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.
104 documents
Ce notebook explique comment un facteur d’actualisation stochastique (SDF) valorise une coupe transversale de signaux sur options d’actions. Contrairement aux modèles factoriels qui estiment les expositions et les rendements des facteurs, l’approche SDF…
Ce notebook applique une stratégie sur actions et options du S&P 500, sélectionnée auparavant, aux prédictions d’une période de réserve distincte en 2021. Il conserve sans modification la configuration sélectionnée, notamment son allocateur, ses règles de…
Ce document décrit la création d’une matrice de facteurs transversaux pour les actions du S&P 500, en combinant des historiques de cours ajustés et des surfaces résumées de volatilité implicite des options. Il classe les facteurs par rôle, donnée d’entrée,…
Ce notebook d’ingénierie des facteurs construit des variables qui nécessitent des informations allant au-delà de l’historique des prix d’un seul actif. Pour les contrats à terme, il calcule le rendement de roulement annualisé à partir des niveaux…
Ce notebook construit des caractéristiques de volatilité conditionnelle fondées sur un modèle pour les actions du S&P 500 avec un modèle GJR-GARCH(1,1), puis compare un écart de volatilité implicite des options mesuré par rapport à la volatilité réalisée à…
Ce notebook ajuste un modèle à facteurs latents PCA sur un panel de rendements boursiers, sans utiliser de caractéristiques de surface des options, de caractéristiques d’entreprises ni d’informations sur la cible. PCA extrait les principales directions de…
Ce document de configuration définit un pipeline hebdomadaire de recherche sur les actions du S&P 500, qui associe les caractéristiques du marché des options à des signaux fondés sur les prix. Il précise l’univers admissible, le calendrier des décisions et…
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 document présente une méthode en deux passes pour extraire les observations sources utilisées dans une étude de straddles sur options du S&P 500. D’abord, il repère les options d’achat (call) et de vente (put) qui passent un filtre de candidats dont le…
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…
Le document évalue comment les coûts de trading modifient la performance de validation d’une allocation en actions et options du S&P 500, sélectionnée auparavant. Il fait varier les frais à sens unique en proportion de la valeur négociée et les compare à une…
Ce notebook applique TabM, un ensemble neuronal à partage de poids, à des cibles de rendement boursier construites à partir de caractéristiques d’options sur actions. Ses membres utilisent une base de réseau commune à deux couches, avec des vecteurs…
Ce notebook définit et exécute une analyse par double apprentissage automatique de l’effet de la prime de risque de variance sur les rendements des options sur le S&P 500 jusqu’à l’échéance. Avant l’exécution, il expose l’estimand, le calendrier observé, les…
Ce document explique pourquoi une série d’options à maturité constante, réévaluée chaque jour, ne représente pas les rendements d’une position réellement détenue. Il sélectionne des options d’achat et de vente ayant le même prix d’exercice et la même…
Ce notebook ajuste des modèles neuronaux TabM à une cible de rendement d’un short straddle sur options du S&P 500 et compare trois niveaux de capacité des modèles sur le même panel de caractéristiques que les approches linéaires et de boosting. TabM partage…
Ce notebook présente la couverture profonde d’une position vendeuse sur un call européen. Il simule des trajectoires de mouvement brownien géométrique, utilise la couverture delta de Black–Scholes comme référence et entraîne un réseau neuronal semi-récurrent…
Ce notebook évalue les contrôles au niveau des positions pour une allocation en actions et options du S&P 500, en comparant les stop-loss fixes, les stops suiveurs et les sorties à échéance à la référence propre à chaque stratégie, sans mécanisme de contrôle…
Ce notebook évalue si les mesures du marché des options peuvent classer les rendements futurs des actions. Il ajuste des modèles linéaires définis à partir de caractéristiques dérivées des options, avec une validation walk-forward, et compare les niveaux de…
Cette étude cherche à déterminer si les variables du marché des options peuvent classer les rendements futurs des actions. Les caractéristiques comprennent la volatilité implicite selon les échéances, l’asymétrie put-call, la pente de la structure par terme…
Ce notebook évalue une stratégie sélectionnée sur actions et options du S&P 500 en reconstituant sa configuration de validation à partir de candidats enregistrés couvrant toutes les données. Il retrace le processus, du portefeuille de référence à pondération…
Ce notebook évalue une stratégie hebdomadaire de straddle sur options S&P 500 à l’aide de backtests enregistrés et d’un processus de sélection fixe. Il récupère dans le registre la configuration sélectionnée après application d’une restriction à un univers…
Cette étude de cas ajuste des modèles linéaires régularisés aux rendements de straddles vendeurs à la monnaie conservés jusqu’à l’échéance. Comme le revenu de prime plafonne le gain tandis que les pertes peuvent croître sans limite, quelques pertes sévères…
Ce notebook construit quatre caractéristiques fondées sur des modèles pour la recherche sur les options S&P 500 : des prévisions de volatilité au jour suivant issues de GJR-GARCH et de la volatilité stochastique, ainsi que les écarts entre chaque prévision…
Ce document ajuste TabM, un ensemble neuronal à partage de poids, à des caractéristiques dérivées d’options pour prévoir les rendements boursiers à terme et les rendements ajustés au risque. Ses membres utilisent un réseau partagé à deux couches, avec une…