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

462 documents

Machine Learning for Trading

Ce notebook présente un audit actuel comparant VectorBT Pro et VectorBT OSS à ML4T sur des stratégies prises en charge et fondées sur des données réelles. Les deux éditions de VectorBT participent à l’allocation d’ETF, à l’allocation de devises cotées en USD…

Multi-actifsActionsContrats à termeMarché des changes
Machine Learning for Trading

Cet audit compare Backtrader et Zipline à ML4T sur des cas réels de stratégies, en ne retenant que les combinaisons d’actifs et de contrats que chaque moteur et le jeu de données figé peuvent représenter nativement. Il couvre l’allocation d’ETF et un panel…

BacktestExécution des ordresContrats à termeMarché des changes
Machine Learning for Trading

Ce notebook compare des rééquilibrages quotidiens, hebdomadaires, bimensuels et mensuels pour un portefeuille de momentum classé en tête, construit à partir d’un univers fixe de ETF. Il mesure la rotation du portefeuille et la performance brute ajustée du…

ActionsMomentumExécution des ordresBacktest
Machine Learning for Trading

Ce notebook présente une méthode de rapport pour une stratégie de retour à la moyenne du RSI, acheteuse uniquement, sur BTC. Il compare les performances brutes et nettes, puis évalue la stratégie face à une stratégie d’achat-conservation en utilisant les…

CryptomonnaiesRetour à la moyenneIndicateurs techniquesBacktest
Machine Learning for Trading

Ce notebook explique comment les limites de participation au volume plafonnent la part du volume de marché qu’un ordre peut consommer à chaque intervalle. Lorsqu’un ordre parent dépasse le montant autorisé, le courtier en exécute une partie et reporte le…

ActionsExécution des ordresMicrostructure des marchésGestion des risques
Machine Learning for Trading

Ce notebook étudie comment l’impact de marché modifie les résultats de backtest d’une stratégie de momentum sur des actions de liquidité différente. Il maintient constants la taille des ordres et la stratégie, estime la liquidité et la volatilité sur une…

ActionsMomentumMicrostructure des marchésBacktest
Machine Learning for Trading

Cette démonstration exécute une stratégie de croisement de deux moyennes mobiles dans un moteur de backtest historique et dans un moteur en réel qui rejoue les mêmes barres quotidiennes ETF. La stratégie, les entrées, les paramètres et la convention…

ActionsIndicateurs techniquesBacktestExécution des ordres
Machine Learning for Trading

Ce notebook présente l’exécution d’un ordre parent comme un problème de contrôle à horizon fini. Un agent Q-learning tabulaire choisit un multiplicateur du rythme de transaction fondé sur VWAP, en fonction du temps restant, de l’inventaire restant et des…

Exécution des ordresApprentissage automatiqueMicrostructure des marchésGestion des risques
Machine Learning for Trading

Ce tutoriel construit un simulateur mensuel de rotation des ETF à partir d’un classement de momentum ajusté du risque sur période glissante et d’un filtre de régime fondé sur la courbe des taux des bons du Trésor. À la fin de chaque mois, la règle classe dix…

BacktestMomentumConstruction de portefeuilleExécution des ordres
Machine Learning for Trading

Ce document compare quatre sources de données de marché sur actions pour étudier les transactions, les cotations et les carnets d’ordres à cours limité : AlgoSeek TAQ, Databento market by order, NASDAQ ITCH et IEX HIST. Il explique la granularité et la…

ActionsMicrostructure des marchésExécution des ordresTrading haute fréquence
Machine Learning for Trading

Le document présente un processus VectorBT pour une règle de retour à la moyenne sur Bitcoin, en position acheteuse uniquement, fondée sur le RSI. Il calcule le RSI à partir des cours de clôture quotidiens, entre lorsque la valeur de la veille passe sous un…

CryptomonnaiesRetour à la moyenneIndicateurs techniquesBacktest
Machine Learning for Trading

Le document évalue comment les coûts de trading modifient la performance de validation d’une allocation en actions et options du S&P 500, sélectionnée auparavant. Il fait varier les frais à sens unique en proportion de la valeur négociée et les compare à une…

ActionsOptionsBacktestExécution des ordres
Machine Learning for Trading

Cet audit compare plusieurs moteurs de backtesting sur des données historiques communes pour l’allocation de ETF, les contrats à terme CME, les contrats perpétuels crypto avec financement, le marché des changes et les actions US. Chaque paire prise en charge…

BacktestExécution des ordresMulti-actifsContrats à terme
Machine Learning for Trading

Ce notebook met en œuvre une règle de réversion à la moyenne RSI acheteuse uniquement sur des contrats perpétuels BTC/USDT, avec un moteur de backtesting événementiel. Il agrège les barres intrajournalières en données quotidiennes OHLCV selon le fuseau UTC,…

CryptomonnaiesContrats à terme perpétuelsRetour à la moyenneIndicateurs techniques
Machine Learning for Trading

Ce document décrit comment sélectionner un ensemble figé d’actions pour les backtests de validation et de réserve à l’aide d’une estimation des coûts de trading aller-retour. L’indicateur combine les coûts estimés par action, rapportés au cours moyen, et…

ActionsExécution des ordresMicrostructure des marchésBacktest
Machine Learning for Trading

Cette analyse exploratoire décrit un panel quotidien de fonds négociés en bourse répartis en neuf groupes. Elle vérifie la couverture des symboles au fil du temps, compare le panel au dictionnaire de classification, examine les valeurs manquantes et les…

ActionsConstruction de portefeuilleExécution des ordresGestion des risques
Machine Learning for Trading

Ce notebook explique comment analyser les messages historiques du flux IEX DEEP et maintenir un carnet d’ordres à cours limité à partir de mises à jour agrégées par niveau de prix. Il extrait les variations de profondeur, les meilleures offres d’achat et de…

ActionsMicrostructure des marchésExécution des ordresMarchés américains
Machine Learning for Trading

Ce notebook compare trois façons de convertir des prévisions de rendement signées en positions binaires : un seuil fixe à zéro, un percentile glissant des scores propres à chaque symbole et un percentile transversal entre symboles. Il mesure l’activation des…

Apprentissage automatiqueIndicateurs techniquesCryptomonnaiesActions
Machine Learning for Trading

Cette étude NASDAQ-100 examine l’effet des coûts de transaction sur une stratégie actions fréquemment rééquilibrée. Elle distingue deux réponses possibles aux coûts : limiter l’univers négocié aux titres plus liquides et moins coûteux, et réduire la…

ActionsMarchés américainsExécution des ordresMicrostructure des marchés
Machine Learning for Trading

Cette démonstration de déploiement réentraîne un modèle Ridge sur des données journalières historiques couvrant un ensemble de paires de change majeures FX, récupère les barres actuelles par une session Interactive Brokers en simulation de trading, classe…

Marché des changesExécution des ordresApprentissage automatiqueMicrostructure des marchés
Machine Learning for Trading

Ce tutoriel transforme des signaux transversaux ETF en portefeuilles long-only, équipondérés et composés des dix premières positions, puis compare la régression Ridge et la classification logistique à des références fondées sur le momentum et…

ActionsBacktestExécution des ordresConstruction de portefeuille
Machine Learning for Trading

Ce notebook entraîne un agent par optimisation de politique proximale (PPO) pour liquider un ordre fixe sur un horizon donné. Il compare la politique de rythme apprise à TWAP et à un calendrier d’Almgren–Chriss, mesure l’écart de prix d’exécution et examine…

CryptomonnaiesContrats à terme perpétuelsExécution des ordresApprentissage automatique