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.
201 documents
Ce notebook présente un modèle de facteur d’actualisation stochastique (SDF) pour valoriser la coupe transversale des rendements des entreprises US. Il apprend des pondérations qui rendent les rendements actualisés des actifs conformes aux conditions de…
Cette implémentation décrit un modèle neuronal de facteur d’actualisation stochastique et un réseau adversarial de moments pour tester les relations de valorisation des actifs. Le réseau SDF transforme les caractéristiques des actifs, éventuellement…
Ce notebook compare le bagging par Random Forest à XGBoost, LightGBM et CatBoost pour prédire les rendements boursiers à partir de caractéristiques d’entreprises anonymisées. Il utilise des découpages chronologiques prédéfinis en ensembles d’entraînement, de…
Cette étude examine si le mauvais ajustement d’un modèle linéaire aux rendements mensuels des actions US vient de son objectif d’erreur quadratique. Elle maintient fixes la cible de rendements futurs non winsorisée, les caractéristiques et les plis…
Le document explique l’analyse en composantes principales instrumentée pour modéliser les rendements des ETF. Contrairement à l’PCA ordinaire, qui attribue à chaque fonds des expositions factorielles fixes, la méthode IPCA exprime les expositions de chaque…
Ce notebook explique comment construire et examiner un panel trimestriel de données fondamentales d’actions US à partir des données SEC XBRL, en conservant à la fois la période décrite par un fait et la date à laquelle il est devenu public. Pour un backtest…
Ce notebook présente une référence fondée sur l’analyse en composantes principales pour prévoir les rendements des contrats à terme CME. PCA est ajustée sur le panel de rendements des produits du pli d’entraînement ; ses composantes représentent donc les…
Ce notebook présente un autoencodeur supervisé qui compresse des lignes de caractéristiques de ETF en une représentation de faible dimension et prédit directement les rendements futurs à partir de cette représentation. Contrairement à un autoencodeur…
Ce notebook ajuste des modèles ridge, lasso et elastic net à un large ensemble de caractéristiques établies des actions US, dont la valeur, la rentabilité, l’investissement, le momentum, la taille, le risque et la liquidité. Il évalue les rendements mensuels…
Cette analyse applique une analyse en composantes principales fondée sur les corrélations aux rendements de fonds négociés en bourse sectoriels. La standardisation des rendements avant la décomposition donne à chaque secteur une variance unitaire ; les…
Ce document présente un autoencodeur supervisé comme modèle de contrôle pour les modèles à facteurs latents conditionnels. Il relie directement les caractéristiques des entreprises aux rendements futurs tout en comprimant 57 entrées dans un goulot…
Ce guide présente les bases publiques de rendements factoriels de la Ken French Data Library et de AQR, notamment les facteurs de marché, de taille, de valeur, de rentabilité, d’investissement, de momentum, de qualité et de bêta faible. Il explique comment…
Ce document présente PCA instrumentée, où les expositions des actifs aux facteurs sont modélisées comme des fonctions linéaires de caractéristiques observées avant le rendement. Il utilise les moindres carrés alternés pour estimer la relation entre…
Ce document décrit un jeu de référence reproductible sur les actions US, issu de l’archive de réplication de la tarification des actifs de Chen, Pelger et Zhu. Il comprend environ 1.2 million d’observations mensuelles sur les actions, de 1967 à 2016, avec 46…
Ce notebook adapte aux actions américaines quotidiennes une architecture adversariale de facteur d’actualisation stochastique. Un réseau de pondération de portefeuille forme un facteur à partir des rendements excédentaires du lendemain, tandis qu’un réseau…
Ce notebook compare une forêt aléatoire à XGBoost, LightGBM et CatBoost sur un panel de caractéristiques d’entreprises anonymisées et de rendements. Le jeu de données fournit des partitions chronologiques pour l’entraînement, la validation et le test. Les…
Ce notebook présente un autoencodeur conditionnel qui préserve la structure d’un modèle factoriel latent instrumenté, tout en remplaçant par un réseau neuronal la fonction linéaire reliant les caractéristiques des entreprises aux expositions factorielles.…
Ce notebook construit une matrice mensuelle de modèles pour une étude des caractéristiques d’entreprises US à partir d’un panel publié dont les caractéristiques ont déjà été classées entre entreprises. Il ajoute des composites et des interactions à partir…
Ce notebook étudie la régularisation de modèles linéaires pour prévoir les rendements de paires de devises. Il distingue la colinéarité entre les caractéristiques d’entrée de la dépendance entre actifs : les paires de devises partagent des devises…
Ce notebook étudie un autoencodeur supervisé qui prévoit les rendements à terme à partir des caractéristiques des entreprises. Il conserve un goulot d’étranglement étroit dans le réseau neuronal, mais supprime l’interprétation en facteurs conditionnels et la…
Cette analyse de faisabilité vérifie si une stratégie mensuelle long-short fondée sur les caractéristiques des entreprises US peut être évaluée à partir du panel disponible. Elle vérifie que les mesures sont encodées sous forme de rangs, décrit combien de…
Ce notebook présente un processus qui transforme les titres de l’actualité financière en signaux par action. Il nettoie et normalise un corpus d’actualités, supprime les doublons exacts ou correspondant à un préfixe au sein de groupes symbole-date et utilise…
Ce notebook applique des prévisions de caractéristiques d’entreprises sélectionnées précédemment et une configuration de portefeuille fixe à une période test d’un an. Il ne fait aucun nouveau choix concernant les prévisions, l’allocation, la concentration,…
Ce notebook évalue les caractéristiques comptables et fondées sur les prix comme prédicteurs individuels des rendements des actions US américaines du mois suivant. Il calcule les corrélations de rang transversales mensuelles entre chaque caractéristique et…