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 guide associe les questions causales aux bibliothèques Python et clarifie la différence entre estimer des effets en supposant une structure causale et découvrir des structures possibles à partir des données. Il présente le double apprentissage automatique…
Ce cadre présente des contrôles de qualité des données quotidiennes US sur les actions OHLCV. La validation structurelle vérifie les relations entre les prix, leur positivité, le caractère non négatif des volumes, les valeurs manquantes, les dates en double,…
Ce notebook présente un modèle de facteur d’actualisation stochastique pour valoriser une coupe transversale d’ETF. Au lieu d’estimer séparément les expositions des fonds et les rendements des facteurs, il entraîne des réseaux à trouver une série commune de…
Ce notebook reconstitue la meilleure offre acheteur et vendeur en vigueur pour chaque transaction AAPL au cours d’une séance de mars 2020, puis applique la méthode Lee–Ready pour déduire si les acheteurs ou les vendeurs ont initié les transactions. Il…
Ce notebook présélectionne les caractéristiques financières et issues de modèles selon leur capacité à classer les ETF en fonction des rendements ultérieurs. Il calcule un coefficient d’information date par date en comparant les rangs transversaux de chaque…
Ce notebook examine si les attributions de caractéristiques SHAP sont suffisamment stables pour guider l’élagage des modèles, les décisions de risque ou les rapports. À partir d’une tâche de prédiction ETF, il recherche d’abord des échantillons de test dont…
Cette configuration décrit une stratégie quotidienne long-short sur actions US qui classe un vaste univers boursier selon les prédictions du modèle, achète le décile supérieur et vend à découvert le décile inférieur, avec des pondérations égales au sein de…
Cet utilitaire de données facilite l’utilisation du jeu de données de valorisation de Chen, Pelger et Zhu, qui comprend les rendements boursiers, les caractéristiques des entreprises, des séries macroéconomiques et des tenseurs de caractéristiques…
Ce notebook examine si des caractéristiques financières contribuent à expliquer une étiquette de rendement d’options couvertes en delta sur 10 séances. Il compare des modèles Ridge utilisant une caractéristique de volatilité implicite, des groupes de…
Cette implémentation décrit comment construire des fenêtres de séquences par lots pour des données de panel utilisées dans des études d’apprentissage profond. Les fenêtres suivent le calendrier attendu du panel au lieu de compresser les observations de…
Ce notebook présente des méthodes pratiques de nettoyage des données de marché et d’entreprises, notamment la gestion des doublons, les indicateurs de lacunes, les filtres par domaine, la détection des pics par retournement, l’écrêtage des valeurs…
Ce notebook explique comment évaluer si les stratégies fondées sur un panel d’actions US peuvent résister aux frictions de trading. Il fixe une configuration par étiquette à l’aide du Sharpe de validation, puis réévalue cette même stratégie selon différents…
Ce notebook examine si les attributions SHAP restent stables lorsque les prévisions sont similaires ou lorsque les modèles sont réajustés avec différentes graines aléatoires et architectures. À partir des rendements futurs ETF, il recherche des paires…
Ce notebook compare les éléments probants issus de modèles prédictifs, structurels et causaux dans une étude transversale du S&P 500, qui combine des caractéristiques d’actions et des mesures dérivées des options, telles que la volatilité implicite, le skew…
Ce notebook montre comment convertir les rendements bruts en performance nette selon des hypothèses explicites de trading, de financement et de frais de fonds. La structure des coûts comprend le spread et l’impact de marché, les commissions et les frais de…
Ce notebook présente un processus de diagnostic au niveau des opérations qui relie les pertes réalisées aux explications SHAP d’un modèle. Il entraîne un modèle LightGBM sur des caractéristiques retardées de prix et de volatilité, ainsi que des données…
Cet utilitaire décrit un flux de travail qui collecte les déclarations publiques SEC 10-Q, 10-K et 8-K, puis les convertit en un jeu de données tabulaire commun destiné à la recherche en aval. Il applique une extraction de texte propre à chaque formulaire :…
Cette expérience examine dans quelle mesure un signal long-short mensuel sélectionné sur les actions US dépend des petites capitalisations. Elle applique un filtre retardé sur la capitalisation boursière qui retire le quartile le plus petit des prédictions…
Ce notebook explique comment PatchTST utilise des segments de longueur fixe de caractéristiques séquentielles de marché pour prévoir les étiquettes du NASDAQ-100. Le mécanisme d’attention relie les segments sur une fenêtre rétrospective d’une heure, tout en…
Le document présente NLinear, un modèle de séquence minimal destiné à prévoir les rendements des actions du NASDAQ-100 à partir de caractéristiques intrajournalières. Il utilise une fenêtre rétrospective fixe, soustrait la dernière observation afin que le…
Ce notebook examine les résultats conservés d’un audit de stratégies réelles comparant le moteur LEAN à des profils ML4T Backtest correspondants. Il identifie les charges de travail par classe d’actifs prises en charge par les entrées figées et présente des…
Ce notebook décrit la production de prédictions pour la période de holdout d’une étude de cas sur les actions US, après sélection d’une configuration sur les plis de validation. Il résout la configuration sélectionnée, conserve le choix du checkpoint et…
Ce notebook assemble des pipelines de bout en bout pour les actions quotidiennes et les contrats perpétuels crypto horaires, couvrant l’acquisition, la validation, l’étiquetage des sources et le stockage. Son exemple sur les actions joint des données…
Ce notebook présente un cadre pour vérifier si la qualité apparente d’un signal de momentum résiste à des choix de recherche raisonnables. À partir de données réelles ETF antérieures à la période de holdout désignée, il fait varier un paramètre de lookback à…