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
Cet article étudie les relations entre le nombre de transactions, le volume échangé, le prix, la volatilité, les écarts de cotation et les coûts de trading. Il utilise l’analyse dimensionnelle pour déterminer les relations de proportionnalité possibles pour…
Cet article étudie la répartition du volume de trading entre les prix lorsque le montant total des transactions est fixe. Il rapporte qu’à mesure que la durée de trading augmente, le volume cumulé forme une distribution dont le coefficient d’aplatissement…
Cette étude propose une méthode de portefeuille d’actions fondée sur la prévision de la distribution de facteurs résiduels, qui capturent des informations au-delà des expositions communes au marché et peuvent contribuer à couvrir ces expositions. Elle décrit…
E-TRENDS propose un cadre de prévision LSTM des changements de tendance des actions au jour suivant. L’étude porte sur les 30 plus grandes actions du S&P 500 et décrit une validation couvrant des cycles de marché de 2005 à 2025. Au lieu de prévoir…
L’article propose quatre facteurs pour expliquer ou prévoir les rendements du lendemain, construits à partir des prix et volumes intrajournaliers. Ces facteurs sont conçus comme des analogues à court terme de la taille, de la volatilité, du momentum et de la…
Cette étude examine les facteurs qui façonnent la liquidité du marché des actions, en se concentrant sur le lien entre le flux d’ordres signé et l’impact sur les prix. Elle relie les modèles théoriques de trading et de liquidité de type Kyle aux régularités…
Cette étude examine comment les ordres arrivent dans un carnet à cours limité et en sortent autour de l’arrivée d’un ordre au marché. À partir d’un jeu de données Nasdaq récent et de grande qualité, les auteurs identifient des phases distinctes du flux…
L’étude examine si le momentum des facteurs contient des informations sur les rendements au-delà du momentum des actions. À partir d’un échantillon de 72 facteurs présentés dans des travaux antérieurs, elle reproduit d’abord les résultats en faveur du…
Cette étude vérifie si un grand modèle de langage peut utiliser les actualités d’entreprises pour affiner une stratégie de momentum transversal. Elle combine les rendements quotidiens des composants du S&P 500 avec des actualités à haute fréquence, puis…
Cet article étudie les distributions de rendements en supposant que ceux-ci sont indépendants une fois leur variance variable dans le temps spécifiée. Comme la volatilité elle-même varie de façon aléatoire, la distribution des rendements agrégés reflète…
Cet article propose un modèle de séries temporelles markovien à deux variables et à états cachés pour les inefficacités de prix, qui va au-delà du mouvement brownien géométrique. L’une des variables, le prix raisonnable, n’est pas observée. Dans la forme la…
Cette étude passe en revue les applications de AI aux actions, aux ETF, aux marchés centralisés de cryptomonnaies, aux contrats à terme perpétuels et aux activités on-chain. Elle décrit le parcours vers des rendements d’investissement comme une succession…
Le document présente un cadre d’arbitrage statistique qui combine évaluation des actifs, modélisation des séries temporelles et optimisation de portefeuille. Il utilise d’abord des facteurs de valorisation latents conditionnels pour repérer des actifs…
Le document décrit les moindres carrés partiels profonds (DPLS), un modèle visant à expliquer les rendements individuels des actions à l’aide d’un petit ensemble de facteurs de risque latents et de caractéristiques des entreprises. Les moindres carrés…
Ce travail combine une approche empirique détaillée des données des carnets d’ordres et un modèle de comportement grégaire en finance afin de construire un modèle de dynamique des carnets. Son objectif déclaré est de reproduire la mémoire longue des…
L’article utilise l’optimisation évolutionnaire pour calculer des stratégies de trading fondées sur des règles à partir de données de sentiment financier. Le signal de sentiment représente l’opinion haussière ou baissière de la communauté de trading en ligne…
Cet article élabore des modèles stochastiques paramétriques des marchés à ordres limités, en étendant les modèles classiques de marchés parfaitement liquides à l’aide d’un petit nombre de facteurs de risque décrivant la liquidité du carnet d’ordres.…
Cette étude utilise un modèle à base d’agents pour examiner comment le mimétisme local et la lenteur de la circulation de l’information peuvent conjointement produire du momentum, puis un retournement, sur le marché chinois des actions A. Les investisseurs…
Cet article présente un modèle de prévision de la volatilité réalisée sur les marchés boursiers mondiaux. Il représente les marchés comme un réseau évolutif et utilise un indice de propagation de la volatilité pour décrire comment les chocs sur un marché…
Cette étude évalue le mécanisme d’enchère double continue en examinant les distributions des temps d’attente dans un marché boursier simulé. Un modèle à base d’agents génère des ordres et des interactions plausibles dans le carnet de marché. Les chercheurs…
L’étude teste la forme faible de l’hypothèse d’efficience des marchés pour le Bitcoin à l’aide d’un réseau neuronal à propagation avant. Elle cherche à savoir si l’ajout des rendements ou de caractéristiques connexes d’autres actifs améliore les prévisions,…
Cette analyse explique pourquoi des stratégies quantitatives neutres en dollars, dont l’arbitrage statistique sur actions, ont subi des drawdowns importants lors de la baisse des marchés de COVID-19. Elle décrit pourquoi ces stratégies peuvent fonctionner…
Cet article intègre au problème d’optimisation les informations utilisées pour choisir un portefeuille moyenne-variance. Il soutient que l’analyse classique de portefeuille peut être faussée par l’inclusion de variables indisponibles au moment de la décision…
Cette étude demande si les investisseurs en cryptomonnaies négocient différemment des investisseurs en actions et utilise l’historique des prix des actifs comme indice de ces comportements. Elle applique d’abord plusieurs modèles d’apprentissage automatique…