Finances, économie et politique : itinéraires papier à code
Sur cette page
Les 60 outils · Comment contribuer
Ce sont des routes de construction étudiées par des agents. La ligne d'exécution indique le travail limité effectivement accompli; la section de comparaison définit ce qui reste avant de réclamer un résultat publié. L'examen scientifique humain est en cours.
quantlib#
QuantLib — Un appel européen calculé par une bibliothèque et Monte Carlo peut-il être d'accord avec l'équation de prix originale?
Itinéraire: Adaptation du modèle papier. Exécution : Pas courir. Confiance des sources : haut.
Papier pour quantlib#
Fischer Black; Myron Scholes (1973). The Pricing of Options and Corporate Liabilities. 10.1086/260062.
Type de publication: Voir l'enregistrement des métadonnées primaires; Non classé ici.. Métadonnées primaires. Vérification des métadonnées : confirmée. Accès au texte intégral : métadonnées de l'éditeur vérifiées en direct ; article restreint fourni par l'utilisateur et préalablement inspecté ; pas de redistribution PDF.
Cible dans le document : Hypothèses p. 640 ; Éq. 13h. 644. Éq. 13 est la cible, en utilisant des entrées explicitement synthétiques plutôt que des observations historiques.
Code et entrées pour quantlib#
Artefact ou source en amont. Implémentation officielle actuelle et comparaison du moteur numérique, pas du code d'auteur Black/Scholes. L'adaptation Python OSRI existante implémente l'équation.
Source inspectée : Oui. Réf: Maître. S'engager: 9ba30347b4ea179a5f4daec446cd221d21b8721f.
Fichiers & #160;: Examples/EquityOption/EquityOption.cpp
Termes : Clause BSD-3
Environnement et calcul: Environnement existant du laboratoire Python 3.12 : QuantLib 1.44 et dépendances numériques appuyées; compiler alternativement l'exemple C++ en amont dans une compilation CMake séparée. CPU; secondes à minutes pour le cas d'enseignement.
Entrées: Existence OSRI l'adaptation utilise des spots synthétiques = 100, grève = 100, taux = 0,05, volatilité = 0,2, échéance = 1 an, 50000 chemins et semences 42. L'exemple en amont de C++ a différentes entrées put-option.
Accès aux données: les intrants synthétiques; pas d'abonnement aux données du marché.
Construire et comparer quantlib#
La séquence ci-dessous contient les commandes en amont et les instructions de configuration proposées, telles qu'elles sont étiquetées. Seules les commandes identifiées dans les preuves d'exécution ont été exécutées ici; inspecter la source et les conditions préalables avant de courir.
# Existing lab command, not a new execution in this research passpython simulation-lab/examples/option_monte_carlo.py --help# Follow the existing CPU walkthrough with its pinned requirements and explicit output directory. Do not mix the C++ example parameters with the Python target.
Résultats escomptés : Options autochtones CSV, paramètres JSON, Monte Carlo erreur standard et intervalle de confiance.
Comparaison avec le document : Calculez Eq. 13 indépendamment; comparer QuantLib valeur analytique de la formule de double précision et d'évaluer l'erreur Monte Carlo en utilisant son erreur type rapportée. La valeur d'analyse existante était de 10 450583572185565; Il vérifie l'exemple de l'équation synthétique et non un tableau empirique publié.
Résultat de l'exécution: Contrôle à la source seulement; aucune nouvelle exécution pour cette route.
Preuve d'exécution : Aucun enregistrement.
Bloqueurs : Pas d'artefact original du code source 1973; l'exemple existant est une adaptation moderne.
Action suivante: Conserver le test de la formule actuelle, ajouter une grille sur la maturité/monnaie/volatilité et la convergence par rapport au nombre de chemins avant de proposer une étude numérique-méthode.
Lacunes: adaptation à l'équation déjà effectuée lors d'une libération préalable en laboratoire; pas de nouvelle reproduction papier-résultats.
Sources pour le quantlib#
- L'éditeur confirme le titre, les auteurs et l'année; Crossref la demande était limitée au taux. (inspecté le 2026-11-15).
- La source officielle dispose d'intrants synthétiques distincts et de moteurs de tarification analytique/MC. (inspecté le 2026-11-15).
demeure#
ABIDES — Comment un grand ordre d'achat modifie-t-il un carnet de commande simulé et l'itinéraire de prix subséquent?
Itinéraire: Adaptation du modèle papier. Exécution : Pas courir. Confiance des sources : haut.
Papier pour les demeures#
David Byrd; Maria Hybinette; Tucker Hybinette Balch (2019). ABIDES : Vers une simulation de marché haute fidélité pour la recherche en IA. arXiv:1904.12066v1; version conférence DOI 10.1145/3384441.3395986.
Type de publication: Voir l'enregistrement des métadonnées primaires; Non classé ici.. Métadonnées primaires. Vérification des métadonnées : confirmée. Accès au texte intégral : HTML ouvert inspecté ; Crossref confirme le record ABIDES de la conférence 2020. L’objectif détaillé ici est explicitement la prépublication de 2019.
Cible dans le document : Section 6, Figures 6 à 7 : Événement d'impact contrôlé par la cupidité et trajectoires alignées pour l'étude des événements; Section 5 La figure 4 utilise les transactions antérieures IBM/MSFT.
Code et entrées pour le respect#
Artefact ou source en amont. Référentiel explicitement lié par la prépublication. Impact.py actuel utilise un oracle de retour à la moyenne généré, contrairement à l'oracle de données historiques décrit dans la préimpression.
Source inspectée : Oui. Réf: Maître. S'engager: c4bf157678928934417aba6073eb0651aeaf6d15.
Fichiers & #160;: config/impact.py; config/rmsc03.py; exigences.txt; README.md
Termes : Clause BSD-3
Environnement et calcul: Environnement Python historique isolé; Inspecter l'ancien NumPy/pandas/SciPy les exigences avant de résoudre les dépendances. Ne pas installer dans l'environnement CPU moderne. CPU; événement de nombreux agents simulation; comparer une séance avant de programmer les lots de semences.
Entrées: Pour une adaptation synthétique, config/impact.py, même graine aléatoire dans le contrôle et le traitement, paramètre de cupidité documenté. Le rejouage exact du papier nécessite en outre des tiques historiques originales et une révision de configuration.
Accès aux données: l'oracle synthétique n'a pas besoin de tiques; les jours d'affaires historiques originaux peuvent nécessiter un accès à la coche sous licence.
Construisez et comparez les demeures#
La séquence ci-dessous contient les commandes en amont et les instructions de configuration proposées, telles qu'elles sont étiquetées. Seules les commandes identifiées dans les preuves d'exécution ont été exécutées ici; inspecter la source et les conditions préalables avant de courir.
# Proposed command from inspected CLI; clone and checkout the pinned artifact firstpython -u abides.py -c impact -s 1234 -g 0.3 -l impact_g03python -u abides.py -c impact -s 1234 -g 1.9 -l impact_g19# Repeat paired control/treatment experiments over independently selected seeds; inspect -i semantics (it disables impact).
Résultats escomptés : Registres d'échange/de carnets de commandes, séries d'échanges/à prix intermédiaire alignées, courbes d'impact des prix par grain.
Comparaison avec le document : l'heure de l'événement prédéclaré et la mesure signée du changement de prix; comparer l'impact traitement-contrôle au fil du temps avec la figure 6/7 après récupération de la configuration historique et des entrées. La course d'oracle synthétique actuelle est une adaptation; les valeurs des courbes de papier et la tolérance ne sont pas encore extraites.
Résultat de l'exécution: Contrôle à la source seulement; aucune nouvelle exécution pour cette route.
Preuve d'exécution : Aucun enregistrement.
Bloqueurs : La configuration actuelle utilise différents agents/oracles de fond; Configuration historique du papier et données de tic non récupérées; Environnement historique non exécuté.
Action suivante: Récupérer le commit/configuration de l'ère papier et les entrées légales de tic; Commencer par des expériences d'impact synthétique appariées tout en étiquetant explicitement l'adaptation.
Lacunes: Un didacticiel RMSC03 exécutable ne permettrait pas à lui seul de reproduire ces figures papier.
Sources d'observations#
- Les sections 5 à 6 identifient les agents de base, les données historiques, les expériences d'avidité et les figures 4 à 7; La section 8 lie la source. (inspecté le 2026-11-15).
- Indicateurs de cupidité/seed/log de la CLI ; MeanRevertingOracle généré diffère de la préimpression. (inspecté le 2026-11-15).
Pour l'application de l'article 2, paragraphe 1, point b), du règlement (UE) no 1308/2013#
FinRL — Est-ce qu'un ensemble de PPO, A2C et DDPG améliore les performances de négociation des stocks ajustées en fonction des risques par rapport aux niveaux de référence de l'article?
Itinéraire: Adaptation du modèle papier. Exécution : Pas courir. Confiance des sources : moyenne.
Papier pour finrl#
- Hongyang Yang; Xiao-Yang Liu; Shan Zhong; Anwar Walid (2020). Le renforcement profond de l'apprentissage pour le trading boursier automatisé: une stratégie d'ensemble. 10.1145/3383455.3422540.
Type de publication: Voir l'enregistrement des métadonnées primaires; Non classé ici.. Métadonnées primaires. Vérification des métadonnées : confirmée. Accès au texte intégral : Crossref titre/auteurs/année vérifié ; texte de l'auteur hébergé par l'université disponible.
Cible dans le document : Ensemble empirique-versus-individu-agent et DJIA/diversité minimale; cible est la comparaison des performances sur papier, avec les nombres de tableaux/figures et les tolérances numériques à extraire du texte intégral.
Code et entrées pour finrl#
Artefact ou source en amont. Cahier géré par l'auteur explicitement nommé pour l'expérience ICAIF 2020, mais mis à jour par la suite. Le référentiel papier exact lié par un enregistrement arXiv ultérieur renvoie HTTP 404.
Source inspectée : Oui. Réf: Maître. S'engager: 286fef6c828a02a2ccf807c05b292d8cb28f8e95.
Fichiers & #160;: examples/FinRL_Ensemble_StockTrading_ICAIF_2020.ipynb
Termes : MIT; droits de réutilisation des données du marché séparés
Environnement et calcul: P épinglé isolé FinRL/Stable-Baselines3/PyTorch/Jupyter environnement. Un carnet de notes s'installe FinRL de Git HEAD mutable; remplacer par une version immuable testée avant l'exécution. CPU possible pour les petits diagnostics; formation complète de l'ensemble de roulement heures probables, GPU option.
Entrées: Les constituants de l'IAJD, le VHLCV ajusté et les indicateurs, les coûts de transaction, les dates fractionnées, le seuil de turbulence, les budgets de formation et les semences. Carnet inspecté utilise actuellement 2010-01-01..2021-10-01 train et 2021-10-01..2023-03-01 test, donc ce n'est pas l'original 2020 evaluation.
Accès aux données: Le carnet de notes appelle YahooDownloader; geler les intrants historiques exacts et confirmer les conditions du fournisseur et le traitement des prix ajustés. Pas besoin de trading en direct.
Construire et comparer finrl#
La séquence ci-dessous contient les commandes en amont et les instructions de configuration proposées, telles qu'elles sont étiquetées. Seules les commandes identifiées dans les preuves d'exécution ont été exécutées ici; inspecter la source et les conditions préalables avant de courir.
# Proposed preparation: clone FinRL-Meta and checkout the recorded commit# Inspect every notebook cell; pin FinRL dependency and archive lawful input data before trainingjupyter nbconvert --execute --to notebook --ExecutePreprocessor.timeout=-1 examples/FinRL_Ensemble_StockTrading_ICAIF_2020.ipynb --output ensemble.executed.ipynb
Résultats escomptés : Carnet, modèles, CSVs de valeur de compte, trace de sélection d'ensemble et tableaux de statistique rétro-test.
Comparaison avec le document : Recréer l'original evaluation univers et scissions; comparer le rendement annuel, le retrait et les statistiques de Sharpe sur les semences répétées. Prédéclaration de tolérance/comparaison distributive. Les dates et les dépendances actuelles des carnets doivent être modifiées et doivent être décrites comme une adaptation jusqu'à ce qu'elles soient appariées.
Résultat de l'exécution: Contrôle à la source seulement; aucune nouvelle exécution pour cette route.
Preuve d'exécution : Aucun enregistrement.
Bloqueurs : URL du dépôt exacte actuellement 404.; Les fractionnements de données des carnets sont plus récents que le papier; La dépendance mutable installe et les graines aléatoires ne sont pas entièrement épinglées.
Action suivante: Récupérer les carnets/données archivés de l'ère papier, puis effectuer un contre-essai gelé avec des graines répétées; utiliser le cahier d'auteur comme un échafaudage de construction pendant ce temps.
Lacunes: Ne pas décrire les retours de carnets contemporains tels que reproduits les résultats ICAIF-2020.
Sources pour finrl#
- Identification de l'article vérifiée et date 2020. (inspecté le 2026-11-15).
- Notebook inspecté: données Yahoo, algorithmes d'ensemble, fichiers de sortie, installation mutable et 2021-2023 test split. (inspecté le 2026-11-15).
- Document de conférence organisé par l'auteur, disponible pour l'extraction détaillée des objectifs de performance. (inspecté le 2026-11-15).
moteur#
Open Source Risk Engine — Comment la compensation centrale modifie-t-elle l'exposition systémique et le risque de crédit des contreparties?
Itinéraire: Candidat au résultat papier. Exécution : Tentative ; bloqué. Confiance des sources : haut.
Papier pour moteur#
Nikolai Nowaczyk; Sharyn O-Halloran (2024). Computing the impact of central clearing on systemic risk. 10.3389/frai.2024.1138611.
Type de publication: Voir l'enregistrement des métadonnées primaires; Non classé ici.. Métadonnées primaires. Vérification des métadonnées : confirmée. Accès au texte intégral : ouvrez le HTML complet inspecté, y compris les méthodes, la validation, les résultats et les notes de bas de page des sources.
Cible dans le document : Sections 7.3 à 7.6 Calculs des risques ORE et visualisation des carnets; Section 8.4 Figure 15 : 50 % de l'exposition concentrée dans les PCC; Figure 14 Impacts relatifs de l'ACV. Notes de bas de page 13, code de lien 16–17 et entrées ORE v1.8.4.0.
Code et entrées pour le moteur#
Artefact ou source en amont. Carnet d'auteur lié au papier et sorties simulation précalculées. L'arborescence du référentiel contient les actifs du tableau de bord, et non le générateur en amont qui appelle ORE. ORE v1.8.4.0 est référencé séparément par l'article.
Source inspectée : Oui. Réf: Maître. S'engager: 677f5e7b639d4b8de18767a0f2b8db4844ceaf1a.
Fichiers & #160;: tableaux de bord/nettoyage central/simulation_cva/central_cleating_sim_cva.ipynb; tableaux de bord/nettoyage central/simulation_cva/environnement.yml; tableaux de bord/nettoyage central/simulation_cva/df_risk_systemic.csv; tableaux de bord/nettoyage central/simulation_cva/df_risk_cp.csv; tableaux de bord/nettoyage central/simulation_cva/risk_graphs_nx.json
Termes : Aucune licence de dépôt trouvée; inspecter la permission avant de redistribuer les biens de l'auteur. ORE elle-même BSD-3-Clause.
Environnement et calcul: Le tableau de bord historique utilise Conde Python 3.7.5, pandas 0.23.4, réseaux 2.2 spécifique à Windows; porting to Linux a besoin d'un nouvel environnement enregistré. Frais simulation nécessite en outre ORE v1.8.4.0 plus générateur manquant. Remplacement suffisamment petit pour CPU; Le lot complet ORE portfolio/network doit être profilé après récupération du générateur.
Entrées: CSV/graphiques de risque regroupés pour un tracé de figures ; portefeuilles générés d'origine, fichiers de marché/calibrage, paramètres de graphiques aléatoires et entrées ORE nécessaires pour une nouvelle exécution.
Accès aux données: Le tableau de bord public comprend des tableaux de sortie synthétiques; réutiliser la licence non spécifiée. Inputs groupés du marché des ORE référencés dans le papier.
Construction et comparaison du moteur#
La séquence ci-dessous contient les commandes en amont et les instructions de configuration proposées, telles qu'elles sont étiquetées. Seules les commandes identifiées dans les preuves d'exécution ont été exécutées ici; inspecter la source et les conditions préalables avant de courir.
# Proposed replot route, after constructing a compatible isolated environmentcd dashboards/central_clearing/simulation_cvajupyter notebook central_clearing_sim_cva.ipynb# Fresh simulation cannot be specified completely from this repository: retrieve portfolio-generation and ORE orchestration code first.
Résultats escomptés : les plans d'exposition au tableau de bord/les cartes CVA et les tableaux de risques ventilés; les CSV d'exposition ORE frais nécessitent une orchestration manquante.
Comparaison avec le document : Pas de nouvelles sorties numériques ORE. Les parts d'épargne-sorties antérieures 50.339 % à 50.927 % diffèrent encore de l'énoncé exact de 50 % sur papier et demeurent sans appel.
Résultat de l'exécution: Frais simulation ne peut pas courir à partir de l'artefact d'auteur récupéré : aucun générateur de portfolio ou orchestration ORE dans la source/histoire complète. L'analyse préalable des sorties sauvegardées est conservée séparément et n'est pas comptabilisée comme un nouveau cycle.
Preuve d'exécution : Tentative de code-auteur; Exécuter l'enregistrement
Bloqueurs : Générateur de portefeuille d'auteurs, orchestration/configurations ORE et spécification de départ originale manquantes. ; Correspondance/écart dans la version papier enregistrée non résolue. ; Le référentiel du tableau de bord n'a aucune licence trouvée.
Action suivante: Récupérer le générateur d'auteur / artefact de configuration et les entrées versionées ORE v1.8.4.0; puis déclarer une cible numérique et une tolérance avant de courir.
Lacunes: Générateur de portefeuille d'auteurs, orchestration/configurations ORE et spécification de départ originale manquantes. ; Correspondance/écart dans la version papier enregistrée non résolue. ; Le référentiel du tableau de bord n'a aucune licence trouvée.
Sources pour le moteur#
- ORE utilisation, tableau de bord lié et entrées en version, vérifications de validation, figure 15 cible d'exposition de 50%. (inspecté le 2026-11-15).
- L'arbre contient des éléments d'actif du carnet/CSV/graphe; Aucun générateur d'ORE trouvé. (inspecté le 2026-11-15).
- Notebook explore explicitement les données de résultat et charge les CSV groupés. (inspecté le 2026-11-15).
Hark#
HARK / Econ-ARK — Est-ce que le code associé à l'auteur peut régénérer les chiffres et les tableaux d'économie de stocks tampons de Carrolls?
Itinéraire: Candidat au résultat papier. Exécution : Exemple exécuté. Confiance des sources : haut.
Papier pour le harak#
- Christopher D. Carroll (1997). Buffer-Stock Saving and the Life Cycle/Permanent Income Hypothesis. 10.1162/003355397555109.
Type de publication: Voir l'enregistrement des métadonnées primaires; Non classé ici.. Métadonnées primaires. Vérification des métadonnées : confirmée. Accès au texte intégral : texte intégral restreint fourni par l'utilisateur et préalablement inspecté ; Enregistrement matériel Crossref et Econ-ARK en direct vérifié.
Cible dans le document : Les figures I, V, VI et VII et les tableaux I à II correspondent à la figure 1a/1b, à la figure 5a/b/c, à la figure 6/7 et au code de sortie du tableau1/2. Référence initiale pp. 5–8 déjà annoté par le laboratoire.
Code et entrées pour hark#
Artefact ou source en amont. Econ-ARK identifie cela comme une réplication de Carroll, Yusuf and Son. La source enregistre explicitement les figures/tableaux associés au papier.
Source inspectée : Oui. Réf: Maître. S'engager: 0a278360b77eeac1df1e91374c168b3091365fbf.
Fichiers & #160;: reproduire.sh; Code/Python/BufferStock-LifeCycle.py; liant/environnement.yml; Papier/figures; Papier/Tableaux
Termes : Inspecter séparément la licence de dépôt et HARK Apache-2.0; article restreint exclu.
Environnement et calcul: Temps d'exécution historique du carnet Econ-ARK; Documents README econark/econ-ark-notebook:0.10.4; Les métadonnées du script Python indiquent 3.7.6. Modern HARK 0.17.2 a changé les API. CPU; des solutions politiques et du cycle de vie des ménages simulation, suivi d'un complot.
Entrées: Créez des profils d’étalonnage et de cycle de vie à partir du script épinglé ; préserver les détails de la distribution des chocs, la probabilité de chômage, le facteur d’actualisation et les variantes exactes de croissance.
Accès aux données: des profils de codes/entrées accessibles au public; PDF original reste limité et n'est pas redistribué.
Construisez et comparez hark#
La séquence ci-dessous contient les commandes en amont et les instructions de configuration proposées, telles qu'elles sont étiquetées. Seules les commandes identifiées dans les preuves d'exécution ont été exécutées ici; inspecter la source et les conditions préalables avant de courir.
git clone https://github.com/econ-ark/BufferStock-LifeCycle.gitcd BufferStock-LifeCyclegit checkout 0a278360b77eeac1df1e91374c168b3091365fbf# Prepare its historical environment; inspected reproduce.sh runs the Python script using IPythonbash reproduce.sh
Résultats escomptés : Papier/Figures/Figure1a.png, Figure1b.png, Figure5a.png, Figure5b.png, Figure5c.png, Figure6.png, Figure7.png; Papier/Tableaux/Tableau1.tex et Tableau2.tex.
Comparaison avec le document : Exécution réelle du script restaurée ; La richesse nette cible de référence est arrondie à 0,31 au lieu de 0,32 imprimé. Les méthodes de mise en œuvre de l'auteur diffèrent de l'article original. Aucune réclamation de reproduction papier.
Résultat de l'exécution: Sept figures PNG et deux tables LaTeX générées à partir d'une source exacte. Une comparaison stricte de la cible de base sur papier original a échoué; SciPy avertissement de non-progrès conservé.
Preuve d'exécution : Tentative de code-auteur; Exécuter l'enregistrement
Bloqueurs : Une comparaison de table imprimée stricte échoue.; Discrétisation de l'auteur/simulation et les conventions d'étalonnage diffèrent du papier original; SciPy avertissement de non-progrès ailleurs dans le script complet; convergence de toutes les quantités non établies.
Action suivante: Auditer les paramètres numériques/la distribution des chocs et les résidus cibles déterministes ; résoudre les incohérences avant de déclarer le résultat papier reproduit.
Lacunes: Une comparaison de table imprimée stricte échoue.; Discrétisation de l'auteur/simulation et les conventions d'étalonnage diffèrent du papier original; SciPy avertissement de non-progrès ailleurs dans le script complet; convergence de toutes les quantités non établies.
Sources pour les harcs#
- Identité et configuration de la réplication associée à l'auteur. (inspecté le 2026-11-15).
- Voies de sortie nominales/tables et importations historiques de HARK. (inspecté le 2026-11-15).
- Le point d’entrée réel du script diffère de la formulation obsolète du README. (inspecté le 2026-11-15).
quantecon#
QuantEcon.py — En quoi le risque de gains idiosyncratiques non assurés affecte-t-il l'épargne de précaution et le capital d'équilibre?
Itinéraire: Adaptation du modèle papier. Exécution : Pas courir. Confiance des sources : haut.
Papier pour quantecon#
Voir l'arrêt de la Cour européenne des droits de l'homme. Rao Aiyagari (1994). Risques idiosyncratiques non assurés et épargne globale. 10.2307/2118417.
Type de publication: Voir l'enregistrement des métadonnées primaires; Non classé ici.. Métadonnées primaires. Vérification des métadonnées : confirmée. Accès au texte intégral : identité Crossref vérifiée ; article original complet non lu dans cette passe. Modèle complet de cours/code des responsables inspecté.
Cible dans le document : Le modèle d'Aiyagari, la mise en œuvre de l'équilibre et le tracé de l'offre et de la demande de capital; cible de tableau quantitatif de l'article original non encore inspecté.
Code et entrées pour quantecon#
Artefact ou source en amont. Mise en œuvre pédagogique du modèle d'Aiyagari par le responsable, et non par le programme de l'auteur de 1994. La conférence en direct utilise un processus de revenu simplifié à deux États.
Source inspectée : Oui. Réf: C'est le principal. S'engager: 007bbd592a4c1f43931ebb0eeb0e64ba36fa8a47.
Fichiers & #160;: lectures/aiyagari.md
Termes : Conférence / licence de livre et QuantEcon.py MIT séparément; Inspecter avant de copier le code.
Environnement et calcul: Python épinglé + quantecon, JAX/JAXLIB, SciPy et matplotlib; activer JAX 64-bit comme le fait la conférence. CPU soutenu bien que la conférence a été construit à l'aide de GPU. Prise en charge du processeur; La première compilation JAX ajoute des frais généraux.
Entrées: Modèle de conférence : utilitaire log, bêta=0,96, 100 points d'actif, deux états de productivité [0,1,1,0], transition [[0,9,0,1],[0,1,0,9]], alpha=0,33, delta=0,5. Il s'agit d'enseignements par défaut, non affirmés pour correspondre à l'étalonnage du papier.
Accès aux données: Les entrées de modèles synthétiques, pas de microdonnées nécessaires pour les ménages.
Construire et comparer le quantecon#
La séquence ci-dessous contient les commandes en amont et les instructions de configuration proposées, telles qu'elles sont étiquetées. Seules les commandes identifiées dans les preuves d'exécution ont été exécutées ici; inspecter la source et les conditions préalables avant de courir.
git clone https://github.com/QuantEcon/lecture-python.myst.gitcd lecture-python.mystgit checkout 007bbd592a4c1f43931ebb0eeb0e64ba36fa8a47# Proposed: execute lectures/aiyagari.md as a MyST/Jupyter notebook in its pinned book environment; preserve all cells and outputs.
Résultats escomptés : Politique d'épargne, distribution fixe, courbe d'offre de capital, courbe de demande et taux d'intérêt/capital d'équilibre.
Comparaison avec le document : Dans le cas de l'enseignement, vérifier la stationnarité, la normalisation des probabilités, la faisabilité des ressources et les résidus du marché des capitaux dans le cadre du perfectionnement de la grille. Récupérer le papier original de discrétisation/étalonnage et les cellules de table nommées avant toute comparaison numérique de 1994.
Résultat de l'exécution: Contrôle à la source seulement; aucune nouvelle exécution pour cette route.
Preuve d'exécution : Aucun enregistrement.
Bloqueurs : Résultat/tableau original sur papier et étalonnage non vérifié; L'environnement du livre et les versions JAX ont besoin d'un verrou testé.
Action suivante: Exécuter la conférence épinglée et exporter des tableaux numériques/résiduels, puis construire un calibrage séparé et une comparaison quantitative sur papier.
Lacunes: N'étiquetez pas la conférence simplifiée comme une reproduction de table de papier original.
Sources pour le quantecon#
- Explicite référence Aiyagari, hypothèses du modèle, code et support CPU. (inspecté le 2026-11-15).
- La source de conférences en direct a été inspectée. (inspecté le 2026-11-15).
- Titre/auteur/année vérifiés de l'article. (inspecté le 2026-11-15).
og-core#
OG-Core — Comment les autres représentations de la fonction fiscale modifient-elles les réponses macroéconomiques prévues à la politique fiscale?
Itinéraire: Adaptation du modèle papier. Exécution : Pas courir. Confiance des sources : moyenne.
Papier pour og-core#
Jason DeBacker; Richard W. Evans; Kerk L. Phillips (2019). Integrating Microsimulation Models of Tax Policy into a DGE Macroeconomic Model. 10.1177/1091142118816744.
Type de publication: Voir l'enregistrement des métadonnées primaires; Non classé ici.. Métadonnées primaires. Vérification des métadonnées : confirmée. Accès au texte intégral : métadonnées de l'éditeur/Crossref et réplication de l'auteur README inspectées ; projet de texte intégral disponible auprès des auteurs/conférence.
Cible dans le document : Solutions de rechange à la fonction fiscale et résultats de référence/réforme de l'équilibre général; les nombres exacts de tableaux et de figures publiés et les cellules doivent encore faire l'objet d'une inspection papier finale. Le dépôt Auteur fournit TFI_tables_figures.py.
Code et entrées pour og-core#
Artefact ou source en amont. Le OG-Core actuel est un framework moderne connecté aux modèles nationaux tels que OG-USA. Le code papier exact 2019 réside dans rickecon/TaxFuncIntegr et utilise l'historique OG-USA ; le passage à OG-Core est un port, pas une réexécution du même code.
Source inspectée : Oui. Réf: Maître. S'engager: 7c31fbb5e3cb0fc49de5e99da444af9c7c0bb469.
Fichiers & #160;: exemples/run_ogcore_exemple.py; exemples/exemple-diffs; ogcore/SS.py; ogcore/PTI.py
Termes : CC0-1.0
Environnement et calcul: Courant isolé OG-Core environnement Python; l'environnement TaxFuncIntegr s'il reproduit le résultat 2019. Note README pointe vers run_examples, mais l'instantané inspecté utilise des exemples/. CPU; En amont, README avertit que les trajectoires de base/réforme peuvent dépasser deux heures.
Entrées: L'exemple officiel actuel établit le taux de base de l'entreprise 0,21 et la réforme 0,35 avec ses propres voies de dépenses, et non l'expérience historique exacte. L'itinéraire papier nécessite des ajustements fiscaux préservés et des données démographiques historiques.
Accès aux données: l'exemple actuel fournit l'étalonnage synthétique/défaut; Les microdonnées PUF sont limitées.
Construisez et comparez og-core#
La séquence ci-dessous contient les commandes en amont et les instructions de configuration proposées, telles qu'elles sont étiquetées. Seules les commandes identifiées dans les preuves d'exécution ont été exécutées ici; inspecter la source et les conditions préalables avant de courir.
git clone https://github.com/PSLmodels/OG-Core.gitcd OG-Coregit checkout 7c31fbb5e3cb0fc49de5e99da444af9c7c0bb469# Proposed environment install from the pinned pyproject, then run the actual inspected entry pointpython examples/run_ogcore_example.py
Résultats escomptés : exemples/OG-Core-Exemple/BASELINE et sorties REFORM, model_params.pkl, SS/SS_vars.pkl, TPI/TPI_vars.pkl, example_output.csv et example_plots.
Comparaison avec le document : Il faut d'abord reproduire l'exemple officiel actuel avec des résidus de compensation/diffuseurs de marché et sa propre référence de régression, après avoir résolu des noms de diffuseurs d'exemple dépassés. Portez ensuite un cas de papier TaxFuncIntegr nommé et comparez les chemins de transition agrégés sous le même calibrage.
Résultat de l'exécution: Contrôle à la source seulement; aucune nouvelle exécution pour cette route.
Preuve d'exécution : Aucun enregistrement.
Bloqueurs : Modèle historique exact utilise OG-USA, pas courant OG-Core.; README path/output names and example/example-diffs sont inexistants par rapport au script courant; Port assorti de papier et comparaison complète de la sortie non effectuée.
Action suivante: Congeler une compatibilité OG-Core libérer et exécuter son exemple; définir séparément un port d'étalonnage sur papier en utilisant l'archive de l'auteur et les différences explicites.
Lacunes: Actuellement OG-Core didacticiel ne peut pas être présenté comme la réplication historique du papier.
Sources pour l'og-core#
- La relation entre le cadre et le modèle de pays et les directives sur les délais d'exécution. (inspecté le 2026-11-15).
- Point d’entrée réel, expérience en matière d’impôt sur les sociétés et lieux de sortie. (inspecté le 2026-11-15).
- Code OG-USA et restrictions de données associées au papier. (inspecté le 2026-11-15).
- Identification sur papier vérifiée. (inspecté le 2026-11-15).
calculateur de l'impôt#
Tax-Calculator — Peut-on régénérer les estimations des microtaux d'imposition et les comparaisons macrofiscales?
Itinéraire: Candidat au résultat papier. Exécution : Exemple exécuté. Confiance des sources : haut.
Papier pour calculateur d'impôts#
Jason DeBacker; Richard W. Evans; Kerk L. Phillips (2019). Integrating Microsimulation Models of Tax Policy into a DGE Macroeconomic Model. 10.1177/1091142118816744.
Type de publication: Voir l'enregistrement des métadonnées primaires; Non classé ici.. Métadonnées primaires. Vérification des métadonnées : confirmée. Accès au texte intégral : métadonnées de l'éditeur/Crossref et réplication de l'auteur README inspectées ; projet de texte intégral disponible auprès des auteurs/conférence.
Cible dans le document : Mai 2018 manuscrit de l'auteur DEP_TaxFuncs.pdf, tableaux 7 et 8, spécification préférée changement du PIB à l'état stable +0,07%; les tableaux numériques de la revue finale 2019 ne sont pas assortis de façon indépendante.
Code et intrants pour calculateur de la taxe#
Artefact ou source en amont. Code de réplication de l'auteur pour l'article/le brouillon ; appelle Tax-Calculator et stocke les sorties de fonction fiscale ajustées et les sorties de modèle résolues.
Source inspectée : Oui. Réf: Maître. S'engager: 715cc76e3305c00dd64d79521c504bb388c6d87d.
Fichiers & #160;: run_TaxFuncInt.py; TFI_tables_figures.py; environnement.yml; 2017_law.json; OUVRIR_BASELINE; RÉFORME_OUVERT
Termes : Dédicace CC0-1.0 ; LICENSE.md inspecté. Tax-Calculator lui-même également CC0.
Environnement et calcul: Environnement historique Python 3.6, taxcalc>=0.19.0 dans un environnement conda.yml, paquet local historique OG-USA. Les versions de dépendance historiques résolues exactes ne sont pas conservées par ce fichier. README estime environ 10 heures avec des processeurs 10+ ou 100+ heures série pour l'analyse complète de 12 cas.
Entrées: PUF IRS original pour l'estimation des fonctions fiscales fraîches; les fichiers précalculés de cornichons à fonction adaptée fournis comme une voie ouverte partielle. Les données du CPS peuvent remplacer le PUF mais modifient l'expérience.
Accès aux données: IRS PUF non publié; Les fonctions estimées existantes sont disponibles. Ne jamais télécharger PUF/fiscalité restreinte.
Construire et comparer un calculateur d'impôt#
La séquence ci-dessous contient les commandes en amont et les instructions de configuration proposées, telles qu'elles sont étiquetées. Seules les commandes identifiées dans les preuves d'exécution ont été exécutées ici; inspecter la source et les conditions préalables avant de courir.
git clone https://github.com/rickecon/TaxFuncIntegr.gitcd TaxFuncIntegrgit checkout 715cc76e3305c00dd64d79521c504bb388c6d87d# Historical environment must be reconstructed; README contains a pyton typo and outdated Python/ folder path. Inspect files before use.# Proposed: set run_micro=False to reuse published fitted functions; do not claim this reruns the microsimulation stagepython run_TaxFuncInt.pypython TFI_tables_figures.py
Résultats escomptés : Fonctions fiscales ajustées de référence/réforme, sorties SS/TPI, tableaux de publication et chiffres du script de traçage.
Comparaison avec le document : Numérotique +0,069545535% matches Mai-2018 brouillon +0,07% à tolérance déclarée; six sorties de base correspondent à l'auteur archivé SS. Scope est une solution macro fraîche à l'aide d'entrées ajustées fournies. Dans les deux cas, le G négatif est maintenu en tant que faisabilité économique défaillante, de sorte que ni cette comparaison ni les petits résidus d'Euler n'établissent une prévision politique valable.
Résultat de l'exécution: Des états macro-équilibres frais de base et contre-factuels ont été résolus; auteur-manuscrit SS PIB arrondi correspondances cibles. Le diagnostic de faisabilité économique échoue parce que les deux fermetures exigent des dépenses gouvernementales négatives. Tax-Calculator Importé mais son microsimulation/PUF estimation NON exécutée.
Preuve d'exécution : Tentative de code-auteur; Exécuter l'enregistrement
Bloqueurs : Original restreint IRS PUF pas disponible pour frais Tax-Calculator micro-estimation.; Les dépenses publiques sont négatives dans les deux états macroéconomiques résolus; l'identité définitive du tableau de la revue 2019 n'a pas été vérifiée; la comparaison sélectionnée est le manuscrit de l'auteur de mai 2018.; L'ajustement complet de la fonction fiscale et les chemins de transition ne sont pas réutilisés.
Action suivante: Résoudre la faisabilité de la clôture de l'exercice et vérifier la version ou le tableau final de la revue; utiliser l'accès légal PUF seulement si micro fraissimulation une estimation est nécessaire.
Lacunes: Original restreint IRS PUF pas disponible pour frais Tax-Calculator micro-estimation.; Les dépenses publiques sont négatives dans les deux états macroéconomiques résolus; l'identité définitive du tableau de la revue 2019 n'a pas été vérifiée; la comparaison sélectionnée est le manuscrit de l'auteur de mai 2018.; L'ajustement complet de la fonction fiscale et les chemins de transition ne sont pas réutilisés.
Sources de calcul de l'impôt#
- Association auteur-papier, commandes, run_micro=False route, alternative CPS, restriction PUF et estimation d'exécution. (inspecté le 2026-11-15).
- Tableau papier/production de chiffres à partir des produits de référence/réforme. (inspecté le 2026-11-15).
- Titre papier vérifié/auteurs/année. (inspecté le 2026-11-15).
à cœur ouvert#
OpenFisca — Comment une allocation en espèces ciblée crée-t-elle une falaise d'incitation au travail par rapport à une allocation pour enfant?
Itinéraire: Non résolu. Exécution : Pas courir. Confiance des sources : faible.
Papier pour openfiscacore#
Max Ghenis (2022). Comment l'aide en espèces ciblée influe-t-elle sur les mesures d'incitation au travail?. CGO Research in Focus, 2022-06-17 (rapport de recherche ; aucun DOI trouvé).
Type de publication: Voir l'enregistrement des métadonnées primaires; Non classé ici.. Métadonnées primaires. Vérification des métadonnées : confirmée. Accès au texte intégral : ouvrez le rapport complet et la signature de l'éditeur/la date d'inspection. Il s’agit d’un rapport de recherche politique publié et non d’un article de revue.
Cible dans le document : Falaise du revenu net des familles de Cambridge et pauvreté du Massachusetts simulations. Le rapport indique une réduction globale de la pauvreté à l'échelle de l'État de 15 %, la pauvreté des enfants de 42 % ; ce sont des prédictions de modèles et non des effets d’intervention empiriques.
Code et entrées pour openfisca-core#
Artefact ou source en amont. Carnet de notes de l'auteur exact lié dans le rapport, mais le référentiel renvoie actuellement 404. Aucun instantané immuable récupéré. Le rapport relie l’historique OpenFisca-US ; Le PolicyEngine moderne n’est pas supposé interchangeable.
Source inspectée : C'est pas vrai. Réf: Non établi.. S'engager: Non établi..
Fichiers & #160;: analyse.ipynb (nommé par rapport; non disponible pour l'inspection)
Termes : Indisponible; ne supposez pas les termes de redistribution des sources/données.
Environnement et calcul: Historique non résolu OpenFisca- Environnement US/Core jusqu'à ce que le carnet et la broche de dépendance soient récupérés. Actuellement OpenFisca À lui seul, le noyau ne peut recréer un modèle historique de pays ou un rapport politique. Probablement CPU microsimulation; taille inconnue jusqu'à ce que les données soient récupérées.
Entrées: Carnet de rapport original, spécifications du ménage, instantané de la loi de 2022, microdonnées/poids des enquêtes et hypothèses sur les avantages; tous ont encore besoin de récupération et d'inspection des conditions.
Accès aux données: Rapport public; carnet/données d'origine actuellement indisponibles. Générique OpenFisca country-template est un tutoriel distinct et ne fournit pas cet artefact de recherche.
Construire et comparer openfisca-core#
La séquence ci-dessous contient les commandes en amont et les instructions de configuration proposées, telles qu'elles sont étiquetées. Seules les commandes identifiées dans les preuves d'exécution ont été exécutées ici; inspecter la source et les conditions préalables avant de courir.
# Recovery steps only; no working execution command is established# Retrieve analysis.ipynb from the author or an authenticated archive; verify it matches the report# Reconstruct the historical OpenFisca-US and Core versions, law period, data and weights# Only then execute the recovered notebook in an isolated environment and compare the reported targets.
Résultats escomptés : Résultats attendus de la construction : courbe entre le revenu disponible et les gains, évolution de la pauvreté et comparaison entre les allocations pour enfants et le budget. Noms de fichiers inconnus jusqu'à ce que le code soit récupéré.
Comparaison avec le document : Après la guérison, comparez la falaise des prestations de la famille concernée et les changements en pourcentage de pauvreté déclarés en utilisant ses pondérations et définitions d’origine. Prédéclarer la tolérance d'arrondi ; n'utilisez pas les lois/packages nationaux en vigueur en remplacement et appelez cela une reproduction.
Résultat de l'exécution: Contrôle à la source seulement; aucune nouvelle exécution pour cette route.
Preuve d'exécution : Aucun enregistrement.
Bloqueurs : Repo de reproduction exacte retourne HTTP 404.; Les versions de modèles historiques, les droits de données d'entrée et la pondération ne sont pas récupérés.
Action suivante: Demandez à l'auteur le cahier des charges / l'archive et la spécification d'entrée partagée, ou sélectionnez un papier alternatif avec une archive survivante avant de construire un passage public.
Lacunes: Cet outil n'a pas encore de route accessible de code de recherche inspecté à partir de ce candidat.
Sources pour openfisca-core#
- Métadonnées du rapport, OpenFisca-US utilisation, cibles de prédiction et cahier de reproduction lié. (inspecté le 2026-11-15).
- La recherche de dépôt en direct a retourné 404 le 2026-11-15. (inspecté le 2026-11-15).
dynare#
Dynare — Un modèle bayésien DSGE publié peut-il régénérer les réponses aux chocs et les estimations postérieures?
Itinéraire: Candidat au résultat papier. Exécution : Exemple exécuté. Confiance des sources : haut.
Papier pour dynare#
Frank Smets; Rafael Wouters (2007). Shocks and Frictions in US Business Cycles: A Bayesian DSGE Approach. 10.1257/aer.97.3.586.
Type de publication: Voir l'enregistrement des métadonnées primaires; Non classé ici.. Métadonnées primaires. Vérification des métadonnées : confirmée. Accès au texte intégral : enregistrement officiel de l'article de l'AEA et page de destination du package de réplication inspectés ; L'inspection du code utilise une implémentation tierce maintenue.
Cible dans le document : L'estimation bayésienne, la décomposition des chocs et les réponses des impulsions; Les cellules de table/tolérances de figure imprimées doivent encore être comparées en texte intégral. Archives officielles de réplication DOI 10.3886/E116269V1.
Code et entrées pour dynare#
Artefact ou source en amont. Réplication conservée par Johannes Pfeifer avec attribution et corrections explicites de Smets/Wouters. Préférez les archives originales liées à l’AEA comme référence et documentez les différences.
Source inspectée : Oui. Réf: Maître. S'engager: 26c21f79e4c6a6b19b18e6330edc5b23489907a4.
Fichiers & #160;: Smets_Wouters_2007/Smets_Wouters_2007.mod; Smets_Wouters_2007/Smets_Wouters_2007_45.mod; Smets_Wouters_2007/usmodel_data.mat; Smets_Wouters_2007/usmodel_mode.mat
Termes : GPL-3.0-ou plus tard pour cette Dynare mise en œuvre par en-tête; données originales/termes d'archives séparés.
Environnement et calcul: Dynare avec GNU Octave pour l'exécution ouverte; choisir supporté Dynare publier et inspecter les notes de version du modèle. L'hôte n'a pas d'octave/Dynare identifiés; pas d'installation de système autorisée. Le modèle par défaut inspecté utilise mh_replic=0, mode_compute=0 et le mode usmodel_fourni, puis choc_decomposition y; il n'exécute pas une chaîne MCMC complète par défaut. CPU; mode déterministe/IRF vérifier plus petit que l'estimation complète du MCMC bayésien.
Entrées: Usmodel_data.mat de sept séries groupées et fichier de démarrage en mode postérieur ; l'échantillon d'origine, les transformations, les priorités, les options d'estimation et les valeurs de départ doivent correspondre à la cible sélectionnée.
Accès aux données: Paquet de réplication AEA original disponible via OpenICPSR; Les données groupées existent dans un dépôt tiers. Vérifiez les termes de téléchargement/accès des archives.
Construire et comparer le dynare#
La séquence ci-dessous contient les commandes en amont et les instructions de configuration proposées, telles qu'elles sont étiquetées. Seules les commandes identifiées dans les preuves d'exécution ont été exécutées ici; inspecter la source et les conditions préalables avant de courir.
git clone https://github.com/JohannesPfeifer/DSGE_mod.gitcd DSGE_modgit checkout 26c21f79e4c6a6b19b18e6330edc5b23489907a4cd Smets_Wouters_2007# Proposed Octave command after installing an isolated compatible Dynare runtimeoctave --no-gui --eval "dynare Smets_Wouters_2007.mod"
Résultats escomptés : Dynare les fichiers modèles/résultats, evaluation au mode postérieur fourni et la décomposition des chocs pour y sous les paramètres par défaut. Les diagnostics a posteriori/MCMC doivent changer explicitement mh_replic et les options d'estimation; par défaut, nograph/nodiagnostic suppriment ces sorties.
Comparaison avec le document : La somme de décomposition exploratoire résiduelle est de 7,1e-15; Densité de la place -1844.0985587 sous le mode/réglage prévu. La cible numérique originale, l'échantillon et le mode n'ont pas été appariés, et les avertissements d'exécution/de modèle demeurent.
Résultat de l'exécution: Modèle frais entretenu evaluation et finie décomposition des chocs 40×9×230 terminée. Aucune comparaison quantitative originale ou estimation postérieure n'a été revendiquée.
Preuve d'exécution : Tentative de code-auteur; Exécuter l'enregistrement
Bloqueurs : L'ancien fichier de mode ne peut pas être vérifié par rapport au modèle actuel; gaminv n'a pas convergé pour certaines valeurs; Les dimensions négatives du tableau sont converties en zéro dans la configuration de la décomposition des chocs; 33 avertissements préprocesseurs provenant de variables de blocs en état d'équilibre non assignées; L'archive officielle de réplication originale nécessite le téléchargement d'un compte; Le modèle maintenu utilise l'ancien mode fourni et 230 observations; correspondance avec la cible papier sélectionnée non vérifiée.
Action suivante: Correspondez à l'archive/l'échantillon/le mode original et résolvez les avertissements de compatibilité au préalable/le mode, puis définissez une comparaison sur papier nommée avant l'estimation postérieure complète.
Lacunes: L'ancien fichier de mode ne peut pas être vérifié par rapport au modèle actuel; gaminv n'a pas convergé pour certaines valeurs; Les dimensions négatives du tableau sont converties en zéro dans la configuration de la décomposition des chocs; 33 avertissements préprocesseurs provenant de variables de blocs en état d'équilibre non assignées; L'archive officielle de réplication originale nécessite le téléchargement d'un compte; Le modèle maintenu utilise l'ancien mode fourni et 230 observations; correspondance avec la cible papier sélectionnée non vérifiée.
Sources pour dynare#
- Métadonnées officielles de l'article et lien original réplication-paquet. (inspecté le 2026-11-15).
- Page d'accueil de l'archive de réplication originale et DOI persistante. (inspecté le 2026-11-15).
- Maintien de la mise en œuvre, de l'attribution, des notes de version et des entrées groupées. (inspecté le 2026-11-15).
- Titre/auteurs/année vérifiés. (inspecté le 2026-11-15).