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
L’article examine comment un bureau de trading devrait exécuter des ordres pour plusieurs clients qui recherchent les mêmes actifs, mais dont les tailles d’ordres, les horizons et les préférences de risque diffèrent. Les premières exécutions peuvent faire…
L’article évalue si des signaux macroéconomiques et de marché peuvent déterminer le moment des allocations entre des paniers de ETF de croissance et défensifs. Il présente la tâche comme une allocation de styles plutôt que comme la découverte d’un nouveau…
Cet article propose de concentrer le day trading sur une seule action de premier ordre plutôt que de négocier de nombreux titres. Cette spécialisation pourrait aider un trader à mieux connaître une action tout en appliquant des approches intrajournalières…
Cette étude décrit un marché boursier artificiel multi-agents dans lequel les agents s’appuient sur une mémoire limitée des prix passés pour choisir leurs transactions. Leurs stratégies de trading évoluent par un processus d’auto-apprentissage, ce qui permet…
L’article développe des portefeuilles d’arbitrage statistique portant sur plusieurs actions cointégrées, en utilisant des portefeuilles propres comme facteurs. Il formule le choix du portefeuille comme un problème de contrôle stochastique et détermine les…
Le document étudie si le flux quotidien d’ordres sur actions peut révéler l’impact sur les prix et aider à prévoir les rendements des actions. Il établit des mesures mensuelles de flux signé et estime le lambda de Kyle à l’aide d’une régression des…
Ce système proposé utilise les relations de volatilité entre de grandes actions pour générer des signaux de tendance. Il commence par étudier les prix au moyen d’analyses de corrélation et d’autocorrélation, d’indicateurs techniques, de tests d’hypothèse, de…
L’article étudie l’exécution de gros ordres sur plusieurs actifs lorsque les prix suivent des dynamiques multivariées d’Ornstein–Uhlenbeck. Il formule l’objectif du trader comme la maximisation de l’utilité exponentielle attendue des profits et pertes, de…
L’article modélise des traders qui constituent des positions en actions sur une période fixe tout en rivalisant avec d’autres traders poursuivant le même objectif. Chaque trader choisit une stratégie de trading et cherche la meilleure réponse aux stratégies…
Le document décrit une approche complète d’apprentissage profond par renforcement pour le trading actif à haute fréquence d’actions. Les agents utilisent l’optimisation de politique proximale pour négocier une unité de l’action Intel, à partir d’états…
L’article présente QTMRL, un agent d’apprentissage par renforcement conçu pour prendre des décisions de trading sur actions à l’aide d’indicateurs techniques. Le jeu de données d’entrée combine les cours et volumes quotidiens d’actions représentatives du S&P…
Cette étude cherche à déterminer quand suivre les textes de marché et quand prendre la position inverse. Elle distingue les déclarations institutionnelles (Say), leur répétition par les médias (Echo) et le positionnement institutionnel révélé (Do). Un modèle…
L’étude compare le Bitcoin, l’or et le S&P 500 à partir des cours de clôture quotidiens, hebdomadaires et mensuels et des rendements logarithmiques, de septembre 2014 à janvier 2021. Elle distingue la volatilité, mesurée par l’écart-type, de la…
L’article propose un processus de sélection de stratégies appelé DNN-forwardtesting. Au lieu de choisir une stratégie de trading uniquement d’après ses résultats sur les prix historiques, il prévoit d’abord une trajectoire de prix future possible à l’aide…
Cette étude s’appuie sur une expérience en laboratoire sur le terrain pour examiner comment les gens estiment si les marchés financiers vont monter ou baisser. Des volontaires reçoivent des informations financières contrôlées, fondées sur des données réelles…
L’étude présente une méthode non supervisée d’analyse des sauts de prix des actions au moyen de représentations construites à partir de coefficients d’ondelettes. Elle vise à distinguer les profils de saut associés à la dynamique interne du système de ceux…
Cette étude examine les données transaction par transaction et les cotations des actions des places de Paris, Londres et Francfort sur une période de cinq ans. Elle élabore un algorithme pour synchroniser ces deux sources et évalue l’effet des choix de…
Cette étude présente un cadre d’apprentissage par renforcement sans modèle pour l’arbitrage statistique entre paires d’actions. Elle construit d’abord un écart à retour à la moyenne en choisissant les coefficients des actifs qui minimisent une mesure…
L’article étudie les liens entre les variations consécutives des cours des actions. Il représente la première variation comme une impulsion et la suivante comme une réponse, puis examine la distribution de probabilité bivariée de ces variations pour repérer…
Ce document décrit CREDIT, une approche d’apprentissage par renforcement pour le trading par paires qui utilise une GRU bidirectionnelle et une attention temporelle. L’architecture vise à saisir les relations au fil du temps dans les mouvements de prix de…
L’article propose Mid-LSTM, un modèle d’apprentissage profond conçu pour prévoir les cours des actions à moyen terme en tenant compte des anomalies de marché. Sa conception représente les tendances du marché par des états cachés. L’approche décrite formule…
Ce rapport examine comment détecter en temps réel les changements entre des conditions de marché plus stables et plus instables. Il porte sur la détection bayésienne en ligne des points de changement (BOCPD), une méthode qui repère les ruptures structurelles…
L’article présente une approche d’apprentissage profond pour la sélection de portefeuilles d’actions US. Son réseau résiduel à commutation utilise un module pour identifier les conditions de marché et un autre pour produire des prévisions de momentum et de…
Cette étude examine l’investissement optimal dans deux actions cointégrées pour un investisseur dont l’utilité présente une aversion relative au risque constante. Elle prolonge des travaux antérieurs sur le contrôle stochastique en se concentrant sur le…