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.
1,030 documents
Cette étude développe une stratégie de trading par paires fondée sur le retour à la moyenne pour des actions US. Au lieu de sélectionner les paires selon les pratiques habituelles du trading par paires, elle utilise l’estimation du maximum de vraisemblance…
L’étude examine si les actualités et les publications sur les réseaux sociaux peuvent améliorer les prévisions de prix du Bitcoin et de l’Ethereum lorsqu’elles sont combinées à des données financières et de blockchain. Elle compare des modèles de langage…
Cet article élabore des méthodes d’échantillonnage préférentiel pour évaluer des options d’achat européennes selon le modèle de volatilité stochastique de Heston dans deux situations où la méthode Monte-Carlo ordinaire peut avoir une forte variance : les…
Cet audit examine comment retirer un prédicteur de prévisions conditionnées par un régime. Supprimer les variables retardées d’une variable n’équivaut pas à l’exclure de tout le processus d’ajustement, de filtrage et de réglage, car elle peut également…
Ce document présente des stratégies de momentum spatio-temporel qui associent l’historique de momentum propre à chaque actif à son momentum relatif aux autres actifs. L’approche utilise des réseaux neuronaux pour apprendre des signaux de trading sur…
Ce travail teste si l’apprentissage profond par renforcement peut retrouver des stratégies de trading optimales dans des environnements simples à décrire, mais complexes sur le plan mathématique. Les auteurs se concentrent sur le gradient de politique…
Cette note étend la théorie des portefeuilles universels au-delà des stratégies à pondération constante rééquilibrée. Elle examine les stratégies bilinéaires, dont la croissance finale dépend linéairement de chacun de deux vecteurs successifs de rendements…
AdaptiveTrend est une stratégie systématique sur cryptomonnaies qui combine des signaux de tendance à six heures et des rééquilibrages mensuels du portefeuille. Elle utilise des stops suiveurs ajustés à la volatilité, sélectionne les actifs selon des ratios…
CTBench est un référentiel d’évaluation des séries temporelles synthétiques de cryptomonnaies, conçu en tenant compte du trading continu, de la forte volatilité et des changements rapides de régime du marché. Il rassemble des données de 452 jetons et évalue…
Cette étude empirique évalue si les stratégies de portefeuille en ligne conçues pour exploiter le retour vers la moyenne fonctionnent au-delà des jeux de données de référence. Elle examine trois approches : le retour vers la moyenne passif-agressif, le…
Le document examine si les contrats perpétuels crypto peuvent s’appliquer à des contrats sur événements binaires réglés à zéro ou à un. Il met en évidence un problème de fonds propres à l’échéance : une position longue à effet de levier conservée jusqu’à un…
Cette étude applique la théorie KM₂O-Langevin pour classer les fluctuations des cours des actions comme stationnaires, non stationnaires ou intermédiaires. Elle utilise cette classification pour choisir entre deux types de signaux : les moyennes mobiles pour…
DeepUnifiedMom est un cadre de construction de portefeuille qui combine des signaux de momentum de séries temporelles sur plusieurs horizons. Il utilise l’apprentissage multitâche et une architecture de mélange d’experts à portes multiples pour former des…
Ce cadre de recherche associe un simulateur déterministe de carnet d’ordres à des arrivées d’ordres stochastiques générées par des processus de Hawkes marqués multivariés. Il explique comment les modèles de Hawkes linéaires et non linéaires peuvent…
Le document décrit une approche d’apprentissage automatique de bout en bout qui transforme directement les données du marché des options en signaux de trading. Contrairement aux approches qui spécifient la dynamique du marché ou s’appuient sur un modèle de…
Le document décrit l’application de l’apprentissage par renforcement profond au problème de trading du retour à la moyenne. Il vise à rendre les méthodes récentes d’apprentissage par renforcement plus accessibles aux praticiens qui devraient autrement…
Le document compare le trading en grille traditionnel à une approche dynamique appliquée aux marchés des cryptomonnaies. Il analyse d’abord la valeur attendue d’une grille classique selon des hypothèses simples et conclut que son rendement attendu est…
Le document examine pourquoi les grands modèles de langage plus performants peuvent parfois négocier des cryptomonnaies moins efficacement que des modèles plus faibles. Il attribue en partie ce phénomène à la préférence des modèles plus puissants pour les…
Cette étude utilise des données internes du réseau Bitcoin et des variables externes pour prévoir le sens quotidien des prix avec plusieurs modèles d’apprentissage automatique. Elle évalue ces prévisions au moyen d’une stratégie de trading sur des…
Cet article prévoit la volatilité réalisée à court terme du Bitcoin en encodant des instantanés du flux d’ordres sous forme d’images. La taille et le sens des transactions, ainsi que les informations du carnet d’ordres à cours limité, sont convertis en…
Cet article examine comment régler des simulateurs de marché multi-agents pour que les séries de prix et de volumes qu’ils génèrent ressemblent aux conditions historiques du marché. Ces simulateurs servent à tester des stratégies, et les auteurs soulignent…
Cet article décrit un réseau LSTM qui prévoit l’orientation des cours des cryptomonnaies sur un horizon fixe à court terme, à partir des données transaction par transaction d’une période rétrospective. Son processus comprend la conception des…
Cette étude développe une méthode de Monte-Carlo pour le pairs trading lorsque le spread suit un processus d’Ornstein-Uhlenbeck à retour à la moyenne, entraîné par des sauts. Elle utilise un processus variance gamma, qui permet une activité infinie et une…
L’étude explore l’apprentissage par renforcement profond pour élaborer une stratégie de trading adaptative sur un portefeuille de 30 actions. Elle utilise les prix quotidiens comme données d’entraînement et environnement de trading, puis compare l’agent à la…