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 notebook utilise les rendements quotidiens ETF pour expliquer comment les modèles GARCH captent le regroupement de la volatilité et le transforment en caractéristique calculée à chaque séance. Il commence par des diagnostics visuels et un test ARCH-LM…
Ce notebook explique comment reconstruire le carnet d’ordres à cours limité NASDAQ d’un symbole unique à partir de données message par ordre. Il traite les ajouts, exécutions, annulations, suppressions et remplacements tout en maintenant la quantité restante…
Ce module source fournit des chargeurs pour les cours des actions américaines, les indices, les options, la microstructure de marché, les fondamentaux et les positions institutionnelles. Son détail méthodologique le plus important porte sur le…
Ce notebook explique comment reconstruire un catalogue d’expériences de modèles à partir du registre d’une étude de cas et en comparer le contenu avec MLflow. Il suit les expériences depuis les exécutions d’entraînement jusqu’aux ensembles de prédictions et…
Cette analyse exploratoire décrit les données OHLCV horaires des contrats perpétuels crypto ainsi qu’un indice de prime sur huit heures. Elle examine la couverture des symboles et des dates, l’évolution de la composition des contrats, les unités et la…
Ce notebook compare les moindres carrés ordinaires à Ridge, LASSO et Elastic Net pour prévoir les rendements futurs dans un univers d’ETF. Tous les modèles utilisent les mêmes plis walk-forward, avec une période de purge correspondant à l’horizon de la…
Ce notebook construit un cadre moyenne-variance investi à 100 % et uniquement acheteur pour un univers diversifié d’ETF. Il construit des portefeuilles réalisables et une frontière efficiente, puis calcule les pondérations de Sharpe maximal et de variance…
Ce notebook applique l’analyse en composantes principales à un sous-ensemble liquide d’actions US afin de construire des portefeuilles propres normalisés en exposition brute et d’étudier leur rôle comme facteurs de risque latents. Il examine la variance…
Ce notebook compare des modèles linéaires pour prévoir les rendements ETF à partir de caractéristiques de prix qui se chevauchent. Comme plusieurs horizons de rendement et familles d’indicateurs peuvent encoder des informations similaires, les moindres…
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 applique TabM, un ensemble neuronal à partage de poids, à un panel de caractéristiques de contrats à terme perpétuels sur cryptomonnaies. Ses membres partagent une base neuronale, mais disposent de vecteurs de mise à l’échelle et de couches 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…
Ce notebook évalue une par une les caractéristiques candidates de 20 paires de devises par rapport aux rendements futurs. Il limite l’analyse aux périodes de validation walk-forward, associe chaque séance à son pli et laisse un intervalle tampon avant la…
Ce notebook explique comment combiner les prévisions probabilistes de plusieurs agents et étalonner les probabilités obtenues. Il présente l’extrémisation de Neyman, qui éloigne la prévision moyenne du taux de base en fonction de la taille du panel et d’une…
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…
Ce module décrit une méthode commune pour préparer des plis d’entraînement et de validation walk-forward pour plusieurs familles de modèles. Il sépare les opérations coûteuses indépendantes du modèle — découpage des fenêtres temporelles, application de…
Ce notebook compare les prédictions de validation de plusieurs familles de modèles pour étudier le financement des contrats à terme perpétuels. Il explique que le coefficient d’information mesure l’association entre les rangs des prédictions et les…
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…