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 chapitre présente le backtest comme une tentative de réfuter une stratégie au moyen d’hypothèses explicites sur le calendrier des signaux, l’exécution, le rééquilibrage, le dimensionnement, les coûts, les contraintes et les indices de référence. Il…
Cette source décrit les protections permettant de reconstruire une demande de modèle à partir de sa spécification d’entraînement immuable et de valider l’exécution obtenue. Elle vérifie que la demande utilise une version d’identité prise en charge, un niveau…
Ce notebook présente l’analyse en composantes principales instrumentale comme modèle des rendements transversaux. Au lieu d’attribuer directement des pondérations de rendement aux caractéristiques de chaque société, IPCA estime une application linéaire…
Ce notebook compare quatre architectures de réseaux neuronaux pour une même tâche : prévoir le prochain rendement quotidien à partir d’une fenêtre de rendements passés, regroupés sur huit fonds négociés en bourse. Il décrit comment un réseau dense, une…
Ce notebook évalue des modèles séquentiels pour classer les actions du S&P 500 à partir de fenêtres d’historiques de surfaces d’options et de prix. Il associe un modèle linéaire normalisé, sans mémoire récurrente, à un LSTM dont les portes transmettent les…
Ce notebook ajuste un réseau à mémoire à long et court terme comportant NASDAQ-100 caractéristiques de microstructure afin de prédire les rendements futurs sur plusieurs horizons de quelques minutes. Contrairement à un modèle linéaire aplati, un LSTM traite…
Ce chapitre explique comment évaluer des modèles d’apprentissage automatique financier en respectant les informations disponibles à chaque instant de décision. Il distingue l’entraînement, la validation et un échantillon de test final, et explique pourquoi…
Ce carnet construit N-BEATS, une architecture neuronale de prévision entièrement connectée qui traite une fenêtre d’entrée complète et prédit une trajectoire future. Sa variante interprétable contraint les blocs à exprimer les composantes au moyen de bases…
Ce carnet compare des modèles LightGBM à une référence Ridge pour prédire les rendements ETF sur deux horizons. Il explique pourquoi les arbres peuvent détecter des interactions dépendantes du régime, par exemple lorsque le momentum se comporte différemment…
Ce carnet compare la recherche structurée de type graphe à la recherche vectorielle fondée sur les plongements, à partir des positions institutionnelles déclarées dans les formulaires 13F. Il construit un instantané des positions à une date donnée et à une…
Ce carnet présente un processus reliant les transactions perdantes aux explications du modèle associées aux décisions correspondantes. Il construit un panel de variables pour un seul actif SPY à partir de données de prix et de données macroéconomiques,…
Ce carnet construit des étiquettes de rendements futurs pour une stratégie qui exploite les signaux d’options cotées et négocie les actions sous-jacentes. Il ajuste les prix quotidiens des actions pour les divisions et les dividendes, utilise un identifiant…
Ce carnet présente la surveillance de la dérive des covariables pour les variables de momentum des ETF ETF et les contrats à terme perpétuels crypto, sur des fenêtres de marché contrastées. Il compare l’indice de stabilité de population, qui mesure les…
Ce carnet explique l’analyse en composantes principales instrumentée comme une méthode pour faire dépendre les expositions aux facteurs latents des caractéristiques observables des actions, plutôt que d’attribuer une exposition fixe à chaque action. Une…
Ce document présente une famille de modèles de rendement des entreprises qui suppose qu’un petit nombre de facteurs communs non observés explique une grande partie de la coupe transversale. Au lieu de prédire directement les rendements à partir de…
Ce document explique comment les décompositions en ondelettes et les estimations spectrales glissantes décrivent les rendements financiers à différentes échelles de temps. Les ondelettes divisent les rendements en composantes couvrant des périodes de plus en…
Ce notebook utilise l’apprentissage automatique double pour estimer si le carry des contrats à terme influe sur les rendements ultérieurs, après ajustement de la volatilité, du momentum et du rang transversal du carry. Il distingue l’explication causale de…
Ce document explique comment comparer un modèle en place à un modèle candidat en évaluation simulée avant d’allouer du capital. Il fixe à l’avance leurs rôles et les seuils de promotion, puis évalue le candidat selon cinq dimensions : amélioration du Sharpe…
Ce notebook montre comment configurer Feast avec des sources Parquet, des entités, des vues de variables, des horodatages et une politique de durée de conservation, puis récupérer des variables pour des exemples d’entraînement et une requête « à la date…
Le notebook présente un autoencodeur supervisé pour la modélisation des facteurs boursiers. Contrairement aux autoencodeurs non supervisés qui apprennent un goulot d’étranglement en reconstruisant la coupe transversale, ce modèle inclut aussi les rendements…
Ce notebook applique un modèle neuronal de facteur d’actualisation stochastique aux contrats à terme CME. En évaluation des actifs, un facteur d’actualisation stochastique est une variable aléatoire dont le produit par le rendement de chaque actif a la même…
Ce chapitre passe en revue les représentations du texte financier, des dictionnaires et comptages de mots jusqu’à TF-IDF, en passant par les plongements statiques, les réseaux récurrents et les Transformers. Il explique les compromis : les méthodes simples…
Ce carnet crée un banc d’évaluation pour la génération augmentée par récupération dans le domaine financier, avec des mesures distinctes de couverture de la recherche, de fidélité des réponses aux sources, d’abstention appropriée et de comportement de…
Cette étude de cas évalue des stratégies mensuelles long-short par déciles, construites à partir des caractéristiques d’entreprises US. Elle compare des modèles linéaires, le boosting par gradient et les approches à facteurs latents avec des retards…