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

240 documents

MQL5 articles

L’article explore différentes façons de combiner la moyenne mobile adaptative fractale (FrAMA) avec le Force Index dans un système de trading MQL5. La FrAMA sert à décrire la direction ou la pente de la tendance, tandis que le Force Index apporte des…

Marché des changesIndicateurs techniquesMomentumSuivi de tendance
MQL5 articles

L’article décrit un Expert Advisor prenant en charge plusieurs instruments, qui évalue séparément pour chacun les signaux de retour à la moyenne et de momentum. Il calcule un score Z à partir du prix par rapport à une moyenne mobile et à un écart-type, et…

Marché des changesRetour à la moyenneMomentumStatistiques
Cours Quantopian

Le cours présente une méthode pour évaluer si un facteur actions classe les titres selon leurs performances relatives futures. L’exemple de momentum mesure la variation du prix sur une longue période rétrospective en excluant la période la plus récente, puis…

ActionsInvestissement factorielMomentumStatistiques
Cours Quantopian

Le document explique que la corrélation de rang de Spearman mesure si deux variables évoluent dans le même ordre ou dans l’ordre inverse, y compris lorsque leur relation est monotone mais non linéaire. Il calcule la corrélation à partir des observations…

StatistiquesActionsMomentumBacktest
Cours Quantopian

Le document présente des modèles factoriels linéaires qui expliquent les rendements d’un actif par son exposition à des séries de rendements de facteurs fondamentaux. Il décrit deux façons de rendre comparables les caractéristiques des entreprises :…

Investissement factorielActionsMomentumConstruction de portefeuille
Machine Learning for Trading

Ce document décrit un univers quotidien de candidats ETF couvrant les actions, les titres à revenu fixe, les matières premières et les devises. Il présente un flux de travail pour télécharger les données de marché, les charger en vue de leur analyse,…

Multi-actifsActionsTitres à revenu fixeMatières premières
Machine Learning for Trading

Ce notebook construit un panel quotidien de caractéristiques pour une stratégie de classement long-short sur vingt paires FX. Il agrège les barres spot de quatre heures en séances se terminant au rollover de New York à 5 PM, puis construit des…

Marché des changesMarchés au comptantRetour à la moyenneMomentum
Machine Learning for Trading

Ce notebook évalue si un LSTM peut exploiter l’ordre des historiques de variables ETF pour faire mieux que des modèles linéaires et de boosting de gradient à variables plates. Il confronte la population de séquences déclarée aux données actuelles, vérifie…

Apprentissage automatiqueMomentumStatistiquesBacktest
Machine Learning for Trading

Ce notebook explique comment l’apprentissage automatique double (DML) estime si le momentum FX influe sur les rendements futurs après ajustement des facteurs de confusion configurés. Il distingue cette question d’intervention de la prédiction : les modèles…

Marché des changesMomentumApprentissage automatiqueStatistiques
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 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

Ce notebook explique comment créer une matrice transversale de caractéristiques de contrats à terme à partir de trois échéances par produit. Il dérive le portage et la courbure de la courbe à partir des prix réglés par la bourse, tout en utilisant des prix…

Contrats à termeMatières premièresStratégies de portageMomentum
Machine Learning for Trading

Ce notebook développe une matrice de caractéristiques financières pour une hypothèse de momentum multi-actifs sur ETF : les actifs ayant une performance relative plus forte pourraient continuer à surperformer le mois suivant. Elle combine les rendements…

Multi-actifsMomentumIndicateurs techniquesStatistiques
Machine Learning for Trading

Ce document explique comment construire et examiner une matrice de caractéristiques pour une hypothèse transversale de momentum et de rotation ETF. Il définit la période rétrospective et le décalage d’information de chaque caractéristique, puis construit les…

ActionsMulti-actifsMomentumIndicateurs techniques
Machine Learning for Trading

Ce document reformule la prévision d’un rendement boursier sur cinq séances en échantillonnant les données quotidiennes le vendredi. La cible reste un rendement sur cinq séances, mais sur la grille hebdomadaire, elle couvre environ une étape du modèle. Le…

ActionsMarchés américainsApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook construit des caractéristiques dérivées des prix pour un large panel d’actions US, notamment le momentum, les moyennes mobiles et les mesures de volatilité. Il vise à classer les actions entre elles, à l’aide d’un filtre de négociabilité, de…

ActionsMomentumIndicateurs techniquesStatistiques
Machine Learning for Trading

Ce notebook décrit une analyse par apprentissage automatique double de l’effet associé à une intervention de momentum FX, après ajustement pour les facteurs de confusion configurés. Des modèles auxiliaires flexibles estiment le résultat et l’intervention à…

Marché des changesMomentumApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook teste si un LSTM peut extraire une structure temporelle des historiques de caractéristiques ETF que des modèles à caractéristiques à plat pourraient manquer. Avant l’ajustement, il vérifie la correspondance entre la population de séquences…

ActionsMomentumApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook construit des caractéristiques fondées sur des règles pour une coupe transversale de contrats à terme CME, centrées sur le portage issu de l’écart entre des contrats à échéances proches. Il construit également des caractéristiques de momentum, de…

Contrats à termeMatières premièresStratégies de portageMomentum
Machine Learning for Trading

Ce notebook définit des rendements futurs de clôture à clôture sur deux horizons de trading pour une coupe transversale d’ETF ; chaque horizon va d’une clôture ajustée à la clôture située un nombre fixe de séances plus tard. Il explique pourquoi les…

ActionsMomentumStatistiquesBacktest
Machine Learning for Trading

Cette étude de cas construit des caractéristiques à la minute à partir de données de cotation et de transaction NASDAQ-100, afin d’examiner si les achats ou ventes agressifs récents prédisent une dérive des prix à court terme. Le déséquilibre du flux…

ActionsMicrostructure des marchésMomentumIndicateurs techniques
Machine Learning for Trading

Ce notebook définit les étiquettes de rendements futurs pour un panel d’actions US et explique pourquoi leur construction affecte tous les modèles et backtests en aval. Il précise les fenêtres de rendement fondées sur les prix ajustés et exprimées en séances…

ActionsMomentumStatistiquesBacktest