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.
1,447 documents
Ce module d’allocation partagé transforme les prévisions transversales en pondérations de portefeuille. Il classe les actifs selon leur score pour sélectionner des positions longues ou les paniers long et short composés des actifs les mieux et les moins bien…
Cette étude de cas ajuste des arbres entraînés par boosting de gradient aux étiquettes de rendement des ETF et les compare à une référence linéaire qui a obtenu de bons résultats avec une forte régularisation Ridge. Elle explique pourquoi les arbres peuvent…
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 crée un diagnostic réutilisable des jeux de données financiers avant le prétraitement ou l’ingénierie des caractéristiques. Il vérifie le type de l’index temporel, les horodatages nuls, l’ordre et l’unicité ; repère les doublons exacts et ceux…
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 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 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 compare deux questions causales sur les primes extrêmes des contrats à terme perpétuels sur Bitcoin : un état de prime prédit-il les rendements futurs, et prédit-il le retour ultérieur de la prime à sa moyenne ? Le traitement est un indicateur…
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,…
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…
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…
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…
Cette analyse exploratoire décrit un jeu de données OANDA en quatre heures couvrant vingt paires de devises. Elle explique que le champ de volume compte les mises à jour de cotation sur une seule plateforme, et non la taille consolidée des transactions ; il…
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 teste si quatre stratégies de portefeuilles gérés expliquent les rendements de SPY après contrôle de la coévolution générale des ETF. Les stratégies classent les ETF selon le momentum retardé, la volatilité ou les rendements récents. Dix…
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 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 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…