ATLAS
Base OHLCV uniquement pour les indices et les mégacapitalisations
Titan portant le monde — fondation stable
QuoiATLASfait
Le minimaliste. ATLAS utilise uniquement les cinq canaux OHLCV bruts — aucun indicateur. Le plus petit des Five (2,4M paramètres), le taux de victoire le plus élevé en R/R symétrique 1:1, et le plus conservateur de nos modèles.
Suivi de tendance large marché, R/R conservateur
Comment ça marche
ATLAS est un transformer d'attention canal × temps factorisé. Il regarde un contexte de fenêtre de 120-barres de 5 canaux d'entrée, et prédit la distribution complète des prochaines 5 barres.
Passe avant : canaux OHLCV + indicateurs en entrée → patch-embedded → couches alternées d'attention spatiale/temporelle → regroupées en un seul embedding → tête MLP prédit 7 niveaux de quantile par pas d'horizon.
Canaux d'entrée
Chaque barre est normalisée par z-score par fenêtre en utilisant des statistiques de contexte uniquement, donc le modèle voit des mouvements relatifs plutôt que des prix absolus.
Sortie
Données et formation
Univers
120 symboles
indices_and_megacaps
Les symboles sont les instruments liquides et négociables qui constituent ATLAS's population d'entraînement. Chaque cycle de prédiction effectue des tests forward sur le même univers, de sorte que les chiffres de performance ne sont pas choisis.
Pourquoi cette fenêtre d'entraînement
Nous excluons délibérément les données antérieures à 2010. La période pré-décimalisation (fractions jusqu'en avril 2001), le régime pré-HFT (jusqu'en 2007) et la crise du crédit de 2007-2009 reflètent une structure de marché qui n'existe plus. Avec les paramètres 2.4 M, dépenser de la capacité sur ce régime est un bruit qui entre en compétition avec les poids du marché actuel — López de Prado (2018) identifie la non-stationnarité de régime comme le principal mode de défaillance du ML financier.
Sensibilité : un pilote entraîné sur 2003-2022 a montré une perte de validation 10 à 12 % pire que l'exécution à partir de 2010.
Performance en direct
Chaque prédiction ATLAS effectuée est enregistrée et évaluée par barrière en temps réel. Ces chiffres ne concernent que les transactions clôturées et sont mis à jour en continu.
Les performances passées ne préjugent pas des résultats futurs. Les résultats des tests forward reflètent une simulation de barrière de ratio risque/récompense de 1:3 ; les résultats réels peuvent différer en raison du slippage, des spreads et de la liquidité.
Limitations honnêtes
Exposition aux tests en régime haussier
La fenêtre hors échantillon de 15 semaines correspondait à une période biaisée haussière. Les performances du modèle en régimes baissiers (type quatrième trimestre 2022) ne sont pas vérifiées et sont probablement nettement inférieures.
Frais de transaction non modélisés
Les rendements annoncés excluent les frais aller-retour (~0,05-0,30 % sur ces instruments). Les rendements réels seront inférieurs ; les chiffres annoncés sont des limites supérieures.
Entraînement/test sur les mêmes symboles
Le modèle a été entraîné et testé sur le même univers de symboles (découpage temporel). Nous validons la généralisation temporelle, et non la généralisation à des tickers non vus.
Ce dont nous sommes confiants
Compétence directionnelle supérieure au hasard (taux de gain symétrique 1:1 est 51.8%) et entraînement reproductible : nous avons ré-entraîné 3 fois ou plus depuis zéro avec les mêmes hyperparamètres, à ±1 % de perte de validation.
Lire l'article complet
Rapport technique de niveau publication : nettoyage des données, analyse approfondie de l'architecture, dynamique d'entraînement, méthodologie de simulation de barrières, résultats de fenêtre complète, analyses de sensibilité et discussion des limites honnêtes. ~7 000 mots.
Comparaison des Cinq
Chaque modèle dans le Zirdle Five aborde un régime de trading différent. Retournez à la vue d'ensemble pour voir comment ils se comparent en termes de taux de gain, taille d'univers et rendements hors échantillon.