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
Ce notebook montre comment ajuster un transformeur pour reconnaître les entités financières nommées et convertir des segments de texte en champs structurés pour les organisations, les personnes, les montants, les dates et les pourcentages. Il présente les…
Ce notebook présente trois façons de transformer les données du NASDAQ-100 à la minute en caractéristiques pour les modèles : une régression HAR glissante pour les prévisions de variance et leurs erreurs, une transformée de Fourier pour les profils de volume…
Ce notebook compare quatre méthodes d’extraction de passages dans un corpus de textes de déclarations d’entreprises : BM25, les plongements denses, la fusion réciproque des rangs (RRF) et un reclasseur à encodeur croisé. RRF combine des listes classées…
Cette étude évalue des signaux transversaux quotidiens sur un vaste univers d’actions US et décrit un long processus de recherche, des données disponibles à la date considérée et des variables construites jusqu’à la comparaison des modèles, la construction…
Ce notebook compare LightGBM à un MLP, à TabM et, lorsqu’il est disponible, à TabPFN pour prévoir les rendements futurs ETF à partir de caractéristiques tabulaires. Les modèles sont évalués sur les mêmes plis chronologiques walk-forward, en utilisant le…
Ce notebook compare les moindres carrés ordinaires à Ridge, LASSO et Elastic Net pour prévoir les rendements futurs à 21 jours des ETF. Les modèles utilisent les mêmes plis walk-forward définis, avec une période de purge correspondant à l’horizon des…
Ce notebook explique un modèle espace-état de tendance linéaire locale pour extraire des caractéristiques financières des niveaux de prix. L’état caché comprend un niveau de prix et sa pente ; les observations sont des cours de clôture bruités. À chaque…
Ce notebook distingue les variations continues des prix des sauts discrets dans les rendements intrajournaliers des actions. Il estime la variance réalisée quotidienne à partir des rendements logarithmiques au carré et utilise la variation bipuissance comme…
Ce notebook construit des étiquettes de rendement futur des actions pour une stratégie qui exploite les données d’options cotées afin de classer les actions, puis de les détenir. Il crée une série de prix ajustés des opérations sur titres et identifie les…
Ce notebook formule un ordre parent comme un problème de contrôle à horizon fini. À chaque intervalle, le Q-learning tabulaire choisit un multiplicateur appliqué à une tranche de transaction fondée sur le VWAP, en fonction du temps et de l’inventaire…
Ce notebook utilise les rendements historiques des actions US pour construire un réseau de corrélations et explorer la construction de portefeuille. Il sélectionne un univers liquide à partir des données de la fenêtre d’estimation, convertit les corrélations…
Ce notebook présente l’analyse en composantes principales comme référence à facteurs latents non conditionnée pour prévoir les rendements boursiers dans une étude d’analyse des options. PCA utilise le panel historique des rendements pour estimer les…
Cette étude de cas examine si les informations tirées des options cotées peuvent aider à sélectionner des actions du S&P 500. Elle combine les prix quotidiens des actions avec les niveaux de volatilité implicite des options, leur asymétrie, leur structure…
Ce notebook utilise l’excursion favorable maximale (MFE) et l’excursion défavorable maximale (MAE) pour ancrer les largeurs des étiquettes à triple barrière dans les trajectoires de prix observées. Pour une position prise à la clôture d’une barre, il mesure…
Le document présente GReaT, un cadre qui sérialise sous forme de texte des lignes de données financières numériques et catégorielles mixtes, ajuste finement un modèle de langage sur ces enregistrements, puis analyse le texte généré pour le reconvertir en…
Ce notebook utilise l’analyse en composantes principales pour représenter les mouvements communs d’un large panel d’actions US. PCA extrait des directions qui expliquent la variation commune des rendements ; la charge de chaque action mesure son exposition à…
Ce notebook présente un réseau convolutif temporel (TCN) pour prévoir les rendements futurs de ETF à partir de séquences de caractéristiques de rendements passés. Les convolutions causales garantissent que chaque sortie n’utilise que les observations…
Ce notebook explique les barres de déséquilibre des transactions et des volumes, puis compare les approches adaptatives, à seuil fixe et à fenêtre glissante sur des données de transactions NVDA. Le déséquilibre des transactions cumule les directions signées…
Ce notebook compare deux architectures Transformer pour prévoir les rendements ETF sur 21 jours à partir de caractéristiques de momentum passées. PatchTST regroupe les jours consécutifs en segments, plaçant une courte séquence de formes locales dans chaque…
Ce notebook présente une méthode descriptive pour convertir les rendements bruts en performance nette, en modélisant séparément les frictions de transaction, le financement et les frais du fonds. Sa décomposition paramétrée des coûts calcule les coûts de…
Cette étude de cas ajuste des arbres entraînés par boosting de gradient aux étiquettes de rendement des ETF et les compare à une référence linéaire qui a obtenu de bons résultats avec une forte régularisation Ridge. Elle explique pourquoi les arbres peuvent…
Le document présente trois règles de clôture des positions avant le rééquilibrage prévu d’un portefeuille : un stop de perte fixe, un stop suiveur mesuré depuis le meilleur prix de la position et une sortie temporelle qui clôture après une durée de détention…
Ce notebook crée un diagnostic réutilisable des jeux de données financiers avant le prétraitement ou l’ingénierie des caractéristiques. Il vérifie le type de l’index temporel, les horodatages nuls, l’ordre et l’unicité ; repère les doublons exacts et ceux…
Ce notebook compare deux modèles de fondation préentraînés pour séries temporelles, Chronos et TinyTimeMixer, à un LSTM et à un modèle linéaire pénalisé sur un panel d’ETF. Chaque modèle reçoit un contexte historique univarié ; les modèles préentraînés…