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

807 documents

Machine Learning for Trading

Ce notebook compare quatre méthodes de découverte de relations dans un panel de rendements de ETF : NOTEARS pour les graphes acycliques dirigés linéaires contemporains, VAR-LiNGAM pour les structures retardées et instantanées, PCMCI pour les tests…

Apprentissage automatiqueStatistiquesBacktestMulti-actifs
Machine Learning for Trading

Ce notebook présente Tail-GAN, une approche antagoniste générative conçue pour reproduire le risque de queue des scénarios financiers, en particulier la valeur à risque (VaR) et le déficit attendu (ES). Elle utilise un tri différentiable afin que les mesures…

Apprentissage automatiqueGestion des risquesStatistiquesConstruction de portefeuille
Machine Learning for Trading

Ce notebook examine comment combiner plusieurs prévisions probabilistes. Il présente la moyenne simple comme référence et explique l’extrémisation de Neyman, qui éloigne la moyenne du panel du taux de base en fonction du nombre de prévisionnistes et d’une…

StatistiquesApprentissage automatiqueGestion des risques
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 module de configuration présente un cadre pour définir les paramètres des séries de backtests pour chaque étude de cas. Il lit les schémas d’entrée, les méthodes d’allocation, les grilles de coûts de transaction et les contrôles du risque dans les…

BacktestGestion des risquesDimensionnement des positionsConstruction de portefeuille
Machine Learning for Trading

Ce document de configuration définit un pipeline hebdomadaire de recherche sur les actions du S&P 500, qui associe les caractéristiques du marché des options à des signaux fondés sur les prix. Il précise l’univers admissible, le calendrier des décisions et…

OptionsActionsVolatilitéMomentum
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 évalue les contrôles de sécurité d’un système de questions-réponses sur des documents financiers, à l’aide de six cas rédigés manuellement. Ces cas représentent l’injection indirecte de prompt, les données fabriquées dans des contenus non…

Apprentissage automatiqueGestion des risquesStatistiques
Machine Learning for Trading

Ce chapitre explique comment créer et utiliser des graphes de connaissances financières lorsque les questions dépendent de relations telles que la propriété, les chaînes d’approvisionnement ou la contagion. Il traite de l’identité des entités, des schémas de…

Apprentissage automatiqueActionsMarchés américainsConstruction de portefeuille
Machine Learning for Trading

Ce notebook évalue si des données FX au comptant en barres de quatre heures peuvent étayer une stratégie transversale quotidienne qui classe les paires de devises selon le momentum et le carry, achète les plus fortes et vend les plus faibles. Il n’ajuste pas…

Marché des changesMomentumStratégies de portageStatistiques
Machine Learning for Trading

Ce document décrit une étude d’ablation visant à déterminer si des embeddings de graphe appris améliorent les prévisions de rendements boursiers au-delà des caractéristiques tabulaires classiques. Il construit un réseau à partir des corrélations historiques…

ActionsApprentissage automatiqueBacktestStatistiques
Machine Learning for Trading

Cette configuration décrit une stratégie quotidienne long-short sur 20 paires FX. Elle définit une heure de décision à la clôture de New York, une exécution à la barre suivante, une pondération égale et des signaux de classement fondés sur le momentum ou le…

Marché des changesMomentumStratégies de portageRetour à la moyenne
Machine Learning for Trading

Ce document décrit un outil de production de comparaisons de performance appariées entre les étapes de sélection d’une stratégie. Il compare les sélections de signaux à des références équipondérées, les sélections sur échantillons de réserve à celles sur…

StatistiquesBacktestGestion des risquesConstruction de portefeuille
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 notebook utilise des caractéristiques ETF et des rendements futurs pour illustrer l’inférence classique par moindres carrés ordinaires avant de passer aux méthodes axées sur la prévision. Il examine les tests de coefficients et les erreurs types, puis…

ActionsStatistiquesApprentissage automatiqueGestion 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 notebook montre comment tester si quatre stratégies de portefeuille géré apportent un pouvoir explicatif supplémentaire pour les rendements de SPY, après contrôle des mouvements généraux captés par dix composantes principales. Les portefeuilles candidats…

ActionsApprentissage automatiqueStatistiquesGestion des risques
Machine Learning for Trading

Ce notebook réajuste la configuration FX déjà sélectionnée lors de la validation et enregistre ses prévisions pour un backtest ultérieur sur période de réserve. Il retrouve la sélection parmi les backtests de validation financièrement viables, dans un…

Marché des changesBacktestApprentissage automatiqueGestion des risques
Machine Learning for Trading

Cette note décrit une analyse d’apprentissage automatique double à fenêtre croissante visant à déterminer si le momentum sur 12 à -2 mois prédit les rendements des entreprises US le mois suivant, après prise en compte de Beta, IdioVol, LME et Variance. Les…

ActionsMomentumApprentissage automatiqueStatistiques
Machine Learning for Trading

Le document décrit des chaînes de traitement complètes pour combiner des données historiques et récentes sur les actions, ainsi que pour préparer des données horaires de contrats perpétuels crypto. Son exemple central assemble les observations de WikiPrices…

Multi-actifsStatistiquesGestion des risques
Machine Learning for Trading

Ce notebook présente un enregistrement structuré de l’état des agents de recherche, qui conserve la question, la date de coupure, les preuves, les questions en suspens, l’historique des outils, les résultats des contrôles qualité et l’état de la synthèse…

Apprentissage automatiqueStatistiquesGestion des risques
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