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 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 dispositif d’évaluation distingue quatre types d’échec dans un pipeline financier de génération augmentée par récupération : retrouver les éléments pertinents, ancrer les réponses dans ces éléments, refuser les questions auxquelles il est impossible de…
Ce notebook présente un débat en plusieurs tours entre positions haussière et baissière autour d’une prévision de probabilité contestée. Chaque camp argumente à partir de résumés partagés d’agents de recherche, prend connaissance de la position précédente de…
Cette analyse exploratoire présente les contrats d’options et la structure des chaînes, puis décrit un échantillon 2020 d’options S&P 500 sur huit actifs sous-jacents. Elle explique la position dans la monnaie, la valeur intrinsèque et la valeur temps, la…
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 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 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…
Cette analyse en lecture seule rassemble des prédictions de validation de plusieurs familles de modèles pour évaluer leur exhaustivité, leur capacité à classer les actions, la persistance de cette capacité entre les plis et l’apport d’information distinct de…
Ce notebook applique TabM, une architecture neuronale tabulaire qui partage un réseau de caractéristiques à deux couches entre les membres de l’ensemble. Chaque membre met à l’échelle la représentation partagée à l’aide de son propre vecteur appris et…
Ce notebook explique la PCA à prime de risque, qui modifie la matrice de covariance des rendements en ajoutant le produit extérieur pondéré des rendements moyens de la période d’entraînement. Ses vecteurs propres principaux définissent des portefeuilles…
Ce notebook utilise SHAP pour expliquer les prévisions de rendements ETF d’une régression Ridge. Pour un modèle linéaire, les attributions des caractéristiques ont une relation de forme fermée avec les coefficients ajustés et les écarts par rapport aux…
Ce notebook explique le filtrage de Kalman comme méthode d’extraction de caractéristiques à partir des prix financiers. Un état de tendance linéaire locale suit à la fois un niveau de prix latent et sa pente, tandis qu’un modèle d’observation tient compte…
Ce notebook présente l’analyse en composantes principales instrumentée (IPCA), une approche à facteurs latents pour prévoir les rendements à partir des caractéristiques des entreprises. Au lieu d’attribuer directement un poids de rendement à chaque…
Cet utilitaire décrit une méthode pour expliquer les rendements d’une stratégie avec les modèles Fama-French à trois ou cinq facteurs, avec la possibilité d’inclure le momentum. Il aligne les données quotidiennes des facteurs sur les rendements de la…
Cette analyse compare les familles de modèles enregistrées sur un panel ETF multi-actifs à partir de résultats de validation walk-forward. Les modèles prédisent les rendements sur 21 jours de trading et sont évalués à l’aide de coefficients d’information…
Ce notebook analyse les messages NASDAQ TotalView-ITCH pour décrire l’activité générale du marché et créer des données de transactions réutilisables. Il compte les messages par type, puis enrichit les messages d’exécution d’ordres en reliant les identifiants…
Ce notebook construit des caractéristiques dérivées des prix pour classer un vaste univers d’actions US. Il décrit des familles de caractéristiques liées au momentum, à la volatilité, aux moyennes mobiles et aux indicateurs techniques, puis les évalue par…
Cette étude utilise dix jours de données NVDA par ordre de marché pour examiner comment l’activité quotidienne de trading influe sur l’échantillonnage en barres. Elle filtre les transactions pour ne conserver que les heures normales de marché US, classe les…
Cette analyse compare les prédictions de validation de plusieurs familles de modèles appliquées au financement des contrats à terme perpétuels. Elle explique que le coefficient d’information mesure le classement des rendements ultérieurs, que AUC mesure…
Cette étude de cas évalue les données de valeur totale verrouillée de DeFi Llama comme entrée potentielle d’une chaîne de recherche sur le trading de l’Ether. Elle distingue la force du signal, la qualité des données, leur admissibilité juridique et leur…
Ce notebook évalue les rendements factoriels publiés comme éléments potentiels de portefeuille. Il examine trois questions : le rendement moyen d’un facteur dépasse-t-il un seuil statistique exigeant, les facteurs se diversifient-ils mutuellement pour des…
Ce notebook compare des overlays de risque dans plusieurs backtests d’études de cas, notamment des règles de stop, de stop suiveur, de limite de perte, de déclencheur de drawdown et de ciblage de volatilité. Il charge les résultats d’overlay de chaque étude,…
Cette étude de cas applique des arbres de gradient boosting aux variables de microstructure du NASDAQ-100 pour prévoir les rendements et leur direction à plusieurs horizons intrajournaliers. Elle compare les arbres aux modèles linéaires : les arbres peuvent…
Ce notebook assemble un système de prévision en quatre étapes : un groupe d’agents de recherche, l’agrégation des probabilités, un débat contradictoire et un superviseur qui repère les désaccords, recherche des éléments permettant de les clarifier et formule…