Skip to content

enrich(notebooks,#11601): QC-Py-Cloud-02 — densité 1385 → 1944 c/code-cell (markdown-only) + 0 violations rendu #14599

New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Merged
myia-ai-01 merged 3 commits into from
Sep 5, 2026
Merged

enrich(notebooks,#11601): QC-Py-Cloud-02 — densité 1385 → 1944 c/code-cell (markdown-only) + 0 violations rendu #14599

Changes from all commits
Commits
Show all changes
3 commits
Select commit Hold shift + click to select a range
317e765
enrich(notebooks,#11601): QC-Py-Cloud-02 density 1385 -> 1944 c/code-…
jsboige Sep 4, 2026
a3d64c7
fix(notebooks,#14599-review): comptage tickers -- amzn/nvda a 1, pas 2
jsboige Sep 4, 2026
d8fd1e5
fix(notebooks,#14599-review): leve l'ambiguite '8 titres' (8 headline…
jsboige Sep 4, 2026
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
92 changes: 70 additions & 22 deletions MyIA.AI.Notebooks/QuantConnect/Python/QC-Py-Cloud-02-ML-Classification.ipynb
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -42,7 +42,6 @@
"tags": []
},
"source": [
"---\n",
"\n",
"## Partie 1 : Traitement du Langage Naturel pour la Finance\n",
"\n",
Expand Down Expand Up @@ -163,10 +162,33 @@
"neutres et des mots porteurs de sentiment (surges, plummets, beat, downgrade).\n",
"Le classifieur Naive Bayes apprend a associer ces mots aux mouvements de prix.\n",
"\n",
"### Modèle Naive Bayes Multinomial\n",
"\n",
"Le classifieur MultinomialNB est adapte aux données textuelles representees en\n",
"bag-of-words. Il estime P(classe|mot) via le theoreme de Bayes."
"### Lecture de la sortie\n",
"\n",
"Le top 20 affiche parle avant tout du **corpus**, pas du sentiment. Trois\n",
"constats, dans l'ordre de la sortie :\n",
"\n",
"1. **Le mot le plus frequent est `on` (5 occurrences)** — une preposition,\n",
" pas une opinion. Viennent ensuite les tickers (`aapl`, `msft`, `googl` a 2 ;\n",
" `amzn`, `nvda` a 1) puis seulement les mots porteurs (`surges`, `beat`,\n",
" `declines`, `plummets`, tous a 1). Sur 42 mots uniques, la frequence brute\n",
" mesure d'abord la grammaire de l'anglais financier.\n",
"2. **Les tickers polluent le vocabulaire** : `aapl` ne porte aucun sentiment —\n",
" c'est une *identite*, pas un jugement. Un classifieur qui l'apprend\n",
" memorise quel titre parle, pas ce qu'on en dit.\n",
"3. **Consequence directe pour Naive Bayes** : sans filtrage, `on` (5x) pese\n",
" cinq fois le poids de `surges` (1x) dans les comptages du modele\n",
" MultinomialNB. La premiere etape d'un pipeline reel est donc l'ecart des\n",
" stop-words et des tickers **avant** l'estimation des P(classe|mot).\n",
"\n",
"### Modele Naive Bayes Multinomial\n",
"\n",
"Le classifieur MultinomialNB est adapte aux donnees textuelles representees en\n",
"bag-of-words. Il estime P(classe|mot) via le theoreme de Bayes : chaque mot\n",
"vote pour une classe au proportionnel de sa vraisemblance, et le document est\n",
"classe par le produit des votes (en log-probabilites pour la stabilite\n",
"numerique). C'est ce mecanisme que la cellule suivante utilise, en gardant\n",
"volontairement le vocabulaire brut pour montrer l'effet du desequilibre\n",
"`on`/`surges` sur le score final."
]
},
{
Expand Down Expand Up @@ -270,17 +292,30 @@
"tags": []
},
"source": [
"---\n",
"\n",
"## Partie 2 : Algorithme QuantConnect - Classification de Texte\n",
"\n",
"L'algorithme combine :\n",
"- **Signal textuel** : vocabulaire bag-of-words + Naive Bayes Multinomial\n",
"- **Signal technique** : RSI, ratio EMA, momentum\n",
"- **Score hybride** : 50% sentiment + 50% technique\n",
"La demonstration locale s'arrete sur un constat : les 8 titres d'actualite\n",
"simules (5 tickers) recoivent tous un score extreme (+1.00 ou -1.00). Un signal\n",
"binaire ne sait pas dire *faiblement haussier* — il ne connait que\n",
"*haussier* et *baissier*. En production, cette brutalite se paie : chaque\n",
"bascule de signe est un trade complet, avec ses frais.\n",
"\n",
"L'algorithme QuantConnect repond a cette limite par une ponderation :\n",
"\n",
"- **Signal textuel** : vocabulaire bag-of-words + Naive Bayes Multinomial —\n",
" la probabilite continue du classifieur remplace le vote binaire (+0.7 est\n",
" desormais distinguishable de +1.0) ;\n",
"- **Signal technique** : RSI, ratio EMA, momentum — un contre-poids qui ne\n",
" lit pas les memes donnees ;\n",
"- **Score hybride** : 50% sentiment + 50% technique — quand les deux\n",
" sources divergent, le score reste proche de zero, c'est-a-dire *pas de\n",
" position*. La neutralite devient un etat atteignable, ce que le scoring\n",
" lexical seul ne savait pas produire.\n",
"\n",
"L'univers comprend 5 actions tech (AAPL, MSFT, GOOGL, AMZN, NVDA) avec\n",
"un rebalancement hebdomadaire."
"un rebalancement hebdomadaire : le signal a le temps de se constituer\n",
"plusieurs actualites avant chaque decision, et l'Exercice 2 fait\n",
"implanter exactement cette fonction `hybrid_score`."
]
},
{
Expand Down Expand Up @@ -638,9 +673,7 @@
"tags": []
},
"source": [
"---\n",
"\n",
"## Partie 4 : Résultats attendus et interpretation\n",
"## Partie 4 : Resultats attendus et interpretation\n",
"\n",
"### Metriques cles a observer\n",
"\n",
Expand All @@ -652,11 +685,28 @@
"| Win Rate | % de trades positifs | > 50% |\n",
"| Alpha | Rendement excessif vs benchmark | > 0% |\n",
"\n",
"### Points d'attention\n",
"\n",
"- Le vocabulaire simule peut ne pas capturer toute la richesse des vraies news\n",
"- Le modèle hybride (sentiment + technique) est plus robuste que le sentiment seul\n",
"- Le classifieur Naive Bayes est un bon point de depart mais peut etre ameliore"
"### Lecture critique, ancoree a la demonstration\n",
"\n",
"- **Le lexique de 42 mots ne peut pas produire d'alpha reel.** Le vocabulaire\n",
" construit en Partie 1 decrit 8 titres simules ; sur des actualites reelles,\n",
" il ne couvre qu'une fraction du langage. Un Sharpe > 0.5 avec ce seul\n",
" vocabulaire serait le signe d'un artefact (période favorable, chance), pas\n",
" d'une competence informationnelle — l'alpha lexical exige un vocabulaire\n",
" entraine sur un historique etiquete.\n",
"- **Win Rate > 50% seul ne prouve rien.** Avec des frais de transaction de\n",
" 5-10 bps par aller-retour et un rebalancement hebdomadaire sur 5 titres,\n",
" un win rate de 52% peut detruire du rendement si les gains moyens sont\n",
" plus petits que les pertes moyennes. La metrique qui arbitre vraiment\n",
" est le rapport gain/perte, pas le taux de reussite.\n",
"- **Max Drawdown < 30% : la diversification est le vrai amortisseur.** Le\n",
" score hybride etant volontairement proche de zero quand sentiment et\n",
" technique divergent, une part des rebalancements ne prend pas de position\n",
" — c'est mecaniquement le principal amortisseur du drawdown, devant\n",
" toute finesse du classifieur.\n",
"- **La comparaison qui compte** : sentiment seul vs hybride. L'Exercice 2\n",
" construit le score hybride ; rejouer le backtest avec la composante\n",
" technique desactivee donne la mesure de ce que le texte apporte\n",
" reellement au-dela du signal de prix."
]
},
{
Expand All @@ -673,8 +723,6 @@
"tags": []
},
"source": [
"---\n",
"\n",
"## Conclusion\n",
"\n",
"Ce notebook a demontre le pipeline complet de classification de texte applique\n",
Expand Down
Loading