Modèle Stockpicker : Mois de l'année – Filtre de tendance et de volatilité

Modèle Stockpicker : Mois de l'année – Filtre de tendance et de volatilité

Un modèle pour Builder StrategyQuant X conçu pour le moteur AlgoCloud Stockpicker (barres quotidiennes, groupes d'actions tels que le Dow Jones, S&P 100 ou Nasdaq 100). Le modèle fige la structure de base de Stockpicker et une idée d'entrée : entrer lors d'un mois calendaire sélectionné. Le Builder explore ensuite les éléments libres, permettant à chaque exécution de générer des stratégies différentes.

Ce que le modèle fige

• Idée d'entrée : Mois de l'année (entrer lors d'un mois calendaire sélectionné).
• Un filtre de régime (Close supérieur au SMA 200 jours), un filtre de volatilité (ATR/Close inférieur à une limite aléatoire) et un ordre au marché.
• Position acheteuse (Long) uniquement, règles Stockpicker avec score de position et nombre maximal de positions ouvertes.

Ce que le Builder recherche

• Les paramètres de l'idée d'entrée, la limite de volatilité, les paramètres de sortie et la formule de score de position.

Mode d'emploi

1. Builder > Full settings > Data : moteur AlgoCloud Stockpicker, un groupe d'actions, unité de temps D1, dates in-sample et out-of-sample.
2. Full settings > What to build > Strategy from template > choisissez ce modèle.
3. Lancez la génération, puis vérifiez les résultats hors échantillon (out-of-sample) et sur d'autres groupes avant toute utilisation en réel.

Testé

Chargé dans StrategyQuant X 145.3205 sur le groupe Dow Jones (D1) : le Builder a généré et accepté des stratégies à partir de ce modèle. Cela montre uniquement que le modèle fonctionne. Cela ne préjuge en rien de la qualité des stratégies qu'il génère, et aucun test hors échantillon ou sur un autre univers n'a encore été réalisé.

Prérequis

StrategyQuant X 145.3205 ou supérieur avec le moteur AlgoCloud Stockpicker et les données de groupes d'actions dans le Data Manager. Aucun bloc personnalisé ni groupe aléatoire n'est requis.

Outil de recherche hypothétique. Les résultats des backtests ne constituent pas une prévision et les performances passées ne garantissent pas les résultats futurs.