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 présente PCA comme un modèle factoriel latent de référence pour prévoir les rendements ETF. Il décompose un panel d’entraînement de rendements à terme en directions principales et estime l’exposition de chaque fonds ainsi que les primes…
Ce notebook montre comment ajuster finement trois checkpoints de transformeurs pour classer le sentiment de phrases financières en trois catégories, puis les évaluer avec l’exactitude, le F1 macro et des matrices de confusion. Il utilise une séparation…
Ce notebook estime l’effet ajusté d’une mesure continue du momentum ETF sur les rendements à terme à l’aide de l’apprentissage automatique double. Il compare une régression non ajustée aux estimations DML, qui contrôlent la volatilité récente et à plus long…
Ce notebook explique comment un autoencodeur conditionnel étend l’analyse en composantes principales instrumentée (IPCA) : il conserve la structure en deux étapes, où les caractéristiques des fonds déterminent les expositions à des facteurs latents,…
Cette analyse compare des modèles prédictifs qui classent les actions NASDAQ-100 selon leur rendement sur les 15 prochaines minutes à partir de caractéristiques intrajournalières de microstructure telles que les spreads, le déséquilibre de profondeur, le…
Ce notebook compare sklearn HistGradientBoosting, XGBoost, LightGBM et CatBoost pour prévoir les rendements futurs ETF. Il mesure le coefficient d’information transversal, le temps d’entraînement et la mémoire utilisée selon plusieurs niveaux de complexité…
Ce notebook cartographie une famille de modèles de rendement ETF qui infèrent des directions latentes communes dans un panel, à partir de caractéristiques servant à estimer les expositions des fonds. Il distingue cinq approches : les composantes principales…
Cette étude des caractéristiques d’actions US explique comment générer des caractéristiques à partir de modèles estimés sans introduire de données futures dans les observations antérieures. Le calendrier d’estimation prévoit une période de préchauffage…
Ce notebook applique TSMixer à des séquences ETF à l’aide d’une fonction partagée globalement entre les fonds. Chaque exemple contient l’historique et les covariables d’un fonds donné ; les interactions temporelles et entre caractéristiques sont apprises sur…
Ce notebook analyse des carnets d’ordres à cours limité NASDAQ reconstruits pour décrire les spreads intrajournaliers et la profondeur au meilleur prix, puis examiner si le déséquilibre des flux d’ordres est associé aux rendements ultérieurs par tranche. Il…
Ce notebook interroge les registres de backtests de neuf cas d’étude et assemble des tableaux comparables pour les analyses ultérieures. Il organise les résultats par classe d’actifs et fréquence des données, puis consigne les performances aux étapes du…
Ce notebook évalue quatre signaux dérivés de l’actualité — surprise pondérée, sentiment moyen, variation du sentiment et couverture des articles — par rapport aux rendements boursiers futurs. Il calcule un coefficient d’information de Spearman transversal…
Ce document décrit l’ajustement de réseaux convolutifs temporels aux caractéristiques de microstructure à la minute du NASDAQ 100. Les convolutions causales empêchent une prédiction d’utiliser des observations ultérieures, tandis que la dilatation permet aux…
Ce notebook spécifie et exécute une analyse d’apprentissage automatique double de l’effet de la prime de risque de variance sur les rendements des options vendues jusqu’à leur échéance. Avant l’exécution, il détermine le traitement, le résultat, les facteurs…
Cette analyse compare les prédictions de plusieurs familles de modèles entraînées sur des caractéristiques mensuelles des actions US afin de prévoir les rendements du mois suivant. Elle porte sur le coefficient d’information transversal, qui mesure la…
Cette étude de cas ajuste des modèles linéaires régularisés aux rendements de straddles à la monnaie vendus et conservés jusqu’à l’échéance. La transaction encaisse les primes des options d’achat et de vente, ce qui plafonne son gain maximal, mais peut…
Ce document explique comment un registre d’expériences peut suivre un modèle depuis sa configuration d’entraînement jusqu’aux prédictions et aux résultats du backtest. Chaque étape reçoit un identifiant dérivé d’une spécification canonisée, de sorte que des…
Ce notebook compare des méthodes pour découvrir les relations au sein d’un panel de rendements ETF : NOTEARS pour les graphes acycliques dirigés linéaires contemporains, VAR-LiNGAM pour les structures retardées et instantanées, et PCMCI pour les liens…
Ce notebook montre comment régler les hyperparamètres de LightGBM avec l’échantillonneur TPE d’Optuna, en utilisant le coefficient d’information transversal comme objectif. Il combine l’arrêt anticipé, qui choisit le nombre d’itérations de boosting, et une…
Ce notebook étudie le comportement de ridge, du lasso et du filet élastique lorsqu’une matrice de caractéristiques de contrats perpétuels crypto mesure de nombreuses façons une même quantité économique : la prime. Les niveaux et variations de prime, la…
Ce notebook rassemble cinq approches à facteurs latents pour modéliser la section transversale des rendements boursiers dans l’étude de cas sur les options du S&P 500. PCA estime les mouvements communs à partir des seuls rendements ; IPCA établit une…
Ce notebook présente le protocole Rademacher Anti-Serum pour tenir compte de la sélection d’un gagnant parmi une classe de stratégies testées. Il estime la complexité empirique à partir des trajectoires de performance des candidats et montre comment leur…
Ce notebook synthétise les résultats de neuf études de cas de marché dans un entonnoir cumulatif de sélection des stratégies. Il teste, dans l’ordre, si un modèle présente un coefficient d’information positif, si sa configuration sélectionnée affiche un…
Ce notebook évalue si la valeur totale verrouillée peut servir de signal de données alternatives pour les rendements de l’ether. TVL agrège la valeur en dollars des actifs crypto déposés dans des protocoles de finance décentralisée. Comme il s’agit d’un…