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 concevoir un outil de recherche pour un agent de prévision afin que les éléments de preuve aient une structure cohérente, une origine traçable et un parcours vérifiable jusqu’au modèle. Un protocole client partagé renvoie des…
Le document décrit comment un pipeline de recherche en trading évalue si l’ajustement de modèles à facteurs latents s’est achevé dans un état exploitable. Pour les modèles entraînés par descente de gradient, il vérifie que le dernier objectif d’entraînement…
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 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 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…
Ce notebook spécifie et exécute une analyse d’apprentissage automatique double de l’effet de la prime de risque de variance sur les rendements des options vendues jusqu’à leur échéance. Avant l’exécution, il détermine le traitement, le résultat, les facteurs…
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…
Cette étude de cas ajuste des modèles linéaires régularisés aux rendements de straddles à la monnaie vendus et conservés jusqu’à l’échéance. La transaction encaisse les primes des options d’achat et de vente, ce qui plafonne son gain maximal, mais peut…
Ce document explique comment un registre d’expériences peut suivre un modèle depuis sa configuration d’entraînement jusqu’aux prédictions et aux résultats du backtest. Chaque étape reçoit un identifiant dérivé d’une spécification canonisée, de sorte que des…
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…
Ce chapitre présente la construction de portefeuille comme le processus qui transforme des prévisions de rendement, des estimations de risque et des contraintes en pondérations, en levier et en décisions de rééquilibrage. Il expose un processus de recherche…
Ce notebook étudie le comportement de ridge, du lasso et du filet élastique lorsqu’une matrice de caractéristiques de contrats perpétuels crypto mesure de nombreuses façons une même quantité économique : la prime. Les niveaux et variations de prime, la…
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 élabore une politique de sortie à deux modèles pour des contrats perpétuels crypto horaires. Un classificateur d’entrée repère les rendements futurs exceptionnellement élevés, tandis qu’un classificateur de sortie prédit si le prochain rendement…
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…
Ce notebook décrit un flux TabM pour des modèles de paires de devises. TabM applique un petit réseau neuronal à chaque ligne de décision au lieu de traiter les observations comme une séquence. Le notebook récupère la planification de l’architecture et des…
Ce document présente un inventaire multi-marchés des artefacts de caractéristiques issues de modèles dans neuf études de cas. Il lit les schémas Parquet sans charger leurs lignes, exclut les colonnes d’identifiants, compte les colonnes de caractéristiques et…
Ce document reformule la prévision d’un rendement boursier sur cinq séances en échantillonnant les données quotidiennes le vendredi. La cible reste un rendement sur cinq séances, mais sur la grille hebdomadaire, elle couvre environ une étape du modèle. Le…
Ce document décrit le réajustement, sur tout l’historique admissible antérieur à -2021, de la configuration sélectionnée lors des étapes de validation précédentes, puis la génération de prédictions pour l’échantillon témoin 2021. Il déduit l’intervalle…
Ce notebook évalue des arbres de gradient boosting sur des données d’options sur actions, où des caractéristiques telles que la volatilité implicite, le skew, la structure par terme et la prime de risque de variance traduisent les anticipations du marché. Il…
Ce notebook teste si les arbres de gradient boosting améliorent le classement transversal des paires de devises par rapport à un modèle linéaire pénalisé. L’univers FX contient des paires partageant des devises ; les observations sont donc dépendantes : un…
Ce module utilitaire prend en charge les flux d’apprentissage profond appliqués aux séries temporelles financières multi-actifs. Il résout les alias de jeux de données et charge les données de référence des études de cas, puis crée des séquences à fenêtre…
Ce notebook compare deux modèles d’embeddings à poids ouverts exécutés localement, sur des extraits de documents 10-K récents et un ensemble fixe de requêtes de recherche financière. Il crée des extraits de deux phrases, vectorise les mêmes documents et…