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 notebook étudie des modèles de gradient boosting pour prévoir les rendements et le sens des contrats perpétuels crypto. Sa grille fait varier la capacité des arbres et la fonction de perte, notamment les objectifs d’erreur quadratique, d’erreur absolue et…
Ce document explique comment mesurer les rendements autour d’événements tels que le déclenchement de signaux, les annonces de résultats ou les publications macroéconomiques. Son exemple pratique utilise des cassures de momentum sur des ETF liquides. Pour…
Cette configuration décrit des portefeuilles actions US long-short mensuels classés selon les caractéristiques des entreprises. Elle spécifie un univers à données complètes comportant 46 caractéristiques, des décisions en fin de mois, une exécution à la…
Ce notebook construit un backtest mensuel de rotation d’ETF ETF, des rendements du portefeuille jusqu’aux transactions simulées. Il classe dix fonds selon leurs rendements ajustés du risque sur la période précédente, applique un régime fondé sur la courbe…
Cette étude de cas explique comment construire des étiquettes de rendements futurs pour une stratégie transversale de change qui classe les paires de devises et achète ou vend selon leur ordre relatif. Elle commence par répartir des barres de prix au…
Cette configuration définit un univers de recherche hebdomadaire sur les contrats à terme couvrant les indices boursiers, les obligations d’État, l’énergie, les métaux, les devises, les produits agricoles et l’élevage. Elle fixe le règlement du vendredi…
Ce notebook présente un cadre pour vérifier si la qualité apparente d’un signal de momentum résiste à des choix de recherche raisonnables. À partir de données réelles ETF antérieures à la période de holdout désignée, il fait varier un paramètre de lookback à…
Ce notebook compare des modèles linéaires sur des caractéristiques ETF construites à partir de fenêtres de rendements qui se chevauchent et de mesures connexes de momentum, de volatilité et d’oscillateurs. Ces prédicteurs sont colinéaires, ce qui rend…
Ce notebook présente un autoencodeur supervisé pour prévoir les rendements futurs des ETF. Le réseau compresse la ligne de caractéristiques d’un fonds en une représentation de faible dimension et prédit directement les rendements à partir de cette…
Ce notebook explique comment tester si des événements, tels que des signaux de trading ou des annonces, prédisent des rendements supérieurs à ceux d’un indice de référence du marché. Il présente le processus à l’aide de cassures de momentum sur des ETF…
Ce document explique comment construire des étiquettes de rendement futur quotidien pour les ETF à partir des cours de clôture ajustés à la date d’observation et lors d’une séance ultérieure. Il crée une étiquette principale à horizon mensuel et une variante…
Ce document décrit un jeu de données quotidien ETF conçu comme un ensemble de candidats pour la recherche sur le momentum et multi-actifs. Il couvre neuf catégories, dont les actions US et internationales, les titres à revenu fixe, les matières premières,…
Ce notebook présente l’évaluation d’un facteur unique à partir de données réelles ETF et d’un exemple de momentum calculé à partir des prix. Il mesure les coefficients d’information de Spearman transversaux par rapport aux rendements futurs, compare les…
Cette étude évalue des portefeuilles de momentum physique constitués d’actions NSE 500 sur des horizons journalier, hebdomadaire, mensuel et annuel. Elle examine les rendements historiques et les profils de risque sur la période 2014–2021, en comparant, pour…
Ce travail présente une équation différentielle stochastique simple pour expliquer comment des bulles peuvent se former et s’effondrer dans les prix des actifs. Le modèle combine trois forces : le retour à la moyenne vers une valeur stable, une réaction…
Cet article étend à une paire d’actions le théorème d’espérance positive robuste, initialement formulé pour une seule action. Le résultat initial porte sur la combinaison de contrôleurs linéaires à rétroaction conçus spécialement, l’un long et l’autre court,…
L’article applique le concept de brisure spontanée de symétrie à la modélisation de l’arbitrage. Il considère qu’une stratégie d’arbitrage opère dans une phase de brisure de symétrie, avec un paramètre de contrôle qui régit la transition entre les régimes…
Cette étude examine si la performance du momentum des cours des actions coréennes change lorsque l’univers admissible est réduit à des sous-groupes du KOSPI 200. Elle compare les rendements du momentum entre sous-marchés et vérifie cette tendance par rapport…
Cette étude teste si les inefficiences des marchés des cryptomonnaies peuvent servir à générer des profits de trading anormaux. Elle évalue de simples stratégies algorithmiques reposant sur l’apprentissage automatique, à partir d’observations quotidiennes…
L’étude utilise un modèle d’enchère double continue à agents pour examiner si le comportement grégaire des chartistes peut provoquer un stress de liquidité. Elle cartographie les régimes selon la proportion et l’intensité des agents grégaires, puis vérifie…
La stratégie associe la détection en ligne des ruptures à un réseau Deep Momentum fondé sur un modèle LSTM. Le réseau apprend des estimations de tendance et des tailles de position, tandis que le module de détection fournit un point de retournement présumé…
Cette étude teste si quatorze familles de signaux de momentum intrajournalier fondés sur des données OHLCV à cinq minutes ont produit un avantage exploitable sur les contrats à terme Micro E-Mini Nasdaq 100 entre 2021 et 2025. Elle utilise une validation…
L’article traite du surapprentissage des stratégies transversales entraînées sur des actifs disposant de peu de données historiques. Il présente les réseaux à encodeurs fusionnés, qui combinent les représentations d’un module encodeur-attention entraîné sur…
StockGPT traite les rendements boursiers quotidiens comme des séquences de jetons numériques et entraîne un modèle autorégressif pour prévoir les rendements futurs. Son mécanisme d’attention vise à apprendre directement les motifs temporels à partir des…