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 notebook évalue les caractéristiques ETF une par une en calculant, pour chaque date, un coefficient d’information de rang entre les valeurs des caractéristiques et les rendements mensuels ultérieurs. Il filtre les caractéristiques financières et dérivées…
Ce notebook évalue des caractéristiques candidates pour classer les actions US selon leurs rendements ultérieurs. Il calcule des coefficients d’information transversaux quotidiens, résume leur moyenne avec des estimations d’incertitude tenant compte de la…
Ce notebook estime l’effet ajusté d’une mesure continue du momentum ETF sur les rendements à terme à l’aide de l’apprentissage automatique double. Il compare une régression non ajustée aux estimations DML, qui contrôlent la volatilité récente et à plus long…
Ce guide décrit un jeu de données quotidien sur les actions US, issu de Wiki Prices de NASDAQ Data Link, comprenant des données OHLCV ajustées et couvrant la période de 1962 à mars 2018. Il explique comment obtenir l’archive avec une clé API, la charger,…
Ce notebook explique comment un autoencodeur conditionnel étend l’analyse en composantes principales instrumentée (IPCA) : il conserve la structure en deux étapes, où les caractéristiques des fonds déterminent les expositions à des facteurs latents,…
Cette analyse compare des modèles prédictifs qui classent les actions NASDAQ-100 selon leur rendement sur les 15 prochaines minutes à partir de caractéristiques intrajournalières de microstructure telles que les spreads, le déséquilibre de profondeur, le…
Ce notebook compare sklearn HistGradientBoosting, XGBoost, LightGBM et CatBoost pour prévoir les rendements futurs ETF. Il mesure le coefficient d’information transversal, le temps d’entraînement et la mémoire utilisée selon plusieurs niveaux de complexité…
Ce notebook explique comment analyser les messages IEX DEEP et tenir un carnet d’ordres à cours limité agrégé à chaque niveau de prix. Il extrait les mises à jour par niveau de prix, les meilleures cotations acheteur et vendeur ainsi que les rapports de…
Ce notebook teste si une allocation de portefeuille standard peut améliorer une stratégie de trading NASDAQ-100 à chaque barre, déjà grevée par les coûts de transaction. Il sélectionne les prédictions selon leur performance en validation dans l’univers…
Ce notebook applique des contrôles de risque par position aux principales combinaisons d’allocation ETF, tout en gardant fixes chaque prédiction sous-jacente, la concentration et l’allocateur. Il compare les stop-loss, les stops suiveurs et les sorties…
Cette étude des caractéristiques d’actions US explique comment générer des caractéristiques à partir de modèles estimés sans introduire de données futures dans les observations antérieures. Le calendrier d’estimation prévoit une période de préchauffage…
Ce notebook applique TSMixer à des séquences ETF à l’aide d’une fonction partagée globalement entre les fonds. Chaque exemple contient l’historique et les covariables d’un fonds donné ; les interactions temporelles et entre caractéristiques sont apprises sur…
Ce notebook analyse des carnets d’ordres à cours limité NASDAQ reconstruits pour décrire les spreads intrajournaliers et la profondeur au meilleur prix, puis examiner si le déséquilibre des flux d’ordres est associé aux rendements ultérieurs par tranche. Il…
Ce notebook présente une passerelle de déploiement entre un pipeline d’apprentissage automatique hors ligne et le moteur de trading LEAN de QuantConnect. Il sélectionne de manière reproductible une exécution de modèle dans un registre, exporte ses…
Ce notebook évalue quatre signaux dérivés de l’actualité — surprise pondérée, sentiment moyen, variation du sentiment et couverture des articles — par rapport aux rendements boursiers futurs. Il calcule un coefficient d’information de Spearman transversal…
Ce document décrit l’ajustement de réseaux convolutifs temporels aux caractéristiques de microstructure à la minute du NASDAQ 100. Les convolutions causales empêchent une prédiction d’utiliser des observations ultérieures, tandis que la dilatation permet aux…
Cette analyse vérifie si des données quotidiennes sur les options et les actions peuvent soutenir une stratégie hebdomadaire S&P 500 qui classe les composantes selon leur volatilité implicite à la monnaie à trente jours et achète les actions les mieux…
Cette analyse compare les prédictions de plusieurs familles de modèles entraînées sur des caractéristiques mensuelles des actions US afin de prévoir les rendements du mois suivant. Elle porte sur le coefficient d’information transversal, qui mesure la…
Ce notebook compare des méthodes pour découvrir les relations au sein d’un panel de rendements ETF : NOTEARS pour les graphes acycliques dirigés linéaires contemporains, VAR-LiNGAM pour les structures retardées et instantanées, et PCMCI pour les liens…
Ce notebook montre comment régler les hyperparamètres de LightGBM avec l’échantillonneur TPE d’Optuna, en utilisant le coefficient d’information transversal comme objectif. Il combine l’arrêt anticipé, qui choisit le nombre d’itérations de boosting, et une…
Cette étude transforme des prédictions de modèles enregistrées en stratégies comparables sur options du S&P 500. Aux dates de décision hebdomadaires, elle classe les rendements prévus, filtre un univers liquide et vend des straddles à la monnaie équipondérés…
Ce notebook rassemble cinq approches à facteurs latents pour modéliser la section transversale des rendements boursiers dans l’étude de cas sur les options du S&P 500. PCA estime les mouvements communs à partir des seuls rendements ; IPCA établit une…
Ce notebook explique comment décoder les messages binaires NASDAQ TotalView-ITCH et les stocker sous forme de données structurées pour une analyse ultérieure de la microstructure de marché. Il présente le cadrage des messages, les champs de largeur fixe, les…
Ce notebook construit un répartiteur de portefeuille qui place un réseau de sélection de variables de type Temporal Fusion Transformer avant un encodeur LSTM. Le réseau de sélection intègre séparément chaque caractéristique d’entrée et attribue aux…