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.
1,447 documents
Ce notebook évalue si un LSTM peut exploiter l’ordre des historiques de variables ETF pour faire mieux que des modèles linéaires et de boosting de gradient à variables plates. Il confronte la population de séquences déclarée aux données actuelles, vérifie…
Ce notebook utilise un panel synthétique d’actifs pour présenter la PCA instrumentée PCA, où les expositions factorielles dépendent linéairement de caractéristiques observées avant les rendements. Les moindres carrés alternés estiment la relation entre…
Ce notebook étudie ARIMA comme générateur de variables pour des modèles pouvant utiliser ses résultats avec d’autres prédicteurs. Il explique comment les graphiques ACF et PACF peuvent suggérer des ordres de modèle, comment les critères d’information…
Cette référence décrit les jeux de données universitaires de rendements factoriels de la bibliothèque Fama-French et de AQR, destinés à l’analyse de stratégies et à la modélisation des facteurs. Les données Fama-French comprennent des séries de marché, de…
Cette fiche d’agent de recherche examine si la Réserve fédérale relèvera la borne supérieure de son taux cible pendant 2026. Elle contient un prix de marché, des traces de recherche et des estimations de probabilité de l’agent. Le premier argumentaire est…
Ce notebook explique comment l’apprentissage automatique double (DML) estime si le momentum FX influe sur les rendements futurs après ajustement des facteurs de confusion configurés. Il distingue cette question d’intervention de la prédiction : les modèles…
Ce notebook présente des diagnostics légers de réfutation pour le triage des caractéristiques et distingue explicitement la cohérence d’un mécanisme de l’identification causale. Il commence par examiner les caractéristiques ETF sur plusieurs horizons de…
Ce notebook regroupe les résultats du registre pour OLS, Ridge, Lasso et ElasticNet dans neuf études de cas. Il sélectionne les résultats de validation complets pour l’étiquette principale de chaque étude, compare les coefficients de corrélation de rang…
Ce notebook entraîne Skip-gram Word2Vec sur des phrases étiquetées issues de l’actualité financière et explique comment ses vecteurs représentent les mots apparaissant dans des contextes similaires. Il décrit le rôle de la dimension des vecteurs, de la…
Ce notebook évalue les caractéristiques ETF une par une en calculant, pour chaque date, un coefficient d’information de rang entre les valeurs des caractéristiques et les rendements mensuels ultérieurs. Il filtre les caractéristiques financières et dérivées…
Ce notebook évalue des caractéristiques candidates pour classer les actions US selon leurs rendements ultérieurs. Il calcule des coefficients d’information transversaux quotidiens, résume leur moyenne avec des estimations d’incertitude tenant compte de la…
Ce notebook montre comment aligner les observations macroéconomiques sur les dates auxquelles les traders pouvaient réellement en avoir connaissance. Il distingue la période mesurée par une valeur de sa date de publication, estime les dates de publication à…
Ce notebook présente PCA comme un modèle factoriel latent de référence pour prévoir les rendements ETF. Il décompose un panel d’entraînement de rendements à terme en directions principales et estime l’exposition de chaque fonds ainsi que les primes…
Ce notebook montre comment ajuster finement trois checkpoints de transformeurs pour classer le sentiment de phrases financières en trois catégories, puis les évaluer avec l’exactitude, le F1 macro et des matrices de confusion. Il utilise une séparation…
Ce notebook estime l’effet ajusté d’une mesure continue du momentum ETF sur les rendements à terme à l’aide de l’apprentissage automatique double. Il compare une régression non ajustée aux estimations DML, qui contrôlent la volatilité récente et à plus long…
Ce notebook explique comment un autoencodeur conditionnel étend l’analyse en composantes principales instrumentée (IPCA) : il conserve la structure en deux étapes, où les caractéristiques des fonds déterminent les expositions à des facteurs latents,…
Cette analyse compare des modèles prédictifs qui classent les actions NASDAQ-100 selon leur rendement sur les 15 prochaines minutes à partir de caractéristiques intrajournalières de microstructure telles que les spreads, le déséquilibre de profondeur, le…
Ce notebook compare sklearn HistGradientBoosting, XGBoost, LightGBM et CatBoost pour prévoir les rendements futurs ETF. Il mesure le coefficient d’information transversal, le temps d’entraînement et la mémoire utilisée selon plusieurs niveaux de complexité…
Ce notebook cartographie une famille de modèles de rendement ETF qui infèrent des directions latentes communes dans un panel, à partir de caractéristiques servant à estimer les expositions des fonds. Il distingue cinq approches : les composantes principales…
Cette étude des caractéristiques d’actions US explique comment générer des caractéristiques à partir de modèles estimés sans introduire de données futures dans les observations antérieures. Le calendrier d’estimation prévoit une période de préchauffage…
Ce notebook applique TSMixer à des séquences ETF à l’aide d’une fonction partagée globalement entre les fonds. Chaque exemple contient l’historique et les covariables d’un fonds donné ; les interactions temporelles et entre caractéristiques sont apprises sur…
Ce notebook analyse des carnets d’ordres à cours limité NASDAQ reconstruits pour décrire les spreads intrajournaliers et la profondeur au meilleur prix, puis examiner si le déséquilibre des flux d’ordres est associé aux rendements ultérieurs par tranche. Il…
Ce notebook interroge les registres de backtests de neuf cas d’étude et assemble des tableaux comparables pour les analyses ultérieures. Il organise les résultats par classe d’actifs et fréquence des données, puis consigne les performances aux étapes du…
Ce notebook évalue quatre signaux dérivés de l’actualité — surprise pondérée, sentiment moyen, variation du sentiment et couverture des articles — par rapport aux rendements boursiers futurs. Il calcule un coefficient d’information de Spearman transversal…