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 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 notebook examine pourquoi deux moteurs de backtesting peuvent produire des résultats différents à partir de signaux identiques. Il maintient la stratégie et l’univers négociable constants, rend les pondérations du portefeuille déterministes en cas de…
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…
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 évalue des modèles séquentiels pour classer les actions du S&P 500 à partir de fenêtres d’historiques de surfaces d’options et de prix. Il associe un modèle linéaire normalisé, sans mémoire récurrente, à un LSTM dont les portes transmettent les…
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 présente une interface OHLCV unifiée pour Yahoo Finance, WikiPrices et FRED, puis utilise ces sources pour obtenir des données actuelles d’ETF, des actions avec un long historique et des séries macroéconomiques. Il décrit une méthode de repli…
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 de synthèse compare la pondération égale, l’inverse de la volatilité, l’optimisation moyenne-variance et la parité du risque hiérarchique à partir d’un signal commun appliqué à un univers ETF diversifié. Un modèle Ridge glissant utilise des…
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 examine comment la fréquence de rééquilibrage influe sur le taux de rotation, la performance brute et les résultats ajustés des coûts d’un portefeuille d’ETF momentum les mieux classés. Il estime le taux de rotation à partir des variations…
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 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…
Ce carnet compare les allocations de portefeuille de PyPortfolioOpt, Riskfolio-Lib et skfolio à partir du même panel de rendements ETF. Il ajuste les méthodes d’allocation sur une période d’entraînement, vérifie que des objectifs équivalents et des…
Ce carnet construit des étiquettes de rendements futurs pour une stratégie qui exploite les signaux d’options cotées et négocie les actions sous-jacentes. Il ajuste les prix quotidiens des actions pour les divisions et les dividendes, utilise un identifiant…
Ce carnet estime dans quelle mesure un portefeuille à pondération égale d’actions US encore présentes peut surestimer les rendements par rapport à un portefeuille incluant les sociétés sorties du jeu de données. Il examine d’abord quand le panel consigne les…
Ce carnet étudie l’effet des coûts de transaction sur une stratégie NASDAQ-100 rééquilibrée fréquemment. Il applique d’abord des hypothèses de coûts en points de base à des backtests existants avant coûts pour montrer comment le ratio de Sharpe évolue…