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 traite les prévisions ARIMA comme des colonnes d’entrée pour des modèles ultérieurs, et non comme des prédictions autonomes. Il ajuste des modèles aux rendements ETF, utilise des tests de stationnarité et des diagnostics d’autocorrélation pour…
Ce notebook explique comment préparer et enregistrer des prévisions NLinear pour des étiquettes FX. NLinear soustrait le dernier niveau observé de chaque historique d’entrée de longueur fixe, afin que le modèle se concentre sur les variations au cours de la…
Cet outil d’analyse partagé permet de comparer les prédictions de modèles de trading au moyen des métriques du registre et de diagnostics au niveau des prédictions. Il charge des résultats précalculés de coefficients d’information, permet de filtrer par…
Ce document explique comment construire des étiquettes de rendements à terme pour une stratégie de contrats à terme en coupe transversale qui classe les produits selon leur structure par échéance. Il distingue les prix ajustés des roulements de contrats,…
Ce document présente trois variables fondées sur des modèles et construites à partir du portage des contrats à terme : une prévision ARIMA du portage à la séance suivante, des mesures de Fourier glissantes pour certaines longueurs de cycle et un modèle de…
Ce document explique une référence de validation pour les prédictions de modèles sur les contrats à terme CME. À chaque décision hebdomadaire, les produits sont classés selon le rendement prédit ; le groupe de tête est détenu à l’achat et celui du bas à la…
Ce document décrit la conversion de fenêtres glissantes de rendements ETF en images à deux canaux pour un réseau de neurones convolutif classique. Un champ angulaire de Gramian transforme les observations normalisées en angles et consigne les relations…
Ce document présente un réseau convolutif temporel qui prédit les primes de financement des contrats perpétuels crypto à partir d’une fenêtre de règlement de 60. Quatre blocs de convolution causale utilisent un noyau de trois et des dilatations de 1, 2, 4 et…
Ce notebook décrit une architecture inspirée de GT-GAN pour synthétiser des séries temporelles aux horodatages réellement irréguliers, comme les barres de ticks, de volume ou de dollars. Un encodeur GRU-ODE transforme les observations en états latents,…
Ce notebook compare trois façons d’utiliser les régimes de marché dans un modèle de prévision : omettre l’information de régime, ajouter comme caractéristique la probabilité filtrée d’un état volatil ou ajuster des modèles experts distincts pour les régimes…
Ce notebook présente EdgarTools pour explorer les déclarations SEC et extraire des données structurées sur les entreprises. Il explique comment identifier les déclarants à l’aide du CIK stable CIK, récupérer les déclarations par formulaire et convertir les…
Cette étude de cas utilise des modèles linéaires comme référence pour prévoir les rendements futurs sur un vaste panel d’actions US. Elle explique pourquoi le chevauchement des caractéristiques de prix et de volume crée de la colinéarité, qui rend instables…
Cette analyse compare les effets de traitement enregistrés par des modèles de double apprentissage automatique dans neuf études de cas de trading. Elle charge les résultats actuels du registre de chaque étude, vérifie l’intégrité du registre et les…
Ce notebook présente un cadre d’évaluation d’un backtest d’allocation sur ETF à partir des rendements quotidiens du portefeuille et d’un indice de référence SPY assorti. Il couvre les mesures de risque et de rendement comme les ratios de Sharpe, Sortino et…
Ce notebook explique comment l’incertitude d’un modèle peut apporter des informations au-delà d’une estimation ponctuelle. Il ajuste un modèle de volatilité stochastique dans lequel le logarithme de la volatilité latente évolue dans le temps et les…
Ce notebook présente les mécanismes du backtesting de contrats à terme à travers un exemple de momentum long-short sur plusieurs classes d’actifs. Il explique comment les caractéristiques des contrats convertissent les variations de prix en profits et pertes…
Ce notebook teste la sensibilité d’un backtest de momentum sur ETF aux frais de trading supposés. Il conserve fixes les pondérations et le calendrier de trading de la stratégie, relance le simulateur pour une plage de coûts par opération et compare la…
Le notebook estime dans quelle mesure un portefeuille équipondéré d’actions US ayant survécu peut surestimer les rendements par rapport à l’univers initial complet. Il examine d’abord quand le panel consigne des départs de symboles et constate que les…
Cette analyse examine un processus de backtest enregistré pour une stratégie mensuelle sur actions US fondée sur les caractéristiques des entreprises. Elle présente l’incertitude du ratio de Sharpe, des mesures de probabilité et de ratio de Sharpe ajusté,…
Ce notebook évalue les stops au niveau des positions, les stops suiveurs et les sorties temporelles sur la lignée d’allocation classée en tête selon le ratio de Sharpe de validation parmi les candidats admissibles à couverture complète. Chaque contrôle est…
Ce notebook construit des caractéristiques à partir de modèles ajustés sur des historiques de prix de change, en complément des indicateurs calculés directement à partir des prix passés. Il décrit trois approches : un filtre espace-état qui estime un niveau…
Ce notebook compare des règles de pondération de portefeuille pour une stratégie sur options S&P 500 qui vend des straddles. Il conserve les symboles sélectionnés et les autres paramètres de stratégie, tout en remplaçant la référence à pondération égale par…
Ce notebook mesure l’effet des coûts d’exécution sur une configuration de contrats perpétuels crypto déjà sélectionnée. Il conserve fixes le modèle, le checkpoint, la règle d’entrée, l’allocateur et le contrôle du risque, puis relance la stratégie sur une…
Ce chapitre passe en revue l’apprentissage profond pour les séries temporelles à partir d’une question pratique : quand l’ordre des observations contient-il une information absente des prévisions transversales, et quelles architectures de modèles peuvent…