Évaluation empirique d'actifs canadiens par l'apprentissage automatique
Bibliographic record
Abstract
Ce mémoire a pour objectif d’évaluer diverses techniques d’apprentissage machine de régression et de classification à l’exercice de la prédiction de rendements d’actions au Canada et aux États-Unis. Plus précisément, pour les modèles de régressions, nous utilisons le modèle Ridge, Ada Boost, XGBoost, et Extra Trees et pour les modèles de classification, nous utilisons le modèle Régression Logistique, XGBoost Classification, Hist Gradient Boosting Classification et Extra Trees Classification. À partir de ces prédictions, nous bâtissons des portefeuilles suivant une stratégie longue-courte avec divers signaux (top 10, top 20 ainsi que positif et négatif) que nous comparons à des critères de références, comme un portefeuille suivant une stratégie longue également pondérée, le TSX60, le S&P500 ou encore le NASDAQ. L’analyse a été réalisée sur plusieurs périodes à savoir 2008-01 à 2024-01, 2008-01 à 2024-01, 2008-01 à 2012-01, 2012-01 à 2020-01 et 2020-01 à 2024-01, à une fréquence mensuelle. Nous exploitons, pour le Canada et les États-Unis, des données macroéconomiques en fréquence mensuelle provenant de la base de données LCDMA et de la Federal Reserve of Economic Data (FRED), ainsi que 50 actions provenant du Toronto Stock Exchange (TSX60) et 50 actions provenant du S&P500. Nos résultats révèlent que la grande majorité de nos modèles d’apprentissage machine, indépendamment du territoire et des signaux utilisés, surperforment nos critères de références selon nos métriques d’évaluation. De plus, nous relevons que les modèles d’apprentissage machine non-linéaire possèdent de meilleures performances prédictives en hors-échantillon que les modèles linéaires, bien que cela ne résulte pas toujours en de meilleures performances économiques. Enfin, nous présentons une interprétation de nos modèles à l’aide de la méthodologie de SHAP, afin de comprendre l’importance relative de nos variables dans les prédictions. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Apprentissage machine, Prédiction, Stratégies longue-courte, Gestion de portefeuille, Finance quantitative, Canada, États-Unis.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.011 | 0.050 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".