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.
558 documents
Ce notebook met en place un processus de suivi pour un modèle financier déployé, à partir d’artefacts réels issus de l’échantillon de réserve. Il vérifie que les données de caractéristiques entrantes sont renseignées et structurellement valides avant de…
Ce notebook relie le dimensionnement des positions à l’analyse des excursions maximales défavorables et favorables. Il présente un dimensionnement à fraction fixe, où le nombre d’actions est déterminé par un budget de risque par transaction et la distance…
Ce notebook explique comment interpréter les prévisions d’une régression Ridge pour un panel d’ETF avec SHAP. Pour un modèle linéaire, l’attribution de chaque caractéristique correspond à son coefficient multiplié par l’écart entre sa valeur et sa moyenne de…
Ce notebook présente une méthode pour convertir des déclarations annuelles et trimestrielles SEC en texte structuré pour des analyses ultérieures de sentiment, de thèmes et d’incorporations vectorielles. Il associe les sections recherchées aux numéros de…
Ce notebook explique comment un autoencodeur conditionnel étend un modèle de composantes principales instrumentées : un réseau neuronal associe les caractéristiques des actions aux expositions factorielles, tandis que le modèle conserve la même structure,…
Cette étude filtre les caractéristiques financières et de volatilité GJR-GARCH en fonction des rendements futurs des actions. Pour chaque séance, elle calcule la corrélation de rang entre les valeurs d’une caractéristique et les rendements ultérieurs pour…
Cette référence décrit deux corpus d’actualités financières utilisés pour l’analyse du sentiment, le développement de caractéristiques textuelles et les expériences reliant les actualités aux rendements. FNSPID relie les titres aux symboles boursiers et…
Ce document décrit une méthode pour transformer les déclarations groupées trimestrielles SEC 13F en un panel de positions institutionnelles. Il sélectionne la dernière déclaration de chaque gestionnaire selon la date de dépôt, utilise CUSIP plutôt que les…
Ce notebook utilise les enregistrements de transactions NASDAQ ITCH pour examiner les variations du volume et de l’activité de négociation au cours de la séance régulière. Il regroupe les transactions en barres temporelles, compare les prix et les volumes…
Cette évaluation filtre les caractéristiques issues de la surface des options, dérivées des prix et de la volatilité conditionnelle au regard des rendements futurs des actions. Pour chaque séance, elle calcule une corrélation de rang transversale entre les…
Ce module explique comment préparer les prix historiques du S&P 500 lorsque des symboles boursiers peuvent désigner différents titres au fil du temps. Il applique des facteurs d’ajustement liés aux opérations sur titres, suit les identifiants des titres et…
Ce notebook explique l’analyse en composantes principales instrumentée (IPCA) pour un panel d’actions doté de variables de surface d’options. Contrairement à l’analyse en composantes principales classique PCA, qui estime les expositions de chaque action à…
Ce notebook présente un processus d’extraction des relations entre fournisseurs, clients et concurrents à partir des déclarations 10-K d’entreprises, puis de stockage sous forme de graphe de connaissances Neo4j. Un modèle linguistique local propose des…
Ce guide de données compare deux sources de données de ticks actions US pour étudier le carnet d’ordres et la microstructure des marchés. Les enregistrements market-by-order de Databento fournissent des événements prétraités d’ajout, de modification,…
Ce notebook montre comment ajuster un transformeur pour reconnaître les entités financières nommées et convertir des segments de texte en champs structurés pour les organisations, les personnes, les montants, les dates et les pourcentages. Il présente les…
Ce notebook présente trois façons de transformer les données du NASDAQ-100 à la minute en caractéristiques pour les modèles : une régression HAR glissante pour les prévisions de variance et leurs erreurs, une transformée de Fourier pour les profils de volume…
Ce notebook compare quatre méthodes d’extraction de passages dans un corpus de textes de déclarations d’entreprises : BM25, les plongements denses, la fusion réciproque des rangs (RRF) et un reclasseur à encodeur croisé. RRF combine des listes classées…
Cette étude évalue des signaux transversaux quotidiens sur un vaste univers d’actions US et décrit un long processus de recherche, des données disponibles à la date considérée et des variables construites jusqu’à la comparaison des modèles, la construction…
Ce notebook compare LightGBM à un MLP, à TabM et, lorsqu’il est disponible, à TabPFN pour prévoir les rendements futurs ETF à partir de caractéristiques tabulaires. Les modèles sont évalués sur les mêmes plis chronologiques walk-forward, en utilisant le…
Ce notebook compare les moindres carrés ordinaires à Ridge, LASSO et Elastic Net pour prévoir les rendements futurs à 21 jours des ETF. Les modèles utilisent les mêmes plis walk-forward définis, avec une période de purge correspondant à l’horizon des…
Ce notebook explique un modèle espace-état de tendance linéaire locale pour extraire des caractéristiques financières des niveaux de prix. L’état caché comprend un niveau de prix et sa pente ; les observations sont des cours de clôture bruités. À chaque…
Ce notebook distingue les variations continues des prix des sauts discrets dans les rendements intrajournaliers des actions. Il estime la variance réalisée quotidienne à partir des rendements logarithmiques au carré et utilise la variation bipuissance comme…
Ce notebook construit des étiquettes de rendement futur des actions pour une stratégie qui exploite les données d’options cotées afin de classer les actions, puis de les détenir. Il crée une série de prix ajustés des opérations sur titres et identifie les…
Ce notebook formule un ordre parent comme un problème de contrôle à horizon fini. À chaque intervalle, le Q-learning tabulaire choisit un multiplicateur appliqué à une tranche de transaction fondée sur le VWAP, en fonction du temps et de l’inventaire…