DOCUMENTATION TECHNIQUE & GUIDE TRADER

GeoOptions Intelligence

Manuel Complet du Système — Architecture, Algorithmes & Guide Trader
Phase 1 · IV & Structure Phase 2 · Fiabilité & Calibration Phase 3 · Portfolio & Risk Phase 4 · IA Probabiliste Phase 5 · Cycle Context & Intelligence Phase 6 · Specialist Desks & Calibration
Version 6.0 · Juin 2026 · 6 Phases · FastAPI + React + SQLite + GPT-4o
23 pages · 50 signaux macro · IV Gate · Pattern Convergence · IBKR Ticket

Table des Matières

1. Vue d'Ensemble du Système

1.1 Ce que fait le système

GeoOptions 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.

1.2 Les 3 Principes Fondamentaux

Principe 1 — IA Propose
GPT-4o analyse le contexte macro-géopolitique complet et suggère des patterns de trading (ex: "Long call spread XLE" ou "Straddle court VIX"). L'IA génère la créativité ; elle n'est jamais le dernier mot.
Principe 2 — Les Règles Quantitatives Filtrent
Chaque suggestion passe un filtre dur : IV Rank dans la bonne zone, score de fiabilité historique suffisant, concentration portefeuille acceptable, Kelly positif. Les patterns refusés par les filtres ne parviennent jamais au trader.
Principe 3 — L'Historique Valide
Chaque pattern tradé est enregistré avec son résultat. Le système met à jour en temps réel les win rates, les scores de Brier (calibration IA), les posteriors bayésiens, et les matrices de transition de régimes. Le système apprend de ses propres erreurs.

1.3 Architecture Technique

⬡ FRONTEND — React 18 · Vite · Tailwind CSS · Recharts
Dashboard Radar Géo Journal Markets Macro Regime Options Lab Patterns Portfolio Cycle Report Super Context Analytics Adv. Analytics Risk Dashboard VaR Analysis Position History Backtest Calendar Specialist Desks System Logs Configuration
HTTP / REST API
⚙ BACKEND — FastAPI · Python 3.11 · APScheduler
🕐
Scheduler
APScheduler · cycle 6h · elapsed-time aware
🤖
AI Engine
GPT-4o · 6 prompts · GPT-4o-mini résumés
⚖️
Risk Engine
Kelly · HHI · K-Means · Bayésien · VaR
🔬
Cycle Context
Decay · IVR · 50 macro · Tech · Price Discovery
🏦
Specialist Desks
7 desks · COT 19 marchés · Forward Curves · Surprise · Hawk/Dove
SQLite / aiosqlite
🗄 BASE DE DONNÉES — SQLite 18+ Tables
custom_patterns trade_entry_prices pattern_score_history geo_news macro_regime_history system_logs knowledge_base iv_history portfolio_snapshots skipped_trades pattern_embeddings ai_reasoning_traces specialist_reports asset_class_configs ai_call_logs fred_data cot_data forward_curve_data
↑ ↑ ↑ ↑ ↑
📈
yfinance
Prix spot · IV · OI · 50 macro signaux · bootstrap 45j
🧠
OpenAI API
GPT-4o (scoring/suggest) · GPT-4o-mini (news/résumés/similarité)
📰
RSS Feeds
Reuters · AP · Al Jazeera · FT · Bloomberg · 7 flux
🏛️
IBKR
Portefeuille réel · Prix options live · Ticket auto-calculé
🏦
FRED API
CPI · NFP · Taux Fed · PCE · Chômage
📋
CFTC Socrata
COT hebdo · 19 marchés · codes contrat stables · gratuit sans clé
Stack Technique
Backend : Python 3.11, FastAPI, APScheduler, SQLite (aiosqlite), yfinance, feedparser, OpenAI SDK v1.x
Frontend : React 18, Vite, Recharts, Tailwind CSS
Déploiement : VPS Linux (Ubuntu 22.04), lancement via start_all.bat (Windows dev) ou pm2 (VPS)
IA : GPT-4o (modèle principal), GPT-4o-mini (résumés rapides, Hawk/Dove scorer, 5x moins cher)
Données Desks : CFTC Socrata (COT gratuit, sans clé), yfinance (Forward Curves)

1.4 Les 19 Pages du Cockpit

#PageDescriptionFréquence d'usage
1Dashboard (Cockpit)Vue synthétique : KPIs macro, ticker IBKR, dernière analyse IA, signaux marché, Top trades, patterns récents, macro regime jaugesPlusieurs fois/jour
2Geopolitical RadarFlux RSS enrichi IA : score géo 0–100, flèches directionnelles par classe d'actif, badge contre-signal, pertinence patternQuotidien
3Markets & PricesPrix temps réel : actions, ETF, matières premières, forex avec graphiques 5D/1M/3M/6M/1Y/2YQuotidien
4Macro Regime50 signaux institutionnels · 8 scénarios · vol surface (SKEW/VVIX) · rotation sectorielle · EM/carry · scores lissés BayésiensHebdomadaire
5Options LabIV Rank, Term Structure, Skew, watchlist dynamique (builtin/auto/manuel), IV Gate, bootstrap 1 anAvant chaque trade
6Patterns (Editor)Bibliothèque patterns : filtres classe d'actif · tri Score IA/Date/Prob · vue grille/liste · suggestion IA · éditeur completÀ chaque cycle
7PortfolioPositions ouvertes IBKR avec valorisation Black-Scholes, grecs live, alertes cluster, P&L consolidéQuotidien
8Trading Journal7 onglets : AI Cycles · Macro Regimes · Trade Ideas · Open (MtM) · Closed · Geo Alerts · Not Logged — fermeture 1-clic, ticker IBKRQuotidien
9Cycle ReportRapport auto-généré à chaque cycle : raisonnement IA, delta vs cycle précédent, snapshot PnL/VaR, signaux déterminants, validation techniqueÀ chaque cycle
10Super ContextBase de connaissances évolutive injectée dans le méga-prompt : synthèse GPT-4o, entrées KB validées par catégorieLecture mensuelle
11AnalyticsWin rate par pattern, calibration Brier, score fiabilité, analyse par régimeMensuel
12Advanced AnalyticsBayésien par pattern, clustering K-Means, matrice transition, embeddings sémantiquesMensuel
13Risk DashboardHHI, drawdown attendu, alertes concentration facteur, mode Réel/Simulé, courbe P&L cumulée, corrélations patternsAvant chaque trade
14VaR AnalysisValue at Risk delta Black-Scholes : historique / paramétrique / Monte Carlo stressé · Kupiec backtest · rolling VaR 30jHebdomadaire
15Position HistorySnapshots PnL horodatés · diff A/B entre deux snapshots · sparkline évolution · colonnes Entrée/Prix actuelHebdomadaire
16BacktestSimulation historique par stratégie/sous-jacent/période · courbe d'équité · win rate · table derniers tradesMensuel
17CalendarCalendrier macro-économique (NFP, CPI, FOMC) + alertes géopolitiques + fenêtres d'opportunité optionsHebdomadaire
18System LogsLogs structurés de tous les événements système (cycle, erreurs, IA calls) · filtre par source/niveau · AI Context tab avec replay de cycleDebug / audit
19ConfigurationCapital, Kelly fraction, IV Gate thresholds, exit defaults (target/stop), paramètres indicateurs techniques, clé OpenAI, watchlist tickersInitial + trimestriel

2. Le Cycle Automatique — Simulation Complète Étape par Étape

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.

09:00
Heure UTC · 17 Juin 2026
72%
Score Stagflation
68/100
Geo Score (Élevé)
24.3
VIX (+8.2%)

2.1 Les 9 Étapes du Cycle

Étape 0 — Collecte des données de marché (yfinance)

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) :

TickerPrixVar. JourSignal
VIX24.3+8.2%Stress modéré
Brent$89.40+3.1%Choc offre
DXY104.2-0.4%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.

Étape 1 — Calcul du Régime Macro (50 Signaux Institutionnels)

Input : 50 signaux de marché (yfinance batch, ThreadPoolExecutor 20 workers) couvrant 6 blocs + 5 métriques dérivées :

BlocTickers principauxNouveaux signaux v5.0
💧 Liquidité mondialeDXY, UST3M, UST10Y, TLT, TIPS (TIP), Pente 10Y-3MTLT (long bonds), EM bond (EMB)
⚡ Crédit & StressHYG, VIX, LQD, IEFVVIX (vol de vol), SKEW (tail risk)
🛢 ÉnergieBrent (BZ=F), Gaz naturel (NG=F)OVX (crude vol), GVZ (gold vol)
🥇 Métaux stratégiquesOr (GLD), Cuivre (HG=F)Argent (SLV), ratio Argent/Or
🌍 Croissance mondialeS&P 500 (SPY vs MA200)EEM (marchés émergents), FXI (Chine), USDJPY (carry)
📊 Rotation sectorielleXLK (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.

signal_brent = 0.20 × change_1j + 0.50 × change_5j + 0.30 × change_10j → Exemple : change_1j = +3.2%, change_5j = +0.8%, change_10j = -0.4% signal_brent = 0.20×3.2 + 0.50×0.8 + 0.30×(-0.4) = 0.64 + 0.40 - 0.12 = +0.92% (bien moins agressif que le +3.2% brut)

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.

Score_Stagflation (brut) = Brent↑↑ (+30) + Courbe plate (+10) + Or↑ (+15) + Cuivre↓ (+15) + Défensifs>Tech (+8) = 78/100 Score_Goldilocks (brut) = VIX<18 (+20) + S&P>200j (+15) + HYG↑ (+15) + SKEW<115 (+6) + VVIX<85 (+5) = 61/100

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.

score_lissé[regime] = (1 - w_prior) × score_brut + w_prior × moyenne_historique w_prior = min(0.45, 0.05 × nb_jours_historique) → 5 jours : w=25% · 9 jours : w=45% (plateau) Persistance : si score_lissé[nouveau] - score_lissé[ancien] < 10 → ancien régime maintenu

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.

Note Algorithme
Quand deux régimes sont à moins de 10 pts après lissage (ex: Stagflation 68%, Soft Landing 61%), le système résiste à tout changement de dominant. Évite les oscillations qui rendaient la détection inutilisable en séance.
Étape 2 — Collecte RSS, Enrichissement IA & Calcul du Geo Score

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) :

Couche 2 — Enrichissement GPT-4o-mini GPT-4o-mini (jusqu'à 20 news, 1 seul appel batch) :

Pour chaque news, GPT-4o-mini retourne : impact_score → corrigé (0.0–1.0) — "Trump joue au golf" reste faible ai_dir_energy → "bullish" | "bearish" | "neutral" ai_dir_metals → "bullish" | "bearish" | "neutral" ai_dir_indices → "bullish" | "bearish" | "neutral" ai_resolution → true si cessez-le-feu / accord / désescalade ai_insight → "L'accord de cessez-le-feu pèse sur le pétrole malgré les tensions"

Couche 3 — Alignement IA sur les patterns (dans compute_pattern_relevance()) :

base_relevance = (trigger_match × 0.5 + keyword_match × 0.5) × 100 ← string matching ai_alignment = f(bullish_count, bearish_count, resolution_count) ← -25..+25 pts → Pattern "Oil Spike" (expected_move > 0, asset=energy) : ai_dir_energy majoritairement "bullish" → +20 pts ai_dir_energy majoritairement "bearish" OU ai_resolution=True → -15 pts (cessez-le-feu Gaza → flagged "contre-signal ⚠") final_relevance = clamp(base_relevance + ai_alignment, 0, 100)

Score géo calculé : utilise les impact_score corrigés par l'IA (plus de faux positifs sur les articles culturels ou sportifs mentionnant "Iran").

Ce qui s'affiche dans le Radar
Onglet Actualités : chaque news affiche (au clic) l'insight IA en bleu, les flèches directionnelles ⛽↑ 🥇↓ 📊↓ par classe d'actif, et le badge "🕊 résolution" si l'article signale une désescalade.
Onglet Patterns : badge vert "🤖 IA aligné +18pts" ou rouge "🤖 contre-signal -12pts" sur chaque pattern, avec les phrases d'insight des news correspondantes en dessous. La pertinence de base (string matching) est affichée séparément pour comparaison.
Graceful Degradation
Si OpenAI n'est pas configuré, le pipeline tombe en silence sur le mode déterministe seul. L'enrichissement IA est facultatif et non bloquant.
Étape 3 — Calcul des Métriques Options (Phase 1)

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 :

TickerIV ActuelleIV RankIV PctileStructurePC RatioSignal
XLE32%35%73%Contango0.82Vente vol possible
GLD18%22%41%Plat1.15Acheter protection
SPY21%48%59%Légère backwardation1.38Neutre — attendre
TLT15%18%32%Contango1.05IV Rank trop bas
USDCAD8%52%61%Plat0.94Neutre
QQQ24%78%82%Backwardation1.52Vendre vol
VIX24.361%68%BackwardationVol short terme élevée

Ces données sont encodées dans le méga-prompt de l'Étape 5.

Étape 4b — Chargement des Specialist Desks

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 :

Pourquoi deux chemins distincts ?
Lors du scoring, l'IA connaît déjà l'asset class des patterns. L'injection ciblée suffit et coûte moins cher. Lors de la suggestion, l'IA doit explorer librement tous les marchés — injecter les 7 desks garantit qu'aucune opportunité n'est manquée par méconnaissance du contexte desk.
Étape 4 — Construction du Super Contexte

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) :

Super Contexte — Extrait (généré 17 juin 2026 03:00 UTC)
PATTERNS HISTORIQUES FIABLES (score > 1.5) :
✓ "Choc Pétrolier Moyen-Orient" → score 2.27 · 28 trades · 68% WR · long XLE calls
✓ "Hausse Or Flash-To-Safety" → score 1.87 · 19 trades · 72% WR · long GLD calls

TRADES RÉCENTS (30j) :
✓ Long XLE call spread $88/$95 → +14.2% (ouvert, mature à 67%)
✗ Short SPY put $480 → -8.1% (fermé, rally surprise post-CPI)

PORTEFEUILLE ACTUEL :
⚠ Facteur dollar : 53% — SATURÉ (seuil 40%)
⚠ Facteur géopolitique : 60% — SATURÉ (seuil 50%)
✓ HHI : 0.278 — bien diversifié (seuil alerte : 0.35)

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.

Étape 5 — Le Méga-Prompt GPT-4o

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)

Étape 6 — Parsing & Validation des Patterns

Input : Réponse JSON brute de GPT-4o

Filtres appliqués :

Output : 2–4 patterns validés, stockés dans la table analyses_ia

Étape 7 — Mise à jour Bayésienne des Patterns

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

Étape 7b — Moniteur de Portefeuille Simulé GPT-4o-mini

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.

Étape 8 — Notification & Affichage

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)

2.2 Exemple de Sortie GPT-4o Simulée

Sortie GPT-4o — Cycle 17 juin 2026 09:00 UTC (simulé)
{
  "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"
    }
  ]
}
Ce que le Trader voit
Les 3 patterns apparaissent dans la page "Patterns IA" avec leurs scores, tailles, contre-thèses, et indicateurs de cluster. Le trader clique sur "Valider" pour enregistrer son intérêt ou "Rejeter" pour exclure le pattern du contexte futur.

2b. Phase 5 — Cycle Context Engine

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.

2b.1 Phase 1 — Delta Temporel & Decay News

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.

cycle_meta = { hours_since_last_cycle : heures depuis le cycle précédent complété completed_cycles_today : nombre de cycles finalisés dans les 24h cycle_number_today : numéro du cycle actuel (1er, 2e, 3e…) market_session : "pre_market" | "regular" | "after_hours" | "weekend" }
Utilité dans le prompt
Si 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.

decay_factor(age_hours) = max(0.3, 1.0 - 0.07 × (age_hours - 6)) Exemple : news à 6h → decay = 1.00 (poids plein) news à 10h → decay = 0.72 news à 18h → decay = 0.16 news à 24h → decay = 0.30 (plancher — jamais complètement ignorée)

2b.2 Phase 2 — Snapshot Contexte & Releases FRED

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.

Releases FRED intégrées
Le système surveille les publications macro institutionnelles (NFP, CPI, FOMC) via le calendrier économique. Quand une release majeure est attendue dans les 48h, une note est ajoutée au cycle_meta : "⚠ 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.

2b.3 Phase 3 — Indicateurs Techniques par Horizon

Pour chaque pattern suggéré, un agent technique calcule les indicateurs calibrés selon l'horizon de l'option (horizon_days). La logique d'adaptation :

horizon ≤ 30 jours → RSI14, MA20, MA50, Bollinger 20 horizon ≤ 90 jours → RSI21, MA50, MA100 horizon > 90 jours → RSI28, MA100, MA200 Signal RSI : RSI < 30 → "oversold — reversal likely" RSI > 70 → "overbought — caution on longs" RSI 45–55 → "neutral — momentum absent" Signal Bollinger (20 périodes, 2σ) : Prix > bande sup → "upper band breakout — momentum" Prix < bande inf → "below lower band — potential bounce" Prix entre bandes → "range-bound"

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).

2b.4 Phase 4+5 — Price Discovery & Replay Historique

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.

Scheduler Weekend-Aware
Le cycle automatique (APScheduler) ne tourne pas les samedi et dimanche — les marchés options sont fermés. Les heures de cycle sont configurables dans Config (défaut : 02:00, 08:00, 14:00, 20:00 UTC). Cette logique évite les appels API inutiles et les suggestions sur des données de vendredi soir considérées comme "live".

3. Phase 1 — Volatilité Implicite & Structure Marché

3.1 IV Rank & IV Percentile

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.

Formules

IV Rank = (IV_actuelle - IV_min_52s) / (IV_max_52s - IV_min_52s) × 100 IV Percentile = (Nombre de jours sur 252 où IV < IV_actuelle) / 252 × 100
Exemple Complet — XLE (Energy ETF)

Données : IV actuelle = 32% · IV min 52 semaines = 18% · IV max 52 semaines = 58%

IV Rank = (32 - 18) / (58 - 18) × 100 = 14 / 40 × 100 = 35% → CHEAP (en dessous du 50ème centile historique)

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.

IV Percentile : Sur les 252 derniers jours de trading, 73% des jours avaient une IV < 32%. → IV Percentile = 73%

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.

Table simulée — 8 Tickers avec IV Rank

TickerIV ActuelleIV Min 52sIV Max 52sIV RankIV PctileSignal
XLE32%18%58%35% (cheap)73%Acheter vol prudent
GLD18%12%34%27% (cheap)41%IV bon marché
QQQ24%14%38%83% (cher)82%Vendre vol
SPY21%13%42%55% (neutre)59%Attendre
TLT15%11%28%24% (cheap)36%Acheter protection
IWM28%16%48%38% (neutre-bas)52%Neutre
USO41%22%65%44% (neutre)61%Attendre
VXX62%45%120%23% (cheap)38%Acheter vol longue
Règle de Trading — IV Rank
IV Rank < 25% : L'IV est historiquement basse → acheter de la volatilité est bon marché (long straddle, long calls/puts, long spreads). Le coût est faible, la chance de pic est élevée.

IV Rank 25–75% : Zone neutre → aucune stratégie volatilité n'a d'avantage marqué. Privilégier les spreads directionnels.

IV Rank > 75% : L'IV est historiquement haute → vendre de la volatilité est favorable (short strangle, iron condor, cash-secured puts). La prime est élevée, le mean reversion est probable.

3.2 Term Structure & Skew

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.

Contango (marché normal)

Exemple XLE en juin 2026 : IV30 = 22% (expiration 30 jours) IV60 = 25% (expiration 60 jours) IV90 = 27% (expiration 90 jours) IV180 = 30% (expiration 180 jours) Pente = (IV180 - IV30) / 150 jours = +8pts / 150j = +0.053 pt/jour → CONTANGO IV (%) 30 ┤ ●────── IV180=30 │ ●────────── │ ●───────── 22 ● └──────────────────────────────────────────── 30j 60j 90j 120j 150j 180j jours Interprétation : Marché calme à court terme. La vol longue est plus chère. → Stratégie : vendre de la vol courte terme (short put 30j), acheter protection longue (long put 180j).

Backwardation (stress court terme)

Exemple SPY pendant choc géopolitique : IV30 = 38% (panique court terme) IV60 = 32% IV90 = 28% IV180= 24% Pente = (IV180 - IV30) / 150j = -14pts / 150j = -0.093 pt/jour → BACKWARDATION IV (%) 38 ● │ ●────── │ ●────────── 24 │ ●────────────────── └──────────────────────────────────────────── 30j 60j 90j 120j 150j 180j jours Interprétation : Stress court terme élevé. Acheter protection court terme est cher. → Stratégie : acheter vol longue terme (moins chère), vendre vol court terme contre. → Exemple : calendar spread — vendre IV30, acheter IV90.

Put/Call Skew

Skew = IV_put_25delta - IV_call_25delta Exemple XLE : IV_put_25delta = 28% (puts à 25 delta = puts légèrement OTM) IV_call_25delta = 22% (calls à 25 delta) Skew = 28% - 22% = +6 points → Puts plus chers que calls de 6 points → PROTECTION DEMAND élevée → Les institutionnels achètent massivement des puts → anticipent une baisse Skew négatif (Skew < 0) : calls plus chers → anticipation de hausse explosive (ex: squeeze). Skew neutre (±1pt) : marché non directionnel, vol distribuée symétriquement.
Implication Trading
Un skew de +6pts sur XLE signifie que les puts sont surévalués par rapport aux calls. Si vous voulez une protection baisse sur XLE, vous payez une prime supplémentaire. Alternativement, vendre des puts dans ce contexte donne plus de prime — mais le risque est asymétrique (les institutionnels qui achètent ces puts voient peut-être quelque chose que vous ne voyez pas).

3.3 Options Flow & Open Interest

Put/Call OI Ratio

PC_Ratio = Open_Interest_Puts / Open_Interest_Calls Valeur > 1.2 → Institutionnels en mode défensif (achat puts = protection portefeuille) Valeur < 0.7 → Sentiment haussier dominant (calls spéculatifs) Valeur 0.7–1.2 → Neutre / équilibré
Exemple — Open Interest Inhabituel sur XLE

Observation : Strike Call XLE $92 · Expiration Septembre 2026

StrikeOI CallsOI PutsOI Moyen Calls (12m)Signal
$8812,40018,6009,200Normal
$9022,80015,20011,000Légèrement élevé
$9245,0008,4008,000INHABITUEL — 5.6x moyenne
$9518,2006,1007,500Élevé mais explicable
$989,6004,2005,200Normal

Interprétation : OI calls $92 = 45,000 contrats vs moyenne 8,000 → mur de résistance potentiel à $92. Deux scénarios possibles :

Dealer Gamma Estimation

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.

Gamma_net_dealer = Σ (OI × Gamma × sens_position) Short Gamma Dealer (Gamma < 0) : → Pour se couvrir, ils doivent VENDRE quand le marché baisse et ACHETER quand il monte → Amplifie les mouvements → marché plus volatil Long Gamma Dealer (Gamma > 0) : → Pour se couvrir, ils doivent ACHETER quand le marché baisse et VENDRE quand il monte → Amortit les mouvements → marché plus stable, range-bound
Règle Pratique
En période de gamma short (dealers court gamma), les mouvements de marché de ±1% peuvent rapidement devenir ±3%. C'est pourquoi les options sont soudainement sous-évaluées juste avant un mouvement violent — le marché n'anticipe pas l'amplification mécanique du dealer hedging.

3.4 IV Gate — Blocage par IVR

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 :

ConditionActionSeuil défaut
IVR > ivGateHighALERT — warning sur le pattern, taille Kelly réduite ×0.760%
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/StrangleALERT automatique — pénalité multiplicateur ×1.3 sur le coût estimé80%
Décision IV Gate : if strategy in ("long_call", "long_put", "straddle", "long_straddle"): if ivr > ivGateExtreme → BLOCKED elif ivr > ivGateHigh → ALERT (taille ×0.7) elif strategy in ("straddle", "strangle"): if ivr > ivGateExtreme → ALERT (coût estimé ×1.3)
Rationale
Acheter un long straddle avec IVR = 85% signifie payer la volatilité dans le 85ème percentile annuel de son historique. La probabilité de mean reversion est élevée — le temps travaille contre la position dès l'entrée. Le Gate ne bloque pas les strategies de vente de vol (short strangle, iron condor) qui bénéficient au contraire d'un IVR élevé.

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).

3.5 Watchlist IV Dynamique

La watchlist IV est stockée en base de données (table iv_watchlist) et non plus hardcodée. Elle supporte 3 types de tickers :

TypeCouleur badgeSourceBootstrap auto
BuiltinGris18 tickers préconfigurés à l'initialisation (GLD, SPY, XLE, TLT…)Non (déjà bootstrappés)
AutoBleuDétectés automatiquement par le cycle : nouveaux underlying dans les suggestions IA non encore en watchlistOui — 1 an d'historique en background
ManualVertAjoutés manuellement par le trader via le WatchlistManager dans Options LabOui — 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".

4. Phase 2 — Fiabilité & Calibration

4.1 Pattern Reliability Score

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.

Formule

Score_Fiabilité = win_rate × log(n + 1) où : win_rate = proportion de trades gagnants (0.0 à 1.0) n = nombre total de trades sur ce pattern log() = logarithme naturel (base e) Propriétés : - Score nul si win_rate = 0 (aucun trade gagnant) - Score croît lentement avec n (diminishing returns de l'expérience) - n=4 → log(5) = 1.61 · n=28 → log(29) = 3.37 (seulement 2× plus, pour 7× plus de trades)

Table simulée — Patterns avec Scores de Fiabilité

PatternTradesWinsWin RatePnL MoyenScore FiabilitéStatut
Choc Pétrolier Moyen-Orient281968%+12.4%2.27Fiable
Hausse Or Flight-to-Safety191472%+9.8%1.87Fiable
Escalade Taiwan Strait12758%+8.1%1.28Prometteur
Hausse Taux Fed Surprise7343%-2.3%0.55Faible
Crise Dollar Marchés Émergents4375%+18.2%1.04 ⚠Petit échantillon
Pénurie Blé Ukraine Escalade3133%-5.1%0.46 🔴Insuffisant
Pourquoi 75% sur 4 trades (1.04) < 68% sur 28 trades (2.27) ?
"Crise Dollar EM" : 0.75 × log(4+1) = 0.75 × 1.609 = 1.04 "Choc Pétrolier" : 0.68 × log(28+1) = 0.68 × 3.367 = 2.27

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.

Règle du Système
Patterns avec n < 5 → badge "⚠ petit échantillon" visible dans l'UI. Patterns avec n < 3 → exclus des suggestions automatiques (flag score_insuffisant = True en DB).

4.2 Contre-Thèses & Invalidation

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.

Exemple Complet — Thèse / Contre-Thèse / Surveillance
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'invalidation1. 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'invalidation35% (estimée par GPT-4o, à ajuster si des nouvelles émergent)
Action si trigger détectéAlerte rouge dans l'interface, suggestion de fermer ou de réduire la position de 50%

Surveillance Automatique des Triggers

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.

4.3 Score de Brier & Calibration

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.

Brier Score = (1/N) × Σ (prédiction_i - résultat_i)² Interprétation : Brier < 0.10 → Excellent Brier 0.10–0.20 → Bon à modéré Brier 0.20–0.33 → Moyen Brier = 0.25 → Équivalent à une pièce de monnaie aléatoire Brier > 0.33 → Pire qu'aléatoire

Table de calibration simulée

Bucket PréditNb TradesTaux RéelBiaisDiagnostic
10–20%813%-3%Bien calibré
30–40%1838%-1%Excellent
50–60%3152%-6%Légèrement surconfiant
60–70%2842%-23%SURCONFIANT
80–90%1461%-25%TRÈS SURCONFIANT
Brier Score simulé ≈ 0.18 → "Modérément calibré" Bucket 30-40%: 18 × (0.35 - 0.38)² = 18 × 0.0009 = 0.016 Bucket 60-70%: 28 × (0.65 - 0.42)² = 28 × 0.0529 = 1.481 Bucket 80-90%: 14 × (0.85 - 0.61)² = 14 × 0.0576 = 0.806 Total / 157 trades ≈ 0.18
Interprétation Clé
Quand GPT-4o annonce 80–90%, il n'a raison qu'à 61–67% du temps. Ne jamais miser plus sur un pattern parce que son score est de 85% vs 65% — la différence réelle de performance est bien plus faible. Le système corrige cela via l'ajustement bayésien (Section 6.1).

4.4 Demi-vie des Insights KB

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.

Poids_actuel = poids_initial × e^(-λ × âge_jours) λ = ln(2) / demi_vie = 0.693 / 180 = 0.00385 Après 180j : poids = 0.50 Après 360j : poids = 0.25 Après 540j : poids = 0.125 → insight marginalisé
DateÂgePoidsStatut
Oct 2025 (création)0j1.00Actif, prioritaire
Jan 202690j0.71Actif, légèrement déprécié
Avr 2026180j0.50Demi-vie atteinte
Oct 2026360j0.25Archivage 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.

5. Phase 3 — Portfolio & Risk Engine

5.1 Vue Portefeuille Consolidée

PositionSecteurScore EntréeP&L% HorizonTaille €Statut
Long XLE call spread $90/$98 Sept26Énergie78+14.2%67%1,240€Mature — surveiller sortie
Long GLD call $195 Août26Métaux62-3.1%18%820€Début — laisser courir
Short VIX straddle $22/$28 Juil26Indices71+8.7%52%980€Mature — surveiller VIX
Long USDCAD call 1.39 Juil26Forex55+2.3%8%460€Trop tôt — patience

Concentration par Secteur

Énergie
35%
Indices
28%
Métaux
25%
Forex
12%
Règle de Lecture
Un trade en début de vie (% horizon < 20%) qui perd -3% doit être ignoré — la thèse n'a pas encore eu le temps de se déployer. Un trade mature (>60% horizon) en profit doit être suivi de près pour une sortie partielle avant l'accélération du time decay.

5.2 Risk Cluster Engine

Deux positions dans des secteurs différents peuvent être exposées au même facteur de risque sous-jacent. Le Cluster Engine identifie ces dépendances cachées.

PositionFacteur GéopolitiqueFacteur InflationFacteur DollarFacteur Liquidité
Long XLE call spread60%40%0%0%
Long GLD call20%50%80%0%
Short VIX straddle0%0%0%80%
Long USDCAD call0%20%70%10%
Exposition consolidée Facteur Dollar : 0.35×0% + 0.25×80% + 0.28×0% + 0.12×70% = 0% + 20% + 0% + 8.4% = 28% (Avec pondération par valeur de position : Énergie 35%, Métaux 25%, Indices 28%, Forex 12%) Facteur Géopolitique : 0.35×60% + 0.25×20% = 21% + 5% = 26% Facteur Dollar : 0.25×80% + 0.12×70% = 20% + 8.4% = ~28% Facteur Inflation : 0.35×40% + 0.25×50% + 0.12×20% = ~29% Facteur Liquidité : 0.28×80% + 0.12×10% = ~24%
Alerte Concentration — Facteur Dollar 53%
Dans notre exemple simulé, si l'on comptabilise GLD (fortement anti-dollar) et USDCAD (direct forex dollar), le facteur dollar dépasse 53% du portefeuille — au-dessus du seuil configuré de 40%.

Injection dans le méga-prompt : "⚠️ Facteur dollar saturé (53%) — pénaliser fortement les nouveaux patterns dépendants du dollar. Taille Kelly réduite de 50% sur tout pattern à facteur dollar."

5.3 Position Sizing — Kelly Fractionnel

Kelly complet : f* = (p × G - (1 - p)) / G Exemple — Pattern "Choc Pétrolier Moyen-Orient" : p = 0.68 (win rate sur 28 trades) G = 2.50 (gain moyen +12.4% / perte moyenne -4.9%) f* = (0.68 × 2.50 - 0.32) / 2.50 = (1.70 - 0.32) / 2.50 = 1.38 / 2.50 = 0.552 = 55.2% → Kelly complet Kelly fractionnel (×1/3) : 55.2% × 0.333 = 18.4% Ajustement cluster (facteur géopolitique saturé) : 18.4% / 2 = 9.2% Capital disponible 10,000€ → Taille : 920€
ApprocheFraction KellyTaille (10k€)Drawdown max espéréRecommandation
Kelly Complet55.2%5,520€-65% (ruine possible)JAMAIS
Kelly × 1/227.6%2,760€-38%Agressif
Kelly × 1/318.4%1,840€-22%Recommandé
Kelly × 1/413.8%1,380€-15%Conservateur
Kelly × 1/3 + ajust. cluster9.2%920€-10%Appliqué ici
Pourquoi pas le Kelly Complet ?
Le Kelly Complet maximise log(richesse) théoriquement mais produit des drawdowns de 50–70% psychologiquement insoutenables. Il suppose aussi une connaissance exacte de p et G. Kelly/3 donne 75% de la croissance théorique pour 30% du risque — consensus académique (Ed Thorp, Poundstone).

5.4 HHI & Score de Diversification

HHI = Σ (part_secteur_i)² Portefeuille actuel : HHI = 0.35² + 0.25² + 0.28² + 0.12² = 0.1225 + 0.0625 + 0.0784 + 0.0144 = 0.278 N effectif = 1 / 0.278 = 3.6 positions indépendantes Score Diversification = 3.6 / 4 = 90% → Bien diversifié Seuils : HHI < 0.25 → Bien diversifié HHI 0.25–0.35 → Acceptable HHI > 0.35 → CONCENTRÉ — alerte
Interprétation N Effectif
Avec 4 positions réelles, le N effectif est 3.6. Le portefeuille se comporte comme 3.6 positions indépendantes — la légère corrélation entre énergie et inflation (XLE et GLD tous deux sensibles à l'inflation) explique pourquoi on n'atteint pas le maximum théorique de 4.0.

5.5 Drawdown Attendu

DD_attendu = Σ (allocation_facteur_i × volatilité_facteur_i) Volatilités historiques annualisées : Géopolitique : 40% · Inflation : 30% · Dollar : 25% · Liquidité : 35% DD_attendu = 0.26×40% + 0.29×30% + 0.28×25% + 0.24×35% = 10.4% + 8.7% + 7.0% + 8.4% = 34.5% Correction diversification (HHI=0.278) : DD_effectif ≈ 34.5% × √(N_effectif) / N_réel ≈ 34.5% × √3.6 / 4 ≈ 34.5% × 0.474 ≈ 16.4% Seuil d'alerte Risk Committee : > 25% → ici 16.4% = zone acceptable

5b. Pattern Convergence Engine

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.

5b.1 Les 8 Catégories Thématiques

Chaque pattern et chaque trade idea est classé dans l'une des 8 catégories signal et 8 catégories de déclencheur :

Catégorie signalDescriptionExemples de patterns typiques
⚔️ MilitaryEscalades militaires, conflits armés, déploiements de forcesMiddle East Military Escalation, Taiwan Strait Tensions
🚫 SanctionsSanctions économiques, embargos, restrictions de commerceRussia Energy Sanctions, Iran Oil Embargo
🗳️ ElectionsÉlections majeures, changements de pouvoir, instabilité politiqueUS Election Volatility, EM Political Risk
🌪️ DisasterCatastrophes naturelles, disruptions infrastructure critiqueGulf Hurricane Season, Earthquake Supply Chain
🏥 HealthCrises sanitaires, pandémies, disruptions pharmaceutiquesPandemic Risk Premium, Pharma Supply Squeeze
⚠️ ResourcesPénuries matières premières, disruptions supply chain, pricing powerCopper Scarcity, LNG Supply Crunch
🤝 TradeGuerres commerciales, tarifs, accords bilatérauxUS-EU Trade Tensions, ASEAN Trade Realignment
💬 SpeechDiscours de banquiers centraux, déclarations politiques, Fed pivotsFed Hawkish Surprise, ECB Pivot Signal

5b.2 Signal Direction & Conviction Score

Chaque pattern reçoit un signal_direction et un conviction_score calculés à l'issue du scoring IA :

signal_direction : "bullish" | "bearish" | "volatility" | "neutral" bullish → expected_move > 0 et stratégie directionnelle haussière bearish → expected_move < 0 et stratégie directionnelle baissière volatility → straddle / strangle / long vol — parie sur l'amplitude, pas la direction neutral → iron condor / calendar spread — range-bound conviction_score (0–100) : = (score_ia / 100 × 40) — poids score IA + (alignment_score / 25 × 30) — poids alignement news IA + (reliability_score / 3 × 20) — poids fiabilité historique + (tech_confirmation × 10) — bonus si RSI + MA confirment
PatternDirectionConvictionScore IAAlignementFiabilité
US-Iran Diplomatic Shift📊 Volatility7860+182.27
Iran Strait Tensions🐂 Bullish7160+121.87
China Economic Slowdown🐻 Bearish5555-51.04
Fed Hawkish Surprise🐻 Bearish5055+00.55

5b.3 Trade Ideas — Onglet Journal

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.

5b.4 IBKR Ticket Auto-Calculé

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 :

Exemple — Ticket IBKR pour "US-Iran Diplomatic Shift → Long Straddle ^GSPC"
UNDERLYING : ^GSPC (S&P 500)
STRIKE : $7,500 (ATM — calculé depuis prix spot au moment du trade)
EXPIRY : 2026-09-19 (vendredi le plus proche à 90 jours)

LEG 1 : BUY 1 CALL $7,500 · 2026-09-19 · LIMIT
LEG 2 : BUY 1 PUT $7,500 · 2026-09-19 · LIMIT

BUDGET : 1,000€ / 2 legs = 500€ par leg (budget Kelly calculé)
TARGET : +30% (config exit default)
ORDER TYPE : LIMIT (jamais market)

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.

Colonnes Strike et DTE dans le Journal MtM
L'onglet Open du Journal affiche deux colonnes supplémentaires : Strike (guidance ATM calculée à l'entrée) et DTE (jours restants avant expiration, calculé en temps réel). Ces colonnes permettent de voir en un coup d'œil si le trade approche de l'expiration et si le strike a de la valeur.

6. Phase 4 — IA Probabiliste & Apprentissage

6.1 Mise à Jour Bayésienne

La mise à jour bayésienne permet au système d'apprendre des résultats réels pour corriger les probabilités estimées par GPT-4o.

Prior : β(α₀=1, β₀=1) — prior neutre de Jeffreys Mise à jour : Si win → α = α + 1 Si loss → β = β + 1 Posterior mean = α / (α + β) IC 95% ≈ ± 1.96 × √(α×β / ((α+β)² × (α+β+1)))
Évolution Bayésienne — "Escalade Tarifaire US-Chine" (Prior GPT = 65%)
ÉtapeTradesWinsαβPosteriorIC 95%
Initial (prior neutre)01150.0%±35%
5 trades (3 wins)534357.1%±28%
12 trades (8 wins)1289564.3%±18%
28 trades (19 wins)2819201066.7%±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%].

Dérive Massive — "Coup d'État Afrique Subsaharienne" (Prior GPT = 80%)
ÉtapeTradesWinsPosteriorDérive vs Prior
5 trades (2 wins)5242.9%-37.1%
10 trades (4 wins)10441.7%-38.3%
15 trades (7 wins)15747.1%-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.

Table Comparative — 6 Patterns Prior vs Posterior

PatternPrior GPTTradesPosteriorDériveVerdict
Choc Pétrolier MO65%2866.7%+1.7%Bien calibré
Hausse Or Safety70%1972.4%+2.4%Bien calibré
Escalade Tarifaire US-CN65%1258.3%-6.7%Légèrement surconfiant
Coup d'État Afrique80%1547.1%-32.9%TRÈS SURCONFIANT
Recession Tech Short55%950.0%-5.0%Acceptable
Hausse Taux Fed Surprise60%737.5%-22.5%Surconfiant

6.2 Clustering de Régimes K-Means

Le clustering K-Means (implémenté en pur Python) identifie automatiquement le régime macroéconomique actuel.

Les 7 Features

FeatureMesureSignal Principal
VIXNiveau absolu (z-score 252j)Stress / Panique
slope_10y3mSpread taux 10Y - 3MRécession (si <0)
DXY_changeVariation 1 mois dollarRisk-off si fort
Brent_changeVariation 1 mois pétroleInflation / Géopolitique
Gold_changeVariation 1 mois orFlight-to-safety
Copper_changeVariation 1 mois cuivreDemande industrielle
SPX_vs_200dSPX / MA200 - 1Trend bull/bear

3 Snapshots Illustratifs

DateVIXSlopeDXYBrentGoldCopperSPX/200dCluster Identifié
Oct 202232-0.8%+2.1%+4.5%-1.2%-2.3%-15%Cluster 2 — Récession/Risk-Off
Mar 202414+0.2%-0.3%+0.5%+0.8%+1.2%+12%Cluster 1 — Expansion Tranquille
Juin 202624-0.42%-0.4%+3.1%+1.2%-1.8%-2%Cluster 0 — Stress Géopolitique

Matrice de Transition Simulée

De / Vers →ExpansionStress GéoRécessionStagflation
Expansion68%12%8%12%
Stress Géo18%52%15%15%
Récession22%8%58%12%
Stagflation10%20%15%55%
Lecture Matrice
En Stress Géopolitique : 52% de chance d'y rester, 18% de retour à l'Expansion. 48% de probabilité de changement de régime dans la semaine → privilégier horizons < 30 jours en Stress Géo.

Détection d'Anomalies

Distance au centroïde = √(Σ (feature_i - centroide_i)²) Anomalie si distance > μ_distance + 3σ_distance Exemple — Crash COVID Mars 2020 : VIX = 48 → z-score = +4.8σ SPX_vs_200d = -28% → z-score = -5.2σ Distance au centroïde Récession = 6.8σ → 6.8σ > seuil 3σ → ANOMALIE MARQUÉE → Exclu du calcul des centroïdes pour ne pas distordre les clusters → Analyse IA note : "Conditions hors-norme — historique limité disponible"

6.3 Embeddings Sémantiques

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.

Exemple 1 — Doublon Manqué par Jaccard

Pattern A : "Escalade tensions Taiwan Strait" · Pattern B : "Taiwan military conflict risk"

Jaccard : {taiwan} / {escalade,tensions,taiwan,strait,military,conflict,risk} = 1/7 = 14% → SOUS 30% → Accepté (FAUX NÉGATIF) Cosine : 0.89 → AU-DESSUS 0.75 → REJETÉ (CORRECT)
Exemple 2 — Zéro Mot Commun, Même Sens

Pattern C : "Fed rate hike cycle accelerates" · Pattern D : "Monetary policy tightening pressure"

Jaccard : 0/9 = 0% → SOUS 30% → Accepté (FAUX NÉGATIF) Cosine : 0.82 → AU-DESSUS 0.75 → REJETÉ (CORRECT)

Table — 5 Candidats Évalués

CandidatPattern ExistantJaccardCosineDécision
Escalade Taiwan StraitTaiwan military conflict14%0.89REJETÉ (cosine)
Fed rate hike cycleMonetary policy tightening0%0.82REJETÉ (cosine)
OPEC supply cut shockChoc pétrolier MO8%0.78REJETÉ (cosine)
Crypto crash régulationChoc pétrolier MO0%0.12ACCEPTÉ — nouveau pattern
Pénurie céréales IndePénurie Blé Ukraine22%0.71ACCEPTÉ — distinct

6.4 Analytics Dashboard

SectionContenuQuestion CléAction si Problème
Calibration BrierCourbe 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 BayésiennePrior vs posterior par pattern, dérive, IC 95%, convergence"Le modèle apprend-il dans la bonne direction ?"Déclasser patterns avec dérive >20%
Clustering RégimesProjection 2D (PCA), centroides, matrice transition, anomalies"Dans quel régime sommes-nous ?"Si >3 changements en 30j → réduire tailles
Déduplication KBHeatmap similarités cosine, clusters sémantiques"La KB a-t-elle des doublons ?"Fusions manuelles si cosine > 0.85

7. Les Prompts IA — Boîte Noire Ouverte

GeoOptions utilise 6 appels GPT distincts, chacun avec un rôle précis et une structure optimisée.

Prompt 1 — Enrichissement News & Scoring Directionnel

GPT-4o-mini ~800 tokens · 1 appel batch jusqu'à 20 news
ÉlémentContenuPourquoi
Système"Analyste géopolitique spécialisé en risques de marché financier."Contextualise sur le cas d'usage financier, évite les analyses politiques sans lien trading
InputJusqu'à 20 news (titre + 150 chars résumé), indexées 0..NBatch unique pour minimiser les appels API — réponse JSON structurée par index
InstructionPar 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)
ExclusionsPas de contexte macro, pas d'historique de trades, pas de positions ouvertesÉvite le biais de confirmation — l'IA évalue la news indépendamment du portefeuille
CacheFlag ai_scored par item — pas de double scoring sur le même cache 1hÉconomie : chaque news n'est scorée qu'une fois par cycle
Cas clé — Détection de contre-signal
Pattern "Middle East Military Escalation → Oil Spike" (expected_move = +12%) :
Avant : Un article "Gaza ceasefire agreement reached" → keyword "Gaza" présent → similarity +15% → trade suggéré bull call sur XLE.
Après : GPT-4o-mini score ai_dir_energy="bearish", ai_resolution=true → alignment = -20 pts → similarity passe de 60% à 40% → pattern downranké, badge rouge "🤖 contre-signal".

Prompt 2 — Régime Macro

GPT-4o-mini ~800 tokens
Structure du Prompt 2
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
}
Anti-Biais Clé
Le prompt Régime Macro ne contient aucune information sur les positions ouvertes ni sur les patterns précédents. L'IA évalue le régime indépendamment. Sinon, elle tendrait à confirmer un régime "favorable aux positions ouvertes" par biais de cohérence.

Prompt 3 — Super Contexte

GPT-4o ~1,200 tokens input · gate 6h
Élément injectéSourceCondition d'inclusion
Patterns KB fiablesTable knowledge_baseScore fiabilité > 1.5 ET poids demi-vie > 0.3
Trades récents fermésTable tradesFermés dans les 30 derniers jours ET maturité > 40%
Trades ouvertsTable portfolioMaturité horizon > 40% (trades "informatifs")
Alertes portefeuilleRisk EngineToujours inclus — filtres permanents
Patterns récents refusésTable analyses_iaRejetés par le trader dans les 14 derniers jours

Prompt 4 — Méga-Prompt (Génération Patterns)

GPT-4o ~4,500 tokens input · ~800 tokens output
Structure du Méga-Prompt (condensé)
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.

Prompt 5 — Surveillance des Triggers

GPT-4o-mini ~400 tokens · exécuté à chaque cycle
SYSTÈME : "Évaluez si les news suivantes correspondent aux triggers d'invalidation d'une position de trading." INPUT : triggers de la position + titres RSS des 6 dernières heures OUTPUT : {"triggers_détectés": [{"trigger": "...", "confidence": 0.87, "citation": "..."}]} Seuil : confidence > 0.75 → ALERTE INVALIDATION générée dans l'UI

Prompt 6 — Rapport IA Narratif

GPT-4o ~2,000 tokens input · ~600 tokens output

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.

Séparation Décision / Communication
Le Méga-Prompt (P4) génère des données structurées pour les algorithmes. Le Rapport IA (P6) génère du texte pour le trader humain. Cette séparation évite qu'un texte persuasif n'influence la décision — les patterns sont déjà filtrés quantitativement avant la rédaction du rapport.

8. Tables de la Base de Données

Groupe 1 — Données de Marché & Signaux

TableColonnes ClésRôleRétention
market_dataticker, timestamp, price, change_pct, volume, iv_current, iv_rank, iv_percentilePrix et métriques marché par cycle180 jours
geo_signalstimestamp, region, score, events_json, impact_oil, impact_gold, impact_usdScores géopolitiques par région, par cycle365 jours
macro_regimetimestamp, regime_dominant, score_expansion, score_stagflation, score_recession, score_stress_geo, indicateurs_jsonHistorique des régimes macroéconomiquesPermanent
options_flowticker, timestamp, strike, expiration, oi_calls, oi_puts, pc_ratio, iv_term_structure_jsonOpen Interest et structure de la volatilité90 jours

Groupe 2 — IA & Patterns

TableColonnes ClésRôle
analyses_iaid, timestamp, cycle_id, patterns_json, rapport_narratif, tokens_used, cost_usd, regime_at_timeArchive de toutes les sorties GPT-4o avec coûts
knowledge_baseid, nom, description, strategie, ticker, facteurs_risque, score_fiabilite, nb_trades, win_rate, pnl_moyen, created_at, last_updated, halflife_weight, embedding_vectorBase de patterns avec scores et embeddings sémantiques
pattern_performancepattern_id, trade_id, resultat, pnl_pct, score_entree, regime_entree, regime_sortieLien entre patterns et résultats réels des trades
super_contexteid, timestamp, contenu_text, tokens_count, last_generated_atCache du Super Contexte avec gate 6 heures

Groupe 3 — Portefeuille & Trades

TableColonnes ClésRôle
portfolioid, ticker, strategie, direction, score_entree, taille_eur, date_entree, date_expiration, pnl_actuel_pct, facteurs_risque_json, triggers_invalidation_json, statutPositions options ouvertes (portefeuille réel IBKR) avec métadonnées complètes
tradesid, portfolio_id, date_fermeture, pnl_final_pct, raison_fermeture, notes_traderHistorique complet des trades fermés
trade_entry_pricesid, 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_pctPortefeuille 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_alertsid, portfolio_id, trigger_text, confidence, news_citation, timestamp, acquitteeAlertes d'invalidation détectées et leur statut

Groupe 4 — Phase 4 (IA Probabiliste) — Nouvelles Tables

TableColonnes ClésRôle
bayesian_estimatespattern_id, alpha, beta, prior_gpt, posterior_mean, posterior_ic95_low, posterior_ic95_high, n_updates, last_updatedPosteriors bayésiens par pattern — le cœur de l'apprentissage
regime_clusterstimestamp, cluster_id, cluster_label, centroid_json, features_json, distance_to_centroid, is_anomalyHistorique du clustering K-Means avec coordonnées
brier_trackingcycle_id, pattern_id, predicted_proba, actual_outcome, brier_contrib, bucketDonnées brutes pour calcul du score de Brier
configkey, value, description, updated_atParamètres système (seuils Kelly, capital, demi-vie KB, IV Gate thresholds)

Groupe 5 — Phase 5 (Cycle Context & Observabilité) — Nouvelles Tables v5.0

TableColonnes ClésRôle
system_logsid, timestamp, level (DEBUG/INFO/WARNING/ERROR), source (auto_cycle / portfolio_monitor / iv_engine / scheduler…), cycle_id, ticker, message, details_jsonJournal 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_watchlistid, ticker, added_by (builtin/auto/manual), is_active, added_at, last_bootstrappedWatchlist 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_snapshotsid, cycle_id, timestamp, macro_context_json, news_transmitted_json, patterns_scored_json, cycle_meta_json, regime, geo_score, prompt_tokensSnapshot complet du contexte transmis à l'IA pour chaque cycle. Permet le replay historique exact depuis l'onglet AI Context de System Logs.
iv_historyticker, 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_snapshotsid, timestamp, regime, capital_eur, pnl_pct, pnl_eur, open_positions, closed_positions, positions_jsonSnapshots 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_snapshotsid, timestamp, confidence, horizon_days, var_historical, var_parametric, var_monte_carlo, cvar_hist, positions_count, capital_eur, portfolio_jsonSnapshots VaR calculés par le scheduler. Un snapshot par calcul (bouton Compute ou scheduler). Historique consultable dans VaR Analysis.
Colonnes ajoutées aux tables existantes (v5.0)
analyses_ia : + signal_direction (bullish/bearish/volatility/neutral), conviction_score (0–100), thematic_category
trade_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
Relations Clés
portfolio.idtrades.portfolio_id · knowledge_base.idpattern_performance.pattern_id · knowledge_base.idbayesian_estimates.pattern_id · analyses_ia.idbrier_tracking.cycle_id

9. Guide Trader — Lire le Cockpit Page par Page

Page 1 — Dashboard

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.

Page 2 — Radar Géopolitique

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.

Page 3 — Marchés

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.

Page 4 — Régime Macro

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.

Page 5 — Options Lab

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.

Page 6 — Patterns IA

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.

Règle d'Or
Lire TOUJOURS la contre-thèse avant de valider. Si elle vous semble plus probable que la thèse, rejeter le pattern même si le score est élevé. L'IA ne connaît pas votre contexte informationnel personnel.

Page — Éditeur de Patterns Géopolitiques

L'éditeur de patterns (PatternEditor) est la bibliothèque de tous les patterns actifs — intégrés et personnalisés. Il offre :

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.

Page 7 — Portefeuille

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.

Page 8 — Trading Journal

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) :

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.

Philosophie Portefeuille Simulé
Le portefeuille simulé (trades logués) est traité avec les mêmes outils de gestion du risque que le portefeuille réel Interactive Brokers. La surveillance de la concentration par classe d'actif et la détection des conflits directionnels sont identiques — seule la source des trades diffère (cycle IA vs exécution manuelle IBKR).

Page 9 — Rapport IA

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.

Page 10 — Super Contexte

Lecture mensuelle. Vérifier que les patterns "obsolètes" (événements > 6 mois) sont archivés. Le texte narratif doit refléter la réalité actuelle, pas l'histoire.

Page 11 — Analytics

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.

Page 12 — Analytics Avancées

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.

Page 13 — Risk Dashboard

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%.

Page 14 — VaR Analysis

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.

Page 15 — Position History

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.

Page 16 — Backtest

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.

Page 17 — Calendar

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).

Page 18 — System Logs

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.

Page 19 — Configuration

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).

Pattern Lab (Options Lab) — Flux de Travail Détaillé

La page Patterns est le cœur opérationnel de GeoOptions. Voici le flux de travail typique d'un trader après chaque cycle :

1. Lire le
Cycle Report
2. Ouvrir
Patterns Explorer
3. Filtrer par
classe d'actif
4. Trier par
Score IA ↓
5. Vérifier
MaturityBadge
6. Find Similar
(si nouveau)
7. Log ou
Skip manuellement
FonctionnalitéCe qu'elle faitQuand l'utiliser
Filtres class d'actifFiltrage par forex/metals/agri/energy/indices/crypto/bondsTous les jours, pour ne voir que les patterns pertinents au marché actif
Tri Score IA / Date / ProbabilitéReclasse les patterns par score du dernier cycle (desc), date de création, ou bayesian_win_rateAprès cycle — trier par Score IA pour voir quels patterns le système juge les plus opportuns aujourd'hui
MaturityBadgeAffiche pour chaque pattern : source (Pure AI → Data-driven), poids calibration, WR bayésien, AI estimate vs calibréAvant 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 uniqueAprès 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 enfantsQuand Find Similar retourne "merge_as_instance" — ne jamais fusionner des directions opposées
Éditeur completModifier name, description, triggers, expected_move_pct, trades suggérés, historical_instancesPour corriger un pattern généré par l'IA qui contient des erreurs de libellé ou de paramètres
Suggestion IA manuelleDéclenche 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 / listeGrille : aperçu rapide de nombreux patterns. Liste : détail complet avec toutes les métriques visiblesGrille pour le matin (scan rapide) · Liste pour la décision finale d'un trade

10. Décisions de Conception — Pourquoi Pas Autrement ?

DécisionAlternative RejetéeRaison du Choix
K-Means from scratchscikit-learn KMeansZéro 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 JaccardJaccard, Levenshtein, TF-IDFLes 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 × 1/3Taille fixe, Kelly × 1/2, Kelly completTaille 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 ContexteRégénérer à chaque cycleCoût : ~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 ContexteInclure tous les trades ouvertsUn 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.
SQLitePostgreSQL, MySQLUsage 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 modesUn 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 requiseFermeture automatique sur signalUn 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 GPTSi 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 simplesGPT-4o pour toutScoring 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 joursPoids constant, demi-vie 365jLes 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 macro2 régimes (Risk-On/Off), 6 régimes2 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 warningWarning seul / blocage totalWarning 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 hardcodéeListe de constantes PythonListe 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-offCycle 6h continu 24/7Options 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 horizonIndicateurs fixes pour tous horizonsRSI14 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 dynamiqueRe-calculer le contexte en live à chaque lectureRe-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.

11. Glossaire

TermeDéfinition
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 RankRang 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 PercentileProportion 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 StructureCourbe de l'IV en fonction des expirations. Contango = IV croissante (normal). Backwardation = IV décroissante (stress court terme).
SkewIV_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 RatioOI puts / OI calls. >1.2 = sentiment défensif institutionnel. <0.7 = sentiment spéculatif haussier. Indicateur contrarian.
DeltaSensibilité 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.
GammaVitesse 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 CriterionFormule de sizing optimal : f* = (p×G - (1-p)) / G. Maximise la croissance géométrique du capital à long terme.
Kelly FractionnelKelly × 1/k (k=2, 3 ou 4). GeoOptions 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 Effectif1/HHI. Nombre de positions "complètement indépendantes" équivalentes dans le portefeuille. 6 positions corrélées peuvent avoir N effectif = 2.5.
Brier ScoreMétrique 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. GeoOptions 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 BêtaDistribution 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 IC95Plage contenant le vrai paramètre avec 95% de probabilité. IC large = incertitude élevée (peu de données). IC étroit = estimation fiable.
K-MeansAlgorithme 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.
CentroïdeCentre 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 TransitionMatrice 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-MeansPoint 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 VectorielReprésentation 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 tradeSéquence 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 DefaultsSeuils 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 ThéoriqueP&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 TypeStatut 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 Similaritycos(θ) = (A·B)/(|A|×|B|). De -1 (opposés) à +1 (identiques). Mesure la direction (le sens) indépendamment de la norme. Seuil GeoOptions : >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 GeoOptions : >0.30 = doublon.
DBSCANAlgorithme de clustering alternatif qui découvre des clusters de forme arbitraire et identifie les outliers. Non utilisé dans GeoOptions (K-Means suffisant pour 4 régimes fixes).
Cycle Context EngineEnsemble 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_metaDictionnaire 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 DecayMécanisme 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 GateFiltre 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 DirectionClassification 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 ScoreScore 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 ConvergenceMoteur 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 RegimeClassification 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 TicketTicket 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 SnapshotEnregistrement 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 DynamiqueTable 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 SchedulerL'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.
StraddleAchat (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.
StrangleComme 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 / ATMOut-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 SpreadVente d'option court terme + achat même strike long terme. Profite de la décroissance plus rapide du time value court. Adapté en backwardation.
Contango / BackwardationContango : 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. GeoOptions : 180 jours par défaut.
Pattern Reliability Scorewin_rate × log(n+1). Pénalise les petits échantillons et valorise la cohérence sur de nombreux trades. >1.5 = fiable, <0.5 = insuffisant.
Régime MacroÉtat 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 ScoreScore 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'InvalidationÉvénement 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 ClusteringClassification des positions par facteur de risque sous-jacent (géopolitique, inflation, dollar, liquidité) pour détecter les corrélations cachées entre positions de secteurs différents.
Portefeuille SimuléEnsemble 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 DirectionnelSituation 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 IAAgent 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 ClassePourcentage 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 WarningBadge 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 DeskConfiguration par asset class dans GeoOptions : 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 ActuarielleMéthode de pondération w = n/(n+k) (k=5 dans GeoOptions) 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 MoveValeur 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 SimilarEndpoint 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 MergeFusion 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 MaturitéBadge 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.

2c. Workflow Complet du Cycle — Pipeline de Calcul

Chaque étape du cycle automatique est documentée ici avec ses formules, données entrantes, et sorties — aucun calcul masqué, aucune boîte noire.

2c.1 Vue Synthétique du Pipeline (8 Phases)

Collecte Parallèle des Données
Fetch simultané sur 6 sources. ThreadPoolExecutor 20 workers pour les 50 tickers macro.
📰 RSS 7 flux 📈 yfinance 50 signaux 🏦 FRED (CPI/NFP/taux) 📅 Calendrier économique 📊 IV Watchlist + OI 🏛️ IBKR portefeuille réel
Traitements & Calculs Intermédiaires
Formules déterministes — aucune IA impliquée à ce stade.
⏱ Decay news e^(−λt) 📐 IVR = (IV−min)/(max−min) 🎯 Régime macro 8 scénarios 📉 Signaux blendés 1j/5j/10j 🔍 Price Discovery multi-actifs ⚡ Tech: RSI · BB · MAs 🌐 Surface vol: SKEW/VVIX
Chargement Specialist Desks (7 desks)
Fondamentaux + sensibilité macro + rapports à venir. Injecté dans les 2 prompts suivants.
💱 Forex 🥇 Metals 🌾 Agri ⚡ Energy 📊 Indices ₿ Crypto 📉 Bonds
GPT-4o — Suggestion de Nouveaux Patterns
Méga-prompt injectant la totalité du contexte. Output : 4–6 patterns avec expected_move_pct et trades suggérés.
🤖 GPT-4o (1 appel) macro + geo + news_decayed 7 desks injectés reliability_map trade_mandate € portfolio_lessons
GPT-4o — Scoring de Tous les Patterns (4 Piliers)
Score 0–100 = P1(News 30) + P2(Calendrier 20) + P3(Prix 35) + P4(R/R 15). Score delta par trade : eff_score = base + delta.
P1 — News & Géo (30pts) P2 — Calendrier (20pts) P3 — Prix multi-actifs (35pts) P4 — Risk/Reward (15pts) contra-signal check macro_bias par asset class desks ciblés injectés
IV Gate — Filtre Dur Pré-Log
Règles déterministes sur IVR, skew, term structure. Verdict OK/WARN → continue. ALERT → skipped_trades (bloqué).
IVR < 30 → Longs autorisés IVR 30–60 → Spreads préférés IVR 60–80 → Spreads seulement IVR > 80 → Vente vol uniquement Skew > 8% → Bear Spread forcé Backwardation → no vol sell
Profil de Risque + Calcul EV + Log
eff_score ≥ min_score ET exp_move ≥ min_gain → profil retenu → EV calculé → trade_entry_prices.
p = eff_score / 100 G = calibrated_move / 100 ev_net = p×G − (1−p) trade_score normalisé 0–100 matched_profile stocké → IBKR ticket auto-calculé
Apprentissage Post-Cycle & Calibration
Mis à jour uniquement sur les trades "matures" (≥35% horizon écoulé) pour éviter de biaiser les stats avec des trades non résolus.
🎲 Bayésien Beta(1+w, 1+l) 📊 Reliability = WR×log(n+1) 🔬 Calibration w=n/(n+5) 📈 Brier Score calibration IA 🎯 K-Means clusters régimes 🧬 Embeddings sémantiques

2c.2 Démonstration des Calculs — Simulation Complète

Simulation d'un trade Bull Call Spread WTI du cycle du 23 juin 2026. Chaque valeur est calculable à la main.

① Decay Temporel des News
Atténuation exponentielle — demi-vie 12h
λ = ln(2) / 12 = 0.0578 h⁻¹ decayed_score = impact_score × e−λ × age_heures Article OPEC — age : 8h | impact brut : 0.78 → decayed = 0.78 × e−0.0578 × 8 = 0.78 × 0.630 = 0.492
Article âgé de 8hfactor = 0.630−37% vs brut
Article âgé de 24hfactor = 0.250−75%
Article âgé de 48hfactor = 0.063−94% (plancher 0.30 appliqué)
Le plancher de 0.30 évite qu'un article majeur ne disparaisse complètement des 72h suivantes.
🎯
② Régime Macro — 8 Scénarios (50 signaux)
Scoring règle-basé + lissage Bayésien 25 jours
Signal blend (anti-bruit) : signal_brent = 0.20 × Δ1j + 0.50 × Δ5j + 0.30 × Δ10j → Ex : +3.2% | +0.8% | -0.4% → blend = +0.92% (vs +3.2% brut) Score régime brut (exemple Stagflation) : Brent↑↑ (+30) + Courbe plate (+10) + Or↑ (+15) + Cuivre↓ (+15) + Défensifs>Tech (+8) = 78/100 Lissage Bayésien (9 jours d'historique, w_prior=45%) : score_lissé = 0.55 × 78 + 0.45 × 65 = 72.35
Stagflation72 pts — DOMINANT ✓Brent↑, Or↑, courbe plate, cuivre↓
Choc Inflationniste58 ptsÉcart <15pts → résistance au switch
Récession43 ptsCourbe inversée mais VIX encore modéré
Goldilocks21 ptsS&P200j OK mais VIX élevé
8 régimes : Goldilocks · Désinflation · Soft Landing · Reflation · Stagflation · Choc Inflationniste · Récession · Crise de Liquidité
📐
③ IV Rank & IV Gate
Positionnement de la vol actuelle dans sa plage annuelle → stratégie optimale
IVR = (IV_actuelle − IV_min_52s) / (IV_max_52s − IV_min_52s) × 100 WTI (OVX proxy) : IV=28%, min=18%, max=52% IVR = (28 − 18) / (52 − 18) × 100 = 10/34 × 100 = 29.4% IV Gate → stratégie Bull Call Spread WTI : IVR = 29% → zone "spreads légèrement préférés" → OK ✓ (IVR > 60 → WARN | IVR > 80 → ALERT ✗ bloqué)
L'IVR mesure à quelle hauteur est la vol actuelle dans sa plage 52 semaines — pas sa valeur absolue. Un IVR=80 sur XLE (IV=35%) est plus "cher" qu'un IVR=30 sur VIX (IV=28%).
🎯
④ Scoring GPT-4o — 4 Piliers (0–100)
Décomposition sur le pattern "Choc Offre Pétrolier WTI"
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
Score pattern = P1 + P2 + P3 + P4 = 23 + 13 + 25 + 12 = 73/100 score_delta (Bull Call Spread) = +7 [meilleur trade du pattern, IVR=29 optimal spreads] eff_score = 73 + 7 = 80/100
📊
⑤ Calcul EV avec Calibration Progressive
Pattern avec 3 trades matures (2 gagnants, avg win = +82%)
CALIBRATION (crédibilité actuarielle) k = 5, n = 3 trades matures w = 3 / (3+5) = 0.375 [37.5% poids observé] ai_estimate = 95% | observed_avg_win = 82% calibrated_move = (1−0.375)×95% + 0.375×82% = 59.4% + 30.8% = 90.2% CALCUL EV p = eff_score / 100 = 80/100 = 0.80 G = calibrated_move / 100 = 0.902 ev_gross = p × G = 0.80 × 0.902 = 0.722 (+72.2%) ev_net = p × G − (1−p) = 0.722 − 0.20 = +0.522 ✓ positif trade_score = 0.722/(0.722+0.20) × 100 = 78.3 / 100
💡 Sans calibration (pattern nouveau, w=0) : G=0.95, ev_net = 0.80×0.95−0.20 = +0.56. Avec calibration : +0.52. La calibration a réduit l'optimisme de l'IA de 7% — ce qui est sain.
🎲
⑥ Mise à Jour Bayésienne Post-Maturation
Prior neutre de Laplace → les données prennent progressivement le dessus
Distribution Beta : α = 1 + wins | β = 1 + losses État actuel : 3 trades matures, 2 gagnants α = 1+2 = 3 | β = 1+1 = 2 bayesian_win_rate = α/(α+β) = 3/5 = 60% IC95 ≈ ±0.196 → intervalle crédible [40.4% ; 79.6%] (large → encore peu de données) Après 20 trades, 13 gagnants : α=14, β=8 → WR = 14/22 = 63.6% IC95 ≈ ±0.082 → [55.4% ; 71.8%] (serré → données consolidées) reliability_score = win_rate × log(n+1) n=3, WR=60% → 0.60 × log(4) = 0.83 (insuffisant, seuil fiable = 1.5) n=20, WR=64% → 0.64 × log(21) = 1.95 (fiable ✓)
Zéro boîte noire — Traçabilité complète
Toutes les valeurs de ce workflow sont stockées en DB et consultables : le score 73/100 dans 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.

12. Specialist Desks — Configuration par Asset Class

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.

12.1 Architecture et Tables DB

Cinq tables dédiées (Phase 6) :

TableRôleColonnes clés
asset_class_configsConfiguration par desk (7 desks)asset_class, display_name, icon, fundamentals (TEXT), macro_sensitivity (JSON), price_delta_thresholds (JSON)
specialist_reportsCatalogue rapports manuel + autoid, 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_linksLiaison N:N reports ↔ desksreport_id, asset_class
cot_dataPositionnement COT CFTC hebdocommodity, asset_class, report_date, mm_long, mm_short, open_interest, net_position, net_pct_oi, change_net · UNIQUE(commodity, report_date)
forward_curve_dataStructure terme futuresasset, 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 :

DeskDrivers fondamentaux (exemples)Rapports liés par défaut
💱 ForexDivergence politique monétaire, différentiel de taux, flux carry trade, balance des paiementsFOMC, ECB, BOJ, NFP, CPI
🥇 MetalsDollar index, tensions géopolitiques, demande EM, production minière, inflation réelleCOT, CPI
🌾 AgriMétéo, USDA stocks, cycles de plantation, demande Chine, subventions gouvernementalesWASDE, COT, China PMI, USDA Export Inspections
⚡ EnergyOPEC+, inventaires pétrole, demande transport, géopolitique Moyen-Orient, USDEIA Petroleum, Baker Hughes Rig Count, COT
📊 IndicesEarnings saison, Fed policy, rotation sectorielle, VIX, buybacksFOMC, NFP, CPI, Earnings
₿ CryptoRégulation, adoption institutionnelle, flux ETF, halving BTC, risque on/offVIX (proxy risk-off)
📉 BondsPolitique monétaire, inflation anticipée, pente de courbe, qualité de créditFOMC, ECB, BOJ, CPI, NFP
Rapports non-calendrier
Contrairement à la page Institutional Reports (rapports auto-fetchés), les Specialist Desks accueillent des rapports entièrement manuels qui n'existent dans aucun calendrier économique standard. Exemple : le Cocoa Grinding Report (trimestriel, World Cocoa Foundation) n'est pas dans Bloomberg ni Reuters — il peut être ajouté manuellement avec une date prévisionnelle et lié au desk Agri.

12.2 Injection dans les Prompts IA

Le bloc Specialist Desks est injecté à deux endroits du pipeline :

PromptAsset classes injectéesContenu par desk
score_patterns_with_contextUniquement les asset classes présentes dans les patterns scorés ce cycleFondamentaux, macro sensitivity, price thresholds, 5 prochains rapports, COT net% OI, forward curve structure, surprise scores récents
suggest_patterns_from_market_contextTous les 7 desks systématiquementIdentique — 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) :

## SPECIALIST DESK — ENERGY ⚡ Key drivers: OPEC+, inventaires pétrole, demande transport, géopolitique Moyen-Orient, USD Regime sensitivity: Choc Inflationniste → bullish | Récession → bearish | Stagflation → bullish | Goldilocks → neutral Price thresholds: significant_week=3% extreme_week=8% COT positioning (2026-06-16): • WTI Crude: net +6.2% OI (non-commercial) — moderately long • Natural Gas: net −10.6% OI — short bias, squeeze risk if supply shock Forward curves: • WTI: backwardation (−1.2% M+3) — marché physique tendu • Natural Gas: flat Upcoming reports: • EIA Petroleum Status (EIA) — 2026-06-25 [weekly] • Baker Hughes Rig Count — 2026-06-27 [weekly]

12.3 COT Positioning — CFTC Socrata

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 ClassMarchés couvertsCatégorie CFTC
⚡ EnergyWTI Crude (067651), Natural Gas (023651)Non-commercial long/short
🥇 MetalsGold (088691), Silver (084691), Copper (085692)Non-commercial long/short
🌾 AgriCorn, Wheat SRW, Soybeans, Soybean Oil, Cocoa, CoffeeNon-commercial long/short
💱 ForexEuro, Japanese Yen, British Pound, Swiss Franc, DXY IndexNon-commercial long/short
📉 BondsFed Funds (045601), US T-Bonds (020601), 10Y T-Notes (043602)Non-commercial long/short
Architecture robustesse : codes contrat
La recherche par nom de marché (ex : "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 :

Interprétation opérationnelle :

Signal COTLectureImplication trading
Net > +40% OI (ex : Gold +53%)Positionnement spéculatif extrêmement longTrade crowded — asymétrie baissière si catalyst négatif, short squeeze improbable
Net < −30% OI (ex : JPY −29%)Positionnement spéculatif extrêmement courtShort squeeze risk élevé si pivot hawkish BOJ
Change_net > +10k/semaineAccumulation rapideMomentum spéculatif en train de s'installer
Change_net inversé vs netRotation début de retournementSurveiller confirmation technique

12.4 Forward Curves

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.

StructureConditionLectureImplication
Backwardationslope_pct < −0.15%Front > Far — livraison immédiate primeMarché physique tendu, stockages faibles — bullish spot
Contangoslope_pct > +0.15%Far > Front — coût de portage positifAbondance physique, storage play — pression baissière sur spot
Flat±0.15%Équilibre offre/demandePas 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).

12.5 Surprise Index

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.

ChampSaisieCalcul
consensus_estimateAvant publication (Bloomberg/Reuters)
actual_valueAprès publication
surprise_scoreAutoactual − 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 :

Recent surprises: • NFP (2026-06-06): actual=139k vs consensus=185k → surprise=−46k (miss massif) • CPI (2026-06-11): actual=+0.2% vs consensus=+0.3% → surprise=−0.1% (légèrement dovish) Upcoming consensus estimates: • EIA Petroleum (2026-06-25): consensus=−1.2M bbls draw

12.6 Hawk/Dove Text Scorer (GPT-4o-mini)

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.

ParamètreValeur
ModèleGPT-4o-mini (response_format: json_object)
Score outputFloat −1.0 (Dovish/Bearish) … +1.0 (Hawkish/Bullish)
Label outputHawkish / Slightly Hawkish / Neutral / Slightly Dovish / Dovish
Autres champssummary (1 phrase), key_phrases (3–5 extraits), confidence (0–1)
PersistanceColonnes text_sentiment_score, text_sentiment_label, text_sentiment_summary dans specialist_reports
Logique de scoring
Le prompt instruits GPT-4o-mini à ignorer le contexte de marché et à se concentrer uniquement sur le contenu rhétorique : mentions de resserrement/assouplissement futur, révisions de projections de taux, vocabulaire d'urgence vs d'attente. Le score est stocké sur le rapport et injecté dans le contexte IA au cycle suivant — permettant à l'IA de quantifier l'impact d'un discours Fed sur les patterns de taux et forex.

Endpoint : POST /api/specialist-desks/score-text — accepte {"text": "...", "report_name": "FOMC Minutes", "desk": "bonds"}

13. Bibliothèque Patterns — Find Similar & Merge

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.

13.1 Analyse de Similarité GPT-4o-mini

Endpoint : POST /api/patterns/find-similar

RecommandationConditionAction proposée
merge_as_instanceMême régime + même instrument + même directionBouton "Fusionner dans [X]" avec confirmation
counter_scenarioMême régime + même instrument + direction opposéeAppliquer le regime_tag commun — les deux patterns restent
new_patternRégime ou instrument différent, pas de match structurelBadge 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).

13.2 Fusion et Remapping Complet des Données

Endpoint : POST /api/patterns/merge — transaction atomique SQLite :

1. Charger pattern_keep + pattern_discard 2. Fusionner historical_instances[] → union + dédup par (date, event) 3. merged_hits = keep.backtest_hits + discard.backtest_hits merged_runs = keep.backtest_runs_count + discard.backtest_runs_count 4. merged_regime = keep.regime_tag OR discard.regime_tag 5. UPDATE pattern_score_history SET pattern_id = keep_id WHERE pattern_id = discard_id UPDATE trade_entry_prices SET pattern_id = keep_id WHERE pattern_id = discard_id UPDATE ai_reasoning_traces SET pattern_id = keep_id WHERE pattern_id = discard_id UPDATE ai_call_logs SET pattern_id = keep_id WHERE pattern_id = discard_id UPDATE skipped_trades SET pattern_id = keep_id WHERE pattern_id = discard_id DELETE FROM pattern_embeddings WHERE pattern_id = discard_id (sera régénéré) 6. UPDATE custom_patterns SET ... WHERE id = keep_id (données fusionnées) 7. DELETE FROM custom_patterns WHERE id = discard_id
Intégrité garantie
Toutes les tables liées par foreign key logicielle sont remappées avant la suppression. L'Analytics, la Calibration et le Journal continuent de voir les données du pattern discardé, maintenant consolidées sous le pattern conservé. La calibration recalculera le nouveau poids de crédibilité au prochain cycle.

14. Calibration Progressive — IA vs Observé

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.

14.1 Formule de Crédibilité et Blending

Modèle actuariel de crédibilité (Bühlmann-Straub simplifié) :

k = 5 [constante de crédibilité] n = nombre de trades matures (≥35% de l'horizon écoulé) w (poids observé) = n / (n + k) observed_avg_win_pct = moyenne(pnl_pct) sur les trades gagnants matures calibrated_expected_move = (1 − w) × ai_estimate + w × observed_avg_win_pct [seulement calculé si au moins 1 trade gagnant]

Progression du poids observé :

n trades maturesPoids observé (w)Source labelInterprétation
00%Pure AI100% estimation IA, aucune donnée réelle
117%Early dataLégère influence des données — encore majoritairement IA
338%Early dataDonnées commencent à corriger l'IA
550%MixedÉquilibre parfait IA / observé
1067%MixedDonnées majoritaires
2080%Data-drivenIA en fond de correction seulement
5091%Data-drivenQuasi-entièrement ancré dans le réel
Rôle dans l'EV
Le 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%.

14.2 Affichage et Rapport de Cycle

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_patternsTypeDescription
calibrated_expected_moveREALValeur blendée utilisée comme G dans l'EV. NULL si aucun trade gagnant.
calibration_weightREAL 0–1w = n/(n+5). Stocké pour affichage frontend sans recalcul.
observed_avg_win_pctREALMoyenne des pnl_pct > 0 sur trades matures. NULL si aucun gain.