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.
934 documents
Le document décrit un backtest spécialisé pour une stratégie hebdomadaire sur options du S&P 500. Chaque cohorte sélectionne les composants les mieux classés, vend des options d’achat et de vente proches du cours actuel, avec environ un mois avant…
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 examine les données de transactions et de cotations AlgoSeek à la granularité des ticks pour AAPL pendant le krach boursier de mars 16, 2020. Il filtre les heures normales de négociation, distingue les transactions des mises à jour NBBO et étudie…
Ce notebook évalue les stop-loss par position, les stops suiveurs et les sorties à durée limitée sur les configurations de l’étape d’allocation d’une stratégie intrajournalière NASDAQ-100. Les décisions sont prises toutes les quinze minutes, tandis que le…
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 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…
Ce notebook étudie le gradient boosting sur un panel d’actions US, en faisant varier la capacité des arbres, la fonction objectif et le point de contrôle d’entraînement sur trois horizons de rendements futurs. Il explique comment des arbres peu profonds…
Ce notebook présente les explications SHAP d’un modèle LightGBM qui prévoit les rendements futurs ETF. TreeSHAP fournit les contributions des caractéristiques pour chaque prévision et des synthèses globales d’importance. Les graphiques en essaim et de…
Ce chapitre présente les données de marché comme le résultat des règles de trading, de la liquidité et du comportement des participants. Il passe en revue les données, des meilleures cotations aux flux par ordre, puis décrit l’analyse des messages de marché…
Cette étude de cas construit des caractéristiques pour comparer les primes de risque de variance entre les actions du S&P 500, à l’aide de straddles à parité de 30 jours et des cours des actifs sous-jacents. Elle compare la volatilité implicite à la…
Cette étude de cas explique comment produire des prévisions pour une période de réserve après avoir fait des choix de modèle et de stratégie à partir des données de validation. Elle récupère la configuration précédemment sélectionnée, reconstitue sa…
Ce notebook présente EdgarTools pour explorer les déclarations SEC par entreprise et type de déclaration. Il montre comment rechercher des émetteurs à l’aide d’identifiants CIK stables, récupérer des rapports annuels et trimestriels, extraire des états…
Ce notebook décrit un modèle séquentiel LSTM destiné à prévoir les rendements boursiers à partir de fenêtres ordonnées de caractéristiques récentes. Chaque exemple utilise 60 séances consécutives pour une action ; les fenêtres qui traversent des…
Ce notebook synthétise les résultats de validation enregistrés pour cinq estimateurs à facteurs latents — PCA, IPCA, CAE, SDF et SAE — sur neuf études de cas. Il indique d’abord quels estimateurs ont des résultats dans chaque panel, puis identifie le…
Ce notebook applique TabM, un ensemble neuronal à partage de poids, à un panel d’actions US représenté par une ligne de caractéristiques pour chaque action et séance. Un tronc commun à deux couches alimente plusieurs membres, chacun doté de son propre…
Ce notebook définit des objectifs de rendements futurs pour classer les actions US et explique comment faire correspondre leurs horizons aux séances de trading réelles. Il utilise des prix ajustés des divisions d’actions et des dividendes pour calculer les…
Ce processus construit des caractéristiques financières pour un flux de déploiement ETF à partir des prix OHLCV et d’une courbe des taux. Il calcule les rendements et les rendements ajustés au risque sur plusieurs périodes rétrospectives, l’accélération du…
Ce script rassemble les positions institutionnelles à partir des déclarations SECF de 13 de deux façons : il peut récupérer les déclarations d’un ensemble de gestionnaires sélectionnés ou télécharger les fichiers trimestriels en masse de SEC. Les deux voies…
Ce notebook applique l’analyse en composantes principales à un panel de rendements d’actions US afin de représenter les grands mouvements communs à l’aide d’un nombre réduit de facteurs. Chaque facteur correspond à une direction de variation commune, et la…
Ce notebook explique comment extraire des transactions d’initiés à partir de fichiers XML bruts du formulaire 4 de SEC, pour la recherche quantitative sur les actions. Il utilise un analyseur XML afin de rattacher le code, la date, le nombre d’actions, le…
Cette étude de cas applique l’estimation causale au momentum des ETF et examine si son effet sur les rendements futurs varie selon la volatilité du marché. Elle utilise un traitement de momentum continu, un rendement futur à 21 jours, des variables de…
Ce notebook présente NLinear comme un modèle séquentiel de référence simple pour prévoir les rendements des actions US. Chaque exemple utilise une fenêtre de 60 séances consécutives pour une action, avec des caractéristiques ordonnées dans le temps. Pour…
Le document décrit une étude walk-forward de réseaux neuronaux TabM qui prédisent les rendements mensuels à partir des caractéristiques des sociétés. Comme le moteur d’entraînement partagé fixe l’objectif à l’erreur quadratique pour la régression et à…