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
Ce cours examine pourquoi les coefficients de régression peuvent varier fortement d’un échantillon à l’autre, limitant la fiabilité d’un modèle sur de nouvelles données. Des exemples de régression linéaire simple montrent qu’un petit échantillon et des…
Ce cours présente les modèles factoriels sous forme de régressions qui expliquent les rendements d’un actif à partir d’autres séries de rendements. Il estime le bêta d’un actif par rapport à un indice de référence à partir de rendements historiques, puis…
Ce cours explique l’effet de levier comme un emprunt destiné à accroître le capital investi dans une stratégie de trading. Il définit le ratio de levier et s’appuie sur des exemples à période unique pour montrer que les fonds empruntés peuvent amplifier les…
Ce cours explique comment le modèle d’évaluation des actifs financiers relie les rendements attendus des actifs au taux sans risque et à l’exposition au risque général du marché. Il distingue le risque diversifiable, propre à l’entreprise, du risque…
Ce cours présente la Value at Risk (VaR) d’un portefeuille comme un seuil de perte associé à un niveau de couverture choisi, puis montre comment calculer une VaR historique à partir d’un percentile faible des rendements pondérés du portefeuille sur une…
Le document passe en revue les mesures de dispersion des observations autour d’une valeur centrale. Il définit l’étendue, l’écart absolu moyen, la variance et l’écart-type, en précisant que l’écart-type s’exprime dans les mêmes unités que les observations et…
Le document présente les modèles autorégressifs, qui prévoient une série temporelle à partir de ses propres valeurs retardées, et explique qu’une estimation pertinente exige la stationnarité au sens de la covariance : une moyenne finie, une variance et une…
Le document présente une méthode pour examiner un portefeuille de trading à l’aide de statistiques de performance et de graphiques de diagnostic. Il décrit des mesures courantes comme le ratio de Sharpe, le bêta de marché et le drawdown maximal, ainsi que…
Le document explique comment le bêta de marché et l’exposition sectorielle peuvent faire évoluer ensemble les prévisions individuelles d’un portefeuille, réduisant le nombre de paris indépendants et, par conséquent, son potentiel ajusté du risque. Il…
Ce cours utilise des modèles factoriels pour expliquer les rendements d’un portefeuille et quantifier son exposition aux sources systématiques de risque. Il décrit la régression des rendements actifs, mesurés par rapport à un indice de référence, sur les…
Ce cours explique comment la sélection d’un univers définit les titres accessibles à un algorithme de trading et peut influer sur le comportement et le risque de la stratégie. Il présente un filtre quotidien d’actions ordinaires classées selon leur volume…
Le document explique comment répartir l’exposition entre des paris indépendants ou faiblement corrélés peut réduire la volatilité d’un portefeuille, tandis que l’ajout d’actifs très corrélés peut laisser le risque pratiquement inchangé. Il illustre d’abord…
Le document définit la corrélation comme la covariance divisée par les écarts-types de deux séries, ce qui donne une mesure comprise entre -1 et 1 et plus facile à comparer entre jeux de données. Il explique les matrices de covariance et de corrélation, avec…
Ce notebook décrit un backtest hors échantillon d’une stratégie sélectionnée de financement perpétuel crypto. Il réutilise des prédictions générées à partir d’un historique d’entraînement qui s’arrête avant la période de réserve, puis applique la…
Ce document transforme des prédictions transversales ETF en transactions simulées. Il distingue la qualité du classement, mesurée par le coefficient d’information, de la performance réalisée de la stratégie : un portefeuille des k premiers dépend des valeurs…
Ce notebook explique comment appliquer quatre modèles d’impact de marché dans un backtest : sans impact, impact linéaire, impact en racine carrée et loi de puissance configurable. Chaque modèle estime une variation de prix signée par action selon le sens de…
Ce notebook construit un panel quotidien de caractéristiques pour une stratégie de classement long-short sur vingt paires FX. Il agrège les barres spot de quatre heures en séances se terminant au rollover de New York à 5 PM, puis construit des…
Cette évaluation en lecture seule reconstitue la stratégie sélectionnée à partir des résultats configurés du registre à couverture complète. Elle suit les étapes, de la référence à pondération égale à l’allocation, aux contrôles du risque et à la sensibilité…
Cette étude de cas décrit la production d’un ensemble de prédictions hors échantillon pour un modèle d’options S&P 500 déjà sélectionné. La configuration de test est fixée à partir des résultats de validation, puis ajustée à nouveau sur des données…
Ce notebook présente des diagnostics légers de réfutation pour le triage des caractéristiques et distingue explicitement la cohérence d’un mécanisme de l’identification causale. Il commence par examiner les caractéristiques ETF sur plusieurs horizons de…
Ce notebook passe en revue les étiquettes d’apprentissage supervisé à partir des données de prix de ETF. Il couvre les rendements futurs à horizon fixe pour la régression ou la classification directionnelle, les percentiles glissants des séries temporelles,…
Ce notebook illustre, à l’aide d’exemples construits, les sorties au niveau des positions et les contrôles au niveau du portefeuille. Les règles statiques comprennent les stop-loss, les objectifs de profit et les sorties temporelles ; les règles dynamiques…
Ce notebook montre comment aligner les observations macroéconomiques sur les dates auxquelles les traders pouvaient réellement en avoir connaissance. Il distingue la période mesurée par une valeur de sa date de publication, estime les dates de publication à…
Ce notebook estime l’effet ajusté d’une mesure continue du momentum ETF sur les rendements à terme à l’aide de l’apprentissage automatique double. Il compare une régression non ajustée aux estimations DML, qui contrôlent la volatilité récente et à plus long…