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 compare des modèles LightGBM sur un panel d’actions US couvrant trois horizons de rendement. Sa grille fait varier le nombre de feuilles des arbres et les fonctions de perte, puis évalue chaque configuration à plusieurs étapes du nombre d’arbres.…
Ce notebook évalue des prévisions de validation issues de recherches sur les actions et les options en les transformant en portefeuilles d’actions acheteurs uniquement. Il utilise une référence équipondérée des K meilleurs titres, compare plusieurs niveaux…
Ce notebook construit des étiquettes de rendement futur pour des straddles courts à la monnaie sur des actions du S&P 500. Comme le panel quotidien de straddles à 30 jours passe chaque séance à un prix d’exercice ou à une échéance différents, une série de…
Ce notebook compare la pondération égale, la volatilité inverse, la variance minimale et la parité du risque hiérarchique avec le même univers ETF, les mêmes prévisions, le même calendrier de rééquilibrage et le même protocole de backtest. Un modèle Ridge…
Ce module utilitaire fournit des outils statistiques pour diagnostiquer les panels de données de trading. Sa méthode d’autocorrélation calcule une courbe au sein de chaque entité avant de regrouper les résultats entre entités, évitant ainsi une dépendance…
Le notebook explique la valeur à risque (VaR), qui correspond à un quantile de perte, et la valeur à risque conditionnelle (CVaR), qui représente la moyenne des pertes au-delà de ce seuil. À partir de rendements quotidiens ETF, il compare des estimations…
Ce notebook pédagogique compare des méthodes de création d’étiquettes cibles pour des modèles de trading supervisés à partir de données ETF. Il couvre les rendements à horizon fixe et les étiquettes directionnelles, les percentiles glissants des séries…
Ce notebook présente des contrôles du biais d’anticipation à partir de prix ETF et de séries macroéconomiques. Il montre qu’une moyenne mobile centrée inclut des observations futures, peut suivre de trop près les retournements de prix et présente une…
Cette analyse exploratoire décrit un panel OANDA de quatre heures portant sur 20 paires de devises et explique comment interpréter ses données. Elle distingue les paires directes, indirectes et croisées selon la position du dollar, montrant pourquoi les…
Ce module de modélisation partagé prend en charge les processus de recherche quantitative : il charge les facteurs, les étiquettes, les données temporelles et la configuration, puis prépare les plis de validation croisée walk-forward. Sa conception met…
Ce notebook montre comment transformer le texte trimestriel de la section « Management’s Discussion and Analysis » des rapports SEC 10-Q en deux signaux boursiers candidats. FinBERT attribue aux segments de texte un ton positif, neutre ou négatif ; les…
Ce notebook compare trois façons d’utiliser les régimes de marché pour la prévision : un modèle de référence sans variable de régime, un modèle unique auquel est fournie la probabilité filtrée d’un état volatil et des modèles distincts entraînés dans des…
Ce notebook vérifie si les données peuvent soutenir une stratégie hebdomadaire transversale sur contrats à terme avant tout ajustement de modèle. Il décrit une méthode qui classe les produits CME, prend des positions longues sur les contrats les mieux…
Ce notebook utilise le double apprentissage automatique (DML) pour estimer l’effet ajusté d’une mesure continue de momentum ETF sur les rendements ultérieurs, en contrôlant la volatilité récente et à plus long terme, le régime de marché et la pente de la…
Ce notebook explique la parité des risques hiérarchique (HRP), une méthode de construction de portefeuille conçue pour limiter la sensibilité aux estimations de covariance bruitées. Il en décrit les trois étapes : regrouper les actifs selon la distance de…
Ce notebook évalue les backtests ETF enregistrés tout au long du processus stratégique, des signaux et de l’allocation aux coûts et aux dispositifs de contrôle du risque. Il lit les prédictions et backtests existants plutôt que d’ajuster des modèles ou…
Ce notebook prépare un entraînement de prévision LSTM pour une étude de cas sur des paires FX. Le modèle conserve un état caché au fil d’une séquence rétrospective, et le notebook détermine l’architecture et les paramètres d’entraînement à l’aide des outils…
Ce notebook compare six méthodes de pondération de portefeuilles ETF sélectionnés selon le même classement prédit : pondération égale, pondération par score, inverse de la volatilité, parité des risques, optimisation moyenne-variance et parité des risques…
Ce notebook rassemble les estimations enregistrées de double apprentissage automatique issues de plusieurs études de cas de trading et compare leur incertitude et leurs diagnostics. Il charge les lignes actuelles du registre de chaque étude, vérifie…
Ce notebook ajuste un modèle LSTM déclaré pour la prévision dans une étude sur les options du S&P 500. Le réseau reçoit des fenêtres chronologiques de l’historique de chaque symbole et utilise un état récurrent à portes pour représenter l’information entre…
Ce notebook entraîne un agent PPO à planifier l’exécution d’un ordre de vente parent sur des barres horaires de contrats à terme perpétuels. Il enrichit l’historique des prix et des volumes avec la prime perpétuelle et le temps restant avant le prochain…
Ce notebook explique comment construire et examiner un panel trimestriel de données fondamentales sur les actions à partir des données SEC XBRL. Chaque observation indique à la fois la période fiscale décrite et la date de dépôt à laquelle l’information est…
Ce notebook sélectionne des caractéristiques candidates pour une étude de cas sur les contrats à terme CME et les confronte aux rendements futurs. Pour chaque caractéristique, il calcule les corrélations de rang transversales entre ses valeurs et les…
Ce notebook présente un cadre de diagnostic pour un backtest d’allocation de ETF. Il calcule des mesures de risque et de rendement, comme les ratios de Sharpe, Sortino et Calmar, la volatilité, la valeur à risque et le drawdown maximal ; suit les…