Projet personnel · En cours
Pipeline de recherche actions systématique
[Résumé en une phrase : ce que c'est, pour qui, et le résultat principal.]
Contexte
[Où et pourquoi le projet a démarré : employeur, cours ou compétition, et les personnes impliquées.]
[Les contraintes : délai, données disponibles, outils imposés, confidentialité.]
Problème
Un backtest ne vaut que par ses garde-fous. L'objectif : un pipeline actions fondamental à petite échelle où les biais d'anticipation, de survie et de data snooping sont traités par construction.
Approche
Univers S&P 500 point-in-time avec les fondamentaux EDGAR tels que publiés à l'origine. Scores neutres par secteur convertis en alphas, modèle de risque factoriel avec shrinkage de Ledoit-Wolf et optimiseur 130/30 en CVXPY. Backtest walk-forward, coûts toujours inclus.
- [Choix de conception 1, et pourquoi il l'emporte sur l'alternative]
- [Choix de conception 2, et pourquoi]
- [Choix de conception 3, et pourquoi]
Résultats
En cours. Aucun chiffre de performance n'est publié avant l'ouverture du holdout, une seule fois.
[Comment c'est évalué : données, référence, protocole, et qui a validé.]
Limites et suite
- [Ce qui ne marche pas encore, ou les limites connues du résultat]
- [Ce que vous feriez autrement]
- [La prochaine étape, si le projet continue]
Stack
- Python
- pandas
- DuckDB
- CVXPY
- pytest
- GitHub Actions
- [Ajouter un outil]