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

1,030 documents

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

Cette configuration décrit une stratégie quotidienne long-short sur actions US qui classe un vaste univers boursier selon les prédictions du modèle, achète le décile supérieur et vend à découvert le décile inférieur, avec des pondérations égales au sein de…

ActionsMarchés américainsConstruction de portefeuilleExécution des ordres
Machine Learning for Trading

Ce notebook évalue une par une les caractéristiques candidates de 20 paires de devises par rapport aux rendements futurs. Il limite l’analyse aux périodes de validation walk-forward, associe chaque séance à son pli et laisse un intervalle tampon avant la…

Marché des changesStatistiquesApprentissage automatiqueBacktest
Machine Learning for Trading

Ce notebook mesure l’évolution du ratio de Sharpe de validation des straddles à la monnaie sur options S&P 500 selon les coûts d’exécution supposés et deux univers d’options. Il exprime le coût du spread comme une fraction du demi-spread coté de l’option,…

OptionsMarchés américainsBacktestExécution des ordres
Machine Learning for Trading

Ce module décrit une méthode commune pour préparer des plis d’entraînement et de validation walk-forward pour plusieurs familles de modèles. Il sépare les opérations coûteuses indépendantes du modèle — découpage des fenêtres temporelles, application de…

Apprentissage automatiqueBacktestStatistiques
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 présente des méthodes pratiques de nettoyage des données de marché et d’entreprises, notamment la gestion des doublons, les indicateurs de lacunes, les filtres par domaine, la détection des pics par retournement, l’écrêtage des valeurs…

ActionsApprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Ce notebook explique comment évaluer si les stratégies fondées sur un panel d’actions US peuvent résister aux frictions de trading. Il fixe une configuration par étiquette à l’aide du Sharpe de validation, puis réévalue cette même stratégie selon différents…

ActionsBacktestExécution des ordresGestion des risques
Machine Learning for Trading

Ce notebook ajuste des modèles d’arbres par gradient boosting à des caractéristiques du marché des options qui encodent des prévisions telles que la volatilité implicite, le skew, la structure par terme et la prime de risque de variance. Il compare la…

OptionsApprentissage automatiqueVolatilitéBacktest
Machine Learning for Trading

Ce notebook associe le dimensionnement des positions à l’analyse des excursions défavorables et favorables maximales. Il présente le dimensionnement à fraction fixe, où le nombre d’actions dépend du budget de risque du portefeuille et de la distance entre le…

Dimensionnement des positionsGestion des risquesVolatilitéBacktest
Machine Learning for Trading

Cette étude de cas teste des stratégies hebdomadaires long-short classées selon le portage sur un ensemble diversifié de contrats à terme CME, à partir de données quotidiennes, d’une évaluation de modèles en walk-forward et de coûts liés aux commissions, aux…

Contrats à termeStratégies de portageApprentissage automatiqueBacktest
Machine Learning for Trading

Ce notebook compare les éléments probants issus de modèles prédictifs, structurels et causaux dans une étude transversale du S&P 500, qui combine des caractéristiques d’actions et des mesures dérivées des options, telles que la volatilité implicite, le skew…

ActionsOptionsApprentissage automatiqueInvestissement factoriel
Machine Learning for Trading

Ce notebook présente un processus de diagnostic au niveau des opérations qui relie les pertes réalisées aux explications SHAP d’un modèle. Il entraîne un modèle LightGBM sur des caractéristiques retardées de prix et de volatilité, ainsi que des données…

Apprentissage automatiqueStatistiquesActionsSentiment de marché
Machine Learning for Trading

Ce notebook compare l’imitation du comportement à l’apprentissage par renforcement inverse (IRL) pour apprendre à partir de relevés d’exécution. Les démonstrations proviennent d’un calendrier TWAP, dont l’objectif neutre au risque est connu : répartir les…

Exécution des ordresApprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Cette étude de cas explique comment construire des étiquettes de rendements futurs pour une stratégie transversale de change qui classe les paires de devises et achète ou vend selon leur ordre relatif. Elle commence par répartir des barres de prix au…

Marché des changesMarchés au comptantMomentumRetour à la moyenne
Machine Learning for Trading

Le code calcule des métriques de performance standardisées à partir de tableaux de prévisions hors échantillon, séparément pour chaque pli et sous forme d’agrégats synthétiques. Il prend en charge la régression et la classification, notamment le coefficient…

StatistiquesBacktestApprentissage automatiqueGestion des risques
Machine Learning for Trading

Ce notebook présente PCA comme une référence à facteurs latents sans caractéristiques pour prévoir les rendements de ETF. Il décompose, pour chaque étiquette, la matrice des rendements sur la fenêtre d’entraînement, puis assemble les prévisions à partir…

Investissement factorielApprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Ce notebook détaille le cycle de déploiement d’un modèle quotidien de paires FX, en utilisant Interactive Brokers à la fois comme source de données en temps réel et comme plateforme d’exécution. Il entraîne un modèle de régression Ridge sur un panel…

Marché des changesApprentissage automatiqueExécution des ordresGestion des risques
Machine Learning for Trading

Ce notebook présente un modèle neuronal de facteur d’actualisation stochastique pour un panel de contrats à terme CME. Le modèle utilise les rendements des produits et des caractéristiques observables, telles que le carry, le momentum et la volatilité, afin…

Contrats à termeApprentissage automatiqueInvestissement factorielBacktest
Machine Learning for Trading

Cette étude recalcule les performances des principales combinaisons d’allocation et de contrôle du risque ETF selon deux grilles de coûts, en maintenant fixe chaque configuration de stratégie enregistrée. Une grille utilise les points de base par transaction…

BacktestExécution des ordresConstruction de portefeuilleGestion des risques