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

118 documents

MQL5 articles

L’article décrit un système de trading adaptatif qui associe les Order Blocks, les Fair Value Gaps et les Break of Structure à des mesures du sentiment sur des unités de temps supérieures, intermédiaires et inférieures. Il associe les réactions aux Order…

Sentiment de marchéCassureRetour à la moyenneVolatilité
MQL5 articles

L’article décrit un Expert Advisor MetaTrader qui repère et marque des figures courantes à un, deux ou trois chandeliers. Les utilisateurs peuvent rechercher une figure nommée ou balayer toutes les figures prises en charge sur une période historique définie.…

Indicateurs techniquesMarché des changesBacktestSentiment de marché
Machine Learning for Trading

Le document montre comment transformer les rapports hebdomadaires Commitment of Traders en variables de positionnement sur contrats à terme. Il explique les catégories de traders des formats « financial futures » et « disaggregated commodities », ainsi que…

Contrats à termeMatières premièresSentiment de marchéIndicateurs techniques
Machine Learning for Trading

Ce document explique comment transformer les rapports hebdomadaires Commitment of Traders en variables de positionnement sur contrats à terme. Il présente les catégories de rapports sur les contrats financiers à terme et les matières premières physiques,…

Contrats à termeMatières premièresSentiment de marchéStatistiques
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 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 évalue quatre signaux issus de textes d’actualité : la surprise pondérée, le sentiment moyen, la dynamique du sentiment et la couverture des articles. Il utilise les rendements futurs préparés lors d’une étape antérieure de création de…

ActionsSentiment de marchéStatistiquesInvestissement factoriel
Machine Learning for Trading

Ce notebook compare les contrats événementiels réglés en crypto de Polymarket à la plateforme réglementée Kalshi comme sources de données alternatives. Il explique comment les règles d’accès, les actifs de règlement, les limites de position et les règles de…

CryptomonnaiesSentiment de marchéStatistiquesStratégies événementielles
Machine Learning for Trading

Ce notebook présente un débat de prévision en plusieurs manches entre des rôles haussier et baissier. Chaque camp défend une probabilité plus élevée ou plus faible pour un événement, prend connaissance de l’argument précédent de l’autre camp lors des manches…

Apprentissage automatiqueStatistiquesSentiment de marchéGestion des risques
Machine Learning for Trading

Ce notebook met en œuvre un processus ESG pour les titres ESG : il sélectionne des actualités à l’aide de mots-clés, attribue chaque titre sélectionné à une catégorie environnementale, sociale ou de gouvernance, puis évalue le sentiment d’un échantillon de…

Apprentissage automatiqueSentiment de marchéStatistiques
Machine Learning for Trading

Ce notebook applique SHAP au niveau des tokens à un modèle FinBERT figé qui classe les textes financiers comme négatifs, neutres ou positifs. Il encapsule l’inférence du modèle pour préserver l’ordre des labels du checkpoint, puis explique les probabilités…

Apprentissage automatiqueSentiment de marchéStatistiques
Machine Learning for Trading

Ce notebook exécute trois agents de recherche identiques sur une question de récession, soit en rejouant une capture enregistrée, soit en lançant des modèles et des recherches en direct en parallèle. Il consigne la probabilité et la confiance de chaque…

Apprentissage automatiqueStatistiquesSentiment de marchéBacktest
Machine Learning for Trading

Ce notebook transforme les titres financiers en signaux au niveau des actions et les évalue par rapport aux rendements à terme. Il produit des plongements des titres, mesure la surprise liée aux actualités comme la distance sémantique par rapport à une…

ActionsInvestissement factorielSentiment de marchéApprentissage automatique
Machine Learning for Trading

Ce notebook exécute ou rejoue un panel d’agents de recherche identiques répondant à une même question de prévision, puis examine leurs prévisions, leurs recherches et leurs échanges. Le traçage séparé de chaque agent préserve l’attribution lors des appels…

Apprentissage automatiqueStatistiquesSentiment de marchéBacktest
Machine Learning for Trading

Ce notebook évalue un modèle préentraîné de sentiment financier sur les titres FinMarBa et explique pourquoi le résultat ne constitue pas un test net du transfert de sentiment. FinBERT a été entraîné à partir de jugements humains sur le sentiment d’un texte,…

Apprentissage automatiqueSentiment de marchéActionsStatistiques
Machine Learning for Trading

Ce notebook présente un processus qui transforme les titres de l’actualité financière en signaux par action. Il nettoie et normalise un corpus d’actualités, supprime les doublons exacts ou correspondant à un préfixe au sein de groupes symbole-date et utilise…

ActionsApprentissage automatiqueSentiment de marchéInvestissement factoriel
Machine Learning for Trading

Ce notebook crée un agent de prévision qui alterne recherches sur le Web et prévisions probabilistes. Une petite interface de modèle de langage à deux méthodes permet à la même boucle d’utiliser un fournisseur simulé, local ou commercial. L’agent reçoit une…

Apprentissage automatiqueSentiment de marchéStatistiques
Machine Learning for Trading

Ce notebook explique comment extraire des transactions d’initiés à partir de fichiers XML bruts du formulaire 4 de SEC, pour la recherche quantitative sur les actions. Il utilise un analyseur XML afin de rattacher le code, la date, le nombre d’actions, le…

ActionsStratégies événementiellesSentiment de marchéStatistiques
Machine Learning for Trading

Ce notebook applique FinBERT préentraîné aux titres financiers de FinMarBa et examine pourquoi sa précision est bien inférieure aux chiffres rapportés pour son évaluation sur Financial PhraseBank. Le diagnostic central porte sur l’origine des étiquettes :…

Apprentissage automatiqueSentiment de marchéStatistiques
Machine Learning for Trading

Ce chapitre passe en revue les représentations du texte financier, des dictionnaires et comptages de mots jusqu’à TF-IDF, en passant par les plongements statiques, les réseaux récurrents et les Transformers. Il explique les compromis : les méthodes simples…

Apprentissage automatiqueSentiment de marchéStatistiquesActions