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 suit des signaux de classement ETF depuis leur formation jusqu’à leur portefeuille et à un backtest simplifié. Des régressions ridge et des classifications logistiques sont entraînées par validation walk-forward, puis comparées à des…

ActionsApprentissage automatiqueBacktestExécution des ordres
Machine Learning for Trading

Ce document décrit un jeu de données et un processus d’étude des contrats à terme perpétuels sur cryptomonnaies et de leur indice de prime. Il présente des observations horaires OHLCV et des relevés de prime toutes les huit heures sur un univers configuré,…

CryptomonnaiesContrats à terme perpétuelsContrats à termeArbitrage
Machine Learning for Trading

Ce notebook montre comment ajuster des règles de stop-loss, de prise de bénéfices et de stop suiveur pour un portefeuille momentum, tout en préservant une période de réserve chronologique. Il compare les balayages de paramètres unidimensionnels, les grilles…

Gestion des risquesBacktestDimensionnement des positionsMomentum
Machine Learning for Trading

Ce notebook ajuste PatchTST, un modèle de séquence de type transformeur, comme membre d’un ensemble de modèles défini à l’avance pour la recherche sur les options S&P 500. Il divise une série rétrospective en blocs de longueur fixe, les intègre sous forme de…

OptionsApprentissage automatiqueBacktestStatistiques
Machine Learning for Trading

Cette synthèse organise plusieurs études de cas de trading selon la classe d’actifs, la taille de l’univers, la fréquence des données, la cadence de décision, le régime de coûts et le protocole d’évaluation. Elle lit la configuration déclarée de chaque étude…

Multi-actifsBacktestExécution des ordresGestion des risques
Machine Learning for Trading

Ce notebook montre comment utiliser un réseau de corrélations estimé sur une fenêtre donnée pour décrire un univers d’actions et construire un portefeuille diversifié par réseau. Il sélectionne les symboles liquides à partir des seules données disponibles…

ActionsConstruction de portefeuilleStatistiquesGestion des risques
Machine Learning for Trading

Ce notebook construit un allocateur LSTM qui transforme directement des séquences de rendements ETF et des variables de volatilité glissante en pondérations de portefeuille exclusivement acheteuses. Une sortie softmax maintient des pondérations non négatives…

Apprentissage automatiqueConstruction de portefeuilleBacktestGestion des risques
Machine Learning for Trading

Cette analyse exploratoire examine l’ancien panel d’actions WIKI US de Quandl, en se concentrant sur les conventions de prix, la couverture des données et ce que son historique permet d’étudier par backtest. Elle distingue les prix bruts, qui reflètent les…

ActionsMarchés américainsStatistiquesBacktest
Machine Learning for Trading

Ce notebook évalue l’effet des coûts de transaction sur une configuration fixe de contrats à terme CME, sélectionnée ailleurs dans le processus de recherche. Il applique une grille de coûts totaux, répartissant chaque niveau à parts égales entre commission…

Contrats à termeBacktestExécution des ordresGestion des risques
Machine Learning for Trading

Ce document décrit un jeu de données de contrats à terme CME comportant des barres horaires et quotidiennes, des contrats continus du premier mois et deux échéances différées dans plusieurs groupes de produits. Il présente la couverture du jeu de données,…

Contrats à termeStratégies de portageMatières premièresMicrostructure des marchés
Machine Learning for Trading

Ce notebook traite le ratio de Sharpe comme une estimation soumise à l’incertitude d’échantillonnage. Il élabore des intervalles de confiance et des calculs probabilistes du Sharpe tenant compte de la longueur de l’échantillon, de l’asymétrie et de…

StatistiquesGestion des risquesBacktest
Machine Learning for Trading

Ce notebook construit des indicateurs à partir de données NASDAQ-100 à la minute en utilisant trois méthodes : une régression autorégressive hétérogène glissante pour prévoir la variance à court terme, une transformée de Fourier pour décrire la structure…

ActionsVolatilitéApprentissage automatiqueStatistiques
Machine Learning for Trading

Cette analyse utilise des messages NASDAQ TotalView-ITCH pour décrire l’activité de la place boursière et créer un tableau de transactions relié au symbole, au côté et aux caractéristiques de l’ordre. Elle compte les types de messages, compare le trading aux…

ActionsMicrostructure des marchésExécution des ordresStatistiques
Machine Learning for Trading

Ce guide de jeu de données décrit une méthode pour obtenir des séries FRED, aligner les observations sur un calendrier quotidien et charger certains indicateurs pour analyse. Les exemples incluent les taux des bons du Trésor, l’écart entre les échéances à 10…

Titres à revenu fixeStatistiquesGestion des risquesMulti-actifs
Machine Learning for Trading

Ce document modélise le traitement des ordres par les courtiers et les bourses sous forme de machine à états finis. Il définit des états explicites pour la soumission, l’accusé de réception, l’acceptation, les exécutions partielles, l’annulation, le rejet,…

Exécution des ordresMicrostructure des marchésGestion des risques
Machine Learning for Trading

Ce notebook développe la solution d’Almgren–Chriss pour liquider une position en arbitrant entre l’impact de marché et le risque de rester exposé aux variations de prix. Il utilise le déficit d’exécution par rapport au prix à l’arrivée, modélise séparément…

Exécution des ordresMicrostructure des marchésGestion des risquesBacktest
Machine Learning for Trading

Ce notebook montre comment analyser un graphe d’événements financiers sans confondre la date d’un événement, sa publication et son extraction par le pipeline du graphe. Il charge des relations 8-K horodatées, mesure les délais de publication et d’extraction,…

Apprentissage automatiqueStatistiquesBacktestStratégies événementielles
Machine Learning for Trading

Le document présente les facteurs latents comme des moteurs communs des rendements, inférés à partir des co-mouvements entre contrats à terme plutôt que fournis comme prédicteurs nommés. Il compare deux approches ajustées au sein de chaque pli…

Contrats à termeInvestissement factorielApprentissage automatiqueConstruction de portefeuille