Les projets présentés ici ont été réalisés par des participants au programme Plu Kendrask dans le cadre de leurs parcours en machine learning appliqué au backtesting. Chaque travail représente plusieurs semaines d'itération sur des données réelles, des modèles testés et des hypothèses abandonnées. Ce ne sont pas des exercices académiques — ce sont des systèmes que leurs auteurs continuent d'affiner.
Chaque projet ci-dessous a été choisi parce qu'il illustre une approche méthodologique distincte. Les résultats varient — certains modèles ont bien fonctionné en validation croisée, d'autres ont mis en évidence des limites importantes du surapprentissage. Les deux cas sont instructifs.
Théodore a testé un modèle Random Forest entraîné sur 8 ans de données journalières pour prédire la direction du lendemain sur 12 valeurs du CAC 40. Son analyse de feature importance a révélé que 4 indicateurs techniques suffisaient à capturer l'essentiel du signal, les 14 autres ajoutant principalement du bruit.
Amara a construit un réseau LSTM à 3 couches pour détecter des fenêtres d'entrée sur contrats à terme. Le défi principal était le surapprentissage sur les 2 premières années de données — elle a finalement opté pour un dropout de 0,35 et une fenêtre glissante de 21 jours pour stabiliser les prédictions hors échantillon.
Iossif a combiné k-means et un modèle de Markov caché pour identifier automatiquement 5 régimes de marché distincts sur données intraday. L'idée centrale était d'adapter les seuils de la stratégie au régime détecté plutôt que d'utiliser des paramètres fixes — une approche qui a réduit les faux signaux de manière mesurable en période de faible volatilité.
Les projets ne partent pas d'une idée brillante. Ils partent d'une question précise, d'un jeu de données disponible et d'une hypothèse testable. Le chemin entre les deux comporte en général 4 étapes distinctes, chacune avec ses propres pièges.
Étape 01
Avant tout code, les participants formulent une hypothèse vérifiable — par exemple, si un indicateur de momentum sur 14 jours prédit la direction à 3 jours avec une précision supérieure à 55 % sur des données hors échantillon.
Étape 02
Le nettoyage des données prend en moyenne 30 % du temps total du projet. Les erreurs de survivorship bias et les fuites de données sont les 2 problèmes les plus fréquents à ce stade.
Étape 03
Les participants utilisent une validation walk-forward plutôt qu'une validation croisée classique, car les données financières ont une structure temporelle qui interdit le mélange aléatoire des observations.
Étape 04
Chaque projet se termine par une section obligatoire sur les limites identifiées. Un modèle qui documente honnêtement ses faiblesses est plus utile qu'un modèle qui affiche de bons chiffres sans explications.