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

108 documents

Machine Learning for Trading

Ce notebook compare DQN, PPO et A2C dans un environnement de trading simulé commun, calibré sur les rendements horaires des contrats à terme perpétuels sur Bitcoin. Un modèle GARCH(1,1) produit le regroupement de volatilité ; l’environnement facture les…

Apprentissage automatiqueCryptomonnaiesContrats à terme perpétuelsVolatilité
Machine Learning for Trading

Ce document présente un réseau convolutif temporel qui prédit les primes de financement des contrats perpétuels crypto à partir d’une fenêtre de règlement de 60. Quatre blocs de convolution causale utilisent un noyau de trois et des dilatations de 1, 2, 4 et…

CryptomonnaiesContrats à terme perpétuelsApprentissage automatiqueRetour à la moyenne
Machine Learning for Trading

Ce notebook mesure l’effet des coûts d’exécution sur une configuration de contrats perpétuels crypto déjà sélectionnée. Il conserve fixes le modèle, le checkpoint, la règle d’entrée, l’allocateur et le contrôle du risque, puis relance la stratégie sur une…

CryptomonnaiesContrats à terme perpétuelsBacktestExécution des ordres
Machine Learning for Trading

Ce notebook teste une conception de sortie à deux modèles sur des données horaires perpétuelles de BTC, ETH et SOL. Un classificateur d’entrée repère les rendements futurs exceptionnellement élevés ; sa probabilité prédite est ensuite combinée aux…

CryptomonnaiesContrats à terme perpétuelsApprentissage automatiqueBacktest
Machine Learning for Trading

Cette analyse compare les prédictions de validation de plusieurs familles de modèles appliquées au financement des contrats à terme perpétuels. Elle explique que le coefficient d’information mesure le classement des rendements ultérieurs, que AUC mesure…

CryptomonnaiesContrats à terme perpétuelsApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook évalue les sorties au niveau des positions sur contrats à terme perpétuels crypto sélectionnés lors d’une étape d’allocation antérieure. Il définit des stops de perte fixes, des stops suiveurs liés au meilleur prix de chaque position et des…

CryptomonnaiesContrats à terme perpétuelsGestion des risquesBacktest
Machine Learning for Trading

Ce document décrit un jeu de données et un processus d’étude des contrats à terme perpétuels sur cryptomonnaies et de leur indice de prime. Il présente des observations horaires OHLCV et des relevés de prime toutes les huit heures sur un univers configuré,…

CryptomonnaiesContrats à terme perpétuelsContrats à termeArbitrage
Machine Learning for Trading

Ce notebook décrit une répétition du déploiement d’un modèle directionnel de taux de financement crypto. Il entraîne un modèle LightGBM à trois classes sur des données historiques de contrats perpétuels dérivées de Binance, puis récupère les barres horaires…

CryptomonnaiesContrats à terme perpétuelsMarchés au comptantApprentissage automatique
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

Cette configuration définit un workflow de recherche sur une stratégie long-short de contrats à terme perpétuels crypto. Elle précise un univers de 19 actifs sélectionnés selon le volume, des décisions alignées sur les règlements du financement toutes les…

CryptomonnaiesContrats à terme perpétuelsStratégies de portageRetour à la moyenne
Machine Learning for Trading

Cette démonstration décrit le fonctionnement opérationnel d’une stratégie crypto exécutée en continu et connectée à un courtier spot en USD. Elle transpose l’univers plus vaste d’une étude sur les contrats à terme perpétuels à l’ensemble plus restreint des…

CryptomonnaiesContrats à terme perpétuelsMarchés au comptantMomentum
Machine Learning for Trading

Ce notebook entraîne un agent d’apprentissage par renforcement à répartir un ordre de vente fixe sur des barres horaires d’un marché de contrats à terme perpétuels crypto. Son état comprend les rendements retardés, la volatilité, le volume de l’heure…

CryptomonnaiesContrats à terme perpétuelsExécution des ordresApprentissage automatique
Machine Learning for Trading

Ce notebook d’évaluation filtre les caractéristiques financières et issues de modèles en fonction de leur relation avec le rendement suivant sur huit heures des contrats à terme perpétuels crypto. Il constitue l’échantillon d’évaluation à partir de fenêtres…

CryptomonnaiesContrats à terme perpétuelsApprentissage automatiqueStatistiques
Machine Learning for Trading

Le document explique pourquoi TabM est utilisé pour modéliser les données de panel du financement des contrats perpétuels : son socle neuronal partagé combine toutes les caractéristiques d’entrée, tandis que des couches non linéaires peuvent représenter les…

CryptomonnaiesContrats à terme perpétuelsApprentissage automatiqueBacktest
Machine Learning for Trading

Ce notebook étudie des modèles de gradient boosting pour prévoir les rendements et le sens des contrats perpétuels crypto. Sa grille fait varier la capacité des arbres et la fonction de perte, notamment les objectifs d’erreur quadratique, d’erreur absolue et…

CryptomonnaiesContrats à terme perpétuelsApprentissage automatiqueMomentum
Machine Learning for Trading

Ce notebook estime si le score z de la prime d’un perpétuel crypto affecte les rendements ultérieurs sur huit heures lorsque trois facteurs déclarés — volatilité des prix, taux de financement et écart moyen de la prime — sont maintenus constants. Comme le…

CryptomonnaiesContrats à terme perpétuelsApprentissage automatiqueStatistiques
Machine Learning for Trading

Cette analyse exploratoire décrit les données OHLCV horaires des contrats perpétuels crypto ainsi qu’un indice de prime sur huit heures. Elle examine la couverture des symboles et des dates, l’évolution de la composition des contrats, les unités et la…

CryptomonnaiesContrats à terme perpétuelsMicrostructure des marchésStatistiques
Machine Learning for Trading

Ce notebook mesure l’effet des coûts d’exécution sur une configuration déjà sélectionnée de futures perpétuels crypto. Il maintient fixes le modèle, le checkpoint, la règle d’entrée, l’allocation et le contrôle du risque, puis relance les backtests sur une…

CryptomonnaiesContrats à terme perpétuelsExécution des ordresBacktest
Machine Learning for Trading

Ce notebook pose une question ciblée : une représentation séquentielle apprise des caractéristiques de financement perpétuel fait-elle mieux que des résumés conçus manuellement de la prime, c’est-à-dire de l’écart entre les prix des contrats perpétuels et au…

CryptomonnaiesContrats à terme perpétuelsApprentissage automatiqueBacktest
Machine Learning for Trading

Ce notebook compare les prédictions de validation de plusieurs familles de modèles pour étudier le financement des contrats à terme perpétuels. Il explique que le coefficient d’information mesure l’association entre les rangs des prédictions et les…

CryptomonnaiesContrats à terme perpétuelsApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook utilise l’apprentissage automatique double pour estimer si un score z de prime sur contrats à terme perpétuels est associé au rendement sur les huit heures suivantes, après ajustement de six variables de contrôle antérieures au traitement. Il…

CryptomonnaiesContrats à terme perpétuelsApprentissage automatiqueStatistiques