daea33355516f105a8f0abbf19e6fc7766c845e2
Bug : quand le SL LONG était touché, la fonction retournait 0 (NEUTRAL) immédiatement sans évaluer les conditions SHORT. Résultat : 0 labels SHORT sur 12230 barres, modèle inutilisable pour signaux SHORT. Fix : deux boucles indépendantes (LONG et SHORT) qui évaluent chacune leur propre TP/SL. Si les deux gagnent, priorité au premier résolu. Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
🤖 Trading AI Secure - Application de Trading Multi-Stratégie avec IA Adaptative
📋 Vue d'ensemble
Trading AI Secure est une plateforme de trading algorithmique avancée intégrant :
- ✅ IA Adaptative avec auto-optimisation continue des paramètres
- ✅ Risk Management intégré à tous les niveaux
- ✅ Multi-Stratégie (Scalping, Intraday, Swing)
- ✅ Backtesting Anti-Overfitting avec validation rigoureuse
- ✅ Intégration IG Markets pour trading réel
- ✅ Sources de données gratuites pour développement
🎯 Objectifs du Projet
Objectif Principal
Créer un système de trading automatisé où l'IA ajuste continuellement ses paramètres en fonction :
- Des conditions de marché (régime détecté)
- De la performance historique récente
- Des métriques de risque en temps réel
- Des corrélations inter-stratégies
Philosophie de l'IA Adaptative
L'IA est en constante remise en question :
- ⚙️ Optimisation bayésienne des hyperparamètres
- 🔄 Réévaluation quotidienne des seuils de décision
- 📊 A/B testing automatique de variantes de stratégies
- 🧠 Apprentissage par renforcement pour le position sizing
- 🎲 Monte Carlo pour validation des changements
🏗️ Architecture
trading_ai_secure/
├── src/ # Code source principal
│ ├── core/ # Moteur central (risk, orchestration)
│ ├── strategies/ # Stratégies de trading modulaires
│ ├── ml/ # Modèles IA adaptatifs
│ ├── data/ # Connecteurs de données
│ ├── backtesting/ # Framework de validation
│ └── ui/ # Interface utilisateur
├── config/ # Configurations YAML
├── docs/ # Documentation complète
├── tests/ # Tests unitaires et d'intégration
├── logs/ # Logs système et trading
└── data/ # Données historiques et cache
🚀 Démarrage Rapide
Prérequis
Python 3.11+
pip ou poetry
Git
Installation
# Cloner le repository
git clone https://github.com/votre-username/trading-ai-secure.git
cd trading-ai-secure
# Créer environnement virtuel
python -m venv venv
source venv/bin/activate # Linux/Mac
# ou
venv\Scripts\activate # Windows
# Installer dépendances
pip install -r requirements.txt
# Copier configuration exemple
cp config/risk_limits.example.yaml config/risk_limits.yaml
cp config/strategy_params.example.yaml config/strategy_params.yaml
Premier Lancement (Mode Démo)
# Lancer backtesting sur données historiques
python src/main.py --mode backtest --strategy all
# Lancer paper trading
python src/main.py --mode paper --strategy intraday
# Lancer dashboard
streamlit run src/ui/dashboard.py
📊 Fonctionnalités Clés
1. IA Adaptative Auto-Optimisante
- Optimisation continue : Ajustement automatique des paramètres toutes les 24h
- Regime Detection : Détection Bull/Bear/Sideways avec adaptation des stratégies
- Parameter Tuning : Optimisation bayésienne (Optuna) des hyperparamètres
- Ensemble Learning : Combinaison dynamique de modèles selon performance
2. Risk Management Multi-Niveaux
- Global Portfolio Risk : Limite de risque total (2% capital)
- Per-Strategy Risk : Allocation dynamique selon performance
- Position Sizing : Kelly Criterion adaptatif
- Circuit Breakers : Arrêt automatique si seuils dépassés
3. Stratégies Modulaires
| Stratégie | Timeframe | Risk/Trade | Holding Max | Objectif |
|---|---|---|---|---|
| Scalping | 1-5 min | 0.5-1% | 30 min | Micro-mouvements |
| Intraday | 15-60 min | 1-2% | 1 jour | Tendances journalières |
| Swing | 4H-1D | 2-3% | 5 jours | Mouvements moyens |
4. Backtesting Rigoureux
- Walk-Forward Analysis : Validation temporelle
- Out-of-Sample Testing : 30% données réservées
- Monte Carlo Simulation : 10,000+ scénarios
- Paper Trading Obligatoire : 30 jours minimum avant live
📈 Métriques de Performance
Seuils Minimaux pour Production
Sharpe Ratio: > 1.5
Max Drawdown: < 10%
Win Rate: > 55%
Profit Factor: > 1.3
Calmar Ratio: > 0.5
Recovery Factor: > 2.0
🔐 Sécurité
- ✅ Validation pré-trade systématique
- ✅ Stop-loss obligatoires sur toutes positions
- ✅ Limite de corrélation entre positions (< 0.7)
- ✅ Vérification margin en temps réel
- ✅ Alertes multi-canaux (Telegram, Email, SMS)
📚 Documentation
- 📖 Guide de Démarrage
- 🏗️ Architecture Détaillée
- 🤖 Framework IA Adaptative
- ⚠️ Risk Management
- 📊 Guide des Stratégies
- 🧪 Guide Backtesting
- 🔌 Intégration IG Markets
- 📈 État d'Avancement
🗓️ Roadmap
Phase 1 : Architecture (Semaines 1-2) ⏳ En cours
- Structure projet
- Documentation complète
- Risk Manager core
- Strategy Engine
- Data connectors (sources gratuites)
Phase 2 : IA Adaptative (Semaines 3-4) 📅 Planifié
- Modèles ML de base
- Regime detection
- Parameter optimization engine
- Position sizing adaptatif
Phase 3 : Stratégies (Semaines 5-6) 📅 Planifié
- Scalping strategy
- Intraday strategy
- Swing strategy
- Backtesting framework
Phase 4 : Interface (Semaines 7-8) 📅 Planifié
- Dashboard Streamlit
- Risk monitoring
- Système d'alertes
Phase 5 : Production (Semaines 9-10) 📅 Planifié
- Intégration IG Markets
- Paper trading validation
- Déploiement production
🤝 Contribution
Ce projet est en développement actif. Consultez CONTRIBUTING.md pour les guidelines.
📄 License
MIT License - voir LICENSE pour détails.
⚠️ Disclaimer
AVERTISSEMENT IMPORTANT : Ce logiciel est fourni à des fins éducatives uniquement. Le trading comporte des risques importants de perte en capital. Utilisez ce système à vos propres risques. Les performances passées ne garantissent pas les résultats futurs.
📞 Contact & Support
- 📧 Email: support@trading-ai-secure.com
- 💬 Discord: Rejoindre la communauté
- 📖 Wiki: Documentation complète
Développé avec ❤️ pour le trading algorithmique sécurisé
Languages
Python
98.8%
Makefile
0.8%
Dockerfile
0.4%