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

Cette analyse de faisabilité évalue si les données de cotation peuvent soutenir une stratégie transversale neutre au marché, qui classe les composantes du NASDAQ-100 à intervalles de quinze minutes et détient les deux extrémités du classement. Elle vérifie…

ActionsMicrostructure des marchésExécution des ordresBacktest
Machine Learning for Trading

Ce notebook construit des facteurs par composantes principales à partir d’un panel de rendements de contrats à terme CME, et non à partir de caractéristiques élaborées telles que le portage, le momentum ou la volatilité. PCA trouve des directions qui…

Contrats à termeInvestissement factorielApprentissage automatiqueBacktest
Machine Learning for Trading

Ce notebook compare des dispositifs de stop-loss, de stop suiveur et de sortie à durée fixe sur des backtests de microstructure NASDAQ-100 prédéfinis. La stratégie prend ses décisions toutes les quinze minutes, tandis que les règles de risque surveillent les…

Gestion des risquesBacktestDimensionnement des positionsActions
Machine Learning for Trading

Ce notebook évalue des prédictions de validation sous forme de portefeuilles d’actions acheteurs uniquement, en sélectionnant les K premières valeurs à poids égal selon un calendrier de décision déterminé par la fréquence de chaque étiquette. Il vérifie…

ActionsOptionsBacktestConstruction de portefeuille
Machine Learning for Trading

Ce module utilitaire partagé fournit un pipeline commun de boosting de gradient pour la recherche quantitative. Il définit des préréglages de capacité et associe des noms de paramètres canoniques aux réglages correspondants de LightGBM, XGBoost, CatBoost et…

Apprentissage automatiqueBacktestConstruction de portefeuille
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

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 mesure comment les performances de validation d’une stratégie sélectionnée sur les caractéristiques des entreprises US évoluent lorsque les commissions et le slippage supposés varient. Il relance la même configuration sur une grille de coûts…

ActionsBacktestExécution des ordresGestion des risques
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
Machine Learning for Trading

Ce notebook décrit comment produire des prédictions hors échantillon pour une configuration de modèle sélectionnée sur contrats à terme CME. La configuration est choisie à partir des résultats de validation, puis le modèle est réajusté sur des données qui…

Contrats à termeBacktestApprentissage automatiqueGestion des risques
Machine Learning for Trading

Ce notebook décrit comment produire des prédictions hors échantillon pour une configuration de microstructure NASDAQ-100 sélectionnée après les choix du modèle et de la stratégie sur les plis de validation. Il reconstruit la spécification d’entraînement…

ActionsMicrostructure des marchésApprentissage automatiqueBacktest
Machine Learning for Trading

Ce module Python décrit des méthodes pour quantifier l’incertitude des backtests de stratégie à partir de rendements quotidiens hors échantillon. Il combine des intervalles bootstrap par blocs stationnaires pour les statistiques de séries de rendements, une…

BacktestStatistiquesGestion des risquesConstruction de portefeuille
Machine Learning for Trading

Ce notebook synthétise les résultats de validation enregistrés pour cinq estimateurs à facteurs latents dans plusieurs études de cas. Il commence par cartographier les estimateurs ayant des résultats pour chaque panel, puis identifie le meilleur selon le…

Apprentissage automatiqueStatistiquesInvestissement factorielBacktest
Machine Learning for Trading

Ce notebook présente l’évaluation d’un facteur unique à partir de données réelles ETF et d’un exemple de momentum calculé à partir des prix. Il mesure les coefficients d’information de Spearman transversaux par rapport aux rendements futurs, compare les…

ActionsMomentumStatistiquesBacktest
Machine Learning for Trading

Cette étude de cas filtre des variables financières et issues de modèles en les comparant aux rendements futurs d’une stratégie de microstructure NASDAQ-100. Elle calcule les coefficients d’information des rangs transversaux au fil du temps, ajuste…

ActionsMicrostructure des marchésStatistiquesApprentissage automatique