Frameworks de Backtesting

Ce que fait ce skill

Ce skill expose les modèles de conception et d'implémentation pour des systèmes de backtesting robustes. Il couvre la gestion des données point-in-time, l'évitement du biais de survie et du look-ahead, la modélisation des coûts de transaction, la simulation pilotée par les événements et l'analyse walk-forward. Le guidage s'adresse aux chercheurs et ingénieurs construisant des pipelines d'évaluation de performance reproductibles plutôt que de donner des conseils de trading.

Quand l'utiliser

À utiliser lors du développement ou de la validation de stratégies de trading, de la construction de pipelines de données pour la simulation historique, de l'exécution d'analyses de sensibilité, ou de la préparation de backtests de qualité recherche pouvant résister à un audit et à une revue. Ne PAS l'utiliser pour l'exécution de trading en direct ou pour fournir des conseils financiers.

Ce qui est inclus

• Scripts : aucun inclus (has_scripts=false)
• Références : pointe vers un guide d'implémentation dans les ressources si présent (has_references=false dans cet import)
• Instructions : checklist étape par étape pour la définition d'hypothèses, la curation des données, la modélisation des coûts, les stratégies de division et la validation de la simulation.

Agents compatibles

Idéalement utilisé par des agents d'assistance à la recherche pouvant aider à la génération et validation de code (outils type Copilot, Claude Code, Gemini). Le contenu est axé sur la méthodologie et complète les chaînes d'outils pour le travail numérique en Python/R.