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 analyse des carnets d’ordres NASDAQ reconstruits pour décrire les spreads intrajournaliers et la profondeur au meilleur cours acheteur et vendeur, puis examine si le déséquilibre des flux d’ordres est associé au rendement de la tranche suivante.…
Ce notebook explique comment un autoencodeur conditionnel étend l’analyse en composantes principales instrumentée PCA pour modéliser les rendements des ETF. Les deux méthodes relient les caractéristiques des fonds aux expositions factorielles et combinent…
Cette étude de cas explique pourquoi les stop-loss, les stops suiveurs et les autres protections par position ne peuvent pas être testés pour des portefeuilles US fondés sur les caractéristiques des entreprises et construits à partir d’observations…
Ce notebook utilise la régression linéaire comme référence pour prévoir les rendements du NASDAQ-100 à partir de caractéristiques microstructurelles à la minute. Comme les mesures de spread et de déséquilibre des ordres se chevauchent selon les périodes…
Ce notebook présente une méthode pour décider comment modéliser les séries temporelles financières. Il commence par des graphiques des prix et rendements de SPY, des niveaux de VIX et de la distribution des rendements afin de repérer les niveaux dérivants,…
Cette configuration définit une expérience de classement et de rééquilibrage long uniquement sur des ETF. Elle couvre un vaste univers de 100 ETF, avec des expositions aux actions, obligations, matières premières et régions ; les décisions sont mensuelles et…
Cette étude de panel d’actions US utilise un modèle linéaire pénalisé comme référence pour prévoir les rendements futurs à partir de caractéristiques observées à la clôture. Son ensemble de caractéristiques contient des mesures de momentum et de volatilité…
Ce benchmark compare CSV, Parquet, Feather (Arrow IPC) et HDF5 sur le même panel OHLCV déterministe. Il mesure le temps d’écriture, le temps de lecture avec matérialisation, la taille des fichiers et l’effet de la lecture de certaines colonnes seulement. La…
Cette étude de caractéristiques ETF construit trois entrées dérivées de modèles : un modèle de Markov caché (HMM) qui estime le régime de marché, des prix différenciés de façon fractionnaire pour des fonds de référence et la volatilité conditionnelle 1,1…
Ce notebook explique l’analyse en composantes principales instrumentée (IPCA), qui estime des facteurs communs tout en modélisant les expositions factorielles de chaque action comme une fonction linéaire partagée des caractéristiques de sa surface d’options…
Ce tutoriel compare sur des données quotidiennes de SPY des seuils fixes de stop-loss et de take-profit, des stops suiveurs, des sorties ajustées à la volatilité ATR, un signal de sortie fondé sur l’apprentissage automatique et des combinaisons de ces…
Ce notebook adapte le skip-gram de Word2Vec aux portefeuilles d’actions institutionnels. Il traite le portefeuille de chaque institution comme une phrase, les identifiants d’actions comme des jetons et les positions classées selon leur valeur déclarée comme…
Ce notebook explique pourquoi les prix bruts des actions peuvent produire des rendements trompeurs lorsqu’ils couvrent des divisions d’actions ou des dates de détachement de dividendes en espèces. Il décrit l’ajustement rétroactif, qui met à l’échelle les…
Ce notebook teste si le dimensionnement des positions fondé sur un modèle améliore la pondération égale dans une stratégie fondée sur les caractéristiques d’entreprises US. Il compare la pondération par score, qui alloue davantage aux titres dont les scores…
Ce notebook compare plusieurs façons de sortir de positions acheteuses sur ETF : objectifs et stops fixes, stops suiveurs, seuils ajustés selon ATR, signaux d’apprentissage automatique et combinaisons. Il construit des indicateurs et des simulations de…
Ce notebook traite les prévisions ARIMA comme des colonnes d’entrée pour des modèles ultérieurs, et non comme des prédictions autonomes. Il ajuste des modèles aux rendements ETF, utilise des tests de stationnarité et des diagnostics d’autocorrélation pour…
Ce document décrit la conversion de fenêtres glissantes de rendements ETF en images à deux canaux pour un réseau de neurones convolutif classique. Un champ angulaire de Gramian transforme les observations normalisées en angles et consigne les relations…
Ce document présente le panel mensuel d’actions US de Chen, Pelger et Zhu, utilisé pour comparer des modèles de valorisation des actifs. Il décrit 46 caractéristiques d’entreprises regroupées par thème économique, les rendements excédentaires du mois suivant…
Ce notebook présente une méthode pour caractériser les séries de marché avant leur modélisation. Il commence par des graphiques des prix et rendements de SPY, des niveaux de VIX et de la distribution des rendements afin de repérer les tendances, les…
Ce notebook utilise les rendements quotidiens SPY pour expliquer l’analyse dans le domaine fréquentiel et ses limites comme source de caractéristiques de trading. Une décomposition en ondelettes sépare les variations en bandes correspondant à des échelles de…
Cette note présente un flux de travail opérationnel pour connecter une stratégie à Interactive Brokers via TWS ou Gateway. Elle vérifie que la session utilise un compte de simulation, lit les valeurs du compte et les positions, puis demande des barres…
Ce notebook présente EdgarTools pour explorer les déclarations SEC et extraire des données structurées sur les entreprises. Il explique comment identifier les déclarants à l’aide du CIK stable CIK, récupérer les déclarations par formulaire et convertir les…
Cette étude de cas utilise des modèles linéaires comme référence pour prévoir les rendements futurs sur un vaste panel d’actions US. Elle explique pourquoi le chevauchement des caractéristiques de prix et de volume crée de la colinéarité, qui rend instables…
Cette analyse compare les effets de traitement enregistrés par des modèles de double apprentissage automatique dans neuf études de cas de trading. Elle charge les résultats actuels du registre de chaque étude, vérifie l’intégrité du registre et les…