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

2,371 documents

Machine Learning for Trading

Ce notebook explique le filtrage de Kalman comme méthode d’extraction de caractéristiques à partir des prix financiers. Un état de tendance linéaire locale suit à la fois un niveau de prix latent et sa pente, tandis qu’un modèle d’observation tient compte…

ActionsIndicateurs techniquesStatistiquesTrading par paires
Machine Learning for Trading

Ce notebook décrit la production d’un ensemble de prédictions hors échantillon pour un modèle d’options S&P 500 sélectionné au préalable. La configuration est fixée à partir des résultats de validation, réajustée sur les données antérieures à la période de…

OptionsBacktestGestion des risques
Machine Learning for Trading

Cet utilitaire décrit une méthode pour expliquer les rendements d’une stratégie avec les modèles Fama-French à trois ou cinq facteurs, avec la possibilité d’inclure le momentum. Il aligne les données quotidiennes des facteurs sur les rendements de la…

Investissement factorielStatistiquesGestion des risquesConstruction de portefeuille
Machine Learning for Trading

Ce notebook teste une conception de sortie à deux modèles sur des données horaires perpétuelles de BTC, ETH et SOL. Un classificateur d’entrée repère les rendements futurs exceptionnellement élevés ; sa probabilité prédite est ensuite combinée aux…

CryptomonnaiesContrats à terme perpétuelsApprentissage automatiqueBacktest
Machine Learning for Trading

Ce notebook analyse les messages NASDAQ TotalView-ITCH pour décrire l’activité générale du marché et créer des données de transactions réutilisables. Il compte les messages par type, puis enrichit les messages d’exécution d’ordres en reliant les identifiants…

ActionsMarchés américainsMicrostructure des marchésExécution des ordres
Machine Learning for Trading

Ce notebook construit des caractéristiques dérivées des prix pour classer un vaste univers d’actions US. Il décrit des familles de caractéristiques liées au momentum, à la volatilité, aux moyennes mobiles et aux indicateurs techniques, puis les évalue par…

ActionsMarchés américainsIndicateurs techniquesMomentum
Machine Learning for Trading

Ce chapitre présente la gestion des risques comme un élément de la conception des stratégies et des opérations en trading réel. Il couvre la mesure du risque extrême avec la valeur à risque et la valeur à risque conditionnelle, l’ampleur et la récupération…

Gestion des risquesVolatilitéBacktestConstruction de portefeuille
Machine Learning for Trading

Cette étude utilise dix jours de données NVDA par ordre de marché pour examiner comment l’activité quotidienne de trading influe sur l’échantillonnage en barres. Elle filtre les transactions pour ne conserver que les heures normales de marché US, classe les…

ActionsMicrostructure des marchésExécution des ordresIndicateurs techniques
Machine Learning for Trading

Cette analyse compare les prédictions de validation de plusieurs familles de modèles appliquées au financement des contrats à terme perpétuels. Elle explique que le coefficient d’information mesure le classement des rendements ultérieurs, que AUC mesure…

CryptomonnaiesContrats à terme perpétuelsApprentissage automatiqueStatistiques
Machine Learning for Trading

Cette étude de cas évalue les données de valeur totale verrouillée de DeFi Llama comme entrée potentielle d’une chaîne de recherche sur le trading de l’Ether. Elle distingue la force du signal, la qualité des données, leur admissibilité juridique et leur…

CryptomonnaiesFinance décentralisée (DeFi)Données on-chainStatistiques
Machine Learning for Trading

Ce notebook évalue les rendements factoriels publiés comme éléments potentiels de portefeuille. Il examine trois questions : le rendement moyen d’un facteur dépasse-t-il un seuil statistique exigeant, les facteurs se diversifient-ils mutuellement pour des…

Investissement factorielStatistiquesConstruction de portefeuilleGestion des risques
Machine Learning for Trading

Ce notebook évalue les sorties au niveau des positions sur contrats à terme perpétuels crypto sélectionnés lors d’une étape d’allocation antérieure. Il définit des stops de perte fixes, des stops suiveurs liés au meilleur prix de chaque position et des…

CryptomonnaiesContrats à terme perpétuelsGestion des risquesBacktest
Machine Learning for Trading

Ce notebook compare des overlays de risque dans plusieurs backtests d’études de cas, notamment des règles de stop, de stop suiveur, de limite de perte, de déclencheur de drawdown et de ciblage de volatilité. Il charge les résultats d’overlay de chaque étude,…

Gestion des risquesBacktestConstruction de portefeuilleStatistiques
Machine Learning for Trading

Cette étude de cas applique des arbres de gradient boosting aux variables de microstructure du NASDAQ-100 pour prévoir les rendements et leur direction à plusieurs horizons intrajournaliers. Elle compare les arbres aux modèles linéaires : les arbres peuvent…

Apprentissage automatiqueMicrostructure des marchésActionsStatistiques
Machine Learning for Trading

Ce notebook assemble un système de prévision en quatre étapes : un groupe d’agents de recherche, l’agrégation des probabilités, un débat contradictoire et un superviseur qui repère les désaccords, recherche des éléments permettant de les clarifier et formule…

Apprentissage automatiqueStatistiquesGestion des risques
Machine Learning for Trading

Ce notebook compare la recherche relationnelle déterministe à la recherche par plongements dans un corpus de positions institutionnelles 13F. Il crée un instantané à une date donnée en conservant, pour chaque institution, la dernière position déclarée avant…

Apprentissage automatiqueActionsStatistiquesBacktest
Machine Learning for Trading

Ce notebook montre l’entraînement d’un réseau antagoniste génératif sur des variables ETF conçues avec confidentialité différentielle. Il présente les paramètres de confidentialité epsilon et delta, explique pourquoi DP-SGD écrête le gradient de chaque…

Apprentissage automatiqueStatistiquesGestion des risquesActions
Machine Learning for Trading

Ce notebook applique l’inférence classique des moindres carrés ordinaires aux variables ETF et aux rendements futurs. Il examine les estimations des coefficients, les erreurs types, les statistiques t, les valeurs p et les tests d’hétéroscédasticité,…

ActionsStatistiquesGestion des risquesApprentissage automatique
Machine Learning for Trading

Ce document décrit des utilitaires de chargement des messages ITCH NASDAQ analysés et de reconstitution d’un carnet d’ordres à cours limité à partir des ajouts, suppressions, annulations, exécutions et remplacements d’ordres. Il suit le nombre d’actions…

ActionsMicrostructure des marchésExécution des ordresTrading haute fréquence