Reconstruction de l'algorithme de trading : du taux de réussite à l'estimation de la probabilité de profit et au pré-filtrage intelligent

Améliorations algorithmiques : De défectueux à fonctionnel

Un développeur a récemment partagé une refonte majeure de son scanner d'algorithme de trading d'actions, corrigeant des défauts fondamentaux dans l'implémentation originale. Le système scanne 500 actions et génère des fiches de transaction avec des positions suggérées, mais la version initiale avait des problèmes significatifs de précision et d'efficacité.

Ce qui a changé dans la reconstruction

Le développeur a soumis sept PR en une nuit, totalisant environ 2 500 lignes de code. Les améliorations se concentrent sur trois domaines clés :

1. Pipeline intelligent avec pré-filtrage

Avant : Le système récupérait les chaînes d'options complètes pour toutes les actions candidates avant de les noter, ce qui était coûteux et lent.

Maintenant : Un appel API par lots note tous les tickers candidats selon le rang IV (à quel point les options sont chères par rapport à leur propre historique) et la notation de liquidité (la facilité à obtenir une exécution). Seuls les meilleurs candidats passent pour une analyse approfondie.

Résultat : 542 actions scannées → 17 ont passé le pré-filtre → 8 sélectionnées pour une analyse approfondie. Cela représente une réduction de 85% des appels API, rendant les scans plus rapides et moins chers tout en maintenant la qualité.

2. Calculs de probabilité précis

Avant : Le scanner utilisait le delta des options (N(d1) en termes de Black-Scholes) comme approximation du "Taux de réussite", ce qui est techniquement trompeur puisque le delta est un ratio de couverture, pas une véritable probabilité de profit.

Maintenant : Toutes les occurrences de "Taux de réussite" ont été renommées en "Probabilité estimée de profit" (Est. PoP). Le calcul utilise désormais N(d2) évalué aux prix d'équilibre réels de la stratégie.

La différence : Le delta calcule la probabilité d'expiration au-delà d'un prix d'exercice. La nouvelle méthode calcule la probabilité d'expiration au-delà du prix d'équilibre, qui tient compte de la prime collectée. Par exemple, avec un condor de fer collectant 1,50$ de crédit sur un étranglement court 170/190, les prix d'équilibre sont à 168,50 et 191,50, pas à 170 et 190.

Chaque nombre de PoP inclut désormais une info-bulle indiquant la méthode de calcul utilisée : "N(d2) aux prix d'équilibre" ou "approximation par delta".

3. Modèle de valeur attendue réel

Avant : La Valeur Attendue était codée en dur à 0$ (evPerRisk: 0 dans le code source). Le champ existait mais les calculs n'étaient jamais implémentés.

Maintenant : Chaque stratégie obtient une Valeur Attendue réelle en utilisant un modèle à trois issues :

• Zone de profit complet — le prix reste loin de vos prix d'exercice
• Zone de profit/perte partiel — le prix atterrit entre vos prix d'exercice court et long
• Zone de perte complète — le prix dépasse votre protection

L'ancien modèle binaire (gain × profit maximal − perte × perte maximale) supposait incorrectement seulement deux issues, ignorant les scénarios de profit/perte partiel qui sont courants dans le trading de spreads.

Architecture du système

L'architecture centrale du scanner reste : 500 actions scannées, notées dans quatre catégories (Vol-Edge, Qualité, Régime, Info-Edge), avec une porte de convergence exigeant 3 des 4 catégories au-dessus de 50. Les fiches de transaction incluent des prix d'exercice réels et des prix réels.

Le développeur a noté que le système original manquait de conscience des signaux sociaux — bien qu'il ait des titres d'actualité de Finnhub, il n'avait aucune conscience de ce que les traders réels disaient sur X/Twitter en temps réel.