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.
240 documents
Ce tutoriel passe en revue les variables construites à partir des historiques de prix et de volume des actifs : rendements sur différents horizons, tendances et retournements, plusieurs estimateurs de volatilité, régimes de volatilité, liquidité, risque de…
Cette étude évalue des signaux transversaux quotidiens sur un vaste univers d’actions US et décrit un long processus de recherche, des données disponibles à la date considérée et des variables construites jusqu’à la comparaison des modèles, la construction…
Ce notebook évalue un facteur de momentum transversal à l’aide des coefficients d’information, des rendements par quantile, des écarts entre les extrêmes et de diagnostics de classification. Il présente le IC de Spearman comme la corrélation de rang calculée…
Ce notebook compare deux architectures Transformer pour prévoir les rendements ETF sur 21 jours à partir de caractéristiques de momentum passées. PatchTST regroupe les jours consécutifs en segments, plaçant une courte séquence de formes locales dans chaque…
Ce notebook compare deux modèles de fondation préentraînés pour séries temporelles, Chronos et TinyTimeMixer, à un LSTM et à un modèle linéaire pénalisé sur un panel d’ETF. Chaque modèle reçoit un contexte historique univarié ; les modèles préentraînés…
Ce notebook teste si quatre stratégies de portefeuilles gérés expliquent les rendements de SPY après contrôle de la coévolution générale des ETF. Les stratégies classent les ETF selon le momentum retardé, la volatilité ou les rendements récents. Dix…
Ce notebook évalue si le coefficient d’information (IC) d’un signal peut être distingué du bruit lorsque les observations successives sont dépendantes. Il illustre le problème avec un signal de momentum et des données ETF, et explique comment le…
Cette note présente un flux de travail opérationnel pour connecter une stratégie à Interactive Brokers via TWS ou Gateway. Elle vérifie que la session utilise un compte de simulation, lit les valeurs du compte et les positions, puis demande des barres…
Ce notebook présente les mécanismes du backtesting de contrats à terme à travers un exemple de momentum long-short sur plusieurs classes d’actifs. Il explique comment les caractéristiques des contrats convertissent les variations de prix en profits et pertes…
Ce notebook teste la sensibilité d’un backtest de momentum sur ETF aux frais de trading supposés. Il conserve fixes les pondérations et le calendrier de trading de la stratégie, relance le simulateur pour une plage de coûts par opération et compare la…
Cette analyse compare les familles de modèles enregistrées sur un panel ETF multi-actifs à partir de résultats de validation walk-forward. Les modèles prédisent les rendements sur 21 jours de trading et sont évalués à l’aide de coefficients d’information…
Ce notebook construit des caractéristiques dérivées des prix pour classer un vaste univers d’actions US. Il décrit des familles de caractéristiques liées au momentum, à la volatilité, aux moyennes mobiles et aux indicateurs techniques, puis les évalue par…
Ce notebook évalue les rendements factoriels publiés comme éléments potentiels de portefeuille. Il examine trois questions : le rendement moyen d’un facteur dépasse-t-il un seuil statistique exigeant, les facteurs se diversifient-ils mutuellement pour des…
Ce notebook montre comment ajuster des règles de stop-loss, de prise de bénéfices et de stop suiveur pour un portefeuille momentum, tout en préservant une période de réserve chronologique. Il compare les balayages de paramètres unidimensionnels, les grilles…
Ce notebook applique une stratégie mensuelle de momentum ETF et de régime de courbe des taux de deux façons : par calcul vectorisé des rendements et par simulation séquentielle d’un compte. Les deux approches utilisent les mêmes pondérations cibles, actifs,…
Cette analyse exploratoire teste si un signal de momentum sur douze mois, en excluant le mois le plus récent, est associé aux rendements du mois suivant pour un univers de 100-ETF. Elle construit un panel mensuel à partir des cours de clôture ajustés, classe…
Le notebook décrit une analyse par double machine learning à fenêtre croissante visant à déterminer si le momentum de 12 à -2 mois prédit les rendements du mois suivant des entreprises US, après ajustement pour le bêta, la volatilité idiosyncratique, la…
Ce module définit une allocation mensuelle de référence en ETF à partir d’un score de momentum ajusté du risque : rendement cumulé passé divisé par la volatilité réalisée annualisée. Il sélectionne les actifs les mieux classés lorsque la pente de la courbe…
Cette démonstration décrit le fonctionnement opérationnel d’une stratégie crypto exécutée en continu et connectée à un courtier spot en USD. Elle transpose l’univers plus vaste d’une étude sur les contrats à terme perpétuels à l’ensemble plus restreint des…
Ce notebook pédagogique passe en revue les caractéristiques dérivées des prix et des volumes utilisées en recherche quantitative. Il couvre les rendements simples et logarithmiques à différents horizons, le momentum hors dernière période, les rendements…
Ce notebook présente un processus pour déterminer si le momentum sur six mois, hors période récente, influe sur les rendements futurs à 21 jours et si cet effet varie avec la volatilité du marché. Il estime les effets sur les données d’entraînement par…
Ce notebook montre comment connecter à Alpaca une interface commune de stratégie de momentum ETF, avec une simulation hors ligne disponible par défaut. Il explique comment les adaptateurs de courtier et de données de marché peuvent changer sans modifier la…
Ce document présente une analyse de sensibilité aux coûts pour une stratégie de momentum ETF fixe. Il conserve l’univers, les pondérations, le calendrier et le simulateur, tout en relançant le backtest avec différents frais par opération. La courbe obtenue…
Cette analyse estime si le momentum excluant la période récente est associé à une variation causale des rendements futurs des ETF, plutôt que de chercher à déterminer dans quelle mesure le momentum prédit les rendements. Le double apprentissage automatique…