Comment un taux de réussite de 34 % peut rester rentable
Nous revisitons un backtest publié pour expliquer pourquoi la taille des gains et pertes compte autant que le taux de réussite.
Lire la recherche →Recherche POLARIS
Recherche sur les stratégies
Conception, structure de marché, indicateurs, validation et modes d’échec.
← Explorer par thèmeStratégie • Validation • Preuves
Recherche récente
Pourquoi l’optimisation ne peut pas sauver une idée de trading faible
Nous expliquons notre usage de l’optimisation et pourquoi le meilleur réglage a encore besoin d’une raison crédible.
Lire la recherche →
Python, cointégration et machine learning dans les workflows MT5
Nous expliquons la rencontre entre recherche Python, préparation chronologique des données et responsabilités d’exécution de MT5.
Lire la recherche →
Transformer SMC et price action en code déterministe
Nous expliquons la traduction d’idées visuelles en règles reproductibles de swings, cassures, zones et confirmation.
Lire la recherche →
Pourquoi davantage de filtres n’améliore pas toujours un système
Nous examinons un filtre supplémentaire par son objectif, les occasions supprimées et l’information réellement apportée.
Lire la recherche →
Pourquoi la logique sur bougie clôturée est importante
Nous expliquons notre recours fréquent aux bougies terminées, ainsi que les questions de timing qu’il reste à résoudre.
Lire la recherche →
Pourquoi un bon backtest peut encore échouer
Nous expliquons pourquoi un backtest encourageant nous conduit à examiner les données, les coûts et la stabilité de l’idée.
Lire la recherche →
L’ambiguïté cachée des changements d’indicateur
Nous montrons comment « trader quand l’indicateur change » nous a amenés à préciser l’événement, son timing et sa remise à zéro.
Lire la recherche →