OpenFin Intelligence est un cockpit de trading d'options à usage personnel, conçu pour un trader individuel opérant sur Interactive Brokers avec des positions de l'ordre de 1 000 € par trade et un horizon moyen de 3 mois. Le système fusionne en temps quasi-réel trois flux d'information hétérogènes — données de marché financières (prix, volatilité implicite, open interest), signaux géopolitiques (flux RSS de presse internationale, scores de tension par région) et analyse macroéconomique (régime macro dominant parmi 8 états : Goldilocks, Désinflation, Soft Landing, Reflation, Stagflation, Choc Inflationniste, Récession, Crise de Liquidité) — pour générer des suggestions de patterns de trading options avec probabilités de succès, tailles de position ajustées au risque, et contre-thèses d'invalidation. L'ensemble tourne sur un VPS Linux sous FastAPI (backend) et React (frontend), avec SQLite comme base de données persistante et GPT-4o comme moteur de raisonnement.
start_all.bat (Windows dev) ou pm2 (VPS)| # | Page | Description | Fréquence d'usage |
|---|---|---|---|
| 1 | Dashboard (Cockpit) | Vue synthétique : KPIs macro, ticker IBKR, dernière analyse IA, signaux marché, Top trades, patterns récents, macro regime jauges | Plusieurs fois/jour |
| 2 | Geopolitical Radar | Flux RSS enrichi IA : score géo 0–100, flèches directionnelles par classe d'actif, badge contre-signal, pertinence pattern | Quotidien |
| 3 | Markets & Prices | Prix temps réel : actions, ETF, matières premières, forex avec graphiques 5D/1M/3M/6M/1Y/2Y | Quotidien |
| 4 | Macro Regime | 50 signaux institutionnels · 8 scénarios · vol surface (SKEW/VVIX) · rotation sectorielle · EM/carry · scores lissés Bayésiens | Hebdomadaire |
| 5 | Options Lab | IV Rank, Term Structure, Skew, watchlist dynamique (builtin/auto/manuel), IV Gate, bootstrap 1 an | Avant chaque trade |
| 6 | Patterns (Editor) | Bibliothèque patterns : filtres classe d'actif · tri Score IA/Date/Prob · vue grille/liste · suggestion IA · éditeur complet | À chaque cycle |
| 7 | Portfolio | Positions ouvertes IBKR avec valorisation Black-Scholes, grecs live, alertes cluster, P&L consolidé | Quotidien |
| 8 | Trading Journal | 7 onglets : AI Cycles · Macro Regimes · Trade Ideas · Open (MtM) · Closed · Geo Alerts · Not Logged — fermeture 1-clic, ticker IBKR | Quotidien |
| 9 | Cycle Report | Rapport auto-généré à chaque cycle : raisonnement IA, delta vs cycle précédent, snapshot PnL/VaR, signaux déterminants, validation technique | À chaque cycle |
| 10 | Super Context | Base de connaissances évolutive injectée dans le méga-prompt : synthèse GPT-4o, entrées KB validées par catégorie | Lecture mensuelle |
| 11 | Analytics | Win rate par pattern, calibration Brier, score fiabilité, analyse par régime | Mensuel |
| 12 | Advanced Analytics | Bayésien par pattern, clustering K-Means, matrice transition, embeddings sémantiques | Mensuel |
| 13 | Risk Dashboard | HHI, drawdown attendu, alertes concentration facteur, mode Réel/Simulé, courbe P&L cumulée, corrélations patterns | Avant chaque trade |
| 14 | VaR Analysis | Value at Risk delta Black-Scholes : historique / paramétrique / Monte Carlo stressé · Kupiec backtest · rolling VaR 30j | Hebdomadaire |
| 15 | Position History | Snapshots PnL horodatés · diff A/B entre deux snapshots · sparkline évolution · colonnes Entrée/Prix actuel | Hebdomadaire |
| 16 | Backtest | Simulation historique par stratégie/sous-jacent/période · courbe d'équité · win rate · table derniers trades | Mensuel |
| 17 | Calendar | Calendrier macro-économique (NFP, CPI, FOMC) + alertes géopolitiques + fenêtres d'opportunité options | Hebdomadaire |
| 18 | System Logs | Logs structurés de tous les événements système (cycle, erreurs, IA calls) · filtre par source/niveau · AI Context tab avec replay de cycle | Debug / audit |
| 19 | Configuration | Capital, Kelly fraction, IV Gate thresholds, exit defaults (target/stop), paramètres indicateurs techniques, clé OpenAI, watchlist tickers | Initial + trimestriel |
Le système tourne un cycle complet toutes les 6 heures (configurable). Voici une simulation fidèle d'un cycle réel avec des données fictives mais réalistes.
Input : Liste de tickers configurés (XLE, GLD, VIX, SPY, TLT, DXY, USDCAD, etc.)
Traitement : Appel yfinance pour prix spot, variation J-1, volume. Calcul des ratios dérivés.
Output (données simulées) :
| Ticker | Prix | Var. Jour | Signal |
|---|---|---|---|
| VIX | 24.3 | +8.2% | Stress modéré |
| Brent | $89.40 | +3.1% | Choc offre |
| DXY | 104.2 | -0.4% | Dollar faible |
| Or (GLD) | $2,380 | +1.2% | Flight-to-safety |
| Cuivre | $3.82 | -1.8% | Demande industrielle faible |
| Pente 10Y-3M | -0.42% | — | Inversion (récession) |
Règle appliquée : Si VIX > 20 ET Brent > +2% → signal "choc d'offre pétrolier probable". Si pente < 0 → signal "risque récession". Ces deux signaux sont encodés et transmis à l'étape suivante.
Input : 50 signaux de marché (yfinance batch, ThreadPoolExecutor 20 workers) couvrant 6 blocs + 5 métriques dérivées :
| Bloc | Tickers principaux | Nouveaux signaux v5.0 |
|---|---|---|
| 💧 Liquidité mondiale | DXY, UST3M, UST10Y, TLT, TIPS (TIP), Pente 10Y-3M | TLT (long bonds), EM bond (EMB) |
| ⚡ Crédit & Stress | HYG, VIX, LQD, IEF | VVIX (vol de vol), SKEW (tail risk) |
| 🛢 Énergie | Brent (BZ=F), Gaz naturel (NG=F) | OVX (crude vol), GVZ (gold vol) |
| 🥇 Métaux stratégiques | Or (GLD), Cuivre (HG=F) | Argent (SLV), ratio Argent/Or |
| 🌍 Croissance mondiale | S&P 500 (SPY vs MA200) | EEM (marchés émergents), FXI (Chine), USDJPY (carry) |
| 📊 Rotation sectorielle | — | XLK (tech), XLF (finance), XLP (consommation), XLU (utilities) |
Métriques dérivées calculées : silver_gold_ratio (appétit spéculatif vs refuge), xlk_xlp_momentum (risk-on/off sectoriel), xlf_spx_ratio (leadership finance), eem_spx_ratio (risque EM), vol_surface_regime (classification composite : calm / elevated_vol / extreme_skew / backwardation_stress).
Algorithme en 3 couches :
Couche 1 — Signaux multi-périodes (anti-bruit) : Chaque variation est un blend pondéré pour éliminer le bruit intraday.
Couche 2 — Scoring par règles sur 8 régimes : Goldilocks, Désinflation, Soft Landing, Reflation, Stagflation, Choc Inflationniste, Récession, Crise de Liquidité. Chaque régime accumule des points (0–100) via ~15 conditions if/elif sur les signaux blendés.
Couche 3 — Lissage Bayésien + persistance : Les scores bruts sont blendés avec la moyenne glissante des 3–25 derniers jours (poids prior : 15%→45% selon la profondeur d'historique). Un régime résiste au changement si le nouveau leader ne le dépasse pas de 10 pts.
Bootstrap au démarrage : Au premier chargement, le système rejoue automatiquement les 20 derniers jours de cotations (via yf.download batch 45j) pour pré-remplir l'historique. La détection est stable dès la première ouverture de la page.
Output : Régime dominant lissé + score de stabilité (nombre de jours consécutifs) + biais par classe d'actifs. Affiché en bandeau sur la page Régime Macro.
Input : 7 flux RSS (Reuters World/Business/Commodities, AP, Al Jazeera, FT, Bloomberg) — jusqu'à 50 articles, cache 1h.
Pipeline en 3 couches :
Couche 1 — Classification déterministe (sans IA) :
classify_news() : correspondance de mots-clés → catégorie (military, energy, sanctions, elections, trade_war…)estimate_impact() : comptage de mots à risque → score 0.0–1.0 brutextract_tags() : entités nommées (Trump, Russia, OPEC…) par présence textuelleCouche 2 — Enrichissement GPT-4o-mini GPT-4o-mini (jusqu'à 20 news, 1 seul appel batch) :
Couche 3 — Alignement IA sur les patterns (dans compute_pattern_relevance()) :
Score géo calculé : utilise les impact_score corrigés par l'IA (plus de faux positifs sur les articles culturels ou sportifs mentionnant "Iran").
Input : Liste des tickers options (XLE, GLD, SPY, QQQ, TLT, USDCAD, VIX)
Traitement : Pour chaque ticker, calcul de IV Rank, IV Percentile, Term Structure (déformation courbe IV), Put/Call OI Ratio.
Résultats simulés :
| Ticker | IV Actuelle | IV Rank | IV Pctile | Structure | PC Ratio | Signal |
|---|---|---|---|---|---|---|
| XLE | 32% | 35% | 73% | Contango | 0.82 | Vente vol possible |
| GLD | 18% | 22% | 41% | Plat | 1.15 | Acheter protection |
| SPY | 21% | 48% | 59% | Légère backwardation | 1.38 | Neutre — attendre |
| TLT | 15% | 18% | 32% | Contango | 1.05 | IV Rank trop bas |
| USDCAD | 8% | 52% | 61% | Plat | 0.94 | Neutre |
| QQQ | 24% | 78% | 82% | Backwardation | 1.52 | Vendre vol |
| VIX | 24.3 | 61% | 68% | Backwardation | — | Vol short terme élevée |
Ces données sont encodées dans le méga-prompt de l'Étape 5.
Input : Table asset_class_configs (7 desks) + specialist_reports + report_desk_links + cot_data + forward_curve_data
Traitement : Pour chaque desk actif, le système charge les fondamentaux, la sensibilité macro par régime, les seuils de prix significatifs/extrêmes, et les 5 prochains rapports planifiés triés par date et importance. Il enrichit le bloc avec :
Output : Un bloc de contexte structuré par desk, injecté dans deux prompts distincts :
Input : Base de données Knowledge Base (patterns historiques), trades des 90 derniers jours, insights récents avec scores de fiabilité
Gate de 6 heures : Le Super Contexte n'est régénéré que si le précédent a plus de 6 heures. Ceci évite de surcharger le contexte GPT-4o avec des données quasi-identiques entre deux cycles rapprochés.
Contenu généré (extrait simulé) :
Règle "trades matures uniquement" : Seuls les trades ayant consommé plus de 40% de leur horizon temporel sont inclus dans le contexte. Un trade ouvert depuis 5 jours pour 90 jours (5.5%) n'est pas encore informatif.
Structure du prompt (voir Section 7 pour le détail complet) :
Coût estimé : ~4,500 tokens input + ~800 tokens output ≈ 0.058$ par cycle (à 6h → ~0.23$/jour)
Input : Réponse JSON brute de GPT-4o
Filtres appliqués :
Output : 2–4 patterns validés, stockés dans la table analyses_ia
Input : Tous les trades fermés depuis le dernier cycle avec résultat (win/loss)
Traitement : Pour chaque pattern associé à un trade fermé, mise à jour du posterior bayésien (α, β). Le score GPT initial est utilisé comme prior. Voir Section 6.1 pour le détail.
Output : Tables pattern_performance et bayesian_estimates mises à jour
Input : Ensemble des trades ouverts dans trade_entry_prices après le log du cycle courant
Traitement : Le service portfolio_risk.py analyse la répartition par classe d'actif, détecte les conflits directionnels (même sous-jacent, directions opposées) et les sur-concentrations (> 35% en une seule classe). Si des alertes sont générées, GPT-4o-mini reçoit un résumé compact et produit : un assessment global en 2 phrases, une liste d'actions priorisées (close_trade / rebalance / monitor), et une suggestion de rééquilibrage.
Output : Résultat persisté dans system_logs (source = portfolio_monitor). Affiché dans l'onglet Risque Sim. du Journal de Bord avec badge rouge sur l'onglet en cas de conflit. Étape non-bloquante : une erreur n'interrompt pas le cycle.
Colonne ajoutée : asset_class maintenant stockée dans trade_entry_prices (migration automatique) — renseignée à chaque INSERT depuis le pattern d'origine.
Input : Patterns validés, alertes risque, signaux d'invalidation détectés
Output : Mise à jour du frontend React (polling toutes les 60 secondes), envoi d'une notification push si score > 75 ou alerte risque critique
Durée totale du cycle : 47–120 secondes (selon disponibilité API OpenAI)
{
"analyse_globale": "Le contexte de stagflation confirmé (72%) combiné à un choc pétrolier en cours (Brent +3.1%, OPEC+ réunion d'urgence) et aux tensions en Asie du Nord-Est crée un environnement favorable aux stratégies longues volatilité sur l'énergie et aux protections défensives sur les indices. L'inversion de la courbe (-0.42%) renforce le risque de récession à 6-9 mois.",
"patterns": [
{
"nom": "Choc Pétrolier Corée du Nord — Perturbation Routes Énergétiques",
"strategie": "Long call spread XLE $90/$98 — expiration Septembre 2026",
"ticker_principal": "XLE",
"score_confiance": 78,
"probabilite_succes": 0.68,
"horizon_jours": 75,
"taille_kelly_pct": 12.4,
"raisonnement": "Le tir de missile nord-coréen perturbe les routes de navigation en mer du Japon et amplifie l'effet OPEC+. L'IV Rank de XLE à 35% est raisonnable pour acheter des calls. Le call spread limite le coût si la hausse est progressive.",
"contre_these": "Si les négociations diplomatiques US-Corée du Nord reprennent rapidement, la prime de risque géopolitique se dégonfle. Probabilité : 28%.",
"trigger_invalidation": "Annonce de contacts diplomatiques US-RPDC ou retrait des forces navales nord-coréennes",
"facteurs_risque": ["géopolitique", "énergie"],
"ajustement_cluster": "Facteur géo à 60% — taille réduite de 50%"
},
{
"nom": "Flight-to-Safety Or — Dollar Faible + VIX Hausse",
"strategie": "Long call GLD $195 — expiration Août 2026",
"ticker_principal": "GLD",
"score_confiance": 71,
"probabilite_succes": 0.65,
"horizon_jours": 45,
"taille_kelly_pct": 8.7,
"raisonnement": "Or à +1.2% en même temps que dollar faible (-0.4%) et VIX hausse = configuration classique de fuite vers la sécurité. IV Rank GLD à 22% (cheap) → acheter de la vol est justifié. Objectif $2,450.",
"contre_these": "Si le dollar rebondit sur des données économiques US solides (NFP, CPI surprise), l'or recule mécaniquement.",
"trigger_invalidation": "DXY +1.5% sur une session / NFP > 300K / CPI core < 2.8%",
"facteurs_risque": ["dollar", "inflation"],
"ajustement_cluster": "Facteur dollar saturé (53%) — taille réduite de 50%"
},
{
"nom": "Compression Volatilité QQQ — Pic VIX Technologique",
"strategie": "Short strangle QQQ $460/$510 — expiration Juillet 2026",
"ticker_principal": "QQQ",
"score_confiance": 64,
"probabilite_succes": 0.61,
"horizon_jours": 30,
"taille_kelly_pct": 6.2,
"raisonnement": "QQQ IV Rank à 78% (cher) avec backwardation → vendre de la vol. Le stress géo actuel est concentré sur l'énergie et l'Asie du Nord-Est, pas sur les techs. Short strangle profite du time decay si le marché reste dans la range.",
"contre_these": "Si NVDA ou MSFT publie des résultats décevants ou si une escalade géopolitique touche les semi-conducteurs (Taiwan), mouvement directionnel brutal.",
"trigger_invalidation": "VIX > 30 / Annonce guerre Taiwan / Earnings QQQ -10% gap",
"facteurs_risque": ["liquidité", "technologie"],
"ajustement_cluster": "Facteurs non saturés — taille nominale maintenue"
}
]
}
La Phase 5 regroupe cinq sous-phases qui enrichissent le contexte transmis à l'IA à chaque cycle, passant d'un prompt statique à un contexte temporellement conscient, calibré par les indicateurs techniques et les données macro institutionnelles.
À chaque cycle, le système calcule un cycle_meta : métadonnées temporelles injectées dans tous les prompts IA pour que GPT-4o sache "où il en est" dans la journée et la semaine.
hours_since_last_cycle = 18, l'IA sait qu'il y a eu une longue pause et doit réévaluer les thèses depuis zéro. Si hours_since_last_cycle = 6, elle peut se concentrer sur les nouvelles marginales. Si market_session = "pre_market", elle privilégie les stratégies d'ouverture.
Decay des news par ancienneté : _partition_news_by_age() divise les news en deux buckets. Les news récentes (<6h) reçoivent un poids plein. Les news "aged" (6–24h) voient leur impact_score multiplié par un facteur de déclin, évitant que des nouvelles de la veille dominent le contexte.
À la fin de chaque cycle, un snapshot complet du contexte transmis à l'IA est persisté dans la table context_snapshots. Ce snapshot enregistre : l'état exact du méga-prompt, les news transmises, les indicateurs macro, les patterns sélectionnés et le cycle_meta. Il est consultable dans l'onglet AI Context de la page System Logs avec un bouton "Replay this cycle" qui reporte exactement les conditions d'entrée du cycle historique.
"⚠ CPI release in 6h — elevated vol probable". GPT-4o reçoit ce signal et peut ajuster ses suggestions vers des stratégies de vol (straddles) ou réduire les positions directionnelles.
Pour chaque pattern suggéré, un agent technique calcule les indicateurs calibrés selon l'horizon de l'option (horizon_days). La logique d'adaptation :
Ces signaux sont injectés dans la section "Validation Technique" du prompt de scoring, permettant à GPT-4o de downranker un pattern bullish dont le sous-jacent est déjà en zone de surachat (RSI28 > 70 pour horizon 90j).
Price Discovery (Phase 4) : Le système détecte si le prix d'entrée utilisé pour chaque trade est "frais" (entry_price_fresh = True si récupéré dans les 30 dernières minutes) ou estimé (prix de clôture J-1). Ce flag est affiché dans l'onglet Ouverts du Journal comme badge ⚠ ENTRY STALE et transmis à l'IA dans le contexte de scoring.
Replay Historique (Phase 5) : Depuis l'onglet AI Context de System Logs, le trader peut sélectionner un snapshot de cycle passé et cliquer "Replay this cycle" pour re-exécuter le méga-prompt avec exactement le contexte du moment historique (même news, même macro, même régime). Utile pour comprendre pourquoi l'IA a suggéré telle stratégie à tel moment, ou pour tester une modification de prompt sur des données passées.
La volatilité implicite (IV) d'une option mesure ce que le marché "pense" de la volatilité future du sous-jacent. Mais une IV de 32% est-elle chère ou pas chère ? Tout dépend de l'historique récent. C'est le rôle de l'IV Rank et de l'IV Percentile.
Données : IV actuelle = 32% · IV min 52 semaines = 18% · IV max 52 semaines = 58%
Interprétation IV Rank 35% : La volatilité actuelle est dans le tiers inférieur de sa plage annuelle. Elle est relativement bon marché par rapport à son propre historique récent.
Divergence IV Rank vs IV Percentile : IV Rank = 35% mais IV Percentile = 73% — c'est possible ! Cela signifie que l'IV a passé beaucoup de temps sous 32%, mais les pics (jusqu'à 58%) tirent la moyenne haute. Le Rank est distordu par ce pic exceptionnel. Dans ce cas, le Percentile est plus informatif.
| Ticker | IV Actuelle | IV Min 52s | IV Max 52s | IV Rank | IV Pctile | Signal |
|---|---|---|---|---|---|---|
| XLE | 32% | 18% | 58% | 35% (cheap) | 73% | Acheter vol prudent |
| GLD | 18% | 12% | 34% | 27% (cheap) | 41% | IV bon marché |
| QQQ | 24% | 14% | 38% | 83% (cher) | 82% | Vendre vol |
| SPY | 21% | 13% | 42% | 55% (neutre) | 59% | Attendre |
| TLT | 15% | 11% | 28% | 24% (cheap) | 36% | Acheter protection |
| IWM | 28% | 16% | 48% | 38% (neutre-bas) | 52% | Neutre |
| USO | 41% | 22% | 65% | 44% (neutre) | 61% | Attendre |
| VXX | 62% | 45% | 120% | 23% (cheap) | 38% | Acheter vol longue |
La term structure décrit la forme de la courbe d'IV selon les expirations. Le skew décrit l'asymétrie de l'IV entre les puts et calls pour une même expiration.
Observation : Strike Call XLE $92 · Expiration Septembre 2026
| Strike | OI Calls | OI Puts | OI Moyen Calls (12m) | Signal |
|---|---|---|---|---|
| $88 | 12,400 | 18,600 | 9,200 | Normal |
| $90 | 22,800 | 15,200 | 11,000 | Légèrement élevé |
| $92 | 45,000 | 8,400 | 8,000 | INHABITUEL — 5.6x moyenne |
| $95 | 18,200 | 6,100 | 7,500 | Élevé mais explicable |
| $98 | 9,600 | 4,200 | 5,200 | Normal |
Interprétation : OI calls $92 = 45,000 contrats vs moyenne 8,000 → mur de résistance potentiel à $92. Deux scénarios possibles :
Le Dealer Gamma mesure si les market makers sont globalement "long gamma" ou "short gamma". C'est une estimation basée sur l'OI et les grecs approximatifs.
L'IV Gate est un filtre dur qui bloque ou pénalise les trades avant leur log dans le cycle, selon l'IV Rank du sous-jacent au moment de la suggestion. Il opère sur deux niveaux :
| Condition | Action | Seuil défaut |
|---|---|---|
IVR > ivGateHigh | ALERT — warning sur le pattern, taille Kelly réduite ×0.7 | 60% |
IVR > ivGateExtreme pour strategies d'achat de vol (Long Call, Long Put, Straddle) | BLOCKED — le pattern n'est pas logué. Affiché en rouge dans Trade Ideas. | 80% |
IVR > ivGateExtreme pour Straddle/Strangle | ALERT automatique — pénalité multiplicateur ×1.3 sur le coût estimé | 80% |
Les seuils sont configurables dans Config → onglet Options — Parameters avec des curseurs visuels. Deux seuils distincts : IVR Alert (jaune, avertissement) et IVR Extreme (rouge, blocage).
La watchlist IV est stockée en base de données (table iv_watchlist) et non plus hardcodée. Elle supporte 3 types de tickers :
| Type | Couleur badge | Source | Bootstrap auto |
|---|---|---|---|
| Builtin | Gris | 18 tickers préconfigurés à l'initialisation (GLD, SPY, XLE, TLT…) | Non (déjà bootstrappés) |
| Auto | Bleu | Détectés automatiquement par le cycle : nouveaux underlying dans les suggestions IA non encore en watchlist | Oui — 1 an d'historique en background |
| Manual | Vert | Ajoutés manuellement par le trader via le WatchlistManager dans Options Lab | Oui — 1 an d'historique en background |
L'ajout d'un ticker déclenche immédiatement un bootstrap en arrière-plan (1 an de données yfinance pour l'IV historique). Une fois bootstrappé, l'IV Rank devient fiable. Avant bootstrap : affiché en orange avec mention "Insufficient IV history".
Le Pattern Reliability Score (PRS) mesure la fiabilité statistique d'un pattern basé sur son historique de trades réels. Il pénalise les petits échantillons et récompense les win rates élevés sur de nombreux trades.
| Pattern | Trades | Wins | Win Rate | PnL Moyen | Score Fiabilité | Statut |
|---|---|---|---|---|---|---|
| Choc Pétrolier Moyen-Orient | 28 | 19 | 68% | +12.4% | 2.27 | Fiable |
| Hausse Or Flight-to-Safety | 19 | 14 | 72% | +9.8% | 1.87 | Fiable |
| Escalade Taiwan Strait | 12 | 7 | 58% | +8.1% | 1.28 | Prometteur |
| Hausse Taux Fed Surprise | 7 | 3 | 43% | -2.3% | 0.55 | Faible |
| Crise Dollar Marchés Émergents | 4 | 3 | 75% | +18.2% | 1.04 ⚠ | Petit échantillon |
| Pénurie Blé Ukraine Escalade | 3 | 1 | 33% | -5.1% | 0.46 🔴 | Insuffisant |
Avec seulement 4 trades, l'intervalle de confiance binomial à 95% pour un win rate de 75% est [19.4%, 99.4%]. C'est extrêmement large. Le vrai win rate pourrait tout aussi bien être 20% ou 99%.
Avec 28 trades, l'intervalle est [48.8%, 83.1%] — beaucoup plus informative. La formule reflète naturellement cette réalité : le score "achète" de la crédibilité au fil des trades.
score_insuffisant = True en DB).
Chaque pattern généré par GPT-4o inclut obligatoirement une contre-thèse et un trigger d'invalidation. C'est l'une des protections les plus importantes du système contre le biais de confirmation.
| Thèse | "L'escalade en mer de Chine méridionale va perturber les routes pétrolières et faire monter XLE" → Long XLE calls $90, expiration Septembre 2026 |
| Contre-thèse | "La Chine bluff diplomatiquement pour forcer des concessions commerciales. Si les négociations reprennent, la prime de risque disparaît et le pétrole recule de 5–8%." |
| Triggers d'invalidation | 1. Annonce de pourparlers diplomatiques directs US-Chine en mer de Chine 2. Retrait des navires militaires chinois de la zone contestée 3. Déclaration conjointe ASEAN de "de-escalation" 4. Brent recule de plus de 4% en une séance |
| Probabilité d'invalidation | 35% (estimée par GPT-4o, à ajuster si des nouvelles émergent) |
| Action si trigger détecté | Alerte rouge dans l'interface, suggestion de fermer ou de réduire la position de 50% |
À chaque cycle (6h), le système passe les titres RSS dans GPT-4o-mini avec les triggers stockés en base pour chaque position ouverte. Si une correspondance sémantique est détectée (score cosinus > 0.82), une alerte d'invalidation est générée.
Le score de Brier mesure la précision des probabilités estimées par GPT-4o. Un modèle bien calibré annonce 70% quand la réalité est vraie 70% du temps.
| Bucket Prédit | Nb Trades | Taux Réel | Biais | Diagnostic |
|---|---|---|---|---|
| 10–20% | 8 | 13% | -3% | Bien calibré |
| 30–40% | 18 | 38% | -1% | Excellent |
| 50–60% | 31 | 52% | -6% | Légèrement surconfiant |
| 60–70% | 28 | 42% | -23% | SURCONFIANT |
| 80–90% | 14 | 61% | -25% | TRÈS SURCONFIANT |
Les insights de la Knowledge Base ont une durée de vie limitée. Le système gère une demi-vie de 180 jours (configurable) pour déprécier automatiquement les insights anciens.
| Date | Âge | Poids | Statut |
|---|---|---|---|
| Oct 2025 (création) | 0j | 1.00 | Actif, prioritaire |
| Jan 2026 | 90j | 0.71 | Actif, légèrement déprécié |
| Avr 2026 | 180j | 0.50 | Demi-vie atteinte |
| Oct 2026 | 360j | 0.25 | Archivage recommandé |
Règle système : Si poids < 0.15 ET l'événement géopolitique n'est plus détecté dans les flux RSS depuis 30 jours → insight archivé automatiquement et exclu du Super Contexte.
| Position | Secteur | Score Entrée | P&L | % Horizon | Taille € | Statut |
|---|---|---|---|---|---|---|
| Long XLE call spread $90/$98 Sept26 | Énergie | 78 | +14.2% | 67% | 1,240€ | Mature — surveiller sortie |
| Long GLD call $195 Août26 | Métaux | 62 | -3.1% | 18% | 820€ | Début — laisser courir |
| Short VIX straddle $22/$28 Juil26 | Indices | 71 | +8.7% | 52% | 980€ | Mature — surveiller VIX |
| Long USDCAD call 1.39 Juil26 | Forex | 55 | +2.3% | 8% | 460€ | Trop tôt — patience |
Deux positions dans des secteurs différents peuvent être exposées au même facteur de risque sous-jacent. Le Cluster Engine identifie ces dépendances cachées.
| Position | Facteur Géopolitique | Facteur Inflation | Facteur Dollar | Facteur Liquidité |
|---|---|---|---|---|
| Long XLE call spread | 60% | 40% | 0% | 0% |
| Long GLD call | 20% | 50% | 80% | 0% |
| Short VIX straddle | 0% | 0% | 0% | 80% |
| Long USDCAD call | 0% | 20% | 70% | 10% |
| Approche | Fraction Kelly | Taille (10k€) | Drawdown max espéré | Recommandation |
|---|---|---|---|---|
| Kelly Complet | 55.2% | 5,520€ | -65% (ruine possible) | JAMAIS |
| Kelly × 1/2 | 27.6% | 2,760€ | -38% | Agressif |
| Kelly × 1/3 | 18.4% | 1,840€ | -22% | Recommandé |
| Kelly × 1/4 | 13.8% | 1,380€ | -15% | Conservateur |
| Kelly × 1/3 + ajust. cluster | 9.2% | 920€ | -10% | Appliqué ici |
Le Pattern Convergence Engine enrichit chaque suggestion IA avec une direction de signal et un score de conviction calculés par convergence multi-source (géopolitique + macro + technique). Il alimente l'onglet Trade Ideas du Trading Journal.
Chaque pattern et chaque trade idea est classé dans l'une des 8 catégories signal et 8 catégories de déclencheur :
| Catégorie signal | Description | Exemples de patterns typiques |
|---|---|---|
| ⚔️ Military | Escalades militaires, conflits armés, déploiements de forces | Middle East Military Escalation, Taiwan Strait Tensions |
| 🚫 Sanctions | Sanctions économiques, embargos, restrictions de commerce | Russia Energy Sanctions, Iran Oil Embargo |
| 🗳️ Elections | Élections majeures, changements de pouvoir, instabilité politique | US Election Volatility, EM Political Risk |
| 🌪️ Disaster | Catastrophes naturelles, disruptions infrastructure critique | Gulf Hurricane Season, Earthquake Supply Chain |
| 🏥 Health | Crises sanitaires, pandémies, disruptions pharmaceutiques | Pandemic Risk Premium, Pharma Supply Squeeze |
| ⚠️ Resources | Pénuries matières premières, disruptions supply chain, pricing power | Copper Scarcity, LNG Supply Crunch |
| 🤝 Trade | Guerres commerciales, tarifs, accords bilatéraux | US-EU Trade Tensions, ASEAN Trade Realignment |
| 💬 Speech | Discours de banquiers centraux, déclarations politiques, Fed pivots | Fed Hawkish Surprise, ECB Pivot Signal |
Chaque pattern reçoit un signal_direction et un conviction_score calculés à l'issue du scoring IA :
| Pattern | Direction | Conviction | Score IA | Alignement | Fiabilité |
|---|---|---|---|---|---|
| US-Iran Diplomatic Shift | 📊 Volatility | 78 | 60 | +18 | 2.27 |
| Iran Strait Tensions | 🐂 Bullish | 71 | 60 | +12 | 1.87 |
| China Economic Slowdown | 🐻 Bearish | 55 | 55 | -5 | 1.04 |
| Fed Hawkish Surprise | 🐻 Bearish | 50 | 55 | +0 | 0.55 |
L'onglet Trade Ideas du Trading Journal présente les suggestions du dernier cycle scorées, avec des filtres avancés :
Chaque ligne affiche : pattern name · signal_direction badge · stratégie · score IA · EV + move + max/target · profil de risque · alignement macro · date d'entrée · durée barre visuelle. Un bouton 🔍 ouvre le détail complet et un bouton 🔒 loggue le trade directement.
Pour chaque trade idea ou trade ouvert dans le Journal MtM, le système génère automatiquement un ticket Interactive Brokers avec tous les paramètres pré-remplis :
Le strike ATM est calculé à partir du prix spot le plus récent. L'expiry est le vendredi le plus proche de today + horizon_days. Ce ticket est affiché dans le Dashboard (card Latest Logged Trades) et dans l'onglet Open du Journal en expand d'un trade. Il ne déclenche aucune exécution — copier-coller dans TWS.
La mise à jour bayésienne permet au système d'apprendre des résultats réels pour corriger les probabilités estimées par GPT-4o.
| Étape | Trades | Wins | α | β | Posterior | IC 95% |
|---|---|---|---|---|---|---|
| Initial (prior neutre) | 0 | — | 1 | 1 | 50.0% | ±35% |
| 5 trades (3 wins) | 5 | 3 | 4 | 3 | 57.1% | ±28% |
| 12 trades (8 wins) | 12 | 8 | 9 | 5 | 64.3% | ±18% |
| 28 trades (19 wins) | 28 | 19 | 20 | 10 | 66.7% | ±9.2% |
Conclusion : Prior GPT (65%) et posterior (66.7%) convergent. GPT-4o était bien calibré sur ce pattern. Intervalle final : [57.5%, 75.9%].
| Étape | Trades | Wins | Posterior | Dérive vs Prior |
|---|---|---|---|---|
| 5 trades (2 wins) | 5 | 2 | 42.9% | -37.1% |
| 10 trades (4 wins) | 10 | 4 | 41.7% | -38.3% |
| 15 trades (7 wins) | 15 | 7 | 47.1% | -32.9% |
Diagnostic : Dérive de -32.9% — GPT surestimait massivement. Biais probable : sur-représentation médiatique des coups d'état africains dans le training data. Pattern automatiquement déclassé.
| Pattern | Prior GPT | Trades | Posterior | Dérive | Verdict |
|---|---|---|---|---|---|
| Choc Pétrolier MO | 65% | 28 | 66.7% | +1.7% | Bien calibré |
| Hausse Or Safety | 70% | 19 | 72.4% | +2.4% | Bien calibré |
| Escalade Tarifaire US-CN | 65% | 12 | 58.3% | -6.7% | Légèrement surconfiant |
| Coup d'État Afrique | 80% | 15 | 47.1% | -32.9% | TRÈS SURCONFIANT |
| Recession Tech Short | 55% | 9 | 50.0% | -5.0% | Acceptable |
| Hausse Taux Fed Surprise | 60% | 7 | 37.5% | -22.5% | Surconfiant |
Le clustering K-Means (implémenté en pur Python) identifie automatiquement le régime macroéconomique actuel.
| Feature | Mesure | Signal Principal |
|---|---|---|
| VIX | Niveau absolu (z-score 252j) | Stress / Panique |
| slope_10y3m | Spread taux 10Y - 3M | Récession (si <0) |
| DXY_change | Variation 1 mois dollar | Risk-off si fort |
| Brent_change | Variation 1 mois pétrole | Inflation / Géopolitique |
| Gold_change | Variation 1 mois or | Flight-to-safety |
| Copper_change | Variation 1 mois cuivre | Demande industrielle |
| SPX_vs_200d | SPX / MA200 - 1 | Trend bull/bear |
| Date | VIX | Slope | DXY | Brent | Gold | Copper | SPX/200d | Cluster Identifié |
|---|---|---|---|---|---|---|---|---|
| Oct 2022 | 32 | -0.8% | +2.1% | +4.5% | -1.2% | -2.3% | -15% | Cluster 2 — Récession/Risk-Off |
| Mar 2024 | 14 | +0.2% | -0.3% | +0.5% | +0.8% | +1.2% | +12% | Cluster 1 — Expansion Tranquille |
| Juin 2026 | 24 | -0.42% | -0.4% | +3.1% | +1.2% | -1.8% | -2% | Cluster 0 — Stress Géopolitique |
| De / Vers → | Expansion | Stress Géo | Récession | Stagflation |
|---|---|---|---|---|
| Expansion | 68% | 12% | 8% | 12% |
| Stress Géo | 18% | 52% | 15% | 15% |
| Récession | 22% | 8% | 58% | 12% |
| Stagflation | 10% | 20% | 15% | 55% |
Avant d'ajouter un pattern à la KB, le système vérifie l'absence de doublon sémantique. Jaccard (mots communs) rate la majorité des doublons réels. Les embeddings capturent le sens.
Pattern A : "Escalade tensions Taiwan Strait" · Pattern B : "Taiwan military conflict risk"
Pattern C : "Fed rate hike cycle accelerates" · Pattern D : "Monetary policy tightening pressure"
| Candidat | Pattern Existant | Jaccard | Cosine | Décision |
|---|---|---|---|---|
| Escalade Taiwan Strait | Taiwan military conflict | 14% | 0.89 | REJETÉ (cosine) |
| Fed rate hike cycle | Monetary policy tightening | 0% | 0.82 | REJETÉ (cosine) |
| OPEC supply cut shock | Choc pétrolier MO | 8% | 0.78 | REJETÉ (cosine) |
| Crypto crash régulation | Choc pétrolier MO | 0% | 0.12 | ACCEPTÉ — nouveau pattern |
| Pénurie céréales Inde | Pénurie Blé Ukraine | 22% | 0.71 | ACCEPTÉ — distinct |
| Section | Contenu | Question Clé | Action si Problème |
|---|---|---|---|
| Calibration Brier | Courbe prédit vs réalisé par bucket, score Brier global, trend 6 mois | "GPT-4o est-il trop confiant ?" | Appliquer un facteur de déflation sur scores >65% |
| Analyse Bayésienne | Prior vs posterior par pattern, dérive, IC 95%, convergence | "Le modèle apprend-il dans la bonne direction ?" | Déclasser patterns avec dérive >20% |
| Clustering Régimes | Projection 2D (PCA), centroides, matrice transition, anomalies | "Dans quel régime sommes-nous ?" | Si >3 changements en 30j → réduire tailles |
| Déduplication KB | Heatmap similarités cosine, clusters sémantiques | "La KB a-t-elle des doublons ?" | Fusions manuelles si cosine > 0.85 |
OpenFin utilise 6 appels GPT distincts, chacun avec un rôle précis et une structure optimisée.
| Élément | Contenu | Pourquoi |
|---|---|---|
| Système | "Analyste géopolitique spécialisé en risques de marché financier." | Contextualise sur le cas d'usage financier, évite les analyses politiques sans lien trading |
| Input | Jusqu'à 20 news (titre + 150 chars résumé), indexées 0..N | Batch unique pour minimiser les appels API — réponse JSON structurée par index |
| Instruction | Par news : impact_score corrigé, dir_energy/metals/indices (bullish|bearish|neutral), resolution (bool), insight (1 phrase FR sur l'effet marché) | Les signaux directionnels permettent de détecter les contre-signaux sur les patterns (cessez-le-feu → pétrole baissier même si le mot "Iran" est présent) |
| Exclusions | Pas de contexte macro, pas d'historique de trades, pas de positions ouvertes | Évite le biais de confirmation — l'IA évalue la news indépendamment du portefeuille |
| Cache | Flag ai_scored par item — pas de double scoring sur le même cache 1h | Économie : chaque news n'est scorée qu'une fois par cycle |
ai_dir_energy="bearish", ai_resolution=true → alignment = -20 pts → similarity passe de 60% à 40% → pattern downranké, badge rouge "🤖 contre-signal".
SYSTÈME : "Expert en macroéconomie et cycles économiques. Classifiez le régime
actuel parmi : Expansion, Stagflation, Récession, Stress Géopolitique."
INPUT : VIX, slope 10Y-3M, DXY change, Brent change, Gold change,
Copper change, SPX vs MA200, CPI, PMI Manufacturing
OUTPUT JSON :
{
"regime_dominant": "STAGFLATION",
"score_dominant": 72,
"regimes": {"expansion": 11, "stagflation": 72, "recession": 42, "stress_geo": 63},
"indicateurs_cles": ["Brent +3.1%", "Cuivre -1.8%", "Pente -0.42%"],
"duree_regime_estimee_jours": 45
}
| Élément injecté | Source | Condition d'inclusion |
|---|---|---|
| Patterns KB fiables | Table knowledge_base | Score fiabilité > 1.5 ET poids demi-vie > 0.3 |
| Trades récents fermés | Table trades | Fermés dans les 30 derniers jours ET maturité > 40% |
| Trades ouverts | Table portfolio | Maturité horizon > 40% (trades "informatifs") |
| Alertes portefeuille | Risk Engine | Toujours inclus — filtres permanents |
| Patterns récents refusés | Table analyses_ia | Rejetés par le trader dans les 14 derniers jours |
SYSTÈME : "Expert options trader spécialisé en géopolitique, macroéconomie et volatilité implicite. Suggérer 3 à 5 patterns pour trader individuel ~1,000€ par position, horizon 3 mois, Interactive Brokers." CONTEXTE MARCHÉ : [Prix, VIX, Brent, DXY, Or, pente 10Y-3M...] RÉGIME MACRO : [Output Prompt 2 : STAGFLATION 72%...] CONTEXTE GÉO : [Output Prompt 1 : Geo Score 68, tensions par région...] MÉTRIQUES OPTIONS : [IV Rank, term structure, skew, PC Ratio par ticker...] SUPER CONTEXTE : [Output Prompt 3 : patterns fiables, trades récents, risques] CONTRAINTES OBLIGATOIRES : - Chaque pattern inclut : ticker, stratégie (strikes estimés), probabilité 0.0-1.0, horizon jours, contre-thèse, trigger invalidation, facteurs risque, taille Kelly% - IV Rank doit correspondre à la stratégie (vendre vol si rank >75%) - Ne pas suggérer patterns sur facteurs saturés sans réduction taille notée FORMAT : JSON strict avec champs définis.
Une fois les patterns filtrés et validés algorithmiquement, ce prompt crée le rapport narratif visible dans la page "Rapport IA". Il explique le raisonnement, les patterns refusés et les risques à surveiller.
| Table | Colonnes Clés | Rôle | Rétention |
|---|---|---|---|
market_data | ticker, timestamp, price, change_pct, volume, iv_current, iv_rank, iv_percentile | Prix et métriques marché par cycle | 180 jours |
geo_signals | timestamp, region, score, events_json, impact_oil, impact_gold, impact_usd | Scores géopolitiques par région, par cycle | 365 jours |
macro_regime | timestamp, regime_dominant, score_expansion, score_stagflation, score_recession, score_stress_geo, indicateurs_json | Historique des régimes macroéconomiques | Permanent |
options_flow | ticker, timestamp, strike, expiration, oi_calls, oi_puts, pc_ratio, iv_term_structure_json | Open Interest et structure de la volatilité | 90 jours |
| Table | Colonnes Clés | Rôle |
|---|---|---|
analyses_ia | id, timestamp, cycle_id, patterns_json, rapport_narratif, tokens_used, cost_usd, regime_at_time | Archive de toutes les sorties GPT-4o avec coûts |
knowledge_base | id, nom, description, strategie, ticker, facteurs_risque, score_fiabilite, nb_trades, win_rate, pnl_moyen, created_at, last_updated, halflife_weight, embedding_vector | Base de patterns avec scores et embeddings sémantiques |
pattern_performance | pattern_id, trade_id, resultat, pnl_pct, score_entree, regime_entree, regime_sortie | Lien entre patterns et résultats réels des trades |
super_contexte | id, timestamp, contenu_text, tokens_count, last_generated_at | Cache du Super Contexte avec gate 6 heures |
| Table | Colonnes Clés | Rôle |
|---|---|---|
portfolio | id, ticker, strategie, direction, score_entree, taille_eur, date_entree, date_expiration, pnl_actuel_pct, facteurs_risque_json, triggers_invalidation_json, statut | Positions options ouvertes (portefeuille réel IBKR) avec métadonnées complètes |
trades | id, portfolio_id, date_fermeture, pnl_final_pct, raison_fermeture, notes_trader | Historique complet des trades fermés |
trade_entry_prices | id, run_id, pattern_id, pattern_name, underlying, strategy, asset_class, entry_price, entry_date, score_at_entry, horizon_days, status, pnl_realized, close_price, close_reason, target_pct, stop_loss_pct | Portefeuille simulé — trades logués par le cycle IA avec suivi MtM. asset_class permet la surveillance de la concentration par classe. Distinct du portefeuille réel IBKR. |
invalidation_alerts | id, portfolio_id, trigger_text, confidence, news_citation, timestamp, acquittee | Alertes d'invalidation détectées et leur statut |
| Table | Colonnes Clés | Rôle |
|---|---|---|
bayesian_estimates | pattern_id, alpha, beta, prior_gpt, posterior_mean, posterior_ic95_low, posterior_ic95_high, n_updates, last_updated | Posteriors bayésiens par pattern — le cœur de l'apprentissage |
regime_clusters | timestamp, cluster_id, cluster_label, centroid_json, features_json, distance_to_centroid, is_anomaly | Historique du clustering K-Means avec coordonnées |
brier_tracking | cycle_id, pattern_id, predicted_proba, actual_outcome, brier_contrib, bucket | Données brutes pour calcul du score de Brier |
config | key, value, description, updated_at | Paramètres système (seuils Kelly, capital, demi-vie KB, IV Gate thresholds) |
| Table | Colonnes Clés | Rôle |
|---|---|---|
system_logs | id, timestamp, level (DEBUG/INFO/WARNING/ERROR), source (auto_cycle / portfolio_monitor / iv_engine / scheduler…), cycle_id, ticker, message, details_json | Journal structuré de tous les événements système. Alimenté par DBLogHandler (tous les WARNING+) et log_system_event() pour les événements manuels. Rétention : purge automatique des entrées >30 jours. Affiché en temps réel dans la page System Logs. |
iv_watchlist | id, ticker, added_by (builtin/auto/manual), is_active, added_at, last_bootstrapped | Watchlist des tickers IV dynamique. Remplace la constante hardcodée. Seed initial de 18 tickers builtins. Tickers "auto" ajoutés par le cycle quand il détecte un nouveau sous-jacent dans les suggestions. Bootstrap 1 an déclenché à l'ajout. |
context_snapshots | id, cycle_id, timestamp, macro_context_json, news_transmitted_json, patterns_scored_json, cycle_meta_json, regime, geo_score, prompt_tokens | Snapshot complet du contexte transmis à l'IA pour chaque cycle. Permet le replay historique exact depuis l'onglet AI Context de System Logs. |
iv_history | ticker, date, iv_estimated, iv_rank, iv_percentile, term_structure_json, skew_pts, source (live/bootstrap) | Historique journalier de l'IV par ticker. Alimenté par le bootstrap initial (1 an) et mis à jour à chaque cycle. Base de calcul pour IV Rank et IV Percentile fiables. |
pnl_snapshots | id, timestamp, regime, capital_eur, pnl_pct, pnl_eur, open_positions, closed_positions, positions_json | Snapshots horodatés du P&L total du portefeuille simulé. Alimenté par le scheduler VaR/PnL. Base de la page Position History et de la courbe P&L dans le Dashboard. |
var_snapshots | id, timestamp, confidence, horizon_days, var_historical, var_parametric, var_monte_carlo, cvar_hist, positions_count, capital_eur, portfolio_json | Snapshots VaR calculés par le scheduler. Un snapshot par calcul (bouton Compute ou scheduler). Historique consultable dans VaR Analysis. |
analyses_ia : + signal_direction (bullish/bearish/volatility/neutral), conviction_score (0–100), thematic_categorytrade_entry_prices : + strike_guidance (strike ATM calculé), expiry_days_at_entry (DTE à l'entrée), entry_price_fresh (bool — prix <30min)knowledge_base : + signal_direction, thematic_category, horizon_days
portfolio.id → trades.portfolio_id · knowledge_base.id → pattern_performance.pattern_id · knowledge_base.id → bayesian_estimates.pattern_id · analyses_ia.id → brier_tracking.cycle_id
Regarder en premier : Bandeau supérieur — régime dominant + geo score. Si géo > 60 (rouge) ou VIX > 25 → journée à risque élevé.
Quand agir : Si "Nouveaux patterns disponibles" avec score > 70 → aller sur page Patterns avant l'ouverture de marché.
Onglet Actualités — regarder en premier : Geo Score global en haut à droite (rouge ≥ 75 = extrême). Sur chaque news, cliquer pour voir l'insight IA (phrase bleue en italique), les flèches directionnelles ⛽↑ 🥇↓ 📊↓ et le badge "🕊 résolution" si l'article signale une désescalade. Impact corrigé par l'IA affiché à droite (0–100).
Onglet Patterns — regarder en premier : Patterns classés par relevance (= keyword matching + alignement IA). Badge vert "🤖 IA aligné" = l'IA confirme la direction du pattern. Badge rouge "🤖 contre-signal" = les news pointent dans le sens inverse — ne pas ouvrir ce trade. La pertinence de base (pure keyword) est affichée en gris sous le score ajusté.
Quand agir : Pattern avec relevance ≥ 60% ET badge IA vert ET IV Rank du sous-jacent favorable → candidat prioritaire pour le cycle. Si badge rouge même sur relevance élevée → attendre confirmation de marché.
Regarder en premier : Brent, Or, VIX, DXY — les 4 baromètres du régime. Ensuite ETF sectoriels (XLE, GLD, TLT).
Quand agir : Si XLE +3% ET VIX +8% le même jour → configuration "choc offre" → vérifier patterns énergie disponibles.
Regarder en premier : Régime dominant et le badge "stable Xj" affiché à côté du score. Un régime stable depuis 5+ jours (lissage Bayésien actif) est fiable. "0j d'historique" = premier chargement, le bootstrap est en cours.
Comprendre le score % : Ce n'est pas une probabilité — c'est un score 0–100 d'accumulation de signaux concordants, lissé sur l'historique. Un score de 65% ne signifie pas "65% de chances". Deux scénarios à 60% et 55% indiquent une ambiguïté réelle.
Quand agir : Si deux régimes à moins de 10 points après lissage → le système maintient l'ancien dominant et le badge "stable" reste fixe. Signe de transition — ne pas ouvrir de positions fortement directionnelles.
Regarder en premier : Tableau IV Rank. Vert (IV Rank < 30%) = opportunités d'achat vol. Rouge (> 75%) = opportunités de vente vol.
Quand agir : TOUJOURS consulter avant de valider un pattern. Si le pattern suggère "long call XLE" mais IV Rank = 80% → l'achat est très cher → attendre un pullback de vol.
Regarder en premier : Patterns classés par score décroissant. Ne considérer que les scores > 65. Vérifier taille Kelly et disponibilité en capital.
Quand agir : Valider = enregistrer l'intention. L'exécution est sur Interactive Brokers. Cliquer "Rejeter" évite la représentation dans les 2 prochains cycles.
L'éditeur de patterns (PatternEditor) est la bibliothèque de tous les patterns actifs — intégrés et personnalisés. Il offre :
⊞ / ≡ en haut à droite.Quand agir : Après chaque cycle IA, filtrer par classe d'actif puis trier par Score IA pour identifier les patterns les plus alignés avec le régime actuel. Utiliser le filtre "7j" pour revoir uniquement les ajouts récents de l'IA.
Regarder en premier : Alertes de cluster (facteur saturé) en rouge. Puis P&L des positions matures (>60% horizon).
Quand agir : Position mature en profit +15% → prise de bénéfices partielle. Perte >20% avec trigger d'invalidation détecté → fermer immédiatement.
Le Journal comporte 7 onglets : AI Cycles · Macro Regimes · Trade Ideas · Open · Closed · Geo Alerts · Not Logged.
Onglet Trade Ideas : Voir section 5b.3 — filtre par classe d'actif + catégorie thématique + Top N. Le ticker IBKR est accessible en expand de chaque ligne.
Onglet Risque Sim. — Surveillance du Portefeuille Simulé :
Onglet Ouverts (Mark-to-Market) :
🎯 = objectif de gain atteint (ex. +30%). Badge 🛑 = stop-loss déclenché (ex. -50%). Ces seuils sont configurés dans Config → "Paramètres de sortie" et peuvent être surchargés trade par trade.⚠ NO DATA / NO ENTRY / NO LIVE en ambre sur l'underlying = données de prix manquantes pour ce trade, monitoring impossible.Onglet Fermés :
Regarder en premier : Onglet Risque Sim. en premier — badge rouge sur l'onglet = conflit directionnel actif à résoudre. Puis Onglet Fermés → win rate sur les 30/60/90 derniers jours.
Quand agir : Conflit détecté → lire la recommandation IA et décider quel trade fermer. Badge 🎯 ou 🛑 dans l'onglet Ouverts → décider de fermer ou laisser courir. Le système n'agit jamais automatiquement — la confirmation humaine est toujours requise.
Regarder en premier : Section "Risques à Surveiller" — liste les catalyseurs à calendrier connu (réunions Fed, publications PMI, élections).
Quand agir : Si catalyseur attendu dans les 5 prochains jours, vérifier que les positions ouvertes ne sont pas directement exposées.
Lecture mensuelle. Vérifier que les patterns "obsolètes" (événements > 6 mois) sont archivés. Le texte narratif doit refléter la réalité actuelle, pas l'histoire.
Métriques de santé : Brier Score (viser < 0.20), N effectif (viser > 3.0), taux de patterns validés vs rejetés (si < 30% validés → filtres trop stricts ou qualité IA insuffisante).
Quand agir : Win rate en tendance baissière sur 3 mois → le marché a changé, revoir les paramètres.
Usage mensuel avancé. Contrôler la courbe de calibration Brier pour détecter une surconfiance croissante. Vérifier la matrice de transition pour ajuster les horizons selon la stabilité du régime.
Regarder en premier : Alertes rouges (saturation facteur, drawdown élevé). Puis tableau Kelly par position.
Quand agir : OBLIGATOIREMENT avant toute nouvelle position. Vérifier que l'ajout ne fait pas monter HHI > 0.35 ou un facteur > 50%.
Regarder en premier : Les 3 cartes VaR (Historical / Parametric / Monte Carlo stressé) avec horizon 1d et confiance 95%. La VaR "stressée ×1.5" (Monte Carlo) est le pire cas — viser qu'elle reste en dessous de 2% du capital.
Kupiec Backtest : Vérifier que le taux de violations réel (jours où la perte dépasse la VaR) reste proche du taux attendu (5% pour confiance 95%). Un taux de violations >10% → le modèle sous-estime le risque → ajuster le lookback ou la volatilité par défaut.
Quand agir : Rolling VaR en hausse sur 3 semaines consécutives → réduire les positions ouvertes ou augmenter les stops. VaR Monte Carlo > 3% du capital → Risk Committee recommande de ne pas ouvrir de nouveau trade.
Usage : Comparer l'état du portefeuille simulé à deux instants distincts (A/B diff). Utile pour isoler l'impact d'un cycle IA : quelles positions ont été ajoutées, lesquelles ont été clôturées, quel est l'écart de P&L.
Quand agir : Si le diff montre des positions fermées automatiquement sans votre action → vérifier les logs système. Si une position "disparaît" entre deux snapshots → bug de cohérence à investiguer dans System Logs.
Usage : Tester la performance historique d'une stratégie options sur un sous-jacent et une période donnés. La simulation utilise les données yfinance réelles et calcule le P&L d'une position roulante.
Limites : Le backtest ne modélise pas les coûts de transaction IBKR ni le slippage. Il simule l'achat à l'ouverture et la vente à l'expiration. Utile pour valider un pattern sur le passé, pas pour projeter le futur.
Regarder en premier : Les événements "Major" (rouge ●●●) dans les 7 prochains jours — NFP, CPI, FOMC. Ces événements font monter l'IV dans les 48–72h précédentes puis la font s'effondrer après la publication (IV crush).
Opportunity Windows : Le panneau droit liste des fenêtres d'opportunité options pré-calculées (ex: "Pre-FOMC -3d → Straddle SPY · IV rises ahead of decision"). Ces fenêtres sont statiques — à utiliser comme point de départ, pas comme signal automatique.
Quand agir : Si un événement Major arrive dans 3–5 jours ET un pattern directeur sur l'indice est actif → envisager un straddle pour jouer la vol (achat avant event, vente juste avant publication).
Usage principal : Diagnostiquer les cycles qui ont échoué, les erreurs API OpenAI, les timeouts yfinance.
Onglet System Logs : Filtre par Level (WARNING+/ERROR), Source (auto_cycle, iv_engine, portfolio_monitor), Cycle ID, Ticker, et plage de dates. Les lignes rouges = erreurs bloquantes à corriger. Les lignes orange = warnings à surveiller.
Onglet AI Context : Sélectionner un snapshot de cycle dans la liste de gauche pour voir exactement le contexte transmis à l'IA : macro (21 champs), news transmises (top impact), patterns scorés, cycle_meta. Bouton "Replay this cycle" re-exécute le méga-prompt sur ce contexte historique.
Quand agir : Si un cycle a produit des suggestions anormales → ouvrir le snapshot correspondant dans AI Context et analyser les inputs (régime? geo score? news dominante?). Si erreur répétée sur un ticker → vérifier si le ticker est retiré ou renommé sur yfinance.
Révision trimestrielle : capital total, fraction Kelly, seuils de concentration.
Onglet Options — Parameters : IV Gate thresholds (Alert / Extreme), exit defaults (target % / stop-loss %), indicateurs techniques à activer par horizon, skew threshold pour alertes directionnelles.
Ne jamais modifier le modèle GPT en production sans tester sur un cycle complet. Ne jamais baisser le Kelly fraction en dessous de 1/4 (tailles trop petites pour couvrir les frais IBKR).
La page Patterns est le cœur opérationnel de OpenFin. Voici le flux de travail typique d'un trader après chaque cycle :
| Fonctionnalité | Ce qu'elle fait | Quand l'utiliser |
|---|---|---|
| Filtres class d'actif | Filtrage par forex/metals/agri/energy/indices/crypto/bonds | Tous les jours, pour ne voir que les patterns pertinents au marché actif |
| Tri Score IA / Date / Probabilité | Reclasse les patterns par score du dernier cycle (desc), date de création, ou bayesian_win_rate | Après cycle — trier par Score IA pour voir quels patterns le système juge les plus opportuns aujourd'hui |
| MaturityBadge | Affiche pour chaque pattern : source (Pure AI → Data-driven), poids calibration, WR bayésien, AI estimate vs calibré | Avant de décider de logger un trade — savoir si le G dans l'EV vient de l'IA ou de données réelles |
| Find Similar (ScanSearch) | Appelle GPT-4o-mini pour comparer le pattern à tous les autres. Retourne : doublon à fusionner / contre-scénario / pattern unique | Après chaque cycle qui ajoute des nouveaux patterns — évite l'accumulation de quasi-doublons |
| Merge (Fusionner) | Fusion transactionnelle : union historical_instances, somme backtest hits, remapping de 6 tables enfants | Quand Find Similar retourne "merge_as_instance" — ne jamais fusionner des directions opposées |
| Éditeur complet | Modifier name, description, triggers, expected_move_pct, trades suggérés, historical_instances | Pour corriger un pattern généré par l'IA qui contient des erreurs de libellé ou de paramètres |
| Suggestion IA manuelle | Déclenche le prompt suggest_patterns à la demande (hors cycle) | Quand le marché évolue significativement en intra-journée et qu'on veut de nouvelles idées immédiatement |
| Vue grille / liste | Grille : aperçu rapide de nombreux patterns. Liste : détail complet avec toutes les métriques visibles | Grille pour le matin (scan rapide) · Liste pour la décision finale d'un trade |
| Décision | Alternative Rejetée | Raison du Choix |
|---|---|---|
| K-Means from scratch | scikit-learn KMeans | Zéro dépendance lourde. K-Means = 40 lignes Python pur pour 4 clusters sur 7 features. Scikit-learn ajoute ~50 Mo pour fonctionnalité identique. Sur VPS léger, la différence est significative. |
| Cosine Similarity plutôt que Jaccard | Jaccard, Levenshtein, TF-IDF | Les patterns géopolitiques utilisent un vocabulaire riche et synonymique. Jaccard rate les doublons sans mots communs (60% des cas testés). Cosine via embeddings OpenAI capture la sémantique complète. Disponible sans coût additionnel via l'API existante. |
| Kelly × 1/3 | Taille fixe, Kelly × 1/2, Kelly complet | Taille fixe ignore l'edge du pattern. Kelly complet = draws de 60%+ psychologiquement insoutenables. Kelly × 1/3 = consensus académique (Ed Thorp, Poundstone) : 75% de la croissance théorique pour 30% du risque. |
| Gate 6h Super Contexte | Régénérer à chaque cycle | Coût : ~0.015$ à régénérer. Sur cycles 15min : ~1.44$/jour. Gate 6h → 0.06$/jour. Le contenu change rarement sur 6h (trades ouverts et patterns KB évoluent lentement). |
| Trades matures uniquement dans le Super Contexte | Inclure tous les trades ouverts | Un trade à 3.3% de son horizon (3j/90j) n'a pas testé la thèse. L'inclure envoie un signal bruit. Les trades matures (>40% horizon) ont subi l'épreuve du temps et sont véritablement informatifs. |
| SQLite | PostgreSQL, MySQL | Usage mono-utilisateur sur VPS. SQLite = sans serveur, portable (fichier unique), supporte des centaines de milliers de lignes sans problème pour ce cas d'usage. PostgreSQL est justifié pour multi-utilisateurs ou millions de lignes. Migration estimée : 2–3j de travail (voir Section 10 note). |
| Fermeture de trades en 3 modes | Un seul mode (manuel) | Les trois modes (objectif %, stop-loss %, signal IA) répondent à trois comportements distincts. Un seul mode force un compromis dégradé. Les seuils configurables par trade (avec valeurs par défaut globales) évitent un réglage unique inadapté à tous les patterns. |
| Confirmation humaine toujours requise | Fermeture automatique sur signal | Un stop-loss ou signal IA peut être faux-positif (nouvelles partielles, pic intraday). L'auto-fermeture sur signal a été rejetée : risque de fermer sur noise. Le badge d'alerte + modal 1-clic est un bon compromis vitesse/contrôle. |
| Prior neutre (α=β=1) | Prior basé sur le score GPT | Si l'on utilise le score GPT comme prior et que GPT est surconfiant (>65%), on initialise avec un biais. Le prior de Jeffreys (α=β=1) laisse les données réelles parler sans polluer avec la surconfiance GPT. |
| GPT-4o-mini pour prompts simples | GPT-4o pour tout | Scoring RSS et surveillance triggers ne nécessitent pas le raisonnement avancé de GPT-4o. GPT-4o-mini = 5× moins cher et suffisant pour classification et correspondance. Économie : ~60% du coût IA total. |
| Demi-vie KB de 180 jours | Poids constant, demi-vie 365j | Les événements géopolitiques ont des cycles de vie naturels. Une crise qui dure > 6 mois soit se normalise soit évolue structurellement. 180 jours = délai médian empirique entre émergence d'un événement géopolitique et intégration dans les prix. |
| 4 régimes macro | 2 régimes (Risk-On/Off), 6 régimes | 2 régimes simplifient trop (ignorent stagflation vs récession = stratégies options radicalement différentes). 6+ régimes = sous-groupes trop petits pour matrices de transition statistiquement significatives. 4 régimes = quadrants classiques macro avec historique suffisant. |
| IV Gate blocage dur vs warning | Warning seul / blocage total | Warning seul = traders ignorent souvent les alertes visuelles sous pression. Blocage total (strategy + IVR > extreme) = trop restrictif, rate des opportunités valides. Deux seuils configurables (Alert / Extreme) permettent de forcer la réflexion sans interdire totalement. |
| Watchlist IV en DB vs hardcodée | Liste de constantes Python | Liste hardcodée = déploiement requis pour ajouter un ticker. DB = ajout en 1 clic depuis l'UI. L'auto-ajout (cycle détecte un nouveau sous-jacent) réduit la maintenance manuelle. Le bootstrap asynchrone évite de bloquer le cycle. |
| Scheduler weekend-off | Cycle 6h continu 24/7 | Options expirent vendredi soir. Les marchés rouvrent dimanche soir (futures) mais les options classiques ne tradent pas le weekend. Cycles weekend = appels API inutiles sur données stales + suggestions sur marché fermé. Économie : ~28% du coût API hebdomadaire. |
| Indicateurs techniques par horizon | Indicateurs fixes pour tous horizons | RSI14 est optimal pour horizons <30j. Pour 90j, il produit trop de faux signaux (fenêtre trop courte). RSI28 + MA100 sont calibrés pour horizons trimestriels. Appliquer le bon indicateur selon l'horizon = signal plus robuste et moins de recommandations contradictoires. |
| Context Snapshot vs prompt dynamique | Re-calculer le contexte en live à chaque lecture | Re-calculer en live = impossible de reproduire exactement les conditions d'un cycle passé (les données de marché changent). Snapshot persisté = audit exact, replay fidèle, debugging précis. Coût stockage : ~5 Ko par cycle → 7 Mo/an → négligeable en SQLite. |
| Terme | Définition |
|---|---|
| IV (Implied Volatility) | Volatilité future "anticipée" par le marché, calculée en inversant la formule de Black-Scholes à partir du prix observé d'une option. Exprimée en pourcentage annualisé. |
| IV Rank | Rang de l'IV actuelle dans sa plage annuelle : (IV_actuelle - IV_min_52s) / (IV_max_52s - IV_min_52s). Score 0–100. <25 = cheap, >75 = cher. |
| IV Percentile | Proportion des jours de l'année où l'IV était inférieure à l'IV actuelle. Plus robuste que l'IV Rank car ne dépend pas d'un seul pic ou creux extrême. |
| Term Structure | Courbe de l'IV en fonction des expirations. Contango = IV croissante (normal). Backwardation = IV décroissante (stress court terme). |
| Skew | IV_put_25delta - IV_call_25delta. Skew positif = puts plus chers = protection demand. Indique l'asymétrie anticipée par le marché. |
| Open Interest (OI) | Nombre de contrats options ouverts (non fermés). Spike d'OI sur un strike = intérêt institutionnel marqué = mur de résistance/support potentiel. |
| Put/Call Ratio | OI puts / OI calls. >1.2 = sentiment défensif institutionnel. <0.7 = sentiment spéculatif haussier. Indicateur contrarian. |
| Delta | Sensibilité du prix de l'option au mouvement du sous-jacent. Delta 0.25 = l'option gagne 0.25€ pour chaque +1€ du sous-jacent. Option ATM ≈ Delta 0.50. |
| Gamma | Vitesse de changement du delta. Dealer gamma négatif = les market makers amplifient les mouvements. Dealer gamma positif = ils amortissent les mouvements. |
| Thêta (Time Decay) | Érosion de la valeur d'une option avec le temps. Accélère dans les 30 derniers jours. Vendeurs bénéficient, acheteurs luttent contre lui. |
| Kelly Criterion | Formule de sizing optimal : f* = (p×G - (1-p)) / G. Maximise la croissance géométrique du capital à long terme. |
| Kelly Fractionnel | Kelly × 1/k (k=2, 3 ou 4). OpenFin utilise k=3. Réduit le risque au détriment d'une partie de la croissance optimale, mais psychologiquement tenable. |
| HHI (Herfindahl-Hirschman Index) | Mesure de concentration : Σ(part_i)². De 0 (parfaitement diversifié) à 1.0 (monopole total). <0.25 = bien diversifié, >0.35 = concentré. |
| N Effectif | 1/HHI. Nombre de positions "complètement indépendantes" équivalentes dans le portefeuille. 6 positions corrélées peuvent avoir N effectif = 2.5. |
| Brier Score | Métrique de calibration probabiliste : Σ(prédiction - résultat)²/N. 0 = parfait, 0.25 = équivalent aléatoire. Mesure si les probabilités annoncées correspondent aux fréquences réelles. |
| Prior (Bayésien) | Probabilité initiale avant d'observer des données. OpenFin utilise un prior neutre (α=β=1) qui est progressivement écrasé par les données réelles. |
| Posterior (Bayésien) | Probabilité mise à jour après observation : α/(α+β). Converge vers le vrai win rate avec suffisamment de trades. |
| Distribution Bêta | Distribution sur [0,1] paramétrée par (α, β). Utilisée pour modéliser l'incertitude sur un taux de succès. Conjuguée de la vraisemblance binomiale → mise à jour analytique simple. |
| Intervalle de Confiance IC95 | Plage contenant le vrai paramètre avec 95% de probabilité. IC large = incertitude élevée (peu de données). IC étroit = estimation fiable. |
| K-Means | Algorithme de clustering non supervisé. Partitionne N points en K groupes en minimisant la variance intra-groupe. Itère entre attribution au centroïde le plus proche et recalcul des centroïdes. |
| Centroïde | Centre d'un cluster K-Means. Moyenne de toutes les observations assignées à ce cluster sur toutes les dimensions. Représente le "point typique" du régime. |
| Matrice de Transition | Matrice K×K où l'entrée (i,j) = probabilité de passer du régime i au régime j. Permet d'anticiper les transitions et d'ajuster les horizons de trading. |
| Anomalie K-Means | Point à plus de 3σ du centroïde de son cluster. Signale des conditions hors-norme sans précédent récent (ex: VIX=48 en mars 2020). Exclu du calcul des centroïdes. |
| Embedding Vectoriel | Représentation d'un texte comme vecteur haute dimension (1536 dims pour text-embedding-ada-002). Textes sémantiquement similaires → vecteurs proches (angle faible). |
| Cycle de vie du trade | Séquence complète : log automatique à l'entrée (cycle IA) → suivi MtM quotidien → alerte cible/stop → fermeture manuelle avec motif → archivage dans "Fermés" avec P&L réalisé. Le système ne ferme jamais automatiquement. |
| Exit Defaults | Seuils globaux de sortie configurés dans Config : objectif de gain (défaut +30%) et stop-loss (défaut -50%) exprimés en % du sous-jacent. Chaque trade peut surcharger ces valeurs. Appliqués à la volée dans l'onglet Ouverts du Journal. |
| P&L Réalisé vs Théorique | P&L théorique = (prix_actuel - prix_entrée) / prix_entrée, calculé en temps réel. P&L réalisé = valeur enregistrée au moment de la fermeture, stockée en base. Seul le P&L réalisé entre dans les statistiques win rate / average PnL. |
| Alert Type | Statut calculé à la volée sur chaque trade ouvert : target_reached si P&L ≥ seuil objectif, stop_loss si P&L ≤ seuil stop, null sinon. Déclenche le badge 🎯 ou 🛑 dans le Journal. |
| Cosine Similarity | cos(θ) = (A·B)/(|A|×|B|). De -1 (opposés) à +1 (identiques). Mesure la direction (le sens) indépendamment de la norme. Seuil OpenFin : >0.75 = doublon. |
| Jaccard Similarity | |A∩B|/|A∪B|. Mesure les mots communs entre deux textes. Simple mais aveugle aux synonymes et au sens sémantique. Seuil OpenFin : >0.30 = doublon. |
| DBSCAN | Algorithme de clustering alternatif qui découvre des clusters de forme arbitraire et identifie les outliers. Non utilisé dans OpenFin (K-Means suffisant pour 4 régimes fixes). |
| Cycle Context Engine | Ensemble des mécanismes (Phases 1–5) qui enrichissent le contexte IA : delta temporel (cycle_meta), decay des news par ancienneté, snapshot contexte, releases FRED, indicateurs techniques par horizon, price discovery. Objectif : passer d'un prompt "aveugle" à un prompt temporellement et techniquement conscient. |
| cycle_meta | Dictionnaire injecté dans chaque prompt IA contenant : hours_since_last_cycle, completed_cycles_today, cycle_number_today, market_session. Permet à GPT-4o de savoir si c'est le premier cycle de la journée ou le troisième, si le marché est ouvert, et depuis combien de temps le dernier cycle a tourné. |
| News Decay | Mécanisme de pondération temporelle des news : les articles >6h voient leur impact_score multiplié par un facteur decay(age) décroissant (plancher 0.30). Évite qu'un article de la veille ne domine les suggestions du cycle actuel. |
| IV Gate | Filtre dur sur l'IV Rank avant log d'un trade. Deux seuils : Alert (jaune, taille réduite) et Extreme (rouge, blocage complet pour achat de vol). Configurable dans Config → Options Parameters. Évite d'acheter de la volatilité dans son 85ème percentile historique. |
| Signal Direction | Classification de la direction d'un pattern : bullish (expected_move > 0, trade directionnel haussier), bearish (baissier), volatility (straddle/strangle — amplitude sans direction), neutral (iron condor — range-bound). Stocké dans analyses_ia.signal_direction. |
| Conviction Score | Score composite 0–100 calculé par convergence de 4 sources : score IA (40%), alignement news IA (30%), fiabilité historique (20%), confirmation technique RSI/MA (10%). Utilisé pour trier les Trade Ideas dans le Journal. |
| Pattern Convergence | Moteur qui fusionne les signaux géopolitiques, macro et techniques pour produire un signal_direction et un conviction_score par pattern. Remplace le simple score IA comme critère de priorité dans les Trade Ideas. |
| Vol Surface Regime | Classification composite de l'état de la surface de volatilité : calm (SKEW normal, VVIX bas), elevated_vol (VIX > 20, VVIX élevé), extreme_skew (SKEW > 140 = achat massif de protection tail risk), backwardation_stress (IV30 > IV90 sur plusieurs actifs). Utilisée comme 5ème bloc du macro engine. |
| IBKR Ticket | Ticket Interactive Brokers auto-calculé à partir du pattern : underlying, strike ATM (prix spot arrondi), expiry (vendredi le plus proche de today + horizon_days), legs BUY/SELL CALL/PUT, order type LIMIT, budget Kelly. Affiché dans Dashboard et Journal MtM. Copier-coller dans TWS — aucune exécution automatique. |
| DTE (Days to Expiration) | Jours restants avant la date d'expiration estimée d'un trade. Calculé en temps réel dans l'onglet Open du Journal : DTE = expiry_date - today. Affiché en rouge si DTE < 14 (theta decay accéléré). Distinct de horizon_days (durée planifiée à l'entrée). |
| Context Snapshot | Enregistrement complet du contexte transmis à l'IA pour un cycle donné : 21 champs macro, news triées par impact, patterns scorés, cycle_meta. Stocké dans context_snapshots. Consultable dans AI Context tab de System Logs. Sert de base au replay historique. |
| Watchlist IV Dynamique | Table iv_watchlist en base de données remplaçant la liste hardcodée de tickers IV. Trois types : builtin (seed initial), auto (détectés par le cycle), manual (ajoutés par le trader). L'ajout déclenche un bootstrap 1 an en background. |
| Weekend-Aware Scheduler | L'APScheduler ne déclenche pas de cycle le samedi et le dimanche. Heures configurables dans Config. Évite les appels API inutiles sur des données de marché stales et les faux signaux sur des prix de vendredi soir. |
| Straddle | Achat (ou vente) simultanée d'un call et d'un put de même strike et expiration. Long straddle = parie sur un mouvement important. Short straddle = parie sur la stabilité. |
| Strangle | Comme le straddle mais avec des strikes différents (call OTM + put OTM). Moins cher à acheter. Short strangle = stratégie de vente de vol populaire en IV Rank élevé. |
| Call Spread (Bull) | Achat call strike bas + vente call strike élevé. Coût réduit vs call seul, profit plafonné. Idéal pour hausse modérée en IV élevée. |
| OTM / ATM | Out-of-The-Money : strike moins favorable que le prix actuel. At-The-Money : strike proche du prix actuel (maximum de gamma et valeur temps). |
| Calendar Spread | Vente d'option court terme + achat même strike long terme. Profite de la décroissance plus rapide du time value court. Adapté en backwardation. |
| Contango / Backwardation | Contango : IV croissante avec la maturité (marché calme). Backwardation : IV décroissante (stress aigu court terme). Signaux opposés pour les stratégies de vol. |
| Demi-vie (Half-life) | Temps nécessaire pour que le poids d'un insight KB diminue de moitié. w(t) = e^(-λt), λ = ln(2)/demi_vie. OpenFin : 180 jours par défaut. |
| Pattern Reliability Score | win_rate × log(n+1). Pénalise les petits échantillons et valorise la cohérence sur de nombreux trades. >1.5 = fiable, <0.5 = insuffisant. |
| Régime Macro | État macroéconomique parmi 8 scénarios : Goldilocks, Désinflation, Soft Landing, Reflation, Stagflation, Choc Inflationniste, Récession, Crise de Liquidité. Déterminé par scoring règle-basé sur ~50 indicateurs (signaux blendés 1j/5j/10j) + lissage Bayésien sur 25 jours d'historique. Score 0–100 par régime, non normalisé (pas des probabilités). Badge "stable Xj" = nombre de jours consécutifs du dominant actuel. |
| Géo Score | Score agrégé de tension géopolitique mondiale, 0–100. Calculé par moyenne pondérée des scores régionaux. >60 = élevé, >75 = critique. Impacte directement les suggestions IA. |
| Trigger d'Invalidation | Événement spécifique dont l'occurrence remet en cause la thèse d'un trade. Surveillance automatique via RSS + GPT-4o-mini à chaque cycle. Alerte si confidence > 0.75. |
| Factor Clustering | Classification des positions par facteur de risque sous-jacent (géopolitique, inflation, dollar, liquidité) pour détecter les corrélations cachées entre positions de secteurs différents. |
| Portefeuille Simulé | Ensemble des trades logués automatiquement par le cycle IA dans la table trade_entry_prices. Distinct du portefeuille réel Interactive Brokers. Soumis aux mêmes outils d'analyse du risque (concentration, conflits, P&L MtM). Ne déclenche aucune exécution — simulation et apprentissage uniquement. |
| Conflit Directionnel | Situation où deux trades ouverts dans le portefeuille simulé ont des directions opposées sur le même sous-jacent (ex. long call XLE + short put XLE). Détecté automatiquement par portfolio_risk.py. Déclenche une alerte rouge dans l'onglet Risque Sim. et une recommandation IA de fermeture. |
| Moniteur de Portefeuille IA | Agent GPT-4o-mini (Step 7b du cycle) qui analyse l'état du portefeuille simulé après chaque log de trades. Produit un assessment global + liste d'actions (close / rebalance / monitor) + suggestion de rééquilibrage. Non-bloquant et persisté dans system_logs pour affichage dans le Journal. |
| Concentration de Classe | Pourcentage d'une classe d'actif (energy, metals, agriculture, equities, indices, forex, rates) dans le portefeuille simulé total. Seuil d'alerte : > 35%. Affiché sous forme de barres horizontales colorées dans l'onglet Risque Sim. |
| Price Warning | Badge ambre sur un trade dans l'onglet Ouverts : NO DATA (ni prix d'entrée ni prix actuel disponible), NO ENTRY (prix d'entrée absent), NO LIVE (prix actuel non récupéré). Signale que le monitoring MtM est impossible pour ce trade. |
| Specialist Desk | Configuration par asset class dans OpenFin : fondamentaux clés, sensibilité macro par régime, seuils de prix significatifs/extrêmes, et catalogue de rapports critiques (y compris non-calendrier). Injecté dans les deux prompts IA (scoring et suggestion) pour ancrer les recommandations dans la culture réelle de chaque desk. |
| Crédibilité Actuarielle | Méthode de pondération w = n/(n+k) (k=5 dans OpenFin) qui mesure la confiance accordée aux données observées vs l'estimation a priori. À n=5 trades : 50% observé. Inspiré de Bühlmann-Straub (actuariat). Utilisée pour blender l'estimated_move IA avec le rendement réellement observé. |
| Calibrated Expected Move | Valeur blendée de l'expected_move_pct : (1−w)×ai_estimate + w×observed_avg_win_pct. Utilisée comme G dans l'EV dès que la crédibilité w > 10%. Permet de corriger progressivement le biais d'optimisme de l'IA avec les données réelles. |
| Find Similar | Endpoint GPT-4o-mini qui compare un pattern de la bibliothèque contre tous les autres et retourne : merge_as_instance (doublon → fusionner), counter_scenario (direction opposée, même régime → conserver les deux), new_pattern (pas de match structurel). |
| Pattern Merge | Fusion transactionnelle de deux patterns : union des historical_instances (dédup), somme des compteurs backtest, remapping de toutes les tables FK (scores, trades, traces IA, logs), suppression du pattern discardé. Irréversible — confirmation requise. |
| Barra de Maturité | Badge visuel sur chaque card PatternExplorer montrant le degré de calibration : label source (Pure AI → Data-driven), barre dégradée indiquant le poids observé %, et comparaison chiffrée IA estimate vs Calibré. |
Chaque étape du cycle automatique est documentée ici avec ses formules, données entrantes, et sorties — aucun calcul masqué, aucune boîte noire.
Simulation d'un trade Bull Call Spread WTI du cycle du 23 juin 2026. Chaque valeur est calculable à la main.
| Article âgé de 8h | factor = 0.630 | −37% vs brut |
| Article âgé de 24h | factor = 0.250 | −75% |
| Article âgé de 48h | factor = 0.063 | −94% (plancher 0.30 appliqué) |
| Stagflation | 72 pts — DOMINANT ✓ | Brent↑, Or↑, courbe plate, cuivre↓ |
| Choc Inflationniste | 58 pts | Écart <15pts → résistance au switch |
| Récession | 43 pts | Courbe inversée mais VIX encore modéré |
| Goldilocks | 21 pts | S&P200j OK mais VIX élevé |
| P1 — News & Géo (max 30) | |
| geo (max 12) | 10 — 3 articles OPEC/Russie pertinents |
| eco/macro (max 10) | 8 — Stagflation bullish+ énergie |
| volume/récence (max 8) | 5 — 2 articles >6h (decay actif) |
| P1 Total → 23/30 | ✓ |
| P2 — Calendrier (max 20) | |
| banques centrales (max 10) | 6 — BCE dans 8j |
| macro releases (max 10) | 7 — EIA dans 2j (catalyseur proche) |
| P2 Total → 13/20 | ✓ |
| P3 — Prix multi-actifs (max 35) | |
| énergie/commod (max 7) | 7 — WTI+2.3%, OVX=42 modéré |
| taux & bonds (max 7) | 5 — TLT stable |
| forex (max 7) | 4 — DXY neutre |
| indices (max 7) | 4 — XLE+1.8% |
| VIX/IV (max 7) | 5 — VIX=18, SKEW=122 |
| P3 Total → 25/35 | ✓ |
| P4 — Risk/Reward (max 15) | |
| asymétrie R/R (max 10) | 8 — spread risque défini |
| timing (max 5) | 4 — EIA dans 2j |
| P4 Total → 12/15 | ✓ |
pattern_score_history, l'EV dans trade_entry_prices, les raisons du skipped dans skipped_trades, les traces GPT dans ai_reasoning_traces. La page Cycle Report restitue l'intégralité du raisonnement après chaque cycle.
Les Specialist Desks modélisent la réalité d'un hedge fund multi-stratégies où chaque desk (forex, metals, agri, énergie, indices, crypto, obligations) a une culture, des drivers et des rapports critiques spécifiques que le trader généraliste ne connaît pas par défaut. En Phase 6 v2, chaque desk est enrichi de données de positionnement marché en temps réel : COT CFTC, Forward Curves, Surprise Index et scorer Hawk/Dove.
Cinq tables dédiées (Phase 6) :
| Table | Rôle | Colonnes clés |
|---|---|---|
asset_class_configs | Configuration par desk (7 desks) | asset_class, display_name, icon, fundamentals (TEXT), macro_sensitivity (JSON), price_delta_thresholds (JSON) |
specialist_reports | Catalogue rapports manuel + auto | id, name, source, cadence, next_date, importance (1–3), consensus_estimate, actual_value, surprise_score, text_sentiment_score, text_sentiment_label, text_sentiment_summary |
report_desk_links | Liaison N:N reports ↔ desks | report_id, asset_class |
cot_data | Positionnement COT CFTC hebdo | commodity, asset_class, report_date, mm_long, mm_short, open_interest, net_position, net_pct_oi, change_net · UNIQUE(commodity, report_date) |
forward_curve_data | Structure terme futures | asset, asset_class, front_price, far_price, slope_pct, structure (contango/backwardation/flat), months_spread, fetch_date · UNIQUE(asset, fetch_date) |
7 desks pré-configurés au démarrage :
| Desk | Drivers fondamentaux (exemples) | Rapports liés par défaut |
|---|---|---|
| 💱 Forex | Divergence politique monétaire, différentiel de taux, flux carry trade, balance des paiements | FOMC, ECB, BOJ, NFP, CPI |
| 🥇 Metals | Dollar index, tensions géopolitiques, demande EM, production minière, inflation réelle | COT, CPI |
| 🌾 Agri | Météo, USDA stocks, cycles de plantation, demande Chine, subventions gouvernementales | WASDE, COT, China PMI, USDA Export Inspections |
| ⚡ Energy | OPEC+, inventaires pétrole, demande transport, géopolitique Moyen-Orient, USD | EIA Petroleum, Baker Hughes Rig Count, COT |
| 📊 Indices | Earnings saison, Fed policy, rotation sectorielle, VIX, buybacks | FOMC, NFP, CPI, Earnings |
| ₿ Crypto | Régulation, adoption institutionnelle, flux ETF, halving BTC, risque on/off | VIX (proxy risk-off) |
| 📉 Bonds | Politique monétaire, inflation anticipée, pente de courbe, qualité de crédit | FOMC, ECB, BOJ, CPI, NFP |
Le bloc Specialist Desks est injecté à deux endroits du pipeline :
| Prompt | Asset classes injectées | Contenu par desk |
|---|---|---|
score_patterns_with_context | Uniquement les asset classes présentes dans les patterns scorés ce cycle | Fondamentaux, macro sensitivity, price thresholds, 5 prochains rapports, COT net% OI, forward curve structure, surprise scores récents |
suggest_patterns_from_market_context | Tous les 7 desks systématiquement | Identique — permet à l'IA de générer des suggestions sur tous les desks même si aucun pattern existant ne les couvre |
Format du bloc injecté dans le prompt (exemple desk Energy enrichi v2) :
L'onglet COT Positioning affiche le positionnement spéculatif (non-commercial) hebdomadaire de 19 marchés, extrait directement de l'API publique CFTC (Socrata) sans clé API. Mise à jour chaque mardi soir (délai CFTC standard : données de vendredi publiées le mardi).
| Asset Class | Marchés couverts | Catégorie CFTC |
|---|---|---|
| ⚡ Energy | WTI Crude (067651), Natural Gas (023651) | Non-commercial long/short |
| 🥇 Metals | Gold (088691), Silver (084691), Copper (085692) | Non-commercial long/short |
| 🌾 Agri | Corn, Wheat SRW, Soybeans, Soybean Oil, Cocoa, Coffee | Non-commercial long/short |
| 💱 Forex | Euro, Japanese Yen, British Pound, Swiss Franc, DXY Index | Non-commercial long/short |
| 📉 Bonds | Fed Funds (045601), US T-Bonds (020601), 10Y T-Notes (043602) | Non-commercial long/short |
"CRUDE OIL, LIGHT SWEET - NYMEX") est fragile — le CFTC renomme les marchés à chaque rachat d'exchange (COMEX → "COMMODITY EXCHANGE INC.", CBOT → "CHICAGO BOARD OF TRADE"). La solution retenue utilise les codes contrat CFTC (ex : 067651 pour WTI), stables depuis des décennies et indépendants du nom de l'exchange. Une seule requête Socrata suffit pour tous les 19 marchés.
Métriques affichées par marché :
net_pct_oi = (long − short) / open_interest × 100 — barre de positionnement net en % OIchange_net hebdomadaire — détecte les rotations en coursInterprétation opérationnelle :
| Signal COT | Lecture | Implication trading |
|---|---|---|
| Net > +40% OI (ex : Gold +53%) | Positionnement spéculatif extrêmement long | Trade crowded — asymétrie baissière si catalyst négatif, short squeeze improbable |
| Net < −30% OI (ex : JPY −29%) | Positionnement spéculatif extrêmement court | Short squeeze risk élevé si pivot hawkish BOJ |
| Change_net > +10k/semaine | Accumulation rapide | Momentum spéculatif en train de s'installer |
| Change_net inversé vs net | Rotation début de retournement | Surveiller confirmation technique |
L'onglet Forward Curves compare le prix front-month au contrat M+3 pour 8 commodities (énergie + métaux + agri), via yfinance. La structure de courbe révèle la tension physique sur le marché sous-jacent.
| Structure | Condition | Lecture | Implication |
|---|---|---|---|
| Backwardation | slope_pct < −0.15% | Front > Far — livraison immédiate prime | Marché physique tendu, stockages faibles — bullish spot |
| Contango | slope_pct > +0.15% | Far > Front — coût de portage positif | Abondance physique, storage play — pression baissière sur spot |
| Flat | ±0.15% | Équilibre offre/demande | Pas de signal directionnel fort |
Marchés couverts : WTI Crude (CL), Natural Gas (NG), Gold (GC), Silver (SI), Copper (HG), Corn (ZC), Wheat (ZW), Soybeans (ZS). Les tickers front-month et M+3 sont construits dynamiquement avec les codes mois CFTC (F=Jan, G=Feb, H=Mar, J=Apr, K=May, M=Jun, N=Jul, Q=Aug, U=Sep, V=Oct, X=Nov, Z=Dec).
Pour chaque rapport dans le catalogue Specialist Desks, le trader peut saisir la valeur de consensus avant publication et l'actual après. Le système calcule automatiquement le surprise score = actual − consensus.
| Champ | Saisie | Calcul |
|---|---|---|
consensus_estimate | Avant publication (Bloomberg/Reuters) | — |
actual_value | Après publication | — |
surprise_score | Auto | actual − consensus, calculé côté serveur |
Endpoint : PUT /api/specialist-desks/reports/{id}/result — met à jour les trois colonnes atomiquement.
Les surprises récentes sont injectées dans le contexte IA de l'Étape 4b :
Disponible sur les desks Forex et Bonds, le scorer analyse le texte d'un rapport (discours de banquier central, communiqué Fed/ECB, minutes) et retourne une évaluation directionnelle sur l'axe Hawk / Dove. Pour les desks Energy/Metals/Agri, l'axe devient Bull / Bear.
| Paramètre | Valeur |
|---|---|
| Modèle | GPT-4o-mini (response_format: json_object) |
| Score output | Float −1.0 (Dovish/Bearish) … +1.0 (Hawkish/Bullish) |
| Label output | Hawkish / Slightly Hawkish / Neutral / Slightly Dovish / Dovish |
| Autres champs | summary (1 phrase), key_phrases (3–5 extraits), confidence (0–1) |
| Persistance | Colonnes text_sentiment_score, text_sentiment_label, text_sentiment_summary dans specialist_reports |
Endpoint : POST /api/specialist-desks/score-text — accepte {"text": "...", "report_name": "FOMC Minutes", "desk": "bonds"}
Après chaque cycle, l'IA peut ajouter des patterns qui recoupent des patterns existants. La feature Find Similar permet de détecter et fusionner ces doublons tout en préservant toutes les données associées.
Endpoint : POST /api/patterns/find-similar
| Recommandation | Condition | Action proposée |
|---|---|---|
merge_as_instance | Même régime + même instrument + même direction | Bouton "Fusionner dans [X]" avec confirmation |
counter_scenario | Même régime + même instrument + direction opposée | Appliquer le regime_tag commun — les deux patterns restent |
new_pattern | Régime ou instrument différent, pas de match structurel | Badge vert "Pattern unique" — rien à faire |
Règle critique : ne jamais fusionner des directions opposées (bullish WTI + bearish WTI = deux scénarios valides du même régime, pas un doublon).
Endpoint : POST /api/patterns/merge — transaction atomique SQLite :
L'expected_move_pct est initialement une estimation de GPT-4o du rendement option (levier inclus) si la thèse est confirmée. Ce n'est pas un calcul de pricing options (pas de Black-Scholes). La calibration progressive remplace progressivement cette estimation par le rendement réellement observé sur les trades matures.
Modèle actuariel de crédibilité (Bühlmann-Straub simplifié) :
Progression du poids observé :
| n trades matures | Poids observé (w) | Source label | Interprétation |
|---|---|---|---|
| 0 | 0% | Pure AI | 100% estimation IA, aucune donnée réelle |
| 1 | 17% | Early data | Légère influence des données — encore majoritairement IA |
| 3 | 38% | Early data | Données commencent à corriger l'IA |
| 5 | 50% | Mixed | Équilibre parfait IA / observé |
| 10 | 67% | Mixed | Données majoritaires |
| 20 | 80% | Data-driven | IA en fond de correction seulement |
| 50 | 91% | Data-driven | Quasi-entièrement ancré dans le réel |
calibrated_expected_move est le G dans ev_net = p×G − (1−p). Un G trop optimiste (IA pure sur pattern nouveau) surévalue l'EV. Avec 10 trades gagnants observés à 65% en moyenne là où l'IA estimait 95%, le calibré vaut 0.67×65 + 0.33×95 ≈ 75% — l'EV recalculé est 11% plus conservateur. Cela peut faire passer un trade de "loggé" à "skipped" si le profil exige gain ≥ 80%.
Card PatternExplorer — MaturityBadge :
Section Calibration dans le Rapport de Cycle :
Mise à jour automatique : update_bayesian_posteriors() est appelé à la fin de chaque cycle. Il recalcule simultanément les posteriors Beta(α,β) et les valeurs de calibration pour tous les patterns ayant des trades matures.
| Nouvelle colonne custom_patterns | Type | Description |
|---|---|---|
calibrated_expected_move | REAL | Valeur blendée utilisée comme G dans l'EV. NULL si aucun trade gagnant. |
calibration_weight | REAL 0–1 | w = n/(n+5). Stocké pour affichage frontend sans recalcul. |
observed_avg_win_pct | REAL | Moyenne des pnl_pct > 0 sur trades matures. NULL si aucun gain. |