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.
187 documents
L’étude examine des American Depositary Receipts asiatiques sur des marchés dont les horaires de trading ne coïncident pas avec ceux des actions étrangères sous-jacentes. Elle décompose les rendements des ADR en composantes obtenues pendant les heures de…
Ce travail propose de représenter les actions selon leur rang de capitalisation plutôt que par l’identité de l’entreprise. Il part du constat que les représentations classiques fondées sur les noms peuvent être bruitées et volatiles, ce qui complique…
Ce travail étend un modèle latent de carnet d’ordres et d’impact de marché en permettant aux agents de présenter un retour à la moyenne, comportement fréquemment observé sur les marchés. Il étudie la dynamique du carnet d’ordres qui en résulte à l’aide d’une…
L’article combine des modèles factoriels construits statistiquement avec le contrôle stochastique pour étudier l’arbitrage statistique de grande dimension. Son modèle suppose que les résidus présentent un retour à la moyenne et montre comment construire…
StockGPT traite les rendements boursiers quotidiens comme des séquences de jetons numériques et entraîne un modèle autorégressif pour prévoir les rendements futurs. Son mécanisme d’attention vise à apprendre directement les motifs temporels à partir des…
Cet article étudie un problème d’investissement et de consommation dans un marché de trading par paires où l’écart entre les actifs risqués suit un processus d’Ornstein–Uhlenbeck. Il porte sur les stratégies optimales sous utilité puissance, en réunissant…
Cette étude développe une stratégie de trading par paires fondée sur le retour à la moyenne pour des actions US. Au lieu de sélectionner les paires selon les pratiques habituelles du trading par paires, elle utilise l’estimation du maximum de vraisemblance…
Le document utilise une vaste simulation multi-agents pour examiner quels styles de trading perdurent dans un marché bruité. Son modèle MAS-Utopia comprend 10,000 agents répartis entre cinq archétypes et s’appuie sur cinq années de données à haute fréquence.…
CTBench est un référentiel d’évaluation des séries temporelles synthétiques de cryptomonnaies, conçu en tenant compte du trading continu, de la forte volatilité et des changements rapides de régime du marché. Il rassemble des données de 452 jetons et évalue…
Cet article étudie le trading optimal lorsqu’un signal suit un processus d’Ornstein-Uhlenbeck à retour à la moyenne, dont les paramètres varient selon des régimes cachés. Il combine des réseaux neuronaux récurrents et l’apprentissage par renforcement pour…
Cette étude empirique évalue si les stratégies de portefeuille en ligne conçues pour exploiter le retour vers la moyenne fonctionnent au-delà des jeux de données de référence. Elle examine trois approches : le retour vers la moyenne passif-agressif, le…
Cet article modélise la façon dont les traders peuvent créer une rétroaction : ils estiment les corrélations entre informations de marché et prix à partir de données passées, puis s’en servent pour guider leurs transactions. Lorsque suffisamment d’agents…
L’étude teste si des signaux de prix et de volume à court horizon, conçus pour le marché chinois des actions A, apportent des informations de valorisation supplémentaires pour les actions du S&P 500 au-delà des facteurs américains établis. Elle applique la…
Cet article présente une méthode d’optimisation pour construire un portefeuille à retour à la moyenne à partir d’un ensemble plus vaste d’actifs. Il recherche des portefeuilles dont l’écart est bien décrit par un processus d’Ornstein–Uhlenbeck, dont les…
Ce document présente un outil de visualisation et de sélection d’actions organisé autour des signaux de trading et de filtres pratiques. Son moteur calcule l’écart entre le cours de chaque action et celui de ses pairs, en utilisant cet écart relatif comme…
L’article analyse la formation des prix d’équilibre d’un actif positif à retour vers la moyenne en temps continu, lorsque les investisseurs divergent sur la vitesse de ce retour et sur la moyenne de long terme de l’actif. Son résultat central établit une…
Le document présente KBPT, une politique de trading par paires qui combine un filtre de Kalman, des signaux fondés sur les bandes de Bollinger et un réseau neuronal inspiré de l’architecture KalmanNet. Les versions traditionnelles modélisent la relation…
Le document décrit l’application de l’apprentissage par renforcement profond au problème de trading du retour à la moyenne. Il vise à rendre les méthodes récentes d’apprentissage par renforcement plus accessibles aux praticiens qui devraient autrement…
Le document présente la volatilité virtuelle comme une mesure de l’incertitude des prévisions de la composante de dérive d’une marche aléatoire. Il propose également d’utiliser cette mesure pour examiner le comportement stochastique d’un portefeuille et…
Le document étudie la prévisibilité entre actions à des horizons intrajournaliers, en s’appuyant sur des recherches concernant les flux d’investissement et le calendrier optimal des transactions. Il rapporte une continuité des rendements à des intervalles…
Cette étude présente un signal d’arbitrage statistique sur cryptoactifs fondé sur un retour à la moyenne associé à un facteur de momentum dominant dans les rendements des cryptomonnaies. Elle expose un algorithme et fournit le code source, mais la…
Cet article étudie la maximisation de l’utilité pour des investisseurs ayant une fonction d’utilité puissance, lorsque la dynamique des prix présente une mémoire longue ou des caractéristiques non markoviennes. Il démontre que la valeur du problème…
Cette étude examine si un agent génératif alimenté par un grand modèle de langage peut reproduire les variations de la combinaison des comportements fondamentalistes et suiveurs de tendance décrits par les modèles à agents hétérogènes. L’agent utilise les…
L’article soutient que l’érosion due à la volatilité n’explique pas à elle seule le comportement à long terme des fonds négociés en bourse à effet de levier. Il étudie la façon dont la capitalisation dépend de l’autocorrélation des rendements et d’autres…