InsidersTradesSigma
Signaux quantitatifs et scoring
Une méthodologie qui redimensionne les métriques brutes de transactions initié ou de signaux de marché à une distribution normalisée à chaque date d'observation historique, prévenant les biais prospectifs en utilisant uniquement les informations disponibles à ce moment précis.
La normalisation point-en-temps est essentielle dans le backtesting des signaux de transactions d'initiés et des systèmes de notation quantitative car elle garantit que les z-scores, les rangs de percentile et les métriques composites reflètent le paysage statistique réel connu des praticiens à chaque date spécifique. Plutôt que de normaliser par rapport à l'ensemble du jeu de données historiques, qui comprendrait les informations futures, cette approche calcule la moyenne et l'écart-type à partir uniquement des données disponibles jusqu'à et y compris la date d'observation. Cela élimine les biais de survivance et garantit une génération de signaux réaliste et exploitable.
La mise en œuvre nécessite un calcul de fenêtre glissante ou de fenêtre croissante où chaque observation de signal est normalisée en utilisant uniquement les valeurs historiques la précédant. Pour les plateformes de transactions d'initiés, cela est particulièrement important lors du classement des dépôts au formulaire 4, de l'analyse du formulaire 144 et des PDMR, car les gestionnaires et analystes doivent s'appuyer sur les statistiques de marché contemporaines, pas la connaissance rétrospective. La technique est également fondamentale pour les calculs du coefficient d'information et de la dégradation de signal, où la force relative d'un prédicteur doit être évaluée en temps réel.