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.
904 documents
Ce notebook présente un enregistrement structuré de l’état des agents de recherche, qui conserve la question, la date de coupure, les preuves, les questions en suspens, l’historique des outils, les résultats des contrôles qualité et l’état de la synthèse…
Le notebook entraîne un autoencodeur classique sur les rendements horaires standardisés d’un groupe de marchés perpétuels crypto. Son encodeur compresse le vecteur de rendements inter-actifs en une représentation latente à deux dimensions, et son décodeur…
Le notebook compare le dropout Monte-Carlo et les ensembles profonds pour estimer l’incertitude des prévisions quotidiennes de rendement de ETF. Le dropout reste actif lors de prédictions répétées, tandis que les membres des ensembles sont entraînés…
Ce notebook passe en revue les méthodes de détection des changements dans une série temporelle financière, en prenant SPY comme exemple. Il oppose le test de Zivot-Andrews, qui estime une rupture tout en testant une hypothèse de racine unitaire, à PELT et à…
Ce notebook évalue un modèle préentraîné de sentiment financier sur les titres FinMarBa et explique pourquoi le résultat ne constitue pas un test net du transfert de sentiment. FinBERT a été entraîné à partir de jugements humains sur le sentiment d’un texte,…
Ce notebook compare des modèles séquentiels sur une grille hebdomadaire pour prévoir le même rendement prospectif à cinq séances que sur une grille quotidienne. L’échantillonnage le vendredi rend cette cible approximativement équivalente à une prévision à un…
Ce notebook montre comment entraîner un réseau antagoniste génératif sur des caractéristiques quotidiennes de ETF avec confidentialité différentielle. Il présente la garantie et le budget de confidentialité, puis utilise Opacus pour écrêter le gradient du…
Ce notebook applique TabM, un ensemble neuronal à partage de poids, à des cibles de rendement boursier construites à partir de caractéristiques d’options sur actions. Ses membres utilisent une base de réseau commune à deux couches, avec des vecteurs…
Ce chapitre passe en revue les méthodes de génération de données financières synthétiques et les critères permettant d’en évaluer l’utilité. Il part du nombre limité de trajectoires de marché observées et du risque que des recherches répétées de stratégies…
Ce notebook définit et exécute une analyse par double apprentissage automatique de l’effet de la prime de risque de variance sur les rendements des options sur le S&P 500 jusqu’à l’échéance. Avant l’exécution, il expose l’estimand, le calendrier observé, les…
Ce notebook applique TabM à un tableau de caractéristiques d’actions US, entre les modèles linéaires pénalisés et les ensembles d’arbres. Chaque membre de l’ensemble partage une base de réseau neuronal, mais possède son propre vecteur de mise à l’échelle et…
Ce notebook présente un autoencodeur supervisé qui compresse des lignes de caractéristiques de ETF en une représentation de faible dimension et prédit directement les rendements futurs à partir de cette représentation. Contrairement à un autoencodeur…
Ce notebook ajuste des modèles ridge, lasso et elastic net à un large ensemble de caractéristiques établies des actions US, dont la valeur, la rentabilité, l’investissement, le momentum, la taille, le risque et la liquidité. Il évalue les rendements mensuels…
Cette analyse compare des modèles de prédiction ETF enregistrés, issus de plusieurs familles et réunis dans un panel multi-actifs commun. Elle évalue leur capacité à classer les fonds selon leurs rendements ultérieurs à l’aide de coefficients d’information,…
Ce notebook compare trois façons de convertir des prévisions de rendement signées en positions binaires : un seuil fixe à zéro, un percentile glissant des scores propres à chaque symbole et un percentile transversal entre symboles. Il mesure l’activation des…
Ce document présente un autoencodeur supervisé comme modèle de contrôle pour les modèles à facteurs latents conditionnels. Il relie directement les caractéristiques des entreprises aux rendements futurs tout en comprimant 57 entrées dans un goulot…
Cette expérience combine les prédictions de validation d’un modèle d’arbres à gradient boosté, d’un réseau neuronal tabulaire et d’un modèle à facteurs latents pour le classement mensuel des ETF. Elle standardise d’abord les prédictions transversalement à…
Ce document présente des méthodes communes pour générer des caractéristiques issues de modèles ajustés sans utiliser d’observations futures. Pour les modèles de Markov cachés, il distingue les probabilités d’état filtrées, fondées sur les observations…
Ce notebook utilise le double apprentissage automatique pour estimer si les écarts de prime des contrats à terme perpétuels sont liés aux rendements ultérieurs sur huit heures, et si cette relation estimée diffère entre les marchés à forte et à faible…
Ce notebook présente PCMCI comme une méthode pour découvrir des relations décalées dans des séries temporelles financières multivariées, sans définir au préalable de graphe causal. Il applique la méthode aux rendements des ETF et d’un indice de volatilité,…
Ce notebook explique comment évaluer les prévisions probabilistes et encadrer un pipeline de prévision. Il compare les scores de Brier et logarithmique, l’erreur de calibration attendue et la sharpness ; montre comment les diagrammes de fiabilité révèlent…
Cette démonstration de déploiement réentraîne un modèle Ridge sur des données journalières historiques couvrant un ensemble de paires de change majeures FX, récupère les barres actuelles par une session Interactive Brokers en simulation de trading, classe…
Ce tutoriel transforme des signaux transversaux ETF en portefeuilles long-only, équipondérés et composés des dix premières positions, puis compare la régression Ridge et la classification logistique à des références fondées sur le momentum et…
Ce notebook entraîne un agent par optimisation de politique proximale (PPO) pour liquider un ordre fixe sur un horizon donné. Il compare la politique de rythme apprise à TWAP et à un calendrier d’Almgren–Chriss, mesure l’écart de prix d’exécution et examine…