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 module décrit une méthode commune pour préparer des plis d’entraînement et de validation walk-forward pour plusieurs familles de modèles. Il sépare les opérations coûteuses indépendantes du modèle — découpage des fenêtres temporelles, application de…

Apprentissage automatiqueBacktestStatistiques
Machine Learning for Trading

Ce notebook compare les prédictions de validation de plusieurs familles de modèles pour étudier le financement des contrats à terme perpétuels. Il explique que le coefficient d’information mesure l’association entre les rangs des prédictions et les…

CryptomonnaiesContrats à terme perpétuelsApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook présente des méthodes pratiques de nettoyage des données de marché et d’entreprises, notamment la gestion des doublons, les indicateurs de lacunes, les filtres par domaine, la détection des pics par retournement, l’écrêtage des valeurs…

ActionsApprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Ce notebook explique comment évaluer si les stratégies fondées sur un panel d’actions US peuvent résister aux frictions de trading. Il fixe une configuration par étiquette à l’aide du Sharpe de validation, puis réévalue cette même stratégie selon différents…

ActionsBacktestExécution des ordresGestion des risques
Machine Learning for Trading

Ce notebook examine si les attributions SHAP restent stables lorsque les prévisions sont similaires ou lorsque les modèles sont réajustés avec différentes graines aléatoires et architectures. À partir des rendements futurs ETF, il recherche des paires…

Apprentissage automatiqueStatistiquesGestion des risquesActions
Machine Learning for Trading

Ce notebook ajuste des modèles d’arbres par gradient boosting à des caractéristiques du marché des options qui encodent des prévisions telles que la volatilité implicite, le skew, la structure par terme et la prime de risque de variance. Il compare la…

OptionsApprentissage automatiqueVolatilitéBacktest
Machine Learning for Trading

Ce notebook associe le dimensionnement des positions à l’analyse des excursions défavorables et favorables maximales. Il présente le dimensionnement à fraction fixe, où le nombre d’actions dépend du budget de risque du portefeuille et de la distance entre le…

Dimensionnement des positionsGestion des risquesVolatilitéBacktest
Machine Learning for Trading

Ce notebook compare les contrats événementiels réglés en cryptomonnaie de Polymarket aux contrats réglementés de Kalshi, en se concentrant sur la façon dont les règles d’accès et les politiques de cotation façonnent les prix et les questions représentés par…

Stratégies événementiellesCryptomonnaiesStatistiquesMicrostructure des marchés
Machine Learning for Trading

Cette étude de cas teste des stratégies hebdomadaires long-short classées selon le portage sur un ensemble diversifié de contrats à terme CME, à partir de données quotidiennes, d’une évaluation de modèles en walk-forward et de coûts liés aux commissions, aux…

Contrats à termeStratégies de portageApprentissage automatiqueBacktest
Machine Learning for Trading

Ce document explique comment représenter le cycle de vie d’un ordre en temps réel par un ensemble fini d’états et de transitions valides déclenchées par des événements. Il couvre la soumission, l’accusé de réception du courtier, l’acceptation par la bourse,…

Exécution des ordresMicrostructure des marchésGestion des risques
Machine Learning for Trading

Ce notebook compare les éléments probants issus de modèles prédictifs, structurels et causaux dans une étude transversale du S&P 500, qui combine des caractéristiques d’actions et des mesures dérivées des options, telles que la volatilité implicite, le skew…

ActionsOptionsApprentissage automatiqueInvestissement factoriel
Machine Learning for Trading

Ce notebook présente un processus de diagnostic au niveau des opérations qui relie les pertes réalisées aux explications SHAP d’un modèle. Il entraîne un modèle LightGBM sur des caractéristiques retardées de prix et de volatilité, ainsi que des données…

Apprentissage automatiqueStatistiquesActionsSentiment de marché
Machine Learning for Trading

Ce notebook compare l’imitation du comportement à l’apprentissage par renforcement inverse (IRL) pour apprendre à partir de relevés d’exécution. Les démonstrations proviennent d’un calendrier TWAP, dont l’objectif neutre au risque est connu : répartir les…

Exécution des ordresApprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Le notebook présente le cadre d’Almgren–Chriss pour planifier une liquidation importante. Il mesure le déficit d’exécution par rapport au prix d’arrivée et modélise deux coûts concurrents : l’impact de marché, qui augmente avec l’intensité du trading, et le…

Exécution des ordresMicrostructure des marchésGestion des risquesStatistiques
Machine Learning for Trading

Cette étude de cas explique comment construire des étiquettes de rendements futurs pour une stratégie transversale de change qui classe les paires de devises et achète ou vend selon leur ordre relatif. Elle commence par répartir des barres de prix au…

Marché des changesMarchés au comptantMomentumRetour à la moyenne
Machine Learning for Trading

Le code calcule des métriques de performance standardisées à partir de tableaux de prévisions hors échantillon, séparément pour chaque pli et sous forme d’agrégats synthétiques. Il prend en charge la régression et la classification, notamment le coefficient…

StatistiquesBacktestApprentissage automatiqueGestion des risques
Machine Learning for Trading

Ce relevé consigne une exécution de prévision LangGraph sur la question de savoir si la Réserve fédérale relèverait son taux directeur en 2026. Trois agents ont produit des probabilités, suivies d’un débat et d’une mise à jour du superviseur. Les résultats…

Titres à revenu fixeMarchés américainsStatistiques
Machine Learning for Trading

Ce notebook assemble un agent de recherche qui cherche des éléments probants et renvoie une probabilité structurée pour une question binaire. Il décrit l’analyse et la validation des actions, un budget de tours et un artefact de prévision enregistré, qui…

Apprentissage automatiqueSentiment de marchéStatistiques
Machine Learning for Trading

Ce notebook présente PCA comme une référence à facteurs latents sans caractéristiques pour prévoir les rendements de ETF. Il décompose, pour chaque étiquette, la matrice des rendements sur la fenêtre d’entraînement, puis assemble les prévisions à partir…

Investissement factorielApprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Ce notebook détaille le cycle de déploiement d’un modèle quotidien de paires FX, en utilisant Interactive Brokers à la fois comme source de données en temps réel et comme plateforme d’exécution. Il entraîne un modèle de régression Ridge sur un panel…

Marché des changesApprentissage automatiqueExécution des ordresGestion des risques
Machine Learning for Trading

Ce notebook présente un modèle neuronal de facteur d’actualisation stochastique pour un panel de contrats à terme CME. Le modèle utilise les rendements des produits et des caractéristiques observables, telles que le carry, le momentum et la volatilité, afin…

Contrats à termeApprentissage automatiqueInvestissement factorielBacktest