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.
558 documents
Ce notebook présente des méthodes pratiques de nettoyage des données de marché et d’entreprises, notamment la gestion des doublons, les indicateurs de lacunes, les filtres par domaine, la détection des pics par retournement, l’écrêtage des valeurs…
Ce notebook explique comment évaluer si les stratégies fondées sur un panel d’actions US peuvent résister aux frictions de trading. Il fixe une configuration par étiquette à l’aide du Sharpe de validation, puis réévalue cette même stratégie selon différents…
Ce notebook examine si les attributions SHAP restent stables lorsque les prévisions sont similaires ou lorsque les modèles sont réajustés avec différentes graines aléatoires et architectures. À partir des rendements futurs ETF, il recherche des paires…
Ce notebook compare les éléments probants issus de modèles prédictifs, structurels et causaux dans une étude transversale du S&P 500, qui combine des caractéristiques d’actions et des mesures dérivées des options, telles que la volatilité implicite, le skew…
Ce notebook montre comment convertir les rendements bruts en performance nette selon des hypothèses explicites de trading, de financement et de frais de fonds. La structure des coûts comprend le spread et l’impact de marché, les commissions et les frais de…
Ce notebook présente un processus de diagnostic au niveau des opérations qui relie les pertes réalisées aux explications SHAP d’un modèle. Il entraîne un modèle LightGBM sur des caractéristiques retardées de prix et de volatilité, ainsi que des données…
Cet utilitaire décrit un flux de travail qui collecte les déclarations publiques SEC 10-Q, 10-K et 8-K, puis les convertit en un jeu de données tabulaire commun destiné à la recherche en aval. Il applique une extraction de texte propre à chaque formulaire :…
Cette expérience examine dans quelle mesure un signal long-short mensuel sélectionné sur les actions US dépend des petites capitalisations. Elle applique un filtre retardé sur la capitalisation boursière qui retire le quartile le plus petit des prédictions…
Ce notebook explique comment PatchTST utilise des segments de longueur fixe de caractéristiques séquentielles de marché pour prévoir les étiquettes du NASDAQ-100. Le mécanisme d’attention relie les segments sur une fenêtre rétrospective d’une heure, tout en…
Le document présente NLinear, un modèle de séquence minimal destiné à prévoir les rendements des actions du NASDAQ-100 à partir de caractéristiques intrajournalières. Il utilise une fenêtre rétrospective fixe, soustrait la dernière observation afin que le…
Ce notebook examine les résultats conservés d’un audit de stratégies réelles comparant le moteur LEAN à des profils ML4T Backtest correspondants. Il identifie les charges de travail par classe d’actifs prises en charge par les entrées figées et présente des…
Ce notebook décrit la production de prédictions pour la période de holdout d’une étude de cas sur les actions US, après sélection d’une configuration sur les plis de validation. Il résout la configuration sélectionnée, conserve le choix du checkpoint et…
Ce notebook assemble des pipelines de bout en bout pour les actions quotidiennes et les contrats perpétuels crypto horaires, couvrant l’acquisition, la validation, l’étiquetage des sources et le stockage. Son exemple sur les actions joint des données…
Ce notebook présente un cadre pour vérifier si la qualité apparente d’un signal de momentum résiste à des choix de recherche raisonnables. À partir de données réelles ETF antérieures à la période de holdout désignée, il fait varier un paramètre de lookback à…
Le notebook compare deux façons de diviser un ordre important sur actions en ordres enfants au cours d’une séance de trading. TWAP envoie des quantités à peu près égales à chaque intervalle et ne nécessite aucune prévision du marché. VWAP répartit les titres…
Ce notebook construit des intervalles d’incertitude pour les rendements à terme ETF à l’aide de la régression Ridge et de trois méthodes conformes : la prédiction conforme avec découpage, la régression quantile conformisée et l’inférence conforme adaptative.…
Ce notebook explique un autoencodeur conditionnel qui modélise les rendements des actions comme le produit d’expositions factorielles dépendantes de caractéristiques par des facteurs latents. Il estime d’abord les rendements de portefeuilles gérés selon les…
Ce notebook teste si la construction de portefeuille peut sauver une stratégie NASDAQ-100 exécutée à chaque barre et pénalisée par les coûts. Il sélectionne les meilleures prédictions de référence à partir de l’univers de sélection déclaré, puis compare les…
Ce notebook évalue les performances d’ensembles de prédictions ETF enregistrés lorsqu’ils sont convertis en portefeuilles. Il croise chaque ensemble de prédictions de validation avec des schémas d’entrée définis, tels que différentes sélections des k…
Ce notebook décrit un modèle LSTM qui prédit les rendements à partir de fenêtres ordonnées de caractéristiques boursières dans un panel d’actions US. Contrairement à un modèle tabulaire classique, le LSTM traite les séances séquentiellement et conserve un…
Ce notebook présente TimeGAN, un modèle antagoniste génératif récurrent destiné à produire des séquences financières synthétiques. Ses cinq modules apprennent une représentation latente et sa reconstruction, prédisent les états latents successifs, génèrent…
Ce notebook applique deux détecteurs séquentiels aux erreurs de prédiction réelles de validation de deux configurations de modèles linéaires sur actions US pendant une année civile. Un détecteur de décalage de moyenne à deux fenêtres recherche les variations…
Ce document explique comment TWAP et VWAP découpent un ordre parent important en ordres enfants au cours d’une séance de trading. TWAP répartit des quantités égales sur chaque intervalle de temps ; VWAP répartit les quantités au prorata d’une prévision du…
Ce notebook présente un autoencodeur supervisé pour prévoir les rendements futurs des ETF. Le réseau compresse la ligne de caractéristiques d’un fonds en une représentation de faible dimension et prédit directement les rendements à partir de cette…