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 document explique un système de journaux d’exécution pour consigner l’entraînement des modèles, les prédictions, les estimations causales et les backtests dans plusieurs études de trading. Il décrit le cheminement des configurations, des paramètres des…

BacktestApprentissage automatiqueStatistiquesConstruction de portefeuille
Machine Learning for Trading

Cette configuration définit un workflow de recherche sur une stratégie long-short de contrats à terme perpétuels crypto. Elle précise un univers de 19 actifs sélectionnés selon le volume, des décisions alignées sur les règlements du financement toutes les…

CryptomonnaiesContrats à terme perpétuelsStratégies de portageRetour à la moyenne
Machine Learning for Trading

Cette démonstration décrit le fonctionnement opérationnel d’une stratégie crypto exécutée en continu et connectée à un courtier spot en USD. Elle transpose l’univers plus vaste d’une étude sur les contrats à terme perpétuels à l’ensemble plus restreint des…

CryptomonnaiesContrats à terme perpétuelsMarchés au comptantMomentum
Machine Learning for Trading

Cette vue d’ensemble rassemble les données de configuration de neuf études de cas de trading couvrant les actions, les cryptomonnaies, le forex, les contrats à terme, les options et les portefeuilles multi-actifs. Elle compare l’univers, la fréquence des…

Multi-actifsBacktestGestion des risquesExécution des ordres
Machine Learning for Trading

Ce notebook présente un cadre déterministe pour vérifier la cohérence des pipelines de backtest et de trading en réel. Il compare les étapes qui transforment les barres de prix en décisions : calcul des caractéristiques, prédictions, signaux et tailles…

BacktestExécution des ordresApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook entraîne un agent d’apprentissage par renforcement à répartir un ordre de vente fixe sur des barres horaires d’un marché de contrats à terme perpétuels crypto. Son état comprend les rendements retardés, la volatilité, le volume de l’heure…

CryptomonnaiesContrats à terme perpétuelsExécution des ordresApprentissage automatique
Machine Learning for Trading

Ce notebook utilise des données de transactions et d’ordres issues de NASDAQ ITCH pour illustrer des phénomènes de microstructure. Il examine l’autocorrélation négative de premier ordre des rendements des transactions au tick près, compare cet effet aux…

ActionsMicrostructure des marchésStatistiquesExécution des ordres
Machine Learning for Trading

Cette démonstration étend un processus d’ordre unique à un rééquilibrage quotidien pour un univers fixe d’actions américaines à grande capitalisation US. Elle explique comment comparer les positions courantes chez le courtier aux positions cibles du modèle,…

ActionsExécution des ordresGestion des risquesMicrostructure des marchés
Machine Learning for Trading

Ce notebook présente un processus pour déterminer si le momentum sur six mois, hors période récente, influe sur les rendements futurs à 21 jours et si cet effet varie avec la volatilité du marché. Il estime les effets sur les données d’entraînement par…

ActionsMomentumApprentissage automatiqueStatistiques
Machine Learning for Trading

Cette étude de cas évalue des straddles vendeurs à la monnaie sur les constituants du S&P 500, ouverts chaque semaine et conservés jusqu’à l’échéance avec couverture delta quotidienne. Son principal choix méthodologique consiste à modéliser les rendements à…

OptionsVolatilitéBacktestExécution des ordres
Machine Learning for Trading

Ce notebook ajuste des modèles linéaires à des caractéristiques de microstructure du NASDAQ-100 observées à intervalles d’une minute afin de prévoir les rendements sur plusieurs horizons futurs. Son objectif est d’établir une référence simple avant…

ActionsApprentissage automatiqueStatistiquesIndicateurs techniques
Machine Learning for Trading

Ce notebook décrit comment évaluer des prévisions sur l’échantillon de réserve pour une stratégie FX sélectionnée auparavant. Il réutilise la spécification de backtest enregistrée pour la configuration choisie, en conservant fixes le signal, l’allocation,…

Marché des changesBacktestGestion des risquesDimensionnement des positions
Machine Learning for Trading

Ce document décrit un jeu de données quotidien sur les actions américaines US, couvrant environ 3,200 sociétés de 1962 à mars 2018. Il inclut des émetteurs radiés de la cote, ce qui le rend utile pour les recherches historiques où exclure les entreprises…

ActionsMarchés américainsBacktest
Machine Learning for Trading

Ce notebook évalue l’effet des hypothèses de coûts de transaction sur le Sharpe en validation d’une allocation sélectionnée d’actions et d’options du S&P 500. Lorsque disponible, il reprend la configuration choisie parmi un ensemble de candidats figé, puis…

ActionsOptionsExécution des ordresBacktest