Commencer par un contrat d’entrée
Décrivez les colonnes de données, les unités, les horodatages et le résultat attendu. Indiquez au modèle quelles informations sont indisponibles et demandez-lui de faire ressortir les hypothèses manquantes. N’incluez ni identifiants de connexion ni données de compte privées dans une consigne.
Un plan de spécification réutilisable
Utilisez ce plan : objectif ; univers admissible ; informations disponibles au moment de la décision ; signal ; moment de l’ordre ; sortie ; limite de position ; coûts ; traitement des données manquantes ; tests. Demandez les questions non résolues avant le code, puis examinez chaque champ.
Vérifier le comportement de façon indépendante
Construisez des exemples sans signal, avec un seul signal, avec des observations manquantes et avec un historique insuffisant. Comparez les décisions attendues aux résultats obtenus. Lors de l’évaluation d’un modèle appris, ajustez le prétraitement uniquement sur la partie d’entraînement ; les découpages chronologiques exigent de surveiller les informations qui se chevauchent.
Fournir un dossier de preuves
Conservez la consigne, l’identifiant du modèle lorsqu’il est disponible, la version générée, les modifications manuelles et les résultats des tests. Ce site fournit le processus et les outils de référence ; il n’héberge pas d’environnement d’exécution de modèles et n’exécute pas de code de trading généré.
Passer à la pratique
Utilisez le studio de recherche pour documenter des règles ou examiner une série de valeur du portefeuille adaptée. Vérifiez les hypothèses d’entrée et exportez votre travail avant de quitter la page.
Ouvrir l’espace de travail ↗Des questions sur ce processus ?
Pour une question ou une suggestion concernant le contenu, décrivez votre objectif de recherche, le type d’actif, votre étape actuelle et celle que vous souhaitez voir expliquée. N’envoyez pas d’identifiants de compte ni de clés de trading.
info@aiquantbase.com ↗Sources et références
- scikit-learn — Cross-validation and time series evaluation ↗
- scikit-learn — Data leakage and common pitfalls ↗
Les références étayent des définitions précises ou apportent un contexte méthodologique. Les exemples et les listes de vérification de recherche sont explicatifs ; aucun résultat de performance n’est revendiqué.