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
L’étude convertit les corrélations résiduelles entre les actions du S&P 500 en matrices d’adjacence pour le Gaussian Boson Sampling, une méthode quantique photonique d’échantillonnage de sous-graphes denses. Elle compare deux méthodes classiques de…
Cet article modifie le cadre de délit d’initié de Kyle en modélisant les interactions entre un trader informé, des traders de bruit et un teneur de marché. L’initié choisit la taille d’un ordre au marché, après quoi le teneur de marché fixe le prix de…
Cette étude utilise un apprentissage en ligne adversarial fondé sur des experts pour sélectionner les paramètres de stratégies de portefeuille sans coût et combiner des stratégies de trading technique en un portefeuille agrégé. Elle examine des ensembles de…
Cette étude décrit une méthode de classification par apprentissage automatique pour prévoir si les cours des cryptomonnaies vont monter ou baisser. Elle est entraînée sur des cours de clôture historiques du Bitcoin et utilise des indicateurs techniques…
Cet article développe une méthode indépendante des modèles pour retrouver des dynamiques de faible dimension à partir de séries temporelles de grande dimension perturbées par un bruit blanc d’observation. Il suppose que le processus latent évolue dans un…
Le document décrit l’utilisation d’arbres de décision pour générer des règles de trading intrajournalier pour chaque action de l’indice NIFTY50. Au lieu d’appliquer la même combinaison d’indicateurs techniques conçue par un trader à toutes les actions, la…
L’article vérifie si les achats d’initiés sur le marché libre dans des sociétés américaines à microcapitalisation, déclarés aux autorités de réglementation, peuvent aider à prévoir les rendements anormaux ultérieurs. Il analyse 17,237 achats concernant 1,343…
Cette étude formule le trading de portefeuille comme un processus de décision de Markov et entraîne un agent par apprentissage profond par renforcement Q afin de choisir des allocations entre plusieurs actifs. Son espace d’action est discret et combinatoire…
L’article présente une politique de déploiement pour les systèmes de prévision réentraînés régulièrement : le modèle en place continue de fonctionner tandis qu’un modèle concurrent réajusté à chaud tourne hors du circuit de production ; les deux sont ensuite…
Cet article étudie comment les signaux de suivi de tendance peuvent utiliser de façon adaptative différentes périodes rétrospectives de momentum. Au lieu de s’appuyer uniquement sur des résumés fixes des rendements passés, il applique un classificateur…
L’article présente un modèle linéaire de Markov caché par expectiles pour étudier les rendements des cryptomonnaies dans un cadre de gestion du risque. Les expectiles permettent de se concentrer sur les parties asymétriques de la distribution des rendements,…
L’étude modélise les contrats à terme sur matières premières sous forme de hiérarchie : les actifs sous-jacents constituent un niveau et les contrats individuels un autre. Des relations relient les actifs au sein de chaque niveau, tandis que des liens entre…
Cet article propose des horloges stochastiques régulées pour les modèles financiers en temps continu, afin de représenter l’activité de trading et de saisir les rendements asymétriques à queues épaisses. La méthode modifie les horloges formées à partir de…
L’étude évalue différentes façons d’adapter des modèles de langage généraux afin de générer des stratégies exécutables pour le cadre Backtrader. L’approche combine un préentraînement continu sur le code du cadre avec un réglage fin supervisé sur des exemples…
L’article traite le surapprentissage du backtest en apprentissage profond par renforcement (DRL) pour le trading de cryptomonnaies comme un problème de test d’hypothèse. Il entraîne des agents DRL, estime la probabilité de surapprentissage de chacun et…
Cet article propose des réseaux antagonistes génératifs conditionnels pour calibrer des stratégies de trading individuelles et combiner leurs signaux. Il décrit un processus d’entraînement et de sélection d’un cGAN pour des séries temporelles, utilisant des…
Cette recherche utilise un réseau bayésien dynamique pour formaliser l’estimation des ratios cours/bénéfice fondamentaux, souvent fondée sur le jugement d’experts. Le ratio PE inféré vise à éclairer les décisions d’investissement humaines ou à servir…
Cette étude évalue si des modèles d’apprentissage automatique utilisant des indicateurs techniques peuvent prévoir le prix du Bitcoin. Elle utilise des données historiques de janvier 2012 à août 2019 et compare un modèle linéaire généralisé pénalisé, une…
L’article présente une méthode fondée sur les noyaux pour construire des stratégies de trading dynamiques selon un objectif moyenne-variance. Il représente les stratégies comme des fonctions dans un espace de Hilbert à noyau reproduisant, ce qui permet aux…
NoxTrader utilise des données historiques de prix et de volume des actions US pour créer des caractéristiques telles que les rendements et le momentum des prix à l’échelle hebdomadaire et mensuelle. Il applique un modèle LSTM pour prévoir les rendements et…
Le document présente les enchères en temps réel (RTB), qui permettent d’acheter et de vendre des impressions publicitaires individuelles pendant la visite d’un utilisateur. En agrégeant l’inventaire des éditeurs et en prenant des décisions au niveau de…
L’article présente CausalReinforceNet, un cadre visant à intégrer l’analyse causale aux décisions d’apprentissage par renforcement pour le trading de cryptomonnaies. Il combine des techniques bayésiennes et de réseaux bayésiens dynamiques avec…
Cet article explique le filtrage de Kalman à l’aide d’un exemple financier simplifié, de sa formulation mathématique et d’une représentation sous forme de modèle graphique probabiliste. Cette représentation relie les filtres de Kalman aux modèles de Markov…
L’étude élabore des prévisions probabilistes de la variance réalisée du Bitcoin, qui vont au-delà des prévisions ponctuelles pour estimer les quantiles conditionnels et représenter l’incertitude des niveaux de volatilité possibles. Elle combine des…