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 document explique comment l’interface de recherche d’un agent de prévision peut encadrer ses éléments de preuve et rendre son activité vérifiable. Un protocole indépendant du fournisseur renvoie des résultats typés avec la source, la date de publication,…
Ce notebook étudie la régularisation de modèles linéaires pour prévoir les rendements de paires de devises. Il distingue la colinéarité entre les caractéristiques d’entrée de la dépendance entre actifs : les paires de devises partagent des devises…
Cette note de configuration explique le choix du solveur saga et d’une tolérance de convergence plus stricte pour la régression logistique L1 sur des étiquettes à trois classes. Elle compare saga à liblinear, en citant des mesures de temps d’exécution sur un…
Ce notebook étudie un autoencodeur supervisé qui prévoit les rendements à terme à partir des caractéristiques des entreprises. Il conserve un goulot d’étranglement étroit dans le réseau neuronal, mais supprime l’interprétation en facteurs conditionnels et la…
Ce notebook distingue la prévision des rendements de l’affirmation selon laquelle le momentum en est la cause. Il prend le rendement de l’action sur l’année précédente, hors dernier mois, comme traitement et le rendement futur comme résultat. La volatilité…
Ce notebook ajuste PatchTST comme membre d’un ensemble déclaré de modèles séquentiels pour les options du S&P 500. PatchTST divise une fenêtre rétrospective en segments de taille fixe, les représente sous forme de jetons et utilise l’attention pour apprendre…
Ce notebook agrège les résultats de LightGBM dans plusieurs études de cas de trading et les compare à des références linéaires et TabM. Il examine la configuration ayant le coefficient d’information (IC) le plus élevé pour chaque étude de cas, présente des…
Ce notebook vérifie si des plongements de graphes appris ajoutent de l’information prédictive à un modèle tabulaire pour les actions US. Il construit un réseau à partir des corrélations absolues des rendements mesurées avant la période cible, crée des…
Ce notebook construit des intervalles de prédiction autour de prévisions par gradient boosting à l’aide de la prédiction conforme par séparation. Il ajuste un modèle sur un segment d’entraînement antérieur, mesure les résidus absolus sur un segment de…
Ce notebook présente un processus qui transforme les titres de l’actualité financière en signaux par action. Il nettoie et normalise un corpus d’actualités, supprime les doublons exacts ou correspondant à un préfixe au sein de groupes symbole-date et utilise…
Ce notebook décrit la création de prévisions sur échantillon test pour une stratégie FX, après sélection de sa configuration à partir des résultats de validation. Il retient le backtest de validation au ratio de Sharpe le plus élevé parmi les candidats admis…
Ce notebook compare DQN, PPO et A2C dans un environnement simulé de trading de cryptomonnaies. Il calibre un processus de volatilité GARCH(1,1) à partir des rendements horaires des contrats à terme perpétuels Bitcoin, puis simule des trajectoires qui…
Ce notebook crée un agent de prévision qui alterne recherches sur le Web et prévisions probabilistes. Une petite interface de modèle de langage à deux méthodes permet à la même boucle d’utiliser un fournisseur simulé, local ou commercial. L’agent reçoit une…
Ce notebook présente un processus de questions-réponses en lecture seule sur un graphe de participations institutionnelles construit à partir des déclarations 13F. Au lieu de générer des requêtes de base de données à partir du langage naturel, il dirige les…
Ce notebook estime si la part du volume signé initié par les acheteurs est associée aux rendements des 15 prochaines minutes, après prise en compte du spread relatif, de la volatilité réalisée récente et du rendement mensuel antérieur. L’apprentissage…
Ce notebook évalue les caractéristiques comptables et fondées sur les prix comme prédicteurs individuels des rendements des actions US américaines du mois suivant. Il calcule les corrélations de rang transversales mensuelles entre chaque caractéristique et…
Ce notebook compare des modèles prédictifs qui classent les actions NASDAQ-100 selon leur rendement des 15 prochaines minutes, à partir d’informations intrajournalières de microstructure telles que les écarts acheteur-vendeur, le déséquilibre de profondeur,…
Ce notebook présente un cycle opérationnel pour une stratégie actions ETF : actualiser les données de marché, calculer des caractéristiques financières, réentraîner un modèle Ridge, produire des prédictions transversales à jour, les rejouer dans un moteur de…
Ce notebook définit une méthode pour évaluer un modèle challenger en mode shadow avant de lui allouer du capital. Il compare les prédictions enregistrées d’un modèle de référence fixe et d’un candidat, construit des portefeuilles long-short classés et…
Ce notebook décrit une méthode pour transformer les déclarations trimestrielles de gestion et d’analyse (MD&A) des sociétés du S&P 500 en caractéristiques de trading. Il utilise les dates d’acceptation des dépôts comme ancrage point-in-time, regroupe les…
Ce notebook décrit un transformer par blocs pour la prévision séquentielle dans une étude sur les actions et options du S&P 500. Il divise une fenêtre temporelle en blocs contigus et représente chaque bloc par un jeton, permettant à l’attention de comparer…
Ce notebook présente l’analyse en composantes principales instrumentée (IPCA) pour un panel évolutif d’actions US. L’PCA traditionnelle attribue à chaque action une charge ajustée, qui ne couvre pas naturellement les titres absents de l’échantillon…
Ce chapitre présente l’apprentissage par renforcement comme un outil de contrôle séquentiel, distinct de la prévision supervisée. Il se concentre sur les tâches où les actions influent sur les résultats ultérieurs et où les récompenses sont relativement…
Ce notebook de caractéristiques ETF explique comment des modèles statistiques ajustés peuvent laisser fuiter des informations futures par leurs paramètres estimés, même lorsque leurs formules n’utilisent que des observations passées. La solution consiste à…