Trading Algorithmique

QuantConnect, ML appliqué et probabilités

Stratégies de trading algorithmique avec QuantConnect, pipeline ML (Transformer, DQN, LSTM), indicateurs techniques avancés, et modèles probabilistes. Du backtesting basique au reinforcement learning.

Statistiques

Métrique Valeur
Notebooks 274
PRODUCTION 0
BETA 252
ALPHA 22

ML/DataScienceWithAgents (99 notebooks)

# Notebook Maturité Exécutable
1 1.2 - Manipulation de Données avec NumPy BETA Oui
2 1.3 - Analyse de Données avec Pandas BETA Oui
3 2.1 — Le workflow d’apprentissage automatique BETA Oui
4 2.10 — Optimisation d’hyperparamètres : grille, hasard,… BETA Non
5 2.11 — Régularisation sparse : LASSO (L1) vs Ridge… BETA Oui
6 2.11b — Operateurs proximaux : ISTA et FISTA from… BETA Oui
7 2.11c — Lasso SOTA : coordinate descent, LassoCV, et… ALPHA Oui
8 2.11d — ADMM from scratch ALPHA Oui
9 2.11f — Comparaison bloc A / bloc B : le tableau croisé… BETA Oui
10 2.12 — Données déséquilibrées : la courbe PR, les… BETA Oui
11 2.13 — Analyse d’erreurs : diagnostiquer un modèle… BETA Oui
12 2.14 — Explicabilité (XAI) : SHAP, LIME et… BETA Oui
13 2.14b — SHAP et do-calculus : la jonction attribution… BETA Oui
14 2.15 — La donnée comme responsabilité : inférence… BETA Oui
15 2.2 — La descente de gradient : comment un modèle… BETA Oui
16 2.3 — Régression linéaire et régression logistique BETA Oui
17 Naive Bayes génératif vs régression logistique… BETA Oui
18 Régression en grande dimension — quand p >> n : ridge,… BETA Oui
19 Modèle gaussien, frontière LDA / QDA BETA Oui
20 2.4 — Arbres de décision, forêts aléatoires et boosting BETA Oui
21 2.5 — Biais, variance, validation croisée et courbe ROC BETA Oui
22 2.5b — Calibration des probabilités : reliability… BETA Oui
23 2.5c — Equite par sous-groupe : compromis… BETA Oui
24 2.5d — Dérive de distribution au déploiement :… ALPHA Oui
25 2.6 — Clustering (KMeans) et réduction de dimension… BETA Oui
26 2.7 — Modèles non paramétriques : SVM et k plus proches… BETA Oui
27 2.7b — SMO from scratch : SVM soft-margin, boucle de… BETA Oui
28 2.7c — SVM SOTA : LIBSVM sous le capot de… BETA Oui
29 2.8 — Théorie de l’apprentissage : PAC et dimension de… BETA Oui
30 2.8c — Borne + Témoin extrémal + Concentration : ce que… BETA Oui
31 Novikoff : la convergence du perceptron, démontrée et… BETA Oui
32 2.9 — Grokking : la généralisation qui arrive en retard BETA Oui
33 2.9b — GenEFT : une théorie effective de la… BETA Oui
34 2.9c — Grokking : le diagramme de phases BETA Oui
35 2.9d — Features circulaires et hélice des nombres BETA Non
36 2.9e — MIPS : du réseau au programme BETA Non
37 3.0 — Théorie de l’information : entropie, KL,… BETA Oui
38 3.1 — La rétropropagation : la chaîne des gradients à… BETA Oui
39 3.10 — Le pendant SOTA : la bibliothèque diffusers… BETA Non
40 3.11 — Le budget mémoire d’un entraînement : quatre… BETA Non
41 3.12 — Les collectives : l’anneau à la main contre… BETA Non
42 3.2 — Les optimisateurs : de SGD à Adam, ce qui change… BETA Oui
43 3.3 — Régularisation : dropout, weight decay, early… BETA Oui
44 3.4 — Attention et Transformer from scratch : jusqu’au… BETA Oui
45 3.4c — Mixture of Experts : router les jetons, croître… BETA Non
46 3.4d — Fourier features et biais spectral : quand le… ALPHA Oui
47 3.5 — Grokking et double descente : quand la… BETA Oui
48 3.6 — Modèles génératifs : trois objectifs, trois… BETA Oui
49 3.6b — Modèles génératifs en PyTorch : VAE, GAN et… BETA Oui
50 3.6d — Modèles génératifs : Score-SDE from scratch BETA Non
51 3.6e — Génération conditionnelle et *classifier-free… BETA Non
52 3.7 — Distillation maître-élève : quand le savoir se… BETA Oui
53 Représentations contrastives modernes — du skip-gram… BETA Oui
54 3.9 — Quantization FP : FP32 vers FP16 et BF16 depuis… BETA Oui
55 3.9a — Compression par quantification INT8 : le réseau… BETA Non
56 3.9b — Compression par élagage : le réseau amputé qui… BETA Non
57 3.9d — Compression par distillation : transférer le… BETA Non
58 3.9e — Quantification SOTA : la même INT8, par… BETA Non
59 3.9f — Élagage SOTA : les mêmes masques, par… BETA Non
60 3.9g — Comparatif compression : from scratch (Bloc A)… BETA Non
61 4.1 — Le neurone convolutif from scratch : kernel… BETA Oui
62 4.2 — ConvNet profonde : pourquoi les résiduelles BETA Non
63 Le gradient qui s’évanouit, le gradient qui survit :… BETA Oui
64 4.2c — Détection d’objets from scratch : la grille… BETA Non
65 4.2d — Détection d’objets anchor-free : le renversement… BETA Non
66 4.2e — Détection d’objets from scratch : la Focal Loss BETA Non
67 4.2f — Détection SOTA : fine-tuner torchvision plutôt… BETA Non
68 4.2g — Détection SOTA : YOLO sous ultralytics, la… BETA Non
69 4.2h — Bench yolov5nu sur le terrain du 4.2c (chunk… BETA Non
70 4.2h — Détection SOTA : YOLO sous ultralytics, scènes… BETA Non
71 4.2j — Détection SOTA : un second wrapper, LibreYOLO,… BETA Non
72 4.3 — Transfer learning : réutiliser un ResNet18… BETA Non
73 WS-00a — Ondelettes 1D from scratch : analyse… BETA Oui
74 WS-00b — Ondelettes 2D from scratch : bandes… BETA Oui
75 WS-00c — Scattering 2D from scratch : le module rend… BETA Oui
76 WS-01 — Débruitage d’images : du seuillage *from… BETA Oui
77 WS-02 — Scattering SOTA : kymatio contre le moteur… BETA Non
78 WS-03 — Synthèse : représentation construite vs… BETA Oui
79 Lab 1 - Les Bases de la Data Science en Python BETA Oui
80 Lab 2 - Analyser un Appel d’Offre avec l’IA BETA Non
81 Lab 3 - Pré-qualifier des Candidats avec l’IA BETA Non
82 Lab 4 - Le Nettoyage de Données avec Pandas BETA Oui
83 Lab 5 - De la Visualisation au Machine Learning BETA Oui
84 Lab 6 - Anatomie de votre premier Agent d’IA BETA Non
85 Lab 7 - Votre premier Agent Analyste de Données BETA Non
86 Lab 8: Introduction au Framework ADK et Multi-Provider BETA Non
87 Lab 9: Premier Agent ADK pour Data Science BETA Oui
88 Lab 10: Data File Analyzer (DS-STAR Component) BETA Oui
89 Lab 11: Planner-Coder-Verifier Loop (DS-STAR Core) ALPHA Oui
90 Lab 12: DS-STAR Workshop - Analyse Multi-Fichiers BETA Oui
91 Lab 12b : Désignation séquentielle — le contrat C4,… BETA Non
92 Lab 12c : Handoff entre agents — le contrat C5, le… BETA Non
93 Lab 12d : Tracabilite de la consommation — le contrat… BETA Non
94 Lab 12e: Persistance d’etat de session - une… BETA Non
95 Lab 13: Web Search pour Modèles SOTA (MLE-STAR… BETA Oui
96 Lab 14: Ablation et Raffinement Ciblé (MLE-STAR… ALPHA Oui
97 Lab 15: Kaggle Challenge avec MLE-STAR BETA Oui
98 Lab 16: Data Science Agent avec GCP BigQuery ALPHA Oui
99 Lab 17: Projet Final - Pipeline DS-STAR Complet ALPHA Oui

ML/ML.Net (23 notebooks)

# Notebook Maturité Exécutable
1 ML-1 (Python) : Introduction au Machine Learning avec… BETA Oui
2 ML-1 : Introduction au Machine Learning avec ML.NET BETA Oui
3 ML-10 (Python) : l’illusion de progression en détection… BETA Oui
4 ML-11 : le Matrix Profile multidimensionnel, une… BETA Oui
5 ML-2 : Préparation des données et ingénierie des… BETA Oui
6 ML-2 : Préparation des données et ingénierie des… BETA Oui
7 ML-3 : Entraînement et AutoML BETA Oui
8 ML-3 (Python) : Entraînement et AutoML BETA Oui
9 ML-4 : Évaluation des modèles (Python / sklearn) BETA Oui
10 ML-4 : Evaluation des modèles BETA Oui
11 ML-4b : Validité statistique des comparaisons de… BETA Oui
12 ML-5 (Python) : Prévision de séries temporelles (STL +… BETA Oui
13 ML-5 : Time Series Forecasting avec ML.NET BETA Oui
14 ML-5b (Python) : Séries temporelles classiques —… BETA Oui
15 ML-6 (Python) : Intégration de modèles ONNX (skl2onnx +… BETA Oui
16 ML-6 : ONNX Model Integration avec ML.NET BETA Oui
17 ML-7 (Python) : Systèmes de recommandation par… BETA Oui
18 ML-7 : Systèmes de Recommandation avec ML.NET BETA Oui
19 ML-8 (Python) : Clustering non-supervisé avec K-Means BETA Oui
20 ML-8 : Clustering non-supervise avec K-Means BETA Oui
21 ML-9 (Python) : Détection d’anomalies par PCA (erreur… BETA Oui
22 ML-9 : Detection d’anomalies avec Randomized PCA BETA Oui
23 TP : Prevision des ventes d’assurance BETA Oui

Probas/Applications (4 notebooks)

# Notebook Maturité Exécutable
1 Percolation-Lean — le noyau fini de percolation, prouvé… BETA Oui
2 Percolation supercritique : le géant au-dessus du seuil ALPHA Oui
3 Le Framework Rational Speech Act (RSA) BETA Oui
4 Quotients, fibres et recollement : ce qui survit à la… BETA Oui

Probas/DecisionTheory (32 notebooks)

# Notebook Maturité Exécutable
1 Actuariat-01 : Du risque à la prime — prime pure,… BETA Oui
2 Actuariat-02 — Fréquence × sévérité hiérarchique : le… BETA Oui
3 Actuariat-03 — Crédibilité actuarielle de… BETA Oui
4 Actuariat-04 : Ruine et capital — le processus de… BETA Oui
5 Actuariat-05 — Valeur de l’Information en Souscription BETA Oui
6 Du graphe causal au do-calculus — le pont entre les… BETA Oui
7 CausalBridges-02 — Exiger un estimand :… BETA Oui
8 CausalBridges-03 — Le contrefactuel individuel : quand… BETA Oui
9 CausalBridges-04 — La découverte de structure : le… BETA Oui
10 CausalBridges-05 — Le confondeur non observé :… BETA Oui
11 CausalBridges-06 — L’instrument faible : quand le… BETA Oui
12 Méthodes quasi-expérimentales — identifier l’effet… BETA Oui
13 Causal-Fairness — Décomposer la discrimination :… BETA Oui
14 DecInfer-01-Utility-Foundations : Axiomes et Fondements BETA Oui
15 DecInfer-02-Théorème de représentation de von… BETA Oui
16 DecInfer-02b-Lean-Coherence : Dutch Book et bornes de… BETA Oui
17 DecInfer-03-Utility-Money : Utilite de l’Argent et… BETA Oui
18 DecInfer-04-Multi-Attribute : Utilite Multi-Attributs BETA Oui
19 DecInfer-05-Decision-Networks : Reseaux de Decision BETA Oui
20 DecInfer-06-Value-Information : Valeur de l’Information BETA Oui
21 DecInfer-07-Expert-Systems : Decisions Robustes et… BETA Oui
22 DecInfer-08-Sequential : MDPs, Bandits et POMDPs BETA Oui
23 DecInfer-08b-Preuves formelles — Indice de Gittins BETA Oui
24 DecInfer-10-Thompson-Sampling : Bandits bayesiens par… BETA Oui
25 DecPyMC-08 : Capstone — la sous-série Actuariat BETA Oui
26 DecPyMC-1-Utility-Foundations : Axiomes et Fondements BETA Oui
27 DecPyMC-2-Utility-Money : Utilite de l’Argent et… BETA Oui
28 DecPyMC-3-Multi-Attribute : Utilite Multi-Attributs BETA Oui
29 DecPyMC-4-Decision-Networks : Reseaux de Decision BETA Oui
30 DecPyMC-5-Valeur de l’Information ALPHA Oui
31 DecPyMC-6-Systèmes Experts et Decisions Robustes BETA Oui
32 DecPyMC-7-MDPs, Bandits et POMDPs BETA Oui

Probas/Infer (21 notebooks)

# Notebook Maturité Exécutable
1 Infer-8b-TrueSkill-Formules-Fermees : la mise a jour… BETA Oui
2 Infer-1-Setup : Introduction et Installation BETA Oui
3 Infer-10-Model-Sélection : Sélection et Comparaison de… BETA Oui
4 Infer-11-Topic-Models : Latent Dirichlet Allocation… BETA Oui
5 12. Modèles Hiérarchiques Bayésiens — Pooling Partiel… BETA Oui
6 Infer-13-Crowdsourcing : Agregation de Labels et… BETA Oui
7 Infer-14-Sequences : Hidden Markov Models et Series… BETA Oui
8 Infer-15-Recommenders : systèmes de Recommandation BETA Oui
9 Infer-16-Sparse-Gaussian-Process : Processus Gaussiens… BETA Oui
10 Infer-17 — Filtre de Kalman : systèmes dynamiques… BETA Oui
11 Infer-18 — Détection de Rupture (Change-Point) :… BETA Oui
12 Infer-19 — Analyse de survie / fiabilite bayesienne :… BETA Oui
13 Infer-1b : Introduction a Infer.NET BETA Oui
14 Infer-2-Gaussian-Mixtures : Distributions Gaussiennes… BETA Oui
15 Infer-2b-Debugging-Bonnes-Pratiques : Troubleshooting… BETA Oui
16 Infer-3-Factor-Graphs : Graphes de Facteurs et… BETA Oui
17 Infer-4-Bayesian-Networks : Reseaux Bayesiens… BETA Oui
18 Infer-5-Causal-Inference : Inférence Causale et… BETA Oui
19 Infer-7-Skills-IRT : Evaluation de Competences et… BETA Oui
20 Infer-8-TrueSkill : Système de Classement et… BETA Oui
21 Infer-9-Classification : Classification Bayesienne BETA Oui

Probas/PyMC (19 notebooks)

# Notebook Maturité Exécutable
1 PyMC-1 : Configuration et Premier Modèle BETA Oui
2 PyMC-2 : Distributions Gaussiennes et Mélanges BETA Oui
3 PyMC-02b-Debugging-Python : Troubleshooting et Bonnes… BETA Oui
4 PyMC-3 : Graphes de Facteurs et Inference Discrete BETA Oui
5 PyMC-4 : Reseaux Bayesiens BETA Oui
6 PyMC-05-Causal-Inference : Inference Causale et… BETA Oui
7 PyMC-7 : Modèles de Competences (IRT et DINA) BETA Oui
8 PyMC-8 : TrueSkill - Classement et Apprentissage en… BETA Oui
9 PyMC-9 : Classification Bayesienne et Tests A/B BETA Oui
10 PyMC-10 : Sélection de Modèles et Comparaison… BETA Oui
11 PyMC-11 : Modèles de Sujets (Topic Models) et LDA BETA Oui
12 12. Modèles Hiérarchiques Bayesiens – Pooling Partiel… BETA Oui
13 PyMC-13 : Crowdsourcing - Agregation de Labels et… BETA Oui
14 PyMC-14 — Modèles de Sequences et Chaînes de Markov… BETA Oui
15 PyMC-15-Recommenders : Systèmes de Recommandation… BETA Oui
16 PyMC-16 : Processus Gaussiens et frontières non… BETA Oui
17 17. Filtre de Kalman : systèmes dynamiques lineaires… BETA Oui
18 18. Detection de Rupture (Change-Point) : inferer le… BETA Oui
19 19. Analyse de survie / fiabilite bayesienne : inferer… BETA Oui

QuantConnect/ML-Training-Pipeline (1 notebooks)

# Notebook Maturité Exécutable
1 M16 — HAR asymétrique débiaisé : le signal survit-il… BETA Non

QuantConnect/Python (27 notebooks)

# Notebook Maturité Exécutable
1 QC-Py-01 : Configuration et Premier Backtest… BETA Non
2 Objectifs d’Apprentissage BETA Non
3 QC-Py-05b - F-Score de Piotroski : l’article, le… BETA Non
4 QC-Py-14b - Liquidité et coûts d’exécution : ce que le… BETA Non
5 QC-Py-18 - Feature Engineering pour Machine Learning… ALPHA Non
6 Objectifs d’Apprentissage BETA Non
7 QC-Py-23b - PatchTST et iTransformer pour Prevision… BETA Non
8 QC-Py-23c — Modèles de fondation pour séries… BETA Non
9 QC-Py-28b - Macro et régimes : du cycle économique au… ALPHA Non
10 QC-Py-29 - Valorisation d’un dérivé : trois moteurs, un… BETA Non
11 QC-Py-30 - LSTM Training Multi-Asset (GPU) BETA Non
12 QC-Py-31 - Transformer Encoder Multi-Asset (GPU) BETA Non
13 QC-Py-32 - Reinforcement Learning DQN pour le Trading BETA Non
14 QC-Py-33 - Reinforcement Learning PPO pour le Trading BETA Non
15 QC-Py-34 - SAC et A2C : Comparaison d’Agents RL pour le… BETA Non
16 QC-Py-35 - Reinforcement Learning pour la Construction… ALPHA Non
17 QC-Py-40 : Paper Trading Binance - Mean Reversion… BETA Non
18 QC-Py-41 : Paper Trading IBKR - SP500 Momentum BETA Non
19 QC-Py-Cloud-01 : Analyse de Sentiment FinBERT sur QC… ALPHA Non
20 QC-Py-Cloud-02 : Classification de Texte et Sentiment… ALPHA Non
21 QC-Py-Cloud-03 : Parite de Risque (Risk Parity) BETA Non
22 QC-Py-Cloud-05 : Prevision par Reseau de Neurones (MLP) ALPHA Non
23 Value Factor Z-Score — Sélection multi-facteurs… BETA Non
24 Option Wheel — Le paradoxe du win-rate eleve BETA Non
25 QC-Py-Cloud-10 : Reinforcement Learning - DQN Trading ALPHA Non
26 QC-Py-Cloud-14 — Dual Momentum : Asset Sélection… BETA Non
27 Workflow : Téléchargement et gestion des datasets ALPHA Non

QuantConnect/kelly_lean (2 notebooks)

# Notebook Maturité Exécutable
1 Le critere de Kelly — compagnon Python du lake… BETA Non
2 Kelly — compagnon natif (kernel Lean 4) BETA Non

QuantConnect/projects (46 notebooks)

# Notebook Maturité Exécutable
1 Research QuantBook: Adaptive Asset Allocation BETA Non
2 Research QuantBook: All-Weather Portfolio BETA Non
3 Alpha Correlation Analysis BETA Non
4 Research QuantBook: BTC ML Enhanced BETA Non
5 Research QuantBook: Multi-Channel ZigZag Crypto BETA Non
6 Research QuantBook: Deep Learning LSTM pour SPY BETA Non
7 Research QuantBook: DualMomentum (Antonacci) BETA Non
8 Research QuantBook: Dual Momentum No TLT BETA Non
9 Research QuantBook: EMA-Cross Alpha Model BETA Non
10 Research QuantBook: EMA Cross Equity BETA Non
11 Research QuantBook: EMA Crossover SPY Index BETA Non
12 Research QuantBook: Multi-Stock EMA Crossover BETA Non
13 Research QuantBook: ETF Pairs Trading BETA Non
14 Research QuantBook: Fama-French Factor ETF Rotation BETA Non
15 Research QuantBook: ForexCarry (G10 FX Momentum) BETA Non
16 Research QuantBook: Framework Composite EMA-Trend BETA Non
17 Research QuantBook: Framework Composite FamaFrench +… BETA Non
18 Research QuantBook: Framework Composite Momentum +… BETA Non
19 Framework Composite TrendWeather - Research BETA Non
20 Research QuantBook: FuturesTrend (Donchian Breakout) BETA Non
21 Research QuantBook: ML Classification (RandomForest) BETA Non
22 ML Deep Learning - LSTM/GRU pour Trading ALPHA Non
23 Research QuantBook: ML-Enhanced Pairs Trading BETA Non
24 Research QuantBook: ML Ensemble BETA Non
25 Research QuantBook: ML Feature Engineering BETA Non
26 ML Random Forest - Classification pour Trading ALPHA Non
27 Research QuantBook: ML Regression BETA Non
28 ML SVM - Support Vector Machine pour Trading ALPHA Non
29 ML Text Classification for Trading ALPHA Non
30 ML XGBoost - Gradient Boosting pour Trading BETA Non
31 Research QuantBook: Mean Reversion (Sector ETFs) BETA Non
32 Research QuantBook: MomentumStrategy (Sector ETF… BETA Non
33 Research QuantBook: Equity Multi-Layer EMA + ML Filters BETA Non
34 Research QuantBook: Option Wheel Strategy BETA Non
35 Research QuantBook: Options Wheel Tech Stocks BETA Non
36 Research QuantBook: Covered Call Strategy BETA Non
37 Research QuantBook: PairsTrading (Statistical… BETA Non
38 Research QuantBook: RL Portfolio Allocation BETA Non
39 Research QuantBook: RegimeSwitching Alpha Model BETA Non
40 Research QuantBook: RiskParity (Inverse-Volatility… BETA Non
41 Research QuantBook: Sector-Momentum (Dual Momentum) BETA Non
42 Research QuantBook: Trend Following Competition BETA Non
43 Research QuantBook: TrendStocks Alpha Model BETA Non
44 Research QuantBook: TurnOfMonth (Calendar Anomaly) BETA Non
45 Research QuantBook: VIX-TermStructure (Short Volatility… BETA Non
46 Top-4 Sharpe > 0.5 Stratégies: OOS Deep-Dive (Issue… BETA Non
Retour au sommet