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
L’étude compare deux modèles d’apprentissage automatique, LightGBM et LSTM, à deux stratégies fondées sur des indicateurs pour le Bitcoin : un croisement de moyennes mobiles exponentielles et une combinaison de MACD avec ADX. Elle situe la comparaison dans…
Le document teste des explications de la loi en racine carrée de l’impact de marché, qui décrit la croissance de l’impact en fonction de la taille du méta-ordre par rapport au volume échangé. Il compare trois prédictions proposées aux résultats d’un modèle…
Le document présente un modèle autorégressif cointégré pour des séries temporelles dont les observations sont des matrices. Les relations de cointégration sont bilinéaires et représentent une structure à la fois entre les lignes et entre les colonnes. Cette…
L’article soutient qu’une stratégie de trading peut améliorer ses résultats en utilisant son propre historique de trading pour décider si de nouveaux ordres doivent être exécutés. Il présente ce conditionnement comme nécessaire à l’obtention d’un avantage…
MARKET-BENCH évalue si de grands modèles de langage peuvent convertir des descriptions de stratégies et des hypothèses de marché formulées en langage naturel en programmes de backtesting exécutables. Les tâches comprennent le trading à horaires programmés…
Cet article propose d’utiliser Soft Actor-Critic (SAC) et Deep Deterministic Policy Gradient (DDPG) pour gérer des portefeuilles de cryptomonnaies. Dans un environnement simulé fondé sur des données historiques de marché, les agents apprennent des actions de…
Le rapport examine la force interne des chandeliers (IBS) comme signal à court terme pour négocier un panier de fonds indiciels cotés nationaux. Il présente la stratégie comme un retour à la moyenne : utiliser les cours historiques des ETF et l’indicateur…
Le document présente un benchmark pour évaluer des agents de trading algorithmiques et des modèles de langage sur les marchés prédictifs. Il construit des épisodes historiques à partir des mises à jour des carnets d’ordres, des transactions, des événements…
Cette étude applique l’apprentissage profond par renforcement au trading de devises et traite le choix d’une opération comme une séquence de décisions, plutôt que de s’appuyer sur des prévisions directes des prix. Elle adapte une politique d’arbitrage…
L’étude présente une méthode pour repérer des signaux directionnels de trading à partir des relations entre neuf actions. Elle regroupe d’abord les actions selon leur niveau de volatilité historique intermédiaire à l’aide d’un modèle de mélange gaussien,…
L’article modifie une politique de trading par modulation du drawdown en lui ajoutant un mécanisme de redémarrage piloté par les données. La politique sous-jacente est décrite comme maintenant le drawdown maximal en pourcentage dans une limite prédéfinie…
Cette étude compare l’apprentissage automatique quantique, l’apprentissage automatique classique, les méthodes hybrides quantiques-classiques et les modèles Transformer dans des stratégies de trading pour les teneurs de marché automatisés (AMM) et la finance…
Cette étude reproduit une approche d’arbitrage statistique par apprentissage profond qui négocie les résidus de modèles factoriels d’évaluation des actifs. Elle applique la méthode initiale à une période hors échantillon plus récente, à partir de données sur…
Cet article présente un algorithme général de trading par paires formulé comme un problème de contrôle par rétroaction. Il permet au trader de choisir parmi une vaste classe de fonctions de spread et ajuste dynamiquement les niveaux d’investissement à mesure…
Cette étude teste une stratégie sur contrats à terme sur l’or fondée sur des variables d’état lissées de tendance et de momentum. Un processus walk-forward glissant entraîne le modèle sur une décennie de données et le teste sur des périodes successives de…
Ce document présente le score GT, un objectif composite pour optimiser des stratégies de trading fondées sur les données. Il combine des mesures de performance, de significativité statistique, de régularité et de risque de baisse, afin de décourager les…
Ce document présente le Relative Strength Index des graphes de visibilité, un indicateur fondé sur les prix et construit à partir des relations de visibilité rétrospectives dans la série de prix d’un instrument. L’indicateur est compris entre zéro et 100 et…
Cet article étudie si les réactions excessives des cours des actions Apple en cours de séance peuvent être prévues et négociées comme des signaux de momentum. Il combine des rendements normalisés par la volatilité et des caractéristiques émotionnelles tirées…
L’article étudie si les signaux de CryptoQuant, notamment les données on-chain, celles des plateformes d’échange et des mineurs, ainsi que les alertes de baleines, peuvent aider à prévoir la volatilité du Bitcoin le lendemain, en particulier les pics…
Ce document présente FutureQuant, un modèle Transformer pour les marchés à terme qui utilise des mécanismes d’attention afin de traiter des données complexes, notamment celles du carnet d’ordres à cours limité en temps réel. Au lieu de prévoir un seul prix…
Cet article présente un cadre d’apprentissage par renforcement sans modèle pour réallouer un portefeuille entre actifs financiers. Il comprend un ensemble d’évaluateurs indépendants, une mémoire des pondérations antérieures du portefeuille, un apprentissage…
Cette thèse backteste des stratégies fondées sur les paramètres classiques 12, 26 et 9 du MACD sur des actions représentées dans le Dow Jones, le Nasdaq et le S&P 500. Elle évalue le taux de réussite, la rentabilité, le ratio de Sharpe, le nombre de…
PPO-HRAP associe l’optimisation proximale de politique à une exposition cible déduite du régime de marché. Sa politique observe les caractéristiques du marché et l’état du portefeuille, puis combine l’action apprise avec l’exposition cible du régime. La…
Cet article propose un cadre pour repérer dans les séries temporelles financières des configurations à court terme susceptibles d’indiquer la direction future des prix. Il recherche des configurations de qualité, sans chevauchement, en regroupant des…