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.
1,030 documents
Ce notebook explique comment un panel macroéconomique horodaté selon la période qu’il mesure peut introduire des informations futures dans un backtest de trading. Il estime les dates de publication en ajoutant la durée de la période à la date horodatée, puis…
Ce notebook met en œuvre DeePM, une politique de portefeuille de bout en bout pour un univers diversifié de ETF. Son modèle combine des facteurs temporels, des métadonnées sur les actifs, de l’attention transversale et un a priori de graphe macroéconomique…
Ce notebook transforme les titres financiers en signaux au niveau des actions et les évalue par rapport aux rendements à terme. Il produit des plongements des titres, mesure la surprise liée aux actualités comme la distance sémantique par rapport à une…
Ce document explique comment évaluer sur des données de holdout une stratégie actions US sélectionnée au préalable, tout en gardant sa configuration fixe. Il déduit l’ensemble correct de prévisions de holdout à partir de l’identité d’entraînement et du point…
Le document explique comment créer des facteurs de paires de devises à partir de trois modèles de séries temporelles ajustés : un filtre espace-état qui estime un niveau de prix évoluant lentement, un modèle de Markov caché à deux états pour les régimes de…
Ce notebook mesure l’effet des coûts de trading sur des stratégies déjà sélectionnées aux étapes de signal, d’allocation et d’overlay de risque. Il fixe une configuration choisie par validation pour chaque étiquette avant de faire varier les coûts, afin que…
Ce notebook examine si les modèles séquentiels peuvent améliorer les résumés construits manuellement de l’historique de la prime de financement perpétuelle. Il compare NLinear, un modèle linéaire simple qui lit une fenêtre ordonnée, à un LSTM à deux couches.…
Ce document explique pourquoi les stop-loss, les stops suiveurs et les sorties temporelles ne peuvent pas être évalués dans une étude de cas dont le backtest conserve les pondérations pendant un mois et n’observe que le rendement mensuel à terme réalisé. Ces…
Ce document décrit un processus d’évaluation de stratégies NASDAQ-100 microstructure enregistrées en backtest. Il lit les exécutions existantes au lieu d’entraîner des modèles ou de relancer les backtests, retrace les lignées de stratégies sélectionnées,…
Ce document décrit la création d’une matrice de facteurs transversaux pour les actions du S&P 500, en combinant des historiques de cours ajustés et des surfaces résumées de volatilité implicite des options. Il classe les facteurs par rôle, donnée d’entrée,…
Ce notebook exécute ou rejoue un panel d’agents de recherche identiques répondant à une même question de prévision, puis examine leurs prévisions, leurs recherches et leurs échanges. Le traçage séparé de chaque agent préserve l’attribution lors des appels…
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 présente une méthode événementielle pour détenir un nombre limité de positions intrajournalières. Les prévisions sont alignées sur les barres de prix à l’aide du score disponible le plus récent, avec une limite de fraîcheur facultative. Les…
Cette étude de cas transforme des prévisions de modèle enregistrées pour des actions US en portefeuilles long-short équipondérés. Elle explore systématiquement plusieurs schémas d’entrée, chacun sélectionnant les titres les mieux classés pour les positions…
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 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 analyse la performance d’une stratégie mensuelle fixe de momentum sur ETF selon les conditions de volatilité, de tendance et de courbe des taux. Les étiquettes de régime sont conçues pour être connues avant le rendement qu’elles décrivent : la…
Ce notebook convertit des prévisions transversales sur les actions en portefeuilles long-short en classant les titres à chaque rééquilibrage, en achetant les k titres les mieux classés et en vendant à découvert les k titres les moins bien classés, avec un…
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…
Ce notebook vérifie si une stratégie de classement transversal d’actions à quinze minutes est faisable avant l’ajustement d’un modèle ou la production de prévisions. Il utilise les cotations du NASDAQ-100, les rendements au milieu de fourchette et une…
Ce code décrit la résolution des paramètres de backtest à partir de la configuration d’une étude de cas et la manière dont l’identité d’une exécution tient compte des changements d’univers négocié et de l’ancienneté des prédictions. Sa leçon centrale est que…