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 document transforme des prédictions transversales ETF en transactions simulées. Il distingue la qualité du classement, mesurée par le coefficient d’information, de la performance réalisée de la stratégie : un portefeuille des k premiers dépend des valeurs…
Ce document décrit un univers quotidien de candidats ETF couvrant les actions, les titres à revenu fixe, les matières premières et les devises. Il présente un flux de travail pour télécharger les données de marché, les charger en vue de leur analyse,…
Ce notebook décrit une comparaison en lecture seule de prédictions de validation issues de plusieurs familles de modèles sur un panel d’actions US. Il vérifie d’abord que chaque ensemble de prédictions prédéfini est complet, puis évalue le classement…
Ce notebook met en œuvre une prévision univariée des cours de clôture quotidiens SPY avec PyTorch brut, sktime et Darts. Il compare l’expérience pratique de chaque interface, notamment l’effort de mise en œuvre, les contraintes d’installation et le temps…
Ce notebook présente une famille de modèles ETF qui représente les rendements par des directions latentes communes et estime comment les caractéristiques des fonds se traduisent en expositions. Il distingue cinq approches : les composantes principales…
Cette analyse compare des modèles prédictifs, à facteurs latents et causaux pour une stratégie transversale sur les actions du S&P 500, à partir de rendements futurs hebdomadaires. Les variables combinent des mesures de momentum et de volatilité des actions…
Ce notebook décrit la reconstitution du carnet d’ordres à cours limité de NASDAQ pour un seul symbole et une seule journée, à partir des données ITCH organisées par message et par ordre. Il traite les messages d’ajout, d’exécution, d’annulation, de…
Ce notebook analyse un corpus de rapports annuels avant son indexation pour la recherche financière. Il met en évidence quatre problèmes de données que les décomptes de lignes et les contrôles de valeurs nulles ne révèlent pas : l’écart entre la fin de…
Cette évaluation en lecture seule reconstitue la stratégie sélectionnée à partir des résultats configurés du registre à couverture complète. Elle suit les étapes, de la référence à pondération égale à l’allocation, aux contrôles du risque et à la sensibilité…
Ce notebook étudie ARIMA comme générateur de variables pour des modèles pouvant utiliser ses résultats avec d’autres prédicteurs. Il explique comment les graphiques ACF et PACF peuvent suggérer des ordres de modèle, comment les critères d’information…
Ce notebook applique une configuration de trading NASDAQ-100 préalablement sélectionnée aux prédictions d’une fenêtre de test intacte. La stratégie, la concentration du portefeuille, la méthode d’allocation, le calendrier de rééquilibrage, le dispositif de…
Cette référence décrit les jeux de données universitaires de rendements factoriels de la bibliothèque Fama-French et de AQR, destinés à l’analyse de stratégies et à la modélisation des facteurs. Les données Fama-French comprennent des séries de marché, de…
Ce document présente un système de données partagé pour la recherche en trading quantitatif. Il répertorie des jeux de données sur les actions, les options, les contrats à terme, les cryptomonnaies, le marché des changes, les facteurs, la macroéconomie, les…
Ce notebook passe en revue les étiquettes d’apprentissage supervisé à partir des données de prix de ETF. Il couvre les rendements futurs à horizon fixe pour la régression ou la classification directionnelle, les percentiles glissants des séries temporelles,…
Ce notebook évalue les caractéristiques ETF une par une en calculant, pour chaque date, un coefficient d’information de rang entre les valeurs des caractéristiques et les rendements mensuels ultérieurs. Il filtre les caractéristiques financières et dérivées…
Ce notebook évalue des caractéristiques candidates pour classer les actions US selon leurs rendements ultérieurs. Il calcule des coefficients d’information transversaux quotidiens, résume leur moyenne avec des estimations d’incertitude tenant compte de la…
Ce notebook estime l’effet ajusté d’une mesure continue du momentum ETF sur les rendements à terme à l’aide de l’apprentissage automatique double. Il compare une régression non ajustée aux estimations DML, qui contrôlent la volatilité récente et à plus long…
Ce guide décrit un jeu de données quotidien sur les actions US, issu de Wiki Prices de NASDAQ Data Link, comprenant des données OHLCV ajustées et couvrant la période de 1962 à mars 2018. Il explique comment obtenir l’archive avec une clé API, la charger,…
Ce notebook explique comment un autoencodeur conditionnel étend l’analyse en composantes principales instrumentée (IPCA) : il conserve la structure en deux étapes, où les caractéristiques des fonds déterminent les expositions à des facteurs latents,…
Cette analyse compare des modèles prédictifs qui classent les actions NASDAQ-100 selon leur rendement sur les 15 prochaines minutes à partir de caractéristiques intrajournalières de microstructure telles que les spreads, le déséquilibre de profondeur, le…
Ce notebook compare sklearn HistGradientBoosting, XGBoost, LightGBM et CatBoost pour prévoir les rendements futurs ETF. Il mesure le coefficient d’information transversal, le temps d’entraînement et la mémoire utilisée selon plusieurs niveaux de complexité…
Ce notebook explique comment analyser les messages IEX DEEP et tenir un carnet d’ordres à cours limité agrégé à chaque niveau de prix. Il extrait les mises à jour par niveau de prix, les meilleures cotations acheteur et vendeur ainsi que les rapports de…
Ce notebook teste si une allocation de portefeuille standard peut améliorer une stratégie de trading NASDAQ-100 à chaque barre, déjà grevée par les coûts de transaction. Il sélectionne les prédictions selon leur performance en validation dans l’univers…
Ce notebook applique des contrôles de risque par position aux principales combinaisons d’allocation ETF, tout en gardant fixes chaque prédiction sous-jacente, la concentration et l’allocateur. Il compare les stop-loss, les stops suiveurs et les sorties…