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 notebook construit des indicateurs à partir de données NASDAQ-100 à la minute en utilisant trois méthodes : une régression autorégressive hétérogène glissante pour prévoir la variance à court terme, une transformée de Fourier pour décrire la structure…
Ce notebook montre comment analyser un graphe d’événements financiers sans confondre la date d’un événement, sa publication et son extraction par le pipeline du graphe. Il charge des relations 8-K horodatées, mesure les délais de publication et d’extraction,…
Le document présente les facteurs latents comme des moteurs communs des rendements, inférés à partir des co-mouvements entre contrats à terme plutôt que fournis comme prédicteurs nommés. Il compare deux approches ajustées au sein de chaque pli…
Le document décrit comment comparer les prédictions de validation de modèles linéaires, de boosting par gradient, d’apprentissage profond tabulaire et de séquence pour les options S&P 500. Avant de présenter les diagnostics, il vérifie que chaque population…
Le document explique comment l’apprentissage automatique double (DML) estime si la part du volume initiée par les acheteurs affecte les rendements futurs après prise en compte du spread, de la volatilité à court terme et des rendements antérieurs. Il élimine…
Ce notebook explique comment les magasins de caractéristiques alignent les données d’entraînement et les entrées des modèles en direct. Il décrit les vues de caractéristiques à travers leur clé d’entité, leur horodatage d’événement, leur durée de validité et…
Ce document explique un processus à cinq étapes pour évaluer neuf études de cas de trading, de la qualité du signal à la validation, aux coûts de transaction, aux performances sur holdout et à la qualité des éléments probants. Les étapes sont cumulatives :…
Ce notebook décrit une répétition du déploiement d’un modèle directionnel de taux de financement crypto. Il entraîne un modèle LightGBM à trois classes sur des données historiques de contrats perpétuels dérivées de Binance, puis récupère les barres horaires…
Ce notebook décrit l’ajustement d’un réseau à mémoire à long et court terme à des caractéristiques de microstructure NASDAQ-100 à la minute, afin de prévoir les rendements futurs à plusieurs horizons. Le modèle traite une séquence passée étape par étape et…
Ce notebook présente un autoencodeur conditionnel qui étend l’analyse en composantes principales instrumentée en remplaçant par un réseau neuronal la transformation linéaire des caractéristiques des actions en expositions aux facteurs. Il conserve la…
Ce module utilitaire construit des tableaux et des graphiques pour évaluer des modèles prédictifs sur les données de validation et de holdout. Ses diagnostics comprennent les intervalles de confiance des coefficients d’information, la dégradation entre…
Ce document décrit l’architecture d’un réseau neuronal de décision qui transforme des séries temporelles par actif et leur contexte en pondérations de risque de portefeuille bornées. Son architecture de base, appliquée à chaque actif, associe des…
Ce document consigne une prévision en plusieurs étapes visant à déterminer si la Réserve fédérale relèvera ses taux en 2026. Trois agents recherchent des éléments probants et produisent des probabilités, puis débattent avant une mise à jour par un…
Ce notebook exécute le modèle NLinear d’une population déclarée de trois modèles d’apprentissage séquentiel pour les options S&P 500. Il résout les requêtes et les points de contrôle de la population complète avant d’ajuster ce modèle, afin que les notebooks…
Ce notebook décrit l’étape de prévision sur le holdout d’une étude US sur les caractéristiques des entreprises. Il reprend la configuration de modèle sélectionnée à partir des résultats de validation, reconstitue sa spécification d’entraînement et son point…
Cette note de configuration explique pourquoi une régression logistique à trois classes pénalisée par L1 utilise SAGA plutôt que le solveur liblinear de scikit-learn. Elle cite la compatibilité multiclasses des versions récentes de scikit-learn et indique…
Le notebook décrit une analyse par double machine learning à fenêtre croissante visant à déterminer si le momentum de 12 à -2 mois prédit les rendements du mois suivant des entreprises US, après ajustement pour le bêta, la volatilité idiosyncratique, la…
Ce notebook présente un processus d’extraction d’événements d’entreprise structurés à partir des déclarations SEC 8-K et de chargement dans un graphe de connaissances Neo4j. Un modèle de langage traite les déclarations par lots pour produire des fiches…
Ce notebook compare les recherches d’hyperparamètres Optuna pour XGBoost, LightGBM et CatBoost sur un jeu de données de caractéristiques d’entreprise. Chaque bibliothèque reçoit sa propre étude de recherche, utilisant un estimateur de Parzen à structure…
Ce notebook compare l’imitation du comportement et l’apprentissage par renforcement inverse (IRL) à partir de trajectoires produites par une règle d’exécution au prix moyen pondéré dans le temps (TWAP). L’imitation du comportement associe directement les…
Ce notebook applique l’apprentissage automatique double pour examiner si l’écart entre volatilité implicite et réalisée est associé aux rendements ultérieurs des actions après ajustement des facteurs de confusion observés. Il identifie la volatilité…
Cet utilitaire d’entraînement décrit une boucle d’optimisation pour un modèle de type DeePM. Il utilise AdamW pour mettre à jour les paramètres du modèle à partir d’une fonction de perte robuste orientée vers le ratio de Sharpe, en transmettant les…
Ce notebook ajuste des modèles ridge, lasso et elastic net aux caractéristiques publiées des entreprises pour des actions US individuelles. Les caractéristiques couvrent la valeur, la rentabilité, l’investissement, la taille, le momentum, le retournement, le…
Ce document illustre les concepts de vue de caractéristiques directement à partir des données Parquet d’une étude de cas. Une vue de caractéristiques spécifie la clé de l’entité, l’horodatage de l’événement, la durée de validité et les colonnes de…