Comprenez la place de l’IA dans la recherche quantitative : formulation d’hypothèses, travail sur le code et examen des éléments probants.
Commencez par la tâche confiée au modèle, puis examinez les règles et les éléments probants nécessaires pour évaluer son résultat.
Le trading quantitatif par IA utilise des méthodes d’apprentissage automatique ou des modèles de langage au sein d’un processus de recherche et de trading fondé sur des règles. La question utile est de savoir quelle tâche le modèle accomplit et comment cette tâche est évaluée.
Une stratégie testable décrit les informations connues, le moment où une décision est prise et la modélisation d’un ordre. Le langage naturel est un point de départ pour cette spécification.
Les résultats de l’IA doivent être vérifiés au regard de la tâche qui lui a été confiée. La justesse du code, la qualité des prévisions et la performance de trading exigent des éléments probants différents.