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
Ce document présente la différenciation fractionnaire comme une méthode pour rendre une série de prix plus stationnaire tout en conservant une partie de l’information sur son niveau. Il déduit les pondérations des retards à partir du développement binomial…
Ce notebook compare l’erreur quadratique, l’erreur absolue et la perte de Huber pour des modèles de gradient boosting prédisant les rendements de straddles vendeurs à la monnaie. La cible présente un gain plafonné et des pertes potentiellement sévères ; la…
Ce notebook présente un modèle de facteur d’actualisation stochastique (SDF) pour valoriser la coupe transversale des rendements des entreprises US. Il apprend des pondérations qui rendent les rendements actualisés des actifs conformes aux conditions de…
Cette implémentation décrit un modèle neuronal de facteur d’actualisation stochastique et un réseau adversarial de moments pour tester les relations de valorisation des actifs. Le réseau SDF transforme les caractéristiques des actifs, éventuellement…
Cet adaptateur de modèle applique PatchTST, une architecture Transformer pour la prévision de séries temporelles à long horizon, à la régression scalaire. Il accepte des séquences organisées par temps et caractéristique, les réorganise pour le modèle de base…
Ce document décrit une étude d’ablation visant à déterminer si des embeddings de graphe appris améliorent les prévisions de rendements boursiers au-delà des caractéristiques tabulaires classiques. Il construit un réseau à partir des corrélations historiques…
Ce notebook compare le bagging par Random Forest à XGBoost, LightGBM et CatBoost pour prédire les rendements boursiers à partir de caractéristiques d’entreprises anonymisées. Il utilise des découpages chronologiques prédéfinis en ensembles d’entraînement, de…
Ce notebook présente l’exécution d’un ordre parent comme un problème de contrôle à horizon fini. Un agent Q-learning tabulaire choisit un multiplicateur du rythme de transaction fondé sur VWAP, en fonction du temps restant, de l’inventaire restant et des…
Cette présentation de chapitre cartographie les étapes de recherche entre les données de marché validées et l’évaluation des modèles. Elle couvre le prétraitement tenant compte des découpages, les décisions d’encodage et de traitement des données manquantes,…
Ce notebook construit un assistant de recherche avec génération augmentée par la recherche d’information à partir d’extraits de déclarations US 10-K d’entreprises. Il charge les déclarations, découpe le texte en fenêtres de phrases, transforme les segments…
Ce notebook utilise des caractéristiques ETF et des rendements futurs pour illustrer l’inférence classique par moindres carrés ordinaires avant de passer aux méthodes axées sur la prévision. Il examine les tests de coefficients et les erreurs types, puis…
Cette étude examine si le mauvais ajustement d’un modèle linéaire aux rendements mensuels des actions US vient de son objectif d’erreur quadratique. Elle maintient fixes la cible de rendements futurs non winsorisée, les caractéristiques et les plis…
Ce document décrit un modèle séquentiel LSTM pour une étude sur les options du S&P 500. Contrairement aux modèles en coupe transversale qui s’appuient sur des caractéristiques conçues pour résumer l’historique d’un symbole, le LSTM reçoit des fenêtres…
Ce notebook montre comment tester si quatre stratégies de portefeuille géré apportent un pouvoir explicatif supplémentaire pour les rendements de SPY, après contrôle des mouvements généraux captés par dix composantes principales. Les portefeuilles candidats…
Le document explique l’analyse en composantes principales instrumentée pour modéliser les rendements des ETF. Contrairement à l’PCA ordinaire, qui attribue à chaque fonds des expositions factorielles fixes, la méthode IPCA exprime les expositions de chaque…
Ce notebook réajuste la configuration FX déjà sélectionnée lors de la validation et enregistre ses prévisions pour un backtest ultérieur sur période de réserve. Il retrouve la sélection parmi les backtests de validation financièrement viables, dans un…
Ce document décrit un workflow partagé pour entraîner des réseaux convolutifs temporels sur des données quotidiennes de paires FX. Un modèle traite une séquence de longueur fixe, et l’absence d’un jour attendu exclut toute fenêtre qui traverse cette lacune.…
Ce notebook explique un modèle pédagogique d’espace d’état sélectif fondé sur Mamba et l’évalue pour la prévision des rendements de ETF. Contrairement à un modèle d’espace d’état à paramètres fixes, il déduit le terme entrée-vers-état, le terme…
Cet utilitaire construit une matrice d’adjacence booléenne entre actifs à partir d’étiquettes de groupe et de liens facultatifs entre groupes. Les actifs affectés au même groupe macro sont reliés entre eux, et chaque lien fourni entre groupes relie dans les…
Ce notebook construit un pipeline de recherche documentaire sur des extraits de déclarations réglementaires 10-K d’entreprises. Il charge un ensemble stable de déclarations, divise le texte en fenêtres de phrases, crée des représentations vectorielles…
Cette note de configuration explique pourquoi une régression logistique à trois classes pénalisée par L1 utilise SAGA avec une tolérance explicitement resserrée. Elle compare SAGA à liblinear sur un panel de prédiction de microstructure du Nasdaq 100, et…
Ce notebook présente les signatures de chemins comme des caractéristiques de longueur fixe qui préservent l’ordre et la géométrie conjointe des observations dans une fenêtre de série temporelle. Le premier niveau enregistre la variation totale de chaque…
Cette note décrit une analyse d’apprentissage automatique double à fenêtre croissante visant à déterminer si le momentum sur 12 à -2 mois prédit les rendements des entreprises US le mois suivant, après prise en compte de Beta, IdioVol, LME et Variance. Les…
Ce notebook construit N-BEATS pour prévoir les cours de clôture de SPY. Des blocs entièrement connectés traitent une fenêtre rétrospective complète ; chacun produit une rétroprévision, soustraite avant le bloc suivant, ainsi qu’une prévision pour l’horizon…