Commencez par une hypothèse
Décrivez le marché, l’horizon temporel, la logique d’entrée et de sortie, ainsi que les risques. L’agent de recherche IA transforme vos indications en une hypothèse structurée.
Recherche de stratégies
Le développement d’idées est la première étape de la factory. Les agents de recherche et de programmation IA transforment une hypothèse en code de stratégie ; les tests et les revues orientent les révisions ultérieures.

Exemple illustratif · pas un résultat en direct
Les agents IA développent l’idée, écrivent le code et évaluent les résultats des tests. Les conclusions de la revue peuvent renvoyer la stratégie pour une nouvelle itération.
Une courbe de capital illustrative révèle les revers en cours de route. Examinez le drawdown et les coûts de transaction avant d'interpréter un résultat.
Comparez le capital du compte au solde des transactions clôturées. Une position ouverte peut modifier le capital avant la clôture d'une transaction.
Décrivez le marché, l’horizon temporel, la logique d’entrée et de sortie, ainsi que les risques. L’agent de recherche IA transforme vos indications en une hypothèse structurée.
Un agent de programmation IA implémente la stratégie à l’aide des données disponibles et des règles configurées pour la place de marché. La vérification automatisée et un agent d’assurance qualité IA la contrôlent avant le backtesting.
Conservez ensemble les hypothèses, les itérations, les résultats et les décisions de revue. Votre espace de travail apprend de ses propres exécutions ; les forfaits payants exploitent également le corpus de recherche de la plateforme.
Commencez par la raison pour laquelle une stratégie pourrait fonctionner. Définissez ce qui la réfuterait, quelles données elle nécessite, et les coûts qu'elle doit surmonter. La factory enregistre l'hypothèse résultante et son historique de développement.
Marché, instrument, horizon temporel
Avantage attendu, règles, risques
Code, contrôles, itérations
Un cahier des charges précis facilite l'évaluation à la fois de la mise en œuvre et du résultat. Définissez l'idée avant de rechercher le résultat le plus flatteur.
Précisez les éléments de preuve qui vous feraient arrêter. Une expérience infructueuse peut tout de même répondre à une question utile.
Restreignez la comparaison afin de pouvoir expliquer pourquoi un résultat a changé. Utilisez l'historique des exécutions pour relier chaque révision à ses éléments de preuve.
Faites défiler horizontalement pour voir toutes les colonnes.
| Expérience | Changement | Question |
|---|---|---|
| Référence | Utiliser les règles d'entrée et de sortie d'origine. | Y a-t-il un effet une fois les coûts de transaction modélisés pris en compte ? |
| Contrôle de robustesse | Essayer des seuils d'entrée proches. | L'effet survit-il à une légère modification de paramètre ? |
| Révision du risque | Ajouter une durée de détention maximale. | Cela limite-t-il les positions perdantes prolongées sans supprimer l'effet ? |
Exemple de plan de recherche ; il ne s'agit pas d'exécutions rapportées. Sélectionner à répétition le meilleur résultat peut conduire au surajustement sur le même historique.
Illustration interactive
Une réponse large sur des réglages voisins pose une question de recherche différente d'un pic isolé. Déplacez le réglage de lookback pour comparer les deux profils.
À 25 barres, le pic isolé semble le plus fort. Ses réglages voisins s'affaiblissent nettement. Vérifiez si le résultat sélectionné dépend d'un choix simplement chanceux.
Ratio de Sharpe illustratif
Non. Des limitations de données, des contrôles échoués, une économie insuffisante ou des conclusions de revue peuvent conduire une exécution à être reprise ou abandonnée.
Oui. Parcourez les stratégies publiques et leurs rapports disponibles avant d'ouvrir votre propre espace de travail. L'accès au code sur la marketplace dépend de l'éditeur et de vos droits d'accès.
Une idée testable nomme un comportement de marché attendu et fournit des règles mesurables pour entrer, dimensionner et sortir d'une position. Elle identifie également les données nécessaires et les preuves qui infirmeraient l'avantage proposé. Formulez ces hypothèses avant de comparer les résultats.
La vérification comprend des contrôles du code, des instruments déclarés et du comportement pris en charge, suivis d'une simulation et d'une revue qualité. Les rapports disponibles montrent les constats nécessitant une attention particulière. Ces contrôles permettent d'identifier des problèmes d'implémentation ; ils ne peuvent pas établir que chaque hypothèse économique est correcte.
Le rapport de stratégie et l'historique des itérations relient les tentatives à leurs résultats et aux retours de revue. Lisez quelles hypothèses ou quels paramètres ont changé avant de comparer les performances. La visibilité du code source suit les règles d'accès de la stratégie.
Le contexte de recherche inclut les succès et les échecs antérieurs disponibles pour l'espace de travail. Les forfaits gratuits utilisent leur propre historique d'exécutions ; les forfaits payants peuvent également utiliser le corpus de recherche de la plateforme. L'accès à ce corpus ne donne pas accès au code de stratégie privé de chaque autre utilisateur.
Explorez les stratégies publiées ou ouvrez un espace de travail pour créer, tester et surveiller les vôtres avec des agents IA.
Stratmill est une plateforme de stratégies de trading reposant sur l’IA, et non un conseil financier ni un courtier. Les résultats de backtesting et de paper trading sont hypothétiques. Le trading comporte un risque de perte.