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 un réseau convolutif temporel (TCN) peut prévoir les rendements à partir de données financières ordonnées. Les convolutions causales garantissent qu’une sortie à un instant donné ne dépend que des entrées actuelles et…
Ce document décrit plusieurs méthodes pour convertir des scores de prévision en signaux de trading : seuils fixes, percentiles glissants par actif et percentiles transversaux. Les seuils fixes utilisent un niveau de score choisi ; les seuils glissants…
Ce notebook examine une stratégie de change sélectionnée et sa filiation avec l’échantillon de réserve à partir d’artefacts de recherche enregistrés. Il reproduit le choix parmi un ensemble figé de candidats de validation, en classant les backtests de…
Ce notebook construit des régimes de marché descriptifs à partir des données économiques mensuelles de la Réserve fédérale : chômage, taux des fonds fédéraux, courbe des taux du Trésor et inflation. Il explique comment aligner des séries dont les fréquences…
Ce document décrit des outils de comparaison de stratégies de trading enregistrées et de préparation d’évaluations structurées d’études de cas. Une méthode centrale de classement limite les séries de rendements à leurs horodatages communs exacts avant de…
Ce notebook compare sklearn HistGradientBoosting, XGBoost, LightGBM et CatBoost pour une tâche de prévision des rendements sur ETF. Il mesure le coefficient d’information transversal, le temps d’entraînement et la mémoire du processus lors d’exécutions CPU…
Le notebook présente un aperçu des données de dépôts 10-K et 8-K du S&P 100, destinées à la construction de graphes de connaissances financières. Il vérifie l’exhaustivité du schéma, l’unicité des clés d’entreprise et des numéros d’accession, la cohérence…
Ce notebook présente un processus de sélection de variables pour la recherche sur les ETF, afin de réduire de nombreuses transformations candidates et de nombreux horizons candidats à un ensemble plus restreint pour la modélisation ultérieure. Il calcule les…
Ce notebook évalue les prévisions de modèle en tant que stratégies de trading sur le NASDAQ-100, à l’aide d’un moteur de backtest commun. Il commence par un contrôle du pipeline avec des signaux aléatoires : des profits persistants après coûts indiqueraient…
Le document décrit des méthodes de comparaison des rendements d’une stratégie à deux références externes : les rendements totaux quotidiens de SPY et les rendements du marché Fama-French, calculés en ajoutant la prime de risque du marché au taux sans risque.…
Le document décrit l’ajustement d’un modèle linéaire séquentiel simple sur des caractéristiques à la minute du NASDAQ-100 afin de prévoir les rendements futurs à plusieurs horizons. Chaque entrée contient l’heure précédente pour une action, exprimée en…
Ce notebook construit des caractéristiques de volatilité conditionnelle fondées sur un modèle pour les actions du S&P 500 avec un modèle GJR-GARCH(1,1), puis compare un écart de volatilité implicite des options mesuré par rapport à la volatilité réalisée à…
Cette étude sur les contrats à terme CME fait varier la capacité des arbres de boosting et la fonction de perte, tout en enregistrant les prédictions à plusieurs points de contrôle de l’entraînement. Le nombre de feuilles détermine le niveau de détail du…
Ce notebook étudie l’effet des choix de régularisation Ridge sur le coefficient d’information d’un panel ETF et la façon dont la recherche d’hyperparamètres peut gonfler les performances publiées. Il évalue d’abord une large grille d’alpha sur des plis…
Ce notebook explique comment construire des rendements spot futurs sur une, cinq et 21 séances pour un univers fixe de paires FX. Il commence par répartir les barres de quatre heures en séances de trading à l’aide d’un calendrier de rollover de New York,…
Ce notebook explique l’analyse en composantes principales instrumentée (IPCA), qui modélise les expositions factorielles de chaque ETF comme une fonction linéaire commune des caractéristiques observées de ce fonds. Les moindres carrés alternés estiment…
Le notebook présente un workflow de recherche autonome dans lequel un modèle de langage utilise des outils généralistes pour examiner des fichiers, exécuter des commandes, interroger un registre de backtests et analyser des données. Au lieu de coder en dur…
Ce notebook ajuste un modèle à facteurs latents PCA sur un panel de rendements boursiers, sans utiliser de caractéristiques de surface des options, de caractéristiques d’entreprises ni d’informations sur la cible. PCA extrait les principales directions de…
Ce module partagé d’ingénierie des caractéristiques définit des règles de construction et des audits pour les prédicteurs financiers utilisés dans plusieurs études de cas. Il consigne pour chaque famille de caractéristiques son hypothèse, ses entrées, sa…
Ce notebook explique pourquoi un ratio de Sharpe publié est une estimation incertaine, et non une mesure définitive de la qualité d’une stratégie. Il présente les intervalles de confiance et le ratio de Sharpe probabiliste, qui estime la probabilité que le…
Cette analyse compare des signaux appris pour les rendements mensuels transversaux des actions US, à partir de caractéristiques comptables et de marché, avec le rendement du mois suivant comme cible. Elle examine les modèles linéaires, les arbres de…
Ce chapitre présente des workflows agentiques pour les tâches de recherche financière où la collecte, le filtrage et la synthèse d’éléments de preuve disparates constituent le principal défi. Il les compare aux modèles classiques, efficaces sur des entrées…
Ce notebook définit et valide des étiquettes de rendements mensuels pour une étude transversale US des caractéristiques des entreprises. Il vérifie comment le fournisseur de données associe les caractéristiques de chaque ligne au rendement correspondant et…
Ce notebook explique comment évaluer des modèles financiers sans laisser des informations indisponibles à la date de décision s’infiltrer dans l’entraînement ou la sélection du modèle. Il distingue les ensembles d’entraînement, de validation et de réserve…