Ce notebook ajuste un transformeur par segments pour prédire une cible principale dans une étude sur les actions et les options du S&P 500. Il divise la fenêtre historique d’entrée de chaque action en segments contigus et traite chaque segment comme un jeton…
Bibliothèque de connaissances
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.
Rechercher dans la bibliothèque
558 documents
Ce code présente une architecture d’autoencodeur supervisé pour produire des prédictions à partir de caractéristiques financières. Un encodeur compresse les entrées normalisées dans un goulot d’étranglement, tandis qu’un décodeur reconstruit les entrées…
Ce notebook présente un modèle ETF de facteur d’actualisation stochastique qui ajuste une seule série de pondérations aux rendements de plusieurs fonds. Contrairement aux modèles qui estiment séparément les expositions des fonds et les rendements des…
Ce notebook décrit la création de prédictions de test pour une configuration de modèle d’actions US sélectionnée au préalable. Les choix de modèle et paramètres de stratégie ayant été établis à partir des résultats de validation, ces mêmes résultats ne…
Ce notebook explique comment construire des caractéristiques fondées sur des modèles pour un panel d’actions US sans laisser les observations futures influencer les valeurs historiques. Sa méthode centrale est un calendrier d’estimation : les modèles…
Ce notebook présente GReaT, une méthode de génération de tableaux financiers synthétiques à l’aide d’un modèle linguistique. Elle convertit chaque ligne en texte, ajuste finement un modèle fondé sur GPT à partir de caractéristiques d’ETF, puis analyse le…