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.
1,030 documents
Ce notebook agrège les résultats de modèles linéaires, notamment OLS, Ridge, Lasso et ElasticNet, sur neuf études de cas. Il compare la configuration complète la plus performante de chaque étude sur son étiquette principale, puis examine la régularisation,…
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…
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 établit une référence au stade du signal pour évaluer les prévisions du modèle sur les contrats à terme CME. À chaque décision hebdomadaire, il classe les produits selon leur rendement prédit, achète le groupe de tête, vend à découvert celui de…
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…
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…
Ce notebook construit des intervalles de prédiction autour de prévisions par gradient boosting et compare la prédiction conforme scindée à la régression quantile, à la régression quantile conformisée et à l’inférence conforme adaptative. La méthode conforme…
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 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…
Cette étude compare des arbres entraînés par gradient boosting à un modèle linéaire pénalisé pour classer les paires de devises selon leurs rendements futurs. Elle part du fait que les arbres peuvent représenter des relations conditionnelles, par exemple…
Ce notebook assemble un agent de prévision à partir d’un client de modèle de langage, d’un outil de recherche et d’une boucle de tours limitée. L’agent recherche des éléments probants et renvoie une probabilité binaire accompagnée d’une justification. Son…
Ce notebook applique des méthodes d’étude événementielle fondées sur des séries temporelles structurelles bayésiennes pour estimer l’impact des annonces de la Réserve fédérale sur un ETF obligataire ETF. Il construit un contrefactuel à partir des relations…
Ce notebook compare DQN, PPO et A2C dans un environnement de trading simulé commun, calibré sur les rendements horaires des contrats à terme perpétuels sur Bitcoin. Un modèle GARCH(1,1) produit le regroupement de volatilité ; l’environnement facture les…
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 évalue si le coefficient d’information (IC) d’un signal peut être distingué du bruit lorsque les observations successives sont dépendantes. Il illustre le problème avec un signal de momentum et des données ETF, et explique comment le…
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 explique comment examiner un panel fourni de séries économiques de FRED et interpréter sa grille calendaire, ses métadonnées et ses colonnes dérivées. Comme le panel a été aplati sur un calendrier quotidien, le nombre de lignes masque les…
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 notebook explique comment préparer et enregistrer des prévisions NLinear pour des étiquettes FX. NLinear soustrait le dernier niveau observé de chaque historique d’entrée de longueur fixe, afin que le modèle se concentre sur les variations au cours de la…
Cet outil d’analyse partagé permet de comparer les prédictions de modèles de trading au moyen des métriques du registre et de diagnostics au niveau des prédictions. Il charge des résultats précalculés de coefficients d’information, permet de filtrer par…