Aller au contenu

quant-research-platform

Un laboratoire de recherche quantitative en source ouverte, dont le but n'est pas de trouver une stratégie qui gagne, mais de savoir laquelle ne gagne pas.

La question à laquelle toute cette infrastructure sert à répondre tient en une phrase :

Cette anomalie semble fonctionner. Est-ce réellement de l'alpha robuste, économiquement plausible, investissable, et suffisamment indépendant de nos autres sources de rendement pour mériter du capital ?

Pourquoi ce projet existe

Un backtest flatteur ne prouve rien. Prenez mille stratégies aléatoires, et testez-les sur trente ans de données. La meilleure affichera un ratio de Sharpe supérieur à 2 sans porter le moindre signal. Ce n'est pas une possibilité théorique, c'est la conséquence mécanique du maximum de mille tirages.

Tout ce que porte ce dépôt sert à distinguer un rendement d'un tirage chanceux : données point-in-time, décompte des essais, ratio de Sharpe dégonflé, probabilité de surapprentissage, coûts explicites, second moteur de backtest indépendant.

Par où commencer

Vous voulez Allez à
installer et faire tourner Installation
comprendre l'architecture Architecture
comprendre la méthode Ce qui sépare un résultat d'une coïncidence
voir le parcours d'une stratégie Le parcours
lire les formules Formules de référence
savoir ce que les données ne donnent pas Limites des données gratuites
lire les articles répliqués Littérature
suivre les décisions ADR

L'état d'avancement

Phase Contenu État
0 architecture, configuration, journal, intégration continue, documentation fait
1 fournisseurs de données, lac, provenance, point-in-time, qualité fait
2 analytique : rendements, risque, ratios, régression, IC, rotation, contributions fait
3 validation : découpages, purge, embargo, CPCV, bootstrap, DSR, PBO, tests multiples fait
4 réplications académiques, de TSMOM à l'arbitrage statistique fait, huit études
5 moteur de portefeuille et de risque fait, six estimateurs de covariance, sept optimiseurs
6 moteur de coûts et de capacité fait, impact à l'échelle du capital, étude 010
7 portefeuille multi-stratégies fait, étude 009
8 apprentissage automatique transversal fait, panneau point-in-time, six méthodes, étude 011
9 validation indépendante sous LEAN fait, l'étude 001 retrouvée à 5e-6 par mois, l'ouverture réelle coûte 25 pb/an, lean/
10 tableau de bord et rapport institutionnel fait, quant dashboard build et quant report
11 recherche propre ouverte, études 014 à 020 : publication, univers sans biais de survie, rotation, nuit contre journée, cryptomonnaies, meilleures idées 13F

Avertissement

Rien ici n'est un conseil en investissement. Les résultats présentés sont des mesures faites sur des données historiques, avec des hypothèses déclarées, et un résultat historique ne dit rien de l'avenir. Les limites des données utilisées sont écrites et ne sont jamais contournées par une approximation.