IA et trading algorithmique
Le machine learning appliqué aux marchés promet beaucoup et échoue souvent, pour des raisons précises : peu de signal, beaucoup de bruit, et des données dont les propriétés changent dans le temps.
Ces articles font le tri entre les usages qui tiennent et ceux qui relèvent du discours commercial.
IA trading algorithmique : usages réels vs marketing
Entre promesses marketing et usages réels, où en est vraiment l'IA trading algorithmique aujourd'hui ? Un état des lieux sans hype des apports concrets et des limites structurelles.
Overfitting en machine learning trading : pourquoi tant de modèles échouent
Un modèle qui prédit parfaitement le passé et s'effondre en conditions réelles : l'overfitting est le piège numéro un du machine learning appliqué au trading. Comprendre pourquoi, et comment s'en prémunir.
Robo-advisors : comment fonctionne réellement l'allocation automatisée
Derrière l'interface simplifiée d'un robo-advisor se cache une mécanique d'allocation basée sur des modèles quantitatifs bien établis. Voici ce qui se passe réellement entre votre questionnaire de profil de risque et l'allocation finale de votre portefeuille.