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 estime si le z-score de la prime des contrats perpétuels crypto est associé aux rendements ultérieurs sur huit heures dans le cadre d’une intervention, en tenant compte de la volatilité des prix, du taux de financement et de l’écart de la prime à…

CryptomonnaiesContrats à terme perpétuelsApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook adapte aux actions américaines quotidiennes une architecture adversariale de facteur d’actualisation stochastique. Un réseau de pondération de portefeuille forme un facteur à partir des rendements excédentaires du lendemain, tandis qu’un réseau…

ActionsInvestissement factorielApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook présente le cycle opérationnel d’une stratégie de prédiction ETF : actualiser les données de marché, recalculer les caractéristiques financières, réentraîner un modèle Ridge, enregistrer les artefacts de déploiement, produire des prédictions…

ActionsApprentissage automatiqueExécution des ordresBacktest
Machine Learning for Trading

Ce notebook développe un cadre pour traduire l’activité de marché en coûts de trading modélisés et en capacité de stratégie. Il présente le modèle d’impact en racine carrée, désigne la volatilité et le volume quotidien moyen comme principaux facteurs…

Microstructure des marchésExécution des ordresGestion des risquesDimensionnement des positions
Machine Learning for Trading

Le carnet présente la valeur à risque comme un quantile de perte et la valeur à risque conditionnelle, ou perte attendue, comme la perte moyenne au-delà de ce seuil. Il estime le risque de queue sur une journée pour un vaste ETF d’actions au moyen de quatre…

ActionsVolatilitéGestion des risquesStatistiques
Machine Learning for Trading

Ce notebook présente la parité des risques hiérarchique comme une solution de remplacement à l’allocation moyenne-variance lorsque les estimations de covariance sont bruitées. HRP regroupe les actifs selon leurs distances de corrélation, les ordonne selon la…

Construction de portefeuilleGestion des risquesBacktestActions
Machine Learning for Trading

Le document explique comment identifier des régimes de marché en divisant les rendements en fenêtres chevauchantes et en traitant chaque fenêtre comme une distribution empirique. Il mesure la distance entre les fenêtres à l’aide de quantiles appariés et…

StatistiquesApprentissage automatiqueGestion des risquesBacktest
Machine Learning for Trading

Cette étude de cas ajuste des modèles linéaires régularisés aux rendements de straddles vendeurs à la monnaie conservés jusqu’à l’échéance. Comme le revenu de prime plafonne le gain tandis que les pertes peuvent croître sans limite, quelques pertes sévères…

OptionsVolatilitéApprentissage automatiqueGestion des risques
Machine Learning for Trading

Ce notebook utilise des données réelles d’ETF pour déterminer si un signal de momentum reste utile lorsque sa rétrospective, le régime de marché et sa mise en œuvre varient raisonnablement. Il calcule les coefficients d’information transversaux entre le…

Contrats à termeMomentumBacktestStatistiques
Machine Learning for Trading

Ce document présente un enregistrement structuré de l’état des agents de recherche, distinct de leur transcription de conversation. L’enregistrement conserve la question et la date limite, les éléments de preuve recueillis, les questions non résolues,…

Apprentissage automatiqueStatistiquesBacktestGestion des risques
Machine Learning for Trading

Ce notebook distingue la prévision des rendements de l’affirmation selon laquelle le momentum en est la cause. Il prend le rendement de l’action sur l’année précédente, hors dernier mois, comme traitement et le rendement futur comme résultat. La volatilité…

ActionsMomentumApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook construit des intervalles de prédiction autour de prévisions par gradient boosting à l’aide de la prédiction conforme par séparation. Il ajuste un modèle sur un segment d’entraînement antérieur, mesure les résidus absolus sur un segment de…

Apprentissage automatiqueStatistiquesGestion des risquesDimensionnement des positions
Machine Learning for Trading

Ce notebook compare quatre allocations de référence ETF à l’aide de périodes de crises historiques, de chocs simultanés sur les actifs définis manuellement, de simulations de Monte-Carlo de Student-t et de statistiques par régime de marché. Il explique la…

Multi-actifsGestion des risquesConstruction de portefeuilleVolatilité
Machine Learning for Trading

Ce notebook décrit la création de prévisions sur échantillon test pour une stratégie FX, après sélection de sa configuration à partir des résultats de validation. Il retient le backtest de validation au ratio de Sharpe le plus élevé parmi les candidats admis…

Marché des changesBacktestApprentissage automatiqueGestion des risques