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.
807 documents
Le document explique comment le ratio de Sharpe corrigé (DSR) ajuste le Sharpe d’une stratégie sélectionnée en fonction du nombre de stratégies testées, de la variation entre leurs estimations de Sharpe et des distributions de rendements non normales. Il le…
Ce carnet sélectionne des caractéristiques candidates pour une stratégie qui vend des options d’achat et de vente à la monnaie sur la même action, avec la même échéance, et conserve le straddle jusqu’à l’échéance. Pour chaque caractéristique, il mesure si…
Ce notebook étudie pourquoi deux moteurs de backtesting peuvent produire des résultats différents à partir de signaux identiques. Il maintient fixe une stratégie ETF précalculée, construit un portefeuille déterministe à partir de ses prévisions et modifie…
Ce notebook construit des étiquettes de rendement futur pour des straddles courts à la monnaie sur des actions du S&P 500. Comme le panel quotidien de straddles à 30 jours passe chaque séance à un prix d’exercice ou à une échéance différents, une série de…
Ce notebook compare la pondération égale, la volatilité inverse, la variance minimale et la parité du risque hiérarchique avec le même univers ETF, les mêmes prévisions, le même calendrier de rééquilibrage et le même protocole de backtest. Un modèle Ridge…
Le notebook explique la valeur à risque (VaR), qui correspond à un quantile de perte, et la valeur à risque conditionnelle (CVaR), qui représente la moyenne des pertes au-delà de ce seuil. À partir de rendements quotidiens ETF, il compare des estimations…
Ce notebook pédagogique compare des méthodes de création d’étiquettes cibles pour des modèles de trading supervisés à partir de données ETF. Il couvre les rendements à horizon fixe et les étiquettes directionnelles, les percentiles glissants des séries…
Ce notebook présente des contrôles du biais d’anticipation à partir de prix ETF et de séries macroéconomiques. Il montre qu’une moyenne mobile centrée inclut des observations futures, peut suivre de trop près les retournements de prix et présente une…
Ce module de modélisation partagé prend en charge les processus de recherche quantitative : il charge les facteurs, les étiquettes, les données temporelles et la configuration, puis prépare les plis de validation croisée walk-forward. Sa conception met…
Ce notebook élargit l’évaluation des facteurs ETF d’un seul horizon de rendement à une analyse de dix facteurs sur trois horizons, avec correction pour les tests multiples. Il applique ensuite des diagnostics fondés sur les mécanismes au momentum à long…
Ce notebook explique la parité des risques hiérarchique (HRP), une méthode de construction de portefeuille conçue pour limiter la sensibilité aux estimations de covariance bruitées. Il en décrit les trois étapes : regrouper les actifs selon la distance de…
Ce notebook explique comment l’impact de marché augmente avec la taille des ordres et utilise le modèle de participation en racine carrée pour estimer la capacité d’une stratégie. Il distingue les données de marché disponibles, comme la volatilité et le…
Ce notebook examine comment exprimer l’incertitude des prévisions de rendement des ETF en comparant le dropout Monte-Carlo aux ensembles profonds. Le dropout reste actif lors de passages d’inférence répétés, tandis qu’un ensemble mesure les désaccords entre…
Ce notebook compare six méthodes de pondération de portefeuilles ETF sélectionnés selon le même classement prédit : pondération égale, pondération par score, inverse de la volatilité, parité des risques, optimisation moyenne-variance et parité des risques…
Ce notebook rassemble les estimations enregistrées de double apprentissage automatique issues de plusieurs études de cas de trading et compare leur incertitude et leurs diagnostics. Il charge les lignes actuelles du registre de chaque étude, vérifie…
Ce notebook présente un cadre de diagnostic pour un backtest d’allocation de ETF. Il calcule des mesures de risque et de rendement, comme les ratios de Sharpe, Sortino et Calmar, la volatilité, la valeur à risque et le drawdown maximal ; suit les…
Ce notebook met en place un processus de suivi pour un modèle financier déployé, à partir d’artefacts réels issus de l’échantillon de réserve. Il vérifie que les données de caractéristiques entrantes sont renseignées et structurellement valides avant de…
Ce notebook relie le dimensionnement des positions à l’analyse des excursions maximales défavorables et favorables. Il présente un dimensionnement à fraction fixe, où le nombre d’actions est déterminé par un budget de risque par transaction et la distance…
Ce notebook compare deux méthodes d’estimation des spreads bid-ask lorsque les données historiques contiennent les cours d’ouverture, les plus hauts, les plus bas, les clôtures et le volume quotidiens, mais aucune cotation. Corwin-Schultz sépare le spread de…
Le document déduit les prix des calls et puts européens selon Black-Scholes, vérifie leur relation par la parité put-call et calcule la volatilité implicite en résolvant numériquement l’équation pour obtenir la volatilité correspondant à un prix d’option…
Ce notebook illustre la couverture par apprentissage profond d’un call européen vendu à découvert. Il simule les trajectoires du sous-jacent par mouvement brownien géométrique, calcule le delta de Black-Scholes comme référence et entraîne un réseau neuronal…
Ce module définit comment construire un champ de sélection pour l’échantillon de réserve à travers les étapes de validation et les étiquettes de stratégie. Il traite les écarts susceptibles d’amener des ensembles de candidats figés et une reconstruction en…
Ce notebook déduit le dimensionnement de Kelly pour un pari binaire en maximisant la richesse logarithmique espérée, puis illustre comment la taille de la mise modifie la distribution des trajectoires de richesse simulées. Il étend le cadre aux rendements…
Ce notebook évalue une stratégie ETF précédemment sélectionnée sur une période réservée hors échantillon. Il récupère les prévisions correspondantes à partir de leur identité d’entraînement et de leur point de contrôle, applique la spécification de stratégie…