renforcement inverse (IRL) à partir de trajectoires produites par une règle d’exécution au prix moyen pondéré dans le temps (TWAP). L’imitation du comportement associe directement les…

Exécution des ordresApprentissage automatiqueStatistiquesGestion des risques
Machine Learning for Trading

Cette analyse exploratoire décrit un panel historique d’actions US, explique ses champs de prix bruts et ajustés et examine l’évolution de la couverture des symboles. Elle compare le nombre annuel de symboles actifs aux premières et dernières observations,…

ActionsMarchés américainsBacktestStatistiques