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 explique comment les modèles de Markov cachés infèrent les états de marché non observés à partir des rendements et de la volatilité récente. Il établit d’abord des règles simples de comparaison : un seuil d’indice de volatilité pour le stress et…
Le notebook explique comment comparer des modèles de prédiction d’options S&P 500 sans que des échantillons d’évaluation incomplets ou mal appariés faussent les résultats. Il identifie chaque modèle par sa famille, sa configuration et son point de contrôle,…
Ce notebook construit des intervalles d’incertitude pour les rendements à terme ETF à l’aide de la régression Ridge et de trois méthodes conformes : la prédiction conforme avec découpage, la régression quantile conformisée et l’inférence conforme adaptative.…
Ce notebook utilise l’apprentissage automatique double pour estimer si un score z de prime sur contrats à terme perpétuels est associé au rendement sur les huit heures suivantes, après ajustement de six variables de contrôle antérieures au traitement. Il…
Ce notebook explique un autoencodeur conditionnel qui modélise les rendements des actions comme le produit d’expositions factorielles dépendantes de caractéristiques par des facteurs latents. Il estime d’abord les rendements de portefeuilles gérés selon les…
Ce notebook compare des modèles linéaires sur des caractéristiques ETF construites à partir de fenêtres de rendements qui se chevauchent et de mesures connexes de momentum, de volatilité et d’oscillateurs. Ces prédicteurs sont colinéaires, ce qui rend…
La différenciation fractionnaire applique une puissance non entière de la différence de l’opérateur de retard aux prix logarithmiques. Ses poids binomiaux décroissent au fil des observations passées ; le résultat combine donc les variations de prix avec une…
Ce notebook décrit un modèle LSTM qui prédit les rendements à partir de fenêtres ordonnées de caractéristiques boursières dans un panel d’actions US. Contrairement à un modèle tabulaire classique, le LSTM traite les séances séquentiellement et conserve un…
Ce notebook présente TimeGAN, un modèle antagoniste génératif récurrent destiné à produire des séquences financières synthétiques. Ses cinq modules apprennent une représentation latente et sa reconstruction, prédisent les états latents successifs, génèrent…
Ce notebook applique deux détecteurs séquentiels aux erreurs de prédiction réelles de validation de deux configurations de modèles linéaires sur actions US pendant une année civile. Un détecteur de décalage de moyenne à deux fenêtres recherche les variations…
Ce notebook présente un autoencodeur supervisé pour prévoir les rendements futurs des ETF. Le réseau compresse la ligne de caractéristiques d’un fonds en une représentation de faible dimension et prédit directement les rendements à partir de cette…
Cette analyse compare les registres de triage des caractéristiques de neuf études de cas de trading. Elle distingue la significativité selon le taux de fausses découvertes de Benjamini–Hochberg d’une seconde voie vers une décision PROCEED, qui combine un…
Ce notebook ajuste finement trois points de contrôle de transformeurs pour classer le sentiment de phrases financières en trois catégories, puis compare leur exactitude, leur F1 macro, leurs matrices de confusion, le nombre de paramètres et la durée…
Ce notebook construit des facteurs par composantes principales à partir d’un panel de rendements de contrats à terme CME, et non à partir de caractéristiques élaborées telles que le portage, le momentum ou la volatilité. PCA trouve des directions qui…
Ce document présente deux approches par facteurs latents pour les rendements des contrats à terme. L’analyse en composantes principales trouve des directions non corrélées qui expliquent la plus grande part de la variation des rendements, tandis qu’un…
Ce notebook présélectionne des caractéristiques candidates pour une stratégie qui vend des straddles à la monnaie et les conserve jusqu’à l’échéance. Pour chaque séance de trading, il compare le classement transversal des titres disponibles selon une…
Ce document explique comment construire des étiquettes de rendement futur quotidien pour les ETF à partir des cours de clôture ajustés à la date d’observation et lors d’une séance ultérieure. Il crée une étiquette principale à horizon mensuel et une variante…
Ce notebook compare la prédiction conforme scindée, la régression quantile conformisée et l’inférence conforme adaptative pour prévoir les rendements futurs des ETF. Dans des découpages walk-forward, il entraîne le modèle sur un sous-ensemble, calibre les…
Ce module utilitaire partagé fournit un pipeline commun de boosting de gradient pour la recherche quantitative. Il définit des préréglages de capacité et associe des noms de paramètres canoniques aux réglages correspondants de LightGBM, XGBoost, CatBoost et…
Ce notebook examine un pipeline de titres ESG fondé sur des mots-clés et compare ses sorties structurées de classificateur aux exigences auxquelles un assistant de génération augmentée par récupération devrait répondre. Une première liste de mots-clés…
Le notebook utilise SHAP pour expliquer au niveau des jetons les probabilités de sentiment financier de FinBERT réparties en trois classes. Il fixe un point de contrôle du modèle, aligne explicitement les étiquettes de sortie, puis examine quels jetons…
Ce notebook inventorie les colonnes de caractéristiques fondées sur des modèles dans neuf études de cas de marché en lisant les schémas Parquet plutôt qu’en chargeant les jeux de données complets. Il exclut les champs d’identifiants, compte les colonnes par…
Cette étude de cas compare des modèles séquentiels sur un panel de caractéristiques d’actions et d’options de l’indice S&P 500. Elle associe un LSTM, qui conserve un état contrôlé sur une fenêtre rétrospective, à une référence N-Linear qui retire le dernier…
Ce notebook explique l’architecture en cinq parties de TimeGAN : un réseau d’incorporation et un réseau de reconstruction font le lien entre les observations brutes et l’espace latent, un superviseur apprend les transitions temporelles, et un générateur et…