Optimisation walk-forward
Fenêtre glissante · train → test out-of-sample
Estimation : 4 folds · 7,200 snapshots moteur
Historique total
Fenêtre d'entraînement
Fenêtre de test (OOS)
Décalage entre folds aligné sur test (20 j).
Cadence moteur
Grille de seuils (score min)
Grille testée sur chaque fenêtre d'entraînement.
Seuil baseline (comparaison)
80 / 100
Trades min pour valider un seuil
Sinon retour au seuil baseline pour ce fold.
Durée max trade
Le walk-forward découpe l'historique en folds successifs. Sur chaque fold, la fenêtre d'entraînement teste une grille de seuils de score et retient le plus performant, puis on mesure la performance sur la fenêtre de test qui suit (out-of-sample).
Configurez la fenêtre totale et les tailles train / test, puis lancez l'optimisation.