AI Quant Base

La question à résoudre

Une autre personne peut-elle comprendre précisément ce que votre règle observe et quand elle agit ? Le premier objectif est une spécification claire, et non un objectif de rendement.

Définir un périmètre restreint

Choisissez un type d’actif et une fréquence d’observation. Consignez la source des données, le droit de les utiliser, la devise, la période et les valeurs manquantes. Une courte série construite suffit pour vérifier les calculs, mais ne permet pas d’établir une performance de marché.

Suivre trois étapes

Rédigez le signal en langage courant ; convertissez-le en conditions explicites ; examinez manuellement quelques observations. Indiquez le premier moment où l’exécution est possible et une condition qui invaliderait l’idée. Lisez ensuite le guide du backtest avant de réaliser une expérience historique ailleurs.

Conserver un résultat utile

Enregistrez une page contenant la question, les champs de données, les règles d’entrée et de sortie, la contrainte de position, l’hypothèse de coût et les questions ouvertes. Le travail est terminé lorsque les règles sont vérifiables ; cela ne signifie pas qu’elles sont prêtes pour le trading réel.

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 ↗
Guide pédagogique. Cette page ne présente aucun résultat de backtest ni de trading réel.

Poursuivre l’exploration

Recherche quantitative par IA

Qu’est-ce que le trading quantitatif par IA ?

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.

Lire le guide
Backtests et risque

Comment structurer un backtest de trading

Un backtest applique des règles explicites à des observations historiques selon des hypothèses d’exécution déclarées. Son intérêt dépend de ces hypothèses et de la qualité des données sous-jacentes.

Lire le guide
Rechercher dans la bibliothèque

Recherchez des produits, des processus, des guides et des outils.