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.
704 documents
Ce notebook évalue NLinear, un modèle séquentiel minimal qui soustrait le dernier niveau observé de chaque fenêtre rétrospective et associe les valeurs restantes à une prévision. Sa simplicité en fait une référence utile pour des architectures séquentielles…
Le document décrit une étude walk-forward de réseaux neuronaux TabM qui prédisent les rendements mensuels à partir des caractéristiques des sociétés. Comme le moteur d’entraînement partagé fixe l’objectif à l’erreur quadratique pour la régression et à…
Le document présente un processus reliant des chargeurs standardisés de données de marché, un registre de caractéristiques préconstruites et des diagnostics de signaux. Le calcul des caractéristiques peut être spécifié par des noms, des dictionnaires de…
Le document transforme une hypothèse de momentum multi-actifs en test exploratoire mensuel sur un univers de 100-ETF. Il construit des prix ajustés de fin de mois, mesure le momentum sur 12 à -1 mois, puis répartit les ETF admissibles en cinq groupes…
Ce notebook présente une comparaison par famille de cinq approches à facteurs latents appliquées à une étude de cas d’analyse d’options sur actions. PCA estime les mouvements communs directement à partir du panel de rendements ; IPCA associe linéairement les…
Ce chapitre présente le backtest comme une tentative de réfuter une stratégie au moyen d’hypothèses explicites sur le calendrier des signaux, l’exécution, le rééquilibrage, le dimensionnement, les coûts, les contraintes et les indices de référence. Il…
Cette source décrit les protections permettant de reconstruire une demande de modèle à partir de sa spécification d’entraînement immuable et de valider l’exécution obtenue. Elle vérifie que la demande utilise une version d’identité prise en charge, un niveau…
Ce notebook présente l’analyse en composantes principales instrumentale comme modèle des rendements transversaux. Au lieu d’attribuer directement des pondérations de rendement aux caractéristiques de chaque société, IPCA estime une application linéaire…
Le notebook explique comment interpréter les contrats binaires de taux de la Réserve fédérale proposés par Kalshi comme des probabilités et convertir une échelle de seuils de taux en distribution implicite. Il souligne que le flux contient des offres YES :…
Ce notebook compare quatre architectures de réseaux neuronaux pour une même tâche : prévoir le prochain rendement quotidien à partir d’une fenêtre de rendements passés, regroupés sur huit fonds négociés en bourse. Il décrit comment un réseau dense, une…
Ce notebook explore un panel de données économiques construit à partir des séries Federal Reserve Economic Data. Il établit que le panel fourni utilise des dates calendaires, week-ends et jours fériés compris, et montre comment les métadonnées associées…
Ce notebook explique pourquoi les tests t classiques peuvent exagérer la force d’un coefficient d’information (IC) lorsque les observations quotidiennes de IC sont dépendantes. Il construit un signal de momentum à partir de données d’ETF, examine…
Ce notebook ajuste un réseau à mémoire à long et court terme comportant NASDAQ-100 caractéristiques de microstructure afin de prédire les rendements futurs sur plusieurs horizons de quelques minutes. Contrairement à un modèle linéaire aplati, un LSTM traite…
Ce chapitre explique comment évaluer des modèles d’apprentissage automatique financier en respectant les informations disponibles à chaque instant de décision. Il distingue l’entraînement, la validation et un échantillon de test final, et explique pourquoi…
Ce carnet interroge les registres de plusieurs études de cas de trading et produit des tableaux croisés pour comparer les signaux, l’allocation, les coûts et le risque entre jeux de données. Il présente des diagnostics sur le groupe de configurations…
Ce carnet construit N-BEATS, une architecture neuronale de prévision entièrement connectée qui traite une fenêtre d’entrée complète et prédit une trajectoire future. Sa variante interprétable contraint les blocs à exprimer les composantes au moyen de bases…
Ce carnet isole l’allocation de portefeuille en fixant le signal sélectionné pour chaque étude de cas et en comparant les backtests au stade de l’allocation. Il examine notamment la pondération égale, l’inverse de la volatilité, la pondération par score,…
Ce carnet compare des méthodes d’allocation de portefeuille entre études de cas en maintenant fixe la prédiction de signal sélectionnée pour chacune. Il charge des backtests au stade de l’allocation liés à la même prédiction de référence, puis examine des…
Ce carnet décrit la reconstruction d’un carnet d’ordres à cours limité NASDAQ à partir de messages DataBento par ordre, pour un seul symbole et une seule séance de négociation. Il présente un moteur modulaire qui suit l’état de chaque ordre, agrège les…
Ce carnet compare des modèles LightGBM à une référence Ridge pour prédire les rendements ETF sur deux horizons. Il explique pourquoi les arbres peuvent détecter des interactions dépendantes du régime, par exemple lorsque le momentum se comporte différemment…
Ce carnet évalue une série de valeur totale verrouillée de la DeFi comme donnée alternative pour négocier l’ether. L’analyse s’organise autour de quatre questions : la série est-elle liée aux rendements futurs, les données sont-elles fiables et…
Ce carnet compare la recherche structurée de type graphe à la recherche vectorielle fondée sur les plongements, à partir des positions institutionnelles déclarées dans les formulaires 13F. Il construit un instantané des positions à une date donnée et à une…
Ce carnet présente un processus reliant les transactions perdantes aux explications du modèle associées aux décisions correspondantes. Il construit un panel de variables pour un seul actif SPY à partir de données de prix et de données macroéconomiques,…
Ce carnet décrit un processus de backtest sur 15 minutes pour des prédictions sur les actions NASDAQ-100. Il commence par un contrôle du fonctionnement avec un signal aléatoire : comme le trading aléatoire devrait perdre après coûts, un résultat durablement…