Python/research/ — notebooks de recherche companions du parcours QC-Py
Ce dossier porte les notebooks de recherche appariés aux notebooks de cours du parcours QC-Py — catégorie (b) research companion de la classification par modalité d’exécution du README Python. Chaque companion approfondit, sur QuantBook, le workflow démontré dans le notebook de cours correspondant.
| Notebook | Companion de | Contenu |
|---|---|---|
research_classification.ipynb |
QC-Py-19-ML-Supervised-Classification | Classification ML supervisée sur QuantBook (45 min, niveau intermédiaire) ; sert de support de recherche au projet projects/ML-Classification/ |
research_lstm.ipynb |
QC-Py-22-Deep-Learning-LSTM | Entraînement complet d’un modèle LSTM (PyTorch) pour la prédiction de prix ; support de recherche du projet projects/DL-LSTM/ |
Exécution : notebooks QuantBook — exécution via QuantConnect Cloud (voir GETTING-STARTED), pas d’exécution locale fictive.
Ne pas confondre avec le hub QuantConnect/research/
Le dépôt porte deux emplacements « research » au sein de la série QC :
QuantConnect/research/— le hub de recherche autonome (notebooksresearch_*.ipynb, données locales yfinance/sklearn, hors QC Cloud) ;QuantConnect/Python/research/(ce dossier) — les 2 companions pédagogiques du parcours QC-Py ci-dessus, qui suivent leurs notebooks de cours.
Les deux ont des rôles distincts : recherche de stratégie standalone d’un côté, approfondissement d’un chapitre de cours de l’autre. Voir le README hub pour la vue d’ensemble de la série.