# Backtesting Articles associés

Le Centre d'actualités HTX fournit les derniers articles et analyses approfondies sur "Backtesting", couvrant les tendances du marché, les mises à jour des projets, les développements technologiques et les politiques réglementaires dans l'industrie crypto.

Glassnode sur Snowflake : données d'actifs numériques directement livrées dans votre entrepôt

Glassnode lance son environnement de partage de données sur Snowflake, devenant ainsi le premier fournisseur à intégrer des analyses on-chain complètes dans l'écosystème Snowflake. Cette intégration permet aux équipes institutionnelles d'accéder directement à des données fiables sur les actifs numériques (analyses on-chain, dérivés, données de spot et d'ETF, etc.) dans leur entrepôt de données, sans avoir à gérer de pipelines d'API ou de jobs ETL. Les données, disponibles avec différentes résolutions temporelles, sont interrogées en SQL comme toute autre table. L'offre inclut des variantes point-in-time (PiT) pour éviter les biais de rétrospective dans les backtests. Conçue pour les workflows quantitatifs, de risque, de recherche et de conformité, la solution s'intègre nativement aux outils existants. Le processus de configuration est simple via Snowflake Marketplace. Glassnode met en avant la profondeur analytique de ses données, enrichies par une technologie de clustering propriétaire et une couverture en expansion. Pour commencer un essai ou en savoir plus, contactez sales@glassnode.com.

insights.glassnode06/04 15:06

Glassnode sur Snowflake : données d'actifs numériques directement livrées dans votre entrepôt

insights.glassnode06/04 15:06

CoinQuant Introduces une Infrastructure de Trading pour l'Économie des Agents

CoinQuant, une plateforme de trading sans code alimentée par IA, élargit ses services pour devenir une architecture unifiée d'intelligence de trading, conçue pour les traders humains et les agents IA autonomes. Avec plus de 15 000 utilisateurs, la plateforme répond au besoin d'infrastructure structurée dans l'économie émergente des agents, où l'activité financière autonome s'accélère. L'initiative introduit une "couche de confiance" qui s'interpose entre l'intention de trading et le déploiement en direct du capital. Aucune stratégie, humaine ou autonome, n'est exécutée sans validation préalable via des backtests, des analyses de risque et une optimisation des paramètres intégrés au flux de travail. Le moteur central de CoinQuant combine du backtest de niveau institutionnel, des données de marché structurées, une optimisation par IA et un système propriétaire "Domain Expert". Les traders humains utilisent une interface en langage naturel, tandis que les agents IA se connectent via des API pour valider des stratégies à grande échelle. Cette expansion ouvre deux vecteurs de croissance : servir la base existante de traders et multiplier la valeur via la validation programmatique pour les agents autonomes. Toute stratégie testée contribue à une couche d'intelligence agrégée et anonymisée. Prochainement, CoinQuant lancera une couche d'automatisation d'exécution sur HyperLiquid et lève actuellement 3 millions de dollars en financement d'amorçage pour développer ses produits et son architecture multi-agents HYDRA. L'objectif est de devenir l'épine dorsale de l'intelligence du trading algorithmique à l'ère des agents.

TheNewsCrypto05/26 06:00

CoinQuant Introduces une Infrastructure de Trading pour l'Économie des Agents

TheNewsCrypto05/26 06:00

Est-il possible de gagner de l'argent de façon stable en suivant aveuglément les probabilités pré-match de Polymarket pour parier sur la NBA ?

L'idée de suivre aveuglément les probabilités pré-match sur Polymarket pour parier sur la NBA est-elle rentable ? Une analyse rétrospective de 1096 matchs de la saison régulière 2025-26 montre que cette stratégie n'est pas gagnante. En pariant systématiquement 100 $ sur l'équipe favorite (selon la cote moyenne 3 minutes avant le match), on obtient un ROI de -1,87 %, soit une perte de 2054 $ pour 109 600 $ engagés. Le marché est donc efficient : les probabilités reflètent déjà précisément les chances de victoire. Cependant, une analyse par équipe révèle des différences significatives. Certaines équipes comme Portland (POR, ROI 19 %), Philadelphie (PHI, 14 %), San Antonio (SAS, 12 %), Los Angeles Lakers (LAL, 11 %) et Charlotte (CHA, 9 %) surperforment les attentes du marché lorsqu'elles sont favorites. À l'inverse, les équipes les plus fortes (comme Boston, Denver ou Oklahoma City) sont correctement évaluées, avec un ROI proche de zéro. Les équipes très faibles présentent des résultats trop volatils pour en tirer des conclusions. Ainsi, un suivi aveugle n'est pas profitable, mais une stratégie ciblée sur certaines équipes sous-évaluées par le marché pourrait l'être.

marsbit04/17 07:07

Est-il possible de gagner de l'argent de façon stable en suivant aveuglément les probabilités pré-match de Polymarket pour parier sur la NBA ?

marsbit04/17 07:07

Est-il possible de gagner de l'argent de façon stable en suivant aveuglément les probabilités pré-match de Polymarket pour parier sur la NBA ?

**Peut-on gagner de l'argent en suivant aveuglément les probabilités pré-match de Polymarket sur la NBA ?** Une étude rétrospective sur 1 096 matchs de la saison NBA 2025-26 montre que suivre sans réfléchir la probabilité pré-match de victoire (mesurée 3 minutes avant le début) n'est pas une stratégie rentable. Un investissement de 100 $ par match sur l'équipe favorite aurait entraîné une perte globale de 2 054 $, soit un retour sur investissement (ROI) de -1,87%. Cela indique que le marché est globalement efficace et que les cotes sont correctement évaluées. Cependant, une analyse plus approfondie révèle des différences significatives selon les équipes. Certaines équipes, comme Portland (POR, ROI +19%), Philadelphie (PHI, +14%), San Antonio (SAS, +12%), les Lakers (LAL, +11%) et Charlotte (CHA, +9%), ont systématiquement surpassé les attentes du marché lorsqu'elles étaient favorites. À l'inverse, les équipes les plus fortes de la ligue, comme Boston ou Denver, étaient parfaitement évaluées par le marché, offrant des ROI très faibles, voire négatifs. La conclusion est que le marché est globalement efficient, mais que la valeur réside dans l'identification d'équipes spécifiques qui, pour des raisons à déterminer, ont tendance à constamment dépasser les attentes du marché lorsqu'elles sont favorites. Une stratégie "aveugle" n'est pas rentable.

Odaily星球日报04/17 07:05

Est-il possible de gagner de l'argent de façon stable en suivant aveuglément les probabilités pré-match de Polymarket pour parier sur la NBA ?

Odaily星球日报04/17 07:05

Quelqu’un a transformé Buffett et Munger en Agent, puis l’a open-source…

Un projet open source nommé "AI Hedge Fund", récemment très populaire sur GitHub, a "recréé" les esprits d'investisseurs légendaires comme Warren Buffett et Charlie Munger sous forme d'agents IA. Ce système utilise 18 agents spécialisés, dont 12 reproduisent les philosophies d'investissement de grands noms (Buffett, Munger, Cathie Wood, etc.), et 6 agents analytiques techniques (analyse fondamentale, valorisation, risque, etc.). L'architecture technique combine React et Python/FastAPI, avec LangGraph pour orchestrer les workflows. Les utilisateurs peuvent configurer des stratégies via une interface visuelle ou en ligne de commande, effectuer des backtests historiques, et obtenir des signaux d'achat/vente. Le projet prend en charge 13 modèles de langage (OpenAI, Anthropic, local via Ollama, etc.). Bien que innovant, la note de prudence est de mise : aucun résultat de performance réelle n'est encore disponible, et les avis des différents "experts" simulés peuvent être conflictuels. L'objectif affiché est moins de garantir des profits que d'offrir un cadre d'expérimentation et d'apprentissage sur les multi-agents IA en finance. Le projet a atteint plus de 50 000 étoiles sur GitHub, soulignant l'engouement pour ce type d'application.

marsbit04/14 11:21

Quelqu’un a transformé Buffett et Munger en Agent, puis l’a open-source…

marsbit04/14 11:21

À la recherche de la "clé d'or" du marché prédictif à travers 27,73 millions de transactions : 690 stratégies de chandeliers peinent à générer des profits

En analysant 27,73 millions de transactions sur les marchés prédictifs, une étude de PANews révèle que les stratégies traditionnelles d’analyse technique (690 combinaisons testées) échouent systématiquement à générer des profits. Même des approches populaires comme les paris en fin de période ou l’arbitrage bidirectional s’avèrent non rentables après prise en compte des frais et de la liquidité. La clé pour réussir réside dans l’exploitation des inefficacités temporelles et informationnelles entre le prix du BTC et les jetons de prédiction. Lorsque le BTC connaît une variation brutale (≥150-200 USD), le marché prédictif met environ 30 secondes à ajuster ses prix, créant une fenêtre d’opportunité pour les traders rapides. De plus, un modèle de "juste valeur" basé sur la volatilité et le temps restant révèle que seuls les achats à prix fortement décotés (≥10% sous la valeur calculée) offrent une espérance de gain positive. Les achats premium, même avec une probabilité perçue élevée, mènent invariablement à des pertes. En conclusion, les investisseurs doivent ignorer l’analyse technique pure, se concentrer sur les mouvements du BTC, et respecter strictement les principes de valeur pour éviter de devenir de simples pourvoyeurs de liquidité.

marsbit02/20 04:08

À la recherche de la "clé d'or" du marché prédictif à travers 27,73 millions de transactions : 690 stratégies de chandeliers peinent à générer des profits

marsbit02/20 04:08

Rendement de 86% ? Comment utiliser un robot pour « gagner de l'argent sans effort » sur Polymarket

Résumé de l'article : L'auteur a développé un robot de trading automatisé sur Polymarket pour exploiter des inefficacités du marché, en particulier sur le marché « BTC 15-minute UP/DOWN ». Le robot fonctionne en deux phases : il observe d'abord une chute brutale des prix (au moins 15% en 3 secondes) pour acheter la position concernée (Leg 1), puis attend une opportunité de hedge en achetant la position opposée à un seuil prédéfini (Leg 2) lorsque la somme des prix est inférieure à 0.95. Un backtest basé sur 4 jours de données enregistrées en temps réel montre un rendement de 86% avec des paramètres conservateurs, mais des paramètres agressifs peuvent entraîner des pertes importantes. Le backtest présente des limites : données limitées, absence de modélisation de la profondeur du carnet d'ordres, hypothèses simplifiées sur l'exécution des ordres et absence de simulation des impacts de latence réseau ou des erreurs API. L'auteur prévoit d’exécuter le robot sur un Raspberry Pi pour une operation 24/7, et envisage des améliorations futures comme le recours à Rust pour de meilleures performances ou l’utilisation d’un nœud RPC dédié pour réduire la latence.

marsbit12/30 04:13

Rendement de 86% ? Comment utiliser un robot pour « gagner de l'argent sans effort » sur Polymarket

marsbit12/30 04:13

Si MSCI exclut MSTR, le cours de l'action ne baissera-t-il pas ? Les tests rétrospectifs historiques donnent une réponse surprenante

L'exclusion potentielle de MSTR de l'indice MSCI, dont la décision finale est attendue le 15 janvier, est perçue comme une épée de Damoclès pour l'action. Cependant, une analyse historique des exclusions passées de MSCI révèle un scénario contre-intuitif : la majeure partie de la baisse (-24,5% en moyenne) se produit durant la phase d'anticipation, avant l'annonce officielle. Une fois la décision officialisée, l'impact est minime (-0,7%), certaines actions rebondissant même après leur exclusion. Appliqué à MSTR, qui a déjà chuté de 51% depuis octobre, ce schéma suggère que le marché a probablement déjà intégré (« priced in ») ce risque. Un signal positif supplémentaire provient du maintien récent de MSTR dans le Nasdaq 100, confirmant sa liquidité et sa solidité fondamentale. Ainsi, si l'exclusion de MSCI reste un événement négatif, son effet sur le cours devrait être limité. Le principal moteur de MSTR reste le prix du Bitcoin. Le scénario offre même une asymétrie positive : une exclusion entraînerait une faible baisse, tandis qu'un maintien serait perçu comme un signal fort et provoquerait une hausse.

marsbit12/15 03:07

Si MSCI exclut MSTR, le cours de l'action ne baissera-t-il pas ? Les tests rétrospectifs historiques donnent une réponse surprenante

marsbit12/15 03:07

活动图片

Catégories populairesright-arrow

Tags tendancesright-arrow

Stratégies de tradingright-arrow

Recherche approfondieright-arrow