Graphique
Bougie en formation
État de la plateforme, workers et integrations.
Stratégies versionnées. Les builtins (catalogue) ne sont pas supprimables. Vider l'Atelier ne retire pas les backtests (Outils > Backtests) ni le paper (System > Paper).
Catalogue MarketForge : types disponibles et paramètres par défaut.
Runs historiques, progression et états.
Combinaisons stratégie × instrument × bar size ignorées au lancement d'optimisations (sauf N % de réintégration, réglage System).
Optimizations : grilles de paramètres et jobs workers. Marquer un résultat pour l'envoyer en Présélection.
Achèvement : -
Backtests non FTMO : -
Masque les optimisations dont le meilleur résultat ne satisfait pas toutes les conditions (ET). Les jobs sans résultat sont masqués tant qu'un filtre est actif. Décochez Actif pour ignorer un filtre sans le supprimer (seuil conservé). Les métriques du groupe « Données non FTMO » portent sur les stats calendaires du backtest Dukascopy : sans rejeu terminé, le job est masqué.
Par défaut : tous. Decochez un instrument pour masquer ses optimisations. La liste propose tous les instruments des optimisations, en cours ou non. Quantites : nombre actuel, puis nombre restant après les filtres métriques.
Aucun instrument.
Réglages marques depuis l'atelier (instrument, TF, stratégie, params, filtres, T, multiplicateur, stats). Cochez « Sélection finale » pour les candidats de l'onglet 3. L'étoile (optionnelle) place la stratégie en premier dans le panier glouton de la ou des sélections choisies. Validation glissante : fenêtres entières, multiplicateur figé (vrai drawdown, pas de rescale DD).
Reçoit ou envoie les snapshots marques (instrument, TF, params, filtres, T, stats). Réutilise le pont FTMO. Aucun run paper/live n'est démarre.
Plusieurs portefeuilles possibles. Deux méthodes de construction : optimisation gloutonne d'un indicateur du panier, ou diversification robuste (score Atelier, plafonds proposés et forçables, corrélation hebdomadaire paire-à-paire). Les favoris de cette sélection, s'il y en a, sont placés en premier. Les favoris d'une autre sélection pas encore calculée sont réservés à celle-ci.
- stratégie(s) cochée(s) en 2-Présélection
Viabilité de la méthode de sélection : TRAIN → un champion par job → VALID figé → panier → TEST vierge. V1 : 24+6+6 mois civils (VALID configurable). V2 : 24+12+6 figé, persistance trimestrielle. Une seule source par campagne (FTMO ou Non-FTMO), jamais de mélange.
Les stratégies sont backtestées séparément puis regroupées. Métrique principale de la campagne de référence (qualité de la sélection).
Diagnostic secondaire. Approximation post-traitement - ne reproduit pas exactement l'arbitrage LIVE des intentions d'entrée.
Recherche statistique des filtres TRAIN / VALID. Vocabulaire : TRAIN → VALID → FORWARD. FORWARD n'est qu'une cible d'évaluation. Le FINAL HOLDOUT reste invisible jusqu'au gel des règles.
Lecture seule du funnel jobs. Aucun backtest, replay ou réparation n'est lancé.
expected vient de la configuration (fenêtres × instruments × stratégies × bar sizes).
created sont les jobs TRAIN réellement stockés, rapprochés par instrumentKey canonique.
Les compteurs optimizer (totalCandidates / completedCandidates / failedCandidates)
sont distincts du décompte persisté (optimization_candidates).
La disposition persisté → observation reconstruit le filtre de sécurité TRAIN et le sampling
(ALL_CANDIDATES n'est pas « tous les persistés »).
Le diagnostic 0 trade TRAIN lit les compteurs Risk Manager déjà persistés
(entryIntentsEvaluated, rejets, gap).
L'audit sizing compare pointValue / lots TRAIN aux specs FTMO, sans corriger le moteur.
Aucun replay n'est relancé.
Utilisable pour choisir les features et préparer les grilles.
Utilisable pour choisir les features et préparer les grilles.
Mesure si une feature permet de classer les candidats issus du même optimizationJobId.
Cela évite de confondre pouvoir prédictif individuel et simple sélection de jobs ou de stratégies structurellement meilleurs.
Spearman et quartiles sont calculés intra-job, puis agrégés à poids égal par fenêtre. Aucun seuil n'est optimisé. Aucun backtest n'est relancé.
Utilisable pour choisir les features et préparer les grilles.
Features : train.romad, train.averageTradesPerMonth, valid.romad. Permutations intra-job : 200, seed 20260917. Le rho de trades/mois est brut, sans signe imposé.
Mesure l'information supplémentaire apportée par une feature une fois l'autre feature contrôlée,
strictement à l'intérieur d'un même optimizationJobId.
Permet de distinguer deux prédicteurs complémentaires, deux métriques redondantes,
ou une association marginale créée par corrélation entre features.
Aucun seuil, aucun poids et aucun score combiné. Aucun backtest.
RESEARCH / DIAGNOSTIC. Ni holdout ni confirmation. META_TRAIN et META_VALID ont déjà été examinés.
X1 = train.romad, X2 = train.averageTradesPerMonth, cible = FORWARD return.
Spearman partiel sur les rangs. Permutations intra-job : 200, seed 20260917. Coefficients bruts, sans signe imposé.
Mesure, sur les observations déjà persistées, quelles features TRAIN / VALID portent une information
prédictive du FORWARD, et lesquelles restent informatives une fois train.romad contrôlé.
Aucun backtest, aucun replay, aucun seuil, aucun poids et aucun winner automatique.
Les conclusions TRAIN et VALID restent séparées. Priorité actuelle : TRAIN.
Utilise uniquement les observations persistées de cette campagne. Aucun backtest. Désactivé lorsque COMPARE CAMPAIGNS est coché.
RESEARCH / DIAGNOSTIC. Ni holdout ni confirmation. META_TRAIN et META_VALID ont déjà été examinés.
Non mélangées avec TRAIN. Aucune sélection par défaut (priorité TRAIN).
Primary control : train.romad
Secondary control : train.averageTradesPerMonth
Target : forwardReturn
Chaque campagne reste une unité séparée. Pas de pooling, pas de p-value globale.
Mesure si chaque feature candidate conserve une information prédictive intra-job après contrôle des features de base et de l'autre candidate. Aucun seuil, aucun poids et aucun score ne sont optimisés.
Base controls:
train.romadtrain.averageTradesPerMonthComplementarity analysis is exploratory. It measures whether each feature retains within-job predictive information after controlling for the base features and the other candidate feature. It does not optimize thresholds, weights or scores.
Pour chaque feature sélectionnée, mesure l'information prédictive intra-job après contrôle de toutes les autres features du set. Aucun seuil, aucun poids et aucun score combiné ne sont optimisés.
Conditional feature-set analysis is exploratory. Each feature is evaluated conditional on all other selected features. No thresholds, weights or combined scores are optimized.
Frozen Rank Score V1
1/3 × rank(TRAIN RoMaD, higher better)
+
1/3 × rank(TRAIN Monthly PnL CV, lower better)
+
1/3 × rank(TRAIN Max Drawdown %, lower better)
No weights or thresholds are optimized.
Frozen Rank Score V1 is a pre-specified equal-weight rank score. Its features, orientations and weights are fixed before evaluation. This diagnostic compares it with TRAIN RoMaD on the same candidates. No weights, thresholds or feature combinations are optimized.
Select top 25% of candidates by TRAIN RoMaD within each optimization job.
Frozen RoMaD Selection V1 is a pre-specified within-job top 25% TRAIN RoMaD rule. The feature, orientation and selection fraction are fixed before evaluation. No thresholds, weights or alternative fractions are optimized.
Compare 4 règles figées sur les observations persistées des campagnes déjà brûlées : TRAIN_TOP25 (baseline V1), VALID_TOP25, TRAIN_VALID_MEAN_TOP25 (50/50), TRAIN_VALID_CONSENSUS. Target FORWARD return. Percentile mid-rank intra-job. Aucun poids, aucun autre seuil, aucun winner.
Exploratoire uniquement. Aucun instrument vierge. Aucun backtest, replay ni optimizer. La sélection scellée V1 n'est ni relancée ni modifiée.
Les combinaisons sont évaluées sur le dataset déjà calculé. Aucun backtest n'est relancé.
La frontière META_TRAIN / META_VALID est figée par la campagne.
Copie locale de la grille. Modifier les seuils ou les opérateurs ne change pas la campagne, ni les observations, et ne relance aucun backtest.
| Actif | Critère | Opérateur | Seuils testés | Nombre de valeurs |
|---|
Axes actifs : 0 · Combinaisons : 0
Même dataset, même frontière META_TRAIN / META_VALID. Les règles spécifiques sont exploratoires : elles augmentent les degrés de liberté. META_VALID confirme, sans retoucher les seuils.
Exporte un JSON importable dans le formulaire Walk-Forward. Ne pas réajuster les seuils après le FINAL TEST. Les profils par stratégie restent informatifs. L'export campagne est un résumé méthodologique, sans observations brutes.
Source search objective:
RETURN_PER_YEAR
Interpretation:
The diagnostic compares ranking metrics inside a RETURN_PER_YEAR-guided candidate cloud.
Cette étude ne peut conclure que sur le pouvoir de classement parmi les candidats déjà visités. Tester une métrique comme objectif de recherche nécessite une nouvelle campagne TRAIN dédiée.
Univers Strategy Lab, métadonnées d'identité uniquement. Aucune barre historique B/C n'est lue. Un instrument ne peut appartenir qu'à un seul groupe. Après freeze, le split V1 est immutable.
Split SHA-256 : -
| Instrument | id | A | B DO NOT READ | C DO NOT READ |
|---|
Grille figée (lecture seule)
TRAIN = 12 / 18 / 24 / 36
VALID = 3 / 6 / 12
FORWARD = 3 / 6 (matrices séparées, pas de voisins F3 ↔ F6)
STEP = FORWARD
Alignement calendaire : COMMON_FORWARD_START
Total = 24 géométries
Stratégies : -
Barsize : -
Data source : -
Alignement : COMMON_FORWARD_START
RESEARCH A : -
CONFIRMATION B : -
FINAL HOLDOUT C : -
Study SHA-256 : -
État : DRAFT
Progression : 0 / 24 completed
Current geometry : -
Campaign : -
Elapsed : -
Aucune performance, aucun campaignId et aucune lecture Meta Research de ces campagnes tant que l'étude est RUNNING. Les identifiants de campagne n'apparaissent qu'après COMPLETED.
Pas de tri automatique par performance. Ordre par défaut : FORWARD, puis TRAIN, puis VALID.
Research A terminé.
Confirmation universe: -
Sélectionnez UNE géométrie à confirmer sur les instruments B. Cette sélection est définitive.
Research A : choisissez une géométrie.
Geometry: -
Score: 50 % TRAIN RoMaD percentile + 50 % VALID RoMaD percentile
Source: RESEARCH A ONLY
Confirmation B: NOT USED FOR RULE SELECTION
Final Holdout C: UNTOUCHED
Geometry: -
Relative ranking: TOP_25 FIXED
Absolute quality: min(TRAIN RoMaD, VALID RoMaD)
Source: RESEARCH A ONLY
Confirmation B: NOT USED
Final Holdout C: UNTOUCHED
Geometry: T12 / V6 / F6
Source: Research A only
Relative rank: TOP_25 fixed
Confirmation B: NOT USED
Final Holdout C: UNTOUCHED
Diagnostic only: NO RULE WILL BE FROZEN
État : NOT_FROZEN
Geometry: T12 / V6 / F6
Source: Research A only
Scores: 50/50, 75/25, 100/0
TOP selection: TOP_25 fixed
Confirmation B: NOT USED
Final Holdout C: UNTOUCHED
Diagnostic only: NO SCORE WILL BE SELECTED AUTOMATICALLY
État : NOT_FROZEN
Geometry: T12 / V6 / F6
Source: Research A only
Features: 14 métriques × TRAIN et VALID = 28
Source search objective: RETURN_PER_YEAR
Interpretation: The diagnostic compares ranking metrics inside a RETURN_PER_YEAR-guided candidate cloud.
Do not infer the best optimization objective from this diagnostic.
Testing a metric as an optimization objective requires a new TRAIN campaign.
TRAIN RETURN_PER_YEAR is the objective that guided AXIS_SEARCH.
Confirmation B: NOT USED
Final Holdout C: UNTOUCHED
Diagnostic only: NO METRIC WILL BE SELECTED
État : NOT_FROZEN
STATUS: LOCKED
Freeze scientifique: LOCKED
Holdout consommé: false
Progress: -
Protocol manifest SHA-256: -
Run plan SHA-256: -
Frozen evaluation SHA-256: -
Source campaign: -
Products: -
Strategies: -
Barsize: -
TRAIN / VALID / FORWARD / STEP: -
Data source: -
Number of final forward windows: 6
Forward period: 2025-01-01 -> 2026-06-30
Evaluation mode: PREQUENTIAL_BATCH_NO_ADAPTATION
Ready to arm: false
Primary metric: medianWindowDeltaMedianForward
Holdout start: 2025-01-01
Rule: Top 25% TRAIN RoMaD within optimization job
Target: forwardReturn
The scientific freeze is LOCKED and immutable. STATUS is the operational durable state. ARM and RUN are separate control-plane actions. ARM does not read 2025+ data. RUN consumes the holdout and is one-shot.
The scientific freeze is LOCKED and immutable. STATUS is the operational durable state. ARM and RUN are separate control-plane actions. ARM does not read 2025+ data. RUN consumes the holdout and is one-shot.
Résultat:
Manifest SHA-256 : -
Run plan
État durable
-
Lecture seule. Aucune action n'est disponible pour cette wave.
Preview / freeze
-
Preflight
-
Dernier lancement
-
Dernière annulation
-
Progression RETURN_PER_YEAR
-
Progression ROMAD
-
Panier issu de la sélection finale. Multiplicateur et T figes depuis l'atelier. Démarrage en paper FTMO (fills simules) avec fermeture auto via market hours cTrader. Les moteurs tournent sur le serveur : le navigateur peut être ferme. Après un redemarrage serveur, les stratégies RUNNING sont reprises et les positions cTrader ouvertes sont rattachees.
Journal du panier Bot : fills, rejets, erreurs et activations. Sur chaque entrée / sortie, Comm. / Slip. / Swap comparent les frais réels au modèle backtest de l'instrument (P50–P95 pour le slippage).
Exécution simulée FTMO / cTrader (flux temps réel).
Explorateur cTrader, catalogue produits, pont distant et historiques locaux.
Interroge le catalogue FTMO d'une autre instance (VPS) et télécharge les barres en local. Aucun appel cTrader : les quotas FTMO restent sur le serveur source. Les favoris (étoile) sont ceux de l'instance distante.
Copie la session cTrader du VPS (tokens OAuth + CLIENT_ID/SECRET de l'app Open API). Les secrets ne passent pas par le navigateur. Une seule session protobuf par compte : arretez paper/live sur le VPS avant d'utiliser cTrader ici. Ne pas activer LIVE sur cet ordinateur.
Cliquez pour charger les symboles enabled du compte.
Les favoris (étoile) apparaissent en premier. Une asterisque * devant un nom marque une paire FX utilisée pour convertir un favori vers USD. La colonne Contrat montre tick, lots et swaps tels qu'enregistrés (ceux du backtest). Un badge « incomplet » ou « tick suspect » indique un défaut futures (0.25 / 1 lot). Utilisez « Rafraichir les données » pour reimporter les specs cTrader. « Historique recent » complète chaque bar size déjà téléchargée jusqu'à maintenant (chevauchement sur la dernière barre, sans retelecharger tout l'historique). « Réparer les trous » ne retélécharge que les barres manquantes pendant les heures de séance (nuits et week-ends ignorés).
Barres Dukascopy 1m hors FTMO, pour rejouer une optimisation COMPLETED sur une période plus longue. Les autres bar sizes sont reconstruits à la volée.
Config publique, workers et métriques.
Échelle affichée sur la carte Résultats. Exemple FTMO : 100 000 → 110 000, sans jamais descendre a 90 000. Le maximum journalier est la distance entre l'equity et le plancher du jour (solde minuit − MDL).
Borne UTC du bouton atelier Backtester sur les données non FTMO. Intersection avec le 1m Dukascopy déjà téléchargé. Les années calendaires couvertes par moins de 6 mois sont exclues des stats (médiane, années +, pire année).
Recalcule les résumés utilises pour trier la liste des optimisations par métriques (solde de classement). Utile après un correctif de ranking, ou si un résumé semble faux alors qu'il est déjà marque comme indexe. L'indexation tourne en arriere-plan cote serveur.
Abonnement serveur persistant (survit au redemarrage). Distinct de l'abonnement topic dans l'app ntfy sur le telephone.
Vide les grosses tables sans supprimer les runs, les scores ni les résumés.
Sans date, la table entière est vidée et l'espace est rendu à Docker.
Avec une date, les lignes antérieures à minuit UTC de ce jour sont retirées.
La journée choisie, les lignes plus récentes et les lignes sans date sont conservées.
Cette reconstruction peut durer longtemps et demande assez de place libre dans Docker
pour la copie de ce qui est gardé.
Le fichier virtuel Docker sur Windows ne rétrécit pas depuis cette page :
elle tourne dans Docker, et le compactage doit d'abord l'arrêter.
Double-cliquer compact_docker_disk.bat à la racine du dépôt
(Windows, administrateur). Strategy Lab et Trade Watch s'arrêtent le temps du compactage.
Arrêtez les runs, optimisations et téléchargements concernés avant de purger.
| Donnée | Taille | Date utilisée | |
|---|---|---|---|
| Chargement… | |||
Cartographie des chemins lots / pointValue / conversion quote → deposit. Aucun backtest, aucune optimisation, aucune campagne n'est lancée.
Les probabilités Markov entraînées sur TRAIN prédisent-elles t+1 mieux qu'une baseline naïve ?
Un HMM gaussien ajusté sur TRAIN seulement améliore-t-il la prédiction et un filtre simple, hors échantillon ?
Un HMM causal déjà figé améliore-t-il hors échantillon une stratégie, au-delà d'un filtre de volatilité et d'un placebo ?
Une région de paramètres reste-t-elle robuste sur plusieurs géométries walk-forward, avant un FINAL HOLDOUT jamais utilisé pour choisir ?
Le pipeline Robust Matrix complet sélectionne-t-il des systèmes qui généralisent, hors de son propre screening ?
OOS Predictability Research
Écarts d'exécution à paramètres figés. Ce n'est pas une validation hors échantillon.
Le momentum intraday reste-t-il exploitable après coûts, sur une grille fixe, sous contraintes FTMO ?
Une stratégie a-t-elle une méthode exploitable sur un instrument, un ensemble, une classe, ou le marché entier ?
Après le signal brut, le prix se comporte-t-il autrement que d'habitude ?