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.
733 documents
Ce notebook présente une méthode de rapport pour une stratégie de retour à la moyenne du RSI, acheteuse uniquement, sur BTC. Il compare les performances brutes et nettes, puis évalue la stratégie face à une stratégie d’achat-conservation en utilisant les…
Ce document présente un réseau neuronal TabM qui classe les ETF à partir de caractéristiques tabulaires. Son tronc commun à deux couches alimente plusieurs membres, chacun doté d’un vecteur d’échelle appris et d’une couche de sortie ; la moyenne de leurs…
Ce chapitre présente les arbres de gradient boosting et explique comment ils s’appuient sur les arbres de décision et les forêts aléatoires pour les prévisions financières sur données tabulaires. Le boosting ajoute des apprenants successifs pour corriger les…
Ce document décrit un jeu de données mensuel sur les actions US, conçu pour la recherche en apprentissage automatique sur la valorisation des actifs. Il comprend 94 caractéristiques d’entreprises transformées par rang, notamment des mesures comptables et des…
Ce notebook étudie comment l’impact de marché modifie les résultats de backtest d’une stratégie de momentum sur des actions de liquidité différente. Il maintient constants la taille des ordres et la stratégie, estime la liquidité et la volatilité sur une…
Ce notebook compare deux architectures Transformer pour prévoir les rendements des ETF sur 21 jours à partir de huit caractéristiques de momentum rétrospectif. PatchTST regroupe les jours consécutifs en segments, ce qui réduit le nombre de jetons d’attention…
Cette démonstration exécute une stratégie de croisement de deux moyennes mobiles dans un moteur de backtest historique et dans un moteur en réel qui rejoue les mêmes barres quotidiennes ETF. La stratégie, les entrées, les paramètres et la convention…
Ce notebook compare l’erreur quadratique, l’erreur absolue et la perte de Huber pour des modèles de gradient boosting prédisant les rendements de straddles vendeurs à la monnaie. La cible présente un gain plafonné et des pertes potentiellement sévères ; la…
Ce notebook transforme des données horaires de contrats futures continus en barres quotidiennes OHLCV alignées sur les séances Globex de CME. Il attribue les horodatages à la séance se terminant à 4 PM, heure du Centre. Ainsi, les transactions du dimanche…
Ce notebook présente un modèle de facteur d’actualisation stochastique (SDF) pour valoriser la coupe transversale des rendements des entreprises US. Il apprend des pondérations qui rendent les rendements actualisés des actifs conformes aux conditions de…
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…
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…
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…
Ce notebook compare le bagging par Random Forest à XGBoost, LightGBM et CatBoost pour prédire les rendements boursiers à partir de caractéristiques d’entreprises anonymisées. Il utilise des découpages chronologiques prédéfinis en ensembles d’entraînement, de…
Cette présentation de chapitre cartographie les étapes de recherche entre les données de marché validées et l’évaluation des modèles. Elle couvre le prétraitement tenant compte des découpages, les décisions d’encodage et de traitement des données manquantes,…
Cette étude examine si le mauvais ajustement d’un modèle linéaire aux rendements mensuels des actions US vient de son objectif d’erreur quadratique. Elle maintient fixes la cible de rendements futurs non winsorisée, les caractéristiques et les plis…
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…
Ce document décrit un modèle séquentiel LSTM pour une étude sur les options du S&P 500. Contrairement aux modèles en coupe transversale qui s’appuient sur des caractéristiques conçues pour résumer l’historique d’un symbole, le LSTM reçoit des fenêtres…
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…
Le document explique l’analyse en composantes principales instrumentée pour modéliser les rendements des ETF. Contrairement à l’PCA ordinaire, qui attribue à chaque fonds des expositions factorielles fixes, la méthode IPCA exprime les expositions de chaque…
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…
Ce document décrit un workflow partagé pour entraîner des réseaux convolutifs temporels sur des données quotidiennes de paires FX. Un modèle traite une séquence de longueur fixe, et l’absence d’un jour attendu exclut toute fenêtre qui traverse cette lacune.…
Ce notebook explique un modèle pédagogique d’espace d’état sélectif fondé sur Mamba et l’évalue pour la prévision des rendements de ETF. Contrairement à un modèle d’espace d’état à paramètres fixes, il déduit le terme entrée-vers-état, le terme…
Ce notebook décrit comment évaluer, sur une période de réserve ultérieure, une stratégie sélectionnée sur les taux de financement des contrats perpétuels crypto. Il réutilise des prévisions générées à partir de données d’entraînement s’arrêtant avant cette…