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 présente des diagnostics légers de réfutation pour le triage des caractéristiques et distingue explicitement la cohérence d’un mécanisme de l’identification causale. Il commence par examiner les caractéristiques ETF sur plusieurs horizons de…

Apprentissage automatiqueStatistiquesMomentumVolatilité
Machine Learning for Trading

Ce notebook regroupe les résultats du registre pour OLS, Ridge, Lasso et ElasticNet dans neuf études de cas. Il sélectionne les résultats de validation complets pour l’étiquette principale de chaque étude, compare les coefficients de corrélation de rang…

Apprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Ce notebook entraîne Skip-gram Word2Vec sur des phrases étiquetées issues de l’actualité financière et explique comment ses vecteurs représentent les mots apparaissant dans des contextes similaires. Il décrit le rôle de la dimension des vecteurs, de la…

Apprentissage automatiqueSentiment de marchéStatistiques
Machine Learning for Trading

Ce notebook évalue les caractéristiques ETF une par une en calculant, pour chaque date, un coefficient d’information de rang entre les valeurs des caractéristiques et les rendements mensuels ultérieurs. Il filtre les caractéristiques financières et dérivées…

ActionsStatistiquesApprentissage automatiqueBacktest
Machine Learning for Trading

Ce notebook illustre, à l’aide d’exemples construits, les sorties au niveau des positions et les contrôles au niveau du portefeuille. Les règles statiques comprennent les stop-loss, les objectifs de profit et les sorties temporelles ; les règles dynamiques…

Gestion des risquesDimensionnement des positionsBacktestExécution des ordres
Machine Learning for Trading

Ce notebook montre comment aligner les observations macroéconomiques sur les dates auxquelles les traders pouvaient réellement en avoir connaissance. Il distingue la période mesurée par une valeur de sa date de publication, estime les dates de publication à…

Multi-actifsBacktestStatistiquesGestion des risques
Machine Learning for Trading

Ce notebook montre comment ajuster finement trois checkpoints de transformeurs pour classer le sentiment de phrases financières en trois catégories, puis les évaluer avec l’exactitude, le F1 macro et des matrices de confusion. Il utilise une séparation…

Apprentissage automatiqueSentiment de marchéStatistiques
Machine Learning for Trading

Ce notebook estime l’effet ajusté d’une mesure continue du momentum ETF sur les rendements à terme à l’aide de l’apprentissage automatique double. Il compare une régression non ajustée aux estimations DML, qui contrôlent la volatilité récente et à plus long…

ActionsMomentumApprentissage automatiqueStatistiques
Machine Learning for Trading

Cet outil mesure la variation relative absolue de la prime d’un straddle d’options ouvert, sur des horizons de séance spécifiés. Il calcule une prime valide à partir de cotations appariées d’un call et d’un put, avec des bids positifs et des asks supérieurs…

OptionsVolatilitéBacktest
Machine Learning for Trading

Ce notebook explique comment un autoencodeur conditionnel étend l’analyse en composantes principales instrumentée (IPCA) : il conserve la structure en deux étapes, où les caractéristiques des fonds déterminent les expositions à des facteurs latents,…

ActionsInvestissement factorielApprentissage automatiqueStatistiques
Machine Learning for Trading

Cette analyse compare des modèles prédictifs qui classent les actions NASDAQ-100 selon leur rendement sur les 15 prochaines minutes à partir de caractéristiques intrajournalières de microstructure telles que les spreads, le déséquilibre de profondeur, le…

ActionsMicrostructure des marchésApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook compare sklearn HistGradientBoosting, XGBoost, LightGBM et CatBoost pour prévoir les rendements futurs ETF. Il mesure le coefficient d’information transversal, le temps d’entraînement et la mémoire utilisée selon plusieurs niveaux de complexité…

Apprentissage automatiqueActionsBacktestStatistiques
Machine Learning for Trading

Ce notebook cartographie une famille de modèles de rendement ETF qui infèrent des directions latentes communes dans un panel, à partir de caractéristiques servant à estimer les expositions des fonds. Il distingue cinq approches : les composantes principales…

StatistiquesApprentissage automatiqueInvestissement factoriel
Machine Learning for Trading

Ce notebook étudie l’effet du dimensionnement des positions sur les backtests FX, après que le modèle a déjà sélectionné les paires de devises à négocier. Il conserve les prédictions, le mappage du signal, les coûts et les paramètres d’exécution de la…

Marché des changesDimensionnement des positionsConstruction de portefeuilleBacktest