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 chapitre cartographie les données financières issues des marchés, des fondamentaux et de sources alternatives, puis compare la manière dont les classes d’actifs déterminent le sens des prix, de la liquidité et des observations. Il souligne que les…

Multi-actifsStatistiquesBacktestGestion des risques
Machine Learning for Trading

Ce notebook présente TimeGAN, un modèle antagoniste génératif récurrent destiné à produire des séquences financières synthétiques. Ses cinq modules apprennent une représentation latente et sa reconstruction, prédisent les états latents successifs, génèrent…

Apprentissage automatiqueActionsStatistiquesBacktest
Machine Learning for Trading

Ce notebook applique deux détecteurs séquentiels aux erreurs de prédiction réelles de validation de deux configurations de modèles linéaires sur actions US pendant une année civile. Un détecteur de décalage de moyenne à deux fenêtres recherche les variations…

Apprentissage automatiqueStatistiquesGestion des risquesActions
Machine Learning for Trading

Ce document consigne un débat structuré entre scénarios haussier et baissier sur la question de savoir si la Réserve fédérale relèvera son taux cible au cours de 2026. Trois agents examinent la question et s’appuient sur les projections de la Fed,…

Titres à revenu fixeMarchés américainsStatistiques
Machine Learning for Trading

Ce notebook décrit des caractéristiques contextuelles à évolution lente pour les décisions de trading quotidiennes : ratios comptables, conditions macroéconomiques et encodages calendaires. Il présente des mesures de valeur et de qualité telles que le…

ActionsInvestissement factorielStatistiquesIndicateurs techniques
Machine Learning for Trading

Ce notebook compare la prédiction conforme scindée, la régression quantile conformisée et l’inférence conforme adaptative pour prévoir les rendements futurs des ETF. Dans des découpages walk-forward, il entraîne le modèle sur un sous-ensemble, calibre les…

ActionsApprentissage automatiqueStatistiquesGestion des risques
Machine Learning for Trading

Ce document décrit comment convertir des enregistrements d’entités datés en tableaux pour des études de facteurs latents. Une méthode conserve uniquement les entités qui atteignent un seuil de couverture déterminé à partir d’un jeu de données…

Investissement factorielConstruction de portefeuilleStatistiques
Machine Learning for Trading

Ce notebook inventorie les colonnes de caractéristiques fondées sur des modèles dans neuf études de cas de marché en lisant les schémas Parquet plutôt qu’en chargeant les jeux de données complets. Il exclut les champs d’identifiants, compte les colonnes par…

Apprentissage automatiqueStatistiquesMulti-actifs
Machine Learning for Trading

Cette étude de cas compare des modèles séquentiels sur un panel de caractéristiques d’actions et d’options de l’indice S&P 500. Elle associe un LSTM, qui conserve un état contrôlé sur une fenêtre rétrospective, à une référence N-Linear qui retire le dernier…

ActionsOptionsApprentissage automatiqueBacktest
Machine Learning for Trading

Ce notebook explique l’architecture en cinq parties de TimeGAN : un réseau d’incorporation et un réseau de reconstruction font le lien entre les observations brutes et l’espace latent, un superviseur apprend les transitions temporelles, et un générateur et…

Apprentissage automatiqueActionsStatistiquesBacktest
Machine Learning for Trading

Ce notebook compare les ratios de Sharpe brut et net sur des balayages de coûts de stratégie issus de backtests d’études de cas. Pour chaque configuration de stratégie déployée, il lit dans les artefacts enregistrés le coût supposé par jambe et la fréquence…

BacktestGestion des risquesExécution des ordresStatistiques
Machine Learning for Trading

Cet enregistrement documente une recherche multi-agents sur la possibilité que les États-Unis entrent en récession d’ici la fin de 2026, selon une règle de résolution définie à partir de contractions trimestrielles consécutives du GDP ou d’une date de…

StatistiquesMarchés américainsMulti-actifs
Machine Learning for Trading

Ce notebook convertit des fenêtres glissantes de rendements ETF en images à deux canaux pour un réseau neuronal convolutif. Le champ de sommation angulaire de Gramian redimensionne les valeurs de chaque fenêtre, les convertit en angles et enregistre les…

Apprentissage automatiqueStatistiquesActionsBacktest
Machine Learning for Trading

Ce notebook décrit comment produire des prévisions pour une période test intacte après avoir choisi une configuration sur les données de validation. Il résout la configuration sélectionnée, reconstruit sa spécification d’entraînement pour la période test et…

ActionsApprentissage automatiqueBacktestStatistiques