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
Ce notebook montre qu’un ordre d’un montant fixe peut entraîner des coûts très différents selon les actions, car sa taille relative au volume de transactions disponible compte. Il applique un modèle d’impact de marché en racine carrée à une stratégie…
Ce notebook adapte TSMixer afin de prédire les rendements futurs ETF à partir de caractéristiques de momentum historiques. Son architecture alterne une transformation linéaire partagée sur l’axe temporel et un module de mélange des caractéristiques MLP,…
Ce notebook explique comment ajuster finement un transformeur pour la reconnaissance d’entités nommées financières, qui identifie dans un texte des segments tels que des organisations, des personnes, des montants, des dates et des pourcentages. Il porte sur…
Ce carnet présente un processus de contrôle de la qualité des données quotidiennes US sur les actions OHLCV. Les contrôles structurels portent sur les valeurs nulles, les doublons, l’ordre chronologique, la cohérence des prix, les valeurs négatives, les prix…
Ce guide décrit un panel mensuel d’actions US comprenant des entreprises anonymisées et leurs caractéristiques, destiné à la recherche sur la valorisation des actifs par apprentissage automatique. Les données incluent des caractéristiques comptables et…
Ce notebook présente un processus visant à réduire un vaste ensemble de caractéristiques d’ETF à des candidates pour une modélisation ultérieure. Il classe les caractéristiques à l’aide de coefficients d’information de Spearman transversaux calculés par date…
Ce notebook explique comment un facteur d’actualisation stochastique (SDF) valorise une coupe transversale de signaux sur options d’actions. Contrairement aux modèles factoriels qui estiment les expositions et les rendements des facteurs, l’approche SDF…
Ce document présente les facteurs latents comme des schémas communs de rendement entre actions, le coefficient de charge de chaque action décrivant son exposition à un schéma. Il oppose l’analyse en composantes principales, qui extrait les facteurs et les…
Ce document explique comment construire des labels de rendement futur et de direction pour la recherche intrajournalière sur le NASDAQ-100. Le rendement repose sur une convention d’exécution explicite : observer la clôture d’une barre, entrer à la barre…
Ce notebook étudie TabM, une architecture de réseau neuronal pour données tabulaires, à partir de caractéristiques mensuelles d’entreprises. Il compare trois configurations prédéfinies qui augmentent la largeur des couches cachées et la taille de l’ensemble,…
Ce notebook applique une stratégie sur actions et options du S&P 500, sélectionnée auparavant, aux prédictions d’une période de réserve distincte en 2021. Il conserve sans modification la configuration sélectionnée, notamment son allocateur, ses règles de…
Ce chapitre présente la gouvernance après déploiement des systèmes de trading fondés sur l’apprentissage automatique. Il distingue les défaillances techniques, où des entrées identiques produisent des sorties différentes, de la dégradation statistique, où…
Cet index présente les facteurs latents comme des schémas communs extraits des mouvements conjoints des rendements boursiers, chaque coefficient de charge indiquant l’exposition d’une action à un schéma. Il oppose l’analyse en composantes principales, qui…
Ce notebook teste la classification des transactions Lee-Ready par rapport aux étiquettes du côté de l’initiateur dans des données Nasdaq détaillées ordre par ordre. Il reconstitue le carnet d’ordres à cours limité à partir des messages d’ajout, de…
Ce notebook utilise TreeSHAP pour expliquer les prévisions de rendement de LightGBM : importance globale des facteurs, explications de prévisions individuelles, graphiques de dépendance et valeurs d’interaction par paire. Il compare les classements SHAP aux…
Ce notebook transforme les titres financiers en signaux au niveau des actions et les évalue par rapport aux rendements à terme. Il produit des plongements des titres, mesure la surprise liée aux actualités comme la distance sémantique par rapport à une…
Ce document explique comment évaluer sur des données de holdout une stratégie actions US sélectionnée au préalable, tout en gardant sa configuration fixe. Il déduit l’ensemble correct de prévisions de holdout à partir de l’identité d’entraînement et du point…
Le notebook présente un processus d’extraction des liens entre fournisseurs, clients et concurrents à partir des rapports annuels d’entreprises, puis de stockage sous forme de graphe de connaissances. Un modèle de langage local génère des triplets candidats…
Ce notebook mesure l’effet des coûts de trading sur des stratégies déjà sélectionnées aux étapes de signal, d’allocation et d’overlay de risque. Il fixe une configuration choisie par validation pour chaque étiquette avant de faire varier les coûts, afin que…
Ce document explique pourquoi les stop-loss, les stops suiveurs et les sorties temporelles ne peuvent pas être évalués dans une étude de cas dont le backtest conserve les pondérations pendant un mois et n’observe que le rendement mensuel à terme réalisé. Ces…
Ce document décrit un processus d’évaluation de stratégies NASDAQ-100 microstructure enregistrées en backtest. Il lit les exécutions existantes au lieu d’entraîner des modèles ou de relancer les backtests, retrace les lignées de stratégies sélectionnées,…
Ce document présente une méthode par étapes pour faire correspondre aux titres les noms d’entreprises issus de données alternatives, de déclarations, d’actualités et de sources de prix. Il commence par joindre les données au moyen des identifiants…
Ce document décrit la création d’une matrice de facteurs transversaux pour les actions du S&P 500, en combinant des historiques de cours ajustés et des surfaces résumées de volatilité implicite des options. Il classe les facteurs par rôle, donnée d’entrée,…
Ce notebook explique comment un réseau convolutif temporel (TCN) peut prévoir les rendements à partir de données financières ordonnées. Les convolutions causales garantissent qu’une sortie à un instant donné ne dépend que des entrées actuelles et…