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

108 documents

Machine Learning for Trading

Ce notebook décrit un backtest hors échantillon d’une stratégie sélectionnée de financement perpétuel crypto. Il réutilise des prédictions générées à partir d’un historique d’entraînement qui s’arrête avant la période de réserve, puis applique la…

CryptomonnaiesContrats à terme perpétuelsStratégies de portageBacktest
Machine Learning for Trading

Ce notebook étudie le comportement de ridge, du lasso et du filet élastique lorsqu’une matrice de caractéristiques de contrats perpétuels crypto mesure de nombreuses façons une même quantité économique : la prime. Les niveaux et variations de prime, la…

CryptomonnaiesContrats à terme perpétuelsApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce document décrit les conventions d’accès aux données et d’alignement pour les contrats perpétuels sur cryptomonnaies et les séries on-chain associées. Il explique que les barres d’indice de prime sont horodatées à leur heure d’ouverture : une barre de huit…

CryptomonnaiesContrats à terme perpétuelsDonnées on-chainFinance décentralisée (DeFi)
Machine Learning for Trading

Ce notebook élabore une politique de sortie à deux modèles pour des contrats perpétuels crypto horaires. Un classificateur d’entrée repère les rendements futurs exceptionnellement élevés, tandis qu’un classificateur de sortie prédit si le prochain rendement…

CryptomonnaiesContrats à terme perpétuelsApprentissage automatiqueBacktest
Machine Learning for Trading

Ce document décrit un registre qui applique les flux de trésorerie de funding aux positions sur contrats à terme perpétuels lors d’un backtest. À chaque horodatage de funding, il utilise la quantité signée de la position, le prix de référence actuel, tout…

Contrats à terme perpétuelsBacktestÉvaluation des dérivésGestion des risques
Machine Learning for Trading

Cette exploration de données examine des observations d’indice de prime sur huit heures pour des contrats perpétuels crypto margés en USDT et explique le lien entre la prime et les paiements de financement. L’indice utilise les cours acheteur et vendeur…

CryptomonnaiesContrats à terme perpétuelsArbitrageStratégies de portage
Machine Learning for Trading

Ce guide de données présente les prix et volumes des contrats à terme perpétuels Binance ainsi qu’un indice de prime sur huit heures. Les données horaires OHLCV décrivent l’activité du marché, tandis que la prime mesure l’écart entre le prix perpétuel et le…

CryptomonnaiesContrats à terme perpétuelsMarchés au comptantStratégies de portage
Machine Learning for Trading

Ce relevé d’audit définit la méthode de comparaison de plusieurs frameworks de backtesting avec ML4T, sur des études de cas de stratégies réelles et une charge synthétique de résistance. Il précise les règles de comparaison des exécutions ordonnées, des…

BacktestExécution des ordresMicrostructure des marchésContrats à terme
Machine Learning for Trading

Ce notebook définit des labels de rendement futur des prix pour un panel fixe de contrats perpétuels crypto et explique comment leur construction influe sur chaque modèle et backtest ultérieur. Il décale les horodatages d’ouverture des barres au moment où…

CryptomonnaiesContrats à terme perpétuelsBacktestStatistiques
Machine Learning for Trading

Ce notebook examine si les modèles séquentiels peuvent améliorer les résumés construits manuellement de l’historique de la prime de financement perpétuelle. Il compare NLinear, un modèle linéaire simple qui lit une fenêtre ordonnée, à un LSTM à deux couches.…

CryptomonnaiesApprentissage automatiqueContrats à terme perpétuelsBacktest
Machine Learning for Trading

Ce notebook construit une tâche simulée de tenue de marché dans laquelle un agent d’optimisation proximale de politique choisit l’asymétrie des cotations et la largeur de la fourchette. L’environnement utilise un processus de volatilité GARCH calibré sur les…

Tenue de marchéApprentissage automatiqueCryptomonnaiesContrats à terme perpétuels
Machine Learning for Trading

Ce notebook étudie six méthodes d’allocation appliquées à des configurations sélectionnées de stratégies crypto perpétuelles. Les classements et les règles d’entrée restent fixes, tandis que le capital affecté à chaque position varie. Les méthodes s’appuient…

CryptomonnaiesContrats à terme perpétuelsDimensionnement des positionsConstruction de portefeuille
Machine Learning for Trading

Cette analyse explique le lien entre l’indice de prime des contrats à terme perpétuels de Binance et les cours au comptant, ainsi que la façon dont la plateforme transforme cette prime en financement périodique. L’indice utilise les prix d’impact acheteur et…

CryptomonnaiesContrats à terme perpétuelsStratégies de portageArbitrage
Machine Learning for Trading

Le notebook entraîne un autoencodeur classique sur les rendements horaires standardisés d’un groupe de marchés perpétuels crypto. Son encodeur compresse le vecteur de rendements inter-actifs en une représentation latente à deux dimensions, et son décodeur…

CryptomonnaiesContrats à terme perpétuelsApprentissage automatiqueVolatilité
Machine Learning for Trading

Ce notebook met en œuvre une règle de réversion à la moyenne RSI acheteuse uniquement sur des contrats perpétuels BTC/USDT, avec un moteur de backtesting événementiel. Il agrège les barres intrajournalières en données quotidiennes OHLCV selon le fuseau UTC,…

CryptomonnaiesContrats à terme perpétuelsRetour à la moyenneIndicateurs techniques
Machine Learning for Trading

Ce notebook explique comment construire des variables cibles de rendement de prix prospectif pour un panel de contrats perpétuels crypto à pas de huit heures. Il décale les horodatages d’ouverture des barres jusqu’au moment où les données de la barre…

CryptomonnaiesContrats à terme perpétuelsRetour à la moyenneStatistiques
Machine Learning for Trading

Cette étude de cas sélectionne une configuration dans un ensemble figé de stratégies crypto sur contrats à terme perpétuels, couvrant plusieurs étiquettes de rendement et de direction, méthodes de dimensionnement de portefeuille et ajustements du risque.…

CryptomonnaiesContrats à terme perpétuelsBacktestStatistiques
Machine Learning for Trading

Ce notebook utilise le double apprentissage automatique pour estimer si les écarts de prime des contrats à terme perpétuels sont liés aux rendements ultérieurs sur huit heures, et si cette relation estimée diffère entre les marchés à forte et à faible…

CryptomonnaiesContrats à terme perpétuelsApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook entraîne un agent par optimisation de politique proximale (PPO) pour liquider un ordre fixe sur un horizon donné. Il compare la politique de rythme apprise à TWAP et à un calendrier d’Almgren–Chriss, mesure l’écart de prix d’exécution et examine…

CryptomonnaiesContrats à terme perpétuelsExécution des ordresApprentissage automatique