De l'idée de trading au règles complètes
Une idée de trading n'est pas un ensemble de règles : tu vois quels éléments une stratégie complète exige et où des lacunes sont souvent comblées sans le dire.
Blog
Des éclairages sur la conception de stratégies, le backtesting et le trading algorithmique. Éducation, pas de conseil en investissement.
Tests de robustesse pour stratégies de trading
Tests de robustesse pour stratégies de trading : types dans StrategyQuant X, exemple d'enchaînement, ce que montrent les résultats.
Générer automatiquement des stratégies de trading
Comment StrategyQuant génère des stratégies de trading automatiquement, du premier lot aléatoire jusqu'au contrôle de robustesse, et pourquoi peu de candidats survivent.
Surapprentissage de stratégie : quand le résultat semble trop beau
Sur le surapprentissage d'une stratégie : aucune mesure ne le prouve. Voici comment vérifier ton backtest dans StrategyQuant X, avec les limites de la méthode.
In-Sample et Out-of-Sample : la séparation protectrice
IS et OOS en trading : ce que les données séparent, ce que montre le ratio OOS/IS dans StrategyQuant X et où sont les limites.
Corrélation des stratégies en Portfolio: réduire le risque
Deux bonnes stratégies corrélées peuvent donner un Portfolio faible. Voici comment vérifier la corrélation dans le Portfolio avec StrategyQuant X.
Trading algorithmique : comment naissent les stratégies
Trading algo : deux voies vers la stratégie, pourquoi l'optimisation précède le test de robustesse et ce que révèlent les analyses de Monte-Carlo.
Expert Advisor : qu'est-ce qu'un EA et comment il fonctionne
Qu'est-ce qu'un Expert Advisor ? Découvre comment une stratégie StrategyQuant devient un EA, se construit sans coder et se teste dans MetaTrader.
Stratégie de trading : ses composants et sa construction
Qu'est-ce qui constitue une stratégie de trading ? Découvre de quels éléments elle est composée et en quoi la génération automatique se distingue de la construction
Simulation Monte-Carlo en trading : ce qu'elle montre
Découvre ce qu'est une simulation Monte-Carlo en trading, ce qu'elle change dans un backtest et ses limites.
Python dans le trading algorithmique
Faut-il savoir programmer pour utiliser StrategyQuant X ? Python est une option en complément du coeur no-code.
Drawdown au trading : ce qu'il mesure et ce qu'il ne montre pas
Drawdown en trading : ce que cet indicateur mesure, comment StrategyQuant X le calcule et ce qu'il ne prédit pas.
Calculer la taille de position : plus que le rendement
Calculer la taille de position : le modèle choisi modifie le profil de risque de ta stratégie, pas seulement le rendement.
Trading systématique : la décision avant le trade
Le trading systématique signifie : les règles sont définies et vérifiées avant le trade, que tu les appliques manuellement ou de manière automatisée.
Backtest d'actions : le moteur Stockpicker expliqué
Le backtest d'actions diffère de celui d'un symbole. Découvre les limites du moteur Stockpicker dans StrategyQuant X.
Trading automatisé : où s'arrête l'automatisation
Où l'automatisation dans StrategyQuant X s'arrête-t-elle vraiment ? Vois ce qui demande encore ton attention : setup, licences, matériel et contrôle.
Programme de trading algorithmique avec StrategyQuant X
Que cache un programme de trading algorithmique ? Découvre comment coder, tester et automatiser tes propres règles dans StrategyQuant X.
Trading algorithmique sans coder : où se situe la limite
As-tu besoin de coder pour le trading algorithmique ? Vois exactement où le chemin sans code s'arrête, où le code revient, et ce qu'il exige encore de toi.
Stratégies IA : ce qu'elles signifient vraiment
Regarde ce que « stratégies de trading par IA » signifie vraiment dans StrategyQuant X : une recherche de règles plus un assistant basé sur des prompts, pas un
Qu'est-ce que l'analyse walk-forward
Découvre ce qu'est l'analyse walk-forward, comment elle fonctionne dans StrategyQuant, et ce que ses résultats peuvent ou ne peuvent pas te dire sur une stratégie de