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 document présente un benchmark de moteurs de base de données utilisés avec des séries temporelles financières. Il compare les écritures en masse, les analyses complètes des tables, les requêtes par plage temporelle, les agrégations OHLCV et les jointures…

Microstructure des marchésExécution des ordresBacktestStatistiques
Machine Learning for Trading

Ce document présente des méthodes de nettoyage des données financières et explique comment aligner le prétraitement sur les divisions entre ensembles d’entraînement et de test. La leçon centrale est d’estimer les transformations, comme la mise à l’échelle et…

Apprentissage automatiqueStatistiquesActionsBacktest
Machine Learning for Trading

Ce notebook transforme les déclarations institutionnelles 13F en un graphe biparti reliant les gérants aux actions, puis en déduit des caractéristiques de propriété au niveau des titres. Il agrège les positions gérant-action en double, normalise les noms des…

ActionsStatistiquesConstruction de portefeuilleMarchés américains
Machine Learning for Trading

Ce notebook évalue si les données des contrats à terme perpétuels Binance permettent de soutenir une stratégie transversale qui classe les contrats selon leur prime et prend des positions longues et courtes. Il n’ajuste aucun modèle et ne produit aucune…

CryptomonnaiesContrats à terme perpétuelsStatistiquesBacktest
Machine Learning for Trading

Ce notebook compare l’effet des coûts de trading supposés sur des stratégies issues de plusieurs études de cas. Il lit les backtests de sensibilité aux coûts pour chaque configuration de stratégie déployée, compare le Sharpe brut au Sharpe net selon le coût…

BacktestGestion des risquesExécution des ordresStatistiques
Machine Learning for Trading

Ce notebook explique les signatures de trajectoires comme des caractéristiques de longueur fixe qui préservent l’ordre et la forme conjointe des observations d’une série temporelle. Il décrit comment le premier niveau de la signature enregistre les…

ActionsApprentissage automatiqueStatistiquesIndicateurs techniques
Machine Learning for Trading

Ce document explique un système de journaux d’exécution pour consigner l’entraînement des modèles, les prédictions, les estimations causales et les backtests dans plusieurs études de trading. Il décrit le cheminement des configurations, des paramètres des…

BacktestApprentissage automatiqueStatistiquesConstruction de portefeuille
Machine Learning for Trading

Cette vue d’ensemble rassemble les données de configuration de neuf études de cas de trading couvrant les actions, les cryptomonnaies, le forex, les contrats à terme, les options et les portefeuilles multi-actifs. Elle compare l’univers, la fréquence des…

Multi-actifsBacktestGestion des risquesExécution des ordres
Machine Learning for Trading

Ce notebook présente un cadre déterministe pour vérifier la cohérence des pipelines de backtest et de trading en réel. Il compare les étapes qui transforment les barres de prix en décisions : calcul des caractéristiques, prédictions, signaux et tailles…

BacktestExécution des ordresApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook utilise des données de transactions et d’ordres issues de NASDAQ ITCH pour illustrer des phénomènes de microstructure. Il examine l’autocorrélation négative de premier ordre des rendements des transactions au tick près, compare cet effet aux…

ActionsMicrostructure des marchésStatistiquesExécution des ordres
Machine Learning for Trading

Ce notebook présente un processus pour déterminer si le momentum sur six mois, hors période récente, influe sur les rendements futurs à 21 jours et si cet effet varie avec la volatilité du marché. Il estime les effets sur les données d’entraînement par…

ActionsMomentumApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook ajuste des modèles linéaires à des caractéristiques de microstructure du NASDAQ-100 observées à intervalles d’une minute afin de prévoir les rendements sur plusieurs horizons futurs. Son objectif est d’établir une référence simple avant…

ActionsApprentissage automatiqueStatistiquesIndicateurs techniques