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.
904 documents
L’étude examine si les mesures sur chaîne des cryptomonnaies peuvent aider à expliquer les prix et à distinguer les actifs risqués. Elle analyse des données historiques, mesure les corrélations entre les prix et d’autres paramètres, regroupe les…
Le document décrit les moindres carrés partiels profonds (DPLS), un modèle visant à expliquer les rendements individuels des actions à l’aide d’un petit ensemble de facteurs de risque latents et de caractéristiques des entreprises. Les moindres carrés…
Cette étude porte sur un trader qui vend dans un carnet d’ordres à cours limité, puis ajuste l’inventaire restant au moyen de calendriers d’exécution indiquant le sens des ordres dans une enchère de clôture. Les deux étapes sont reliées par une prévision du…
L’article utilise l’optimisation évolutionnaire pour calculer des stratégies de trading fondées sur des règles à partir de données de sentiment financier. Le signal de sentiment représente l’opinion haussière ou baissière de la communauté de trading en ligne…
L’article soutient que les stratégies classiques de suivi de tendance et de momentum reposent sur l’évolution passée des prix et peuvent être limitées lorsque les conditions de marché changent. Il propose d’utiliser l’intelligence artificielle et…
ManiScope est un système d’analyse visuelle conçu pour aider les utilisateurs à évaluer les risques de manipulation fondée sur les transactions sur les marchés de cryptomonnaies, notamment le wash trading. Ses vues coordonnées réunissent la répartition de la…
Cet article présente un modèle de prévision de la volatilité réalisée sur les marchés boursiers mondiaux. Il représente les marchés comme un réseau évolutif et utilise un indice de propagation de la volatilité pour décrire comment les chocs sur un marché…
L’étude teste l’architecture de prévision Informer comme base de stratégies automatisées sur des données Bitcoin haute fréquence. Elle entraîne des variantes avec RMSE, la perte directionnelle absolue moyenne généralisée (GMADL) et la perte quantile, puis…
Cette étude préliminaire examine si la combinaison du sentiment de marché et de l’analyse technique permet de prévoir les mouvements du cours du Bitcoin. Elle utilise l’indice Fear and Greed comme mesure du sentiment, associé à des indicateurs techniques et…
L’étude teste la forme faible de l’hypothèse d’efficience des marchés pour le Bitcoin à l’aide d’un réseau neuronal à propagation avant. Elle cherche à savoir si l’ajout des rendements ou de caractéristiques connexes d’autres actifs améliore les prévisions,…
Cette étude utilise l’exposant de Hurst pour classer une série temporelle comme tendancielle ou à retour à la moyenne, puis sélectionne une stratégie adaptée à ce comportement. Le momentum est associé aux tendances, tandis que le retour à la moyenne est…
L’étude compare 41 modèles d’apprentissage automatique, répartis entre classificateurs et modèles de régression, pour prévoir les cours du Bitcoin et évaluer leur utilisation en trading algorithmique. Elle combine des mesures de prévision, telles que les…
Cette étude formule le trading spéculatif comme un problème séquentiel d’arrêt optimal, où les moments d’entrée et de sortie sont choisis selon des fonctions d’utilité et des processus de prix généraux. Elle assouplit d’abord le problème d’arrêt en…
Cet article étudie si des agents indépendants d’apprentissage profond par renforcement développent un comportement compatible avec la collusion dans un jeu d’exécution optimale. Dans un cadre de liquidation à deux joueurs et à horizon fini, les agents…
Cet article développe un cadre de surveillance des transactions visant à détecter le blanchiment via l’argent mobile au Rwanda. Il traite le fort déséquilibre des classes, les étiquettes rares et tardives, ainsi que les capacités limitées d’enquête. À partir…
Cette étude demande si les investisseurs en cryptomonnaies négocient différemment des investisseurs en actions et utilise l’historique des prix des actifs comme indice de ces comportements. Elle applique d’abord plusieurs modèles d’apprentissage automatique…
Cette étude examine si le sentiment quotidien sur Twitter peut aider à prévoir les rendements des actions et à orienter les décisions de trading. Elle combine l’apprentissage automatique pour évaluer le signal de sentiment avec l’apprentissage par…
MiniFed est un cadre de simulation des réunions du Federal Open Market Committee avec des agents fondés sur de grands modèles de langage. Il vise à représenter les membres du comité et son processus de décision, en déplaçant l’attention de la seule étude des…
DeePM est présenté comme un système d’apprentissage profond de bout en bout destiné à gérer des portefeuilles macro diversifiés. Sa conception traite les données de marché asynchrones au moyen d’un mécanisme causal fondé sur les retards, encadre les…
Le document présente une stratégie intrajournalière pour les actions chinoises, soumise à la contrainte de trading T+1 du marché. Elle associe des prévisions d’un perceptron multicouche (MLP) à l’optimisation de portefeuille de Markowitz, en s’appuyant sur…
Cet article modélise le trading automatisé dans des conditions de marché changeantes comme un problème de bandit continu à bras non stationnaire. Il propose PRBO, qui associe l’optimisation bayésienne à une approche de bandit imbriqué afin d’ajuster les…
Cette recherche adapte une architecture Momentum Transformer aux actions et compare son usage prévu aux stratégies de momentum en séries temporelles et de retour à la moyenne. Le modèle associe l’attention, qui peut relier des informations sur toute la…
Cet article décrit un marché boursier simulé où des modèles de langage de grande taille agissent comme des agents concurrents ayant des stratégies, des informations et des dotations différentes. Le marché comprend un carnet d’ordres persistant, des ordres au…
L’étude adapte le cadre dynamique de Nelson–Siegel, qui représente la forme et l’évolution des courbes de taux d’intérêt, afin de permettre à son comportement de varier selon les conditions macroéconomiques. Une procédure de croissance d’arbres répartit les…