Unir rigueur académique et trading quantitatif, gratuitement

Un laboratoire de recherche indépendant qui teste des stratégies à grande échelle et publie chaque résultat en libre accès. Assez rigoureux pour les universitaires, assez honnête pour les praticiens.

Tout est gratuit ici, et le restera. Chaque paper, modèle et jeu de données est open source et reproductible. Rien à acheter, aucun compte requis.

Fenêtres de stratégie backtestées
23M+
Working papers
6
Modèles open-source
13
Téléchargements SSRN
6K+

Papers

Recherche destinée aux pairs avec des packages de reproductibilité complets. Six études sur les limites de l’edge statistique, testées à grande échelle sur plusieurs classes d’actifs.

Dernière parutionSSRN 6955879étude multi-marchés

La portée de l’effet de distraction de la Coupe du monde

La planète entière regarde la Coupe du monde, et pourtant les marchés mondiaux qui concentrent l’essentiel des échanges réagissent à peine. Sur 11 instruments, 5 structures de marché, 26 pays et 7 Coupes du monde, 158 tests statistiques ne révèlent rien qui survive à la correction, et les effets marquants qui semblent voyager ne sont que des artefacts de mesure.

  • Périmètre : 11 instruments, 5 structures de marché, 26 pays, 7 Coupes du monde
  • 158 tests statistiques, 0 survit à la correction pour tests multiples
  • Un choc d’attention à l’échelle planétaire que les marchés n’intègrent pas
  • Les effets qui semblent « voyager » sont des artefacts de mesure
Lire l’étude

PaperSSRN 6636018

Un filtre statistique populaire sélectionne-t-il vraiment les gagnants ?

Une question simple, testée à grande échelle : agir selon un test de permutation largement utilisé aide-t-il à choisir à l’avance les stratégies gagnantes ? La réponse est non, et un résultat célèbre prétendant qu’il nuit se révèle être un bug d’arrondi.

  • Périmètre : 437 911 stratégies, 9 marchés, 3 classes d’actifs
  • Plus de 6 milliards de tests de permutation effectués
  • L’edge du filtre : indiscernable de zéro
  • Un résultat négatif bien connu attribué à un arrondi en virgule flottante
Lire l’étude

PaperSSRN 6858778Publié

Peut-on tirer profit des plus petites cryptos après coûts réels ?

Peut-on gagner de l’argent sur des cryptos qui ne s’échangent que sur des plateformes décentralisées, une fois payés des coûts de transaction réalistes ? Nous l’avons testé sur 27 chaînes, avec des démos manipulables dans le navigateur.

  • Périmètre : 27 chaînes, cryptos DEX uniquement
  • Long-only, avec coûts réalistes appliqués
  • Tout edge brut est absorbé par le coût des transactions
  • Explorez-le vous-même avec des démos dans le navigateur
Lire l’étude

PaperSSRN 7022599Publié

Quelle part du spread d’un teneur de marché la sélection adverse dévore-t-elle ?

Un teneur de marché gagne le spread et paie la sélection adverse aux traders qui attaquent ses ordres. Sur des données de futures portant la véritable étiquette acheteur ou vendeur de la bourse sur chaque transaction, nous mesurons les deux, exécution par exécution, et le spread est presque entièrement consommé.

  • Périmètre : 13 futures CME, 353 387 exécutions passives
  • Spread capturé et drift adverse, sur le signe véritable
  • Le profit net du teneur de marché est statistiquement nul, un plafond, pas un point
  • Aucune cotation d’inventaire ni signal de flux d’ordres testé ne le bat
Lire l’étude

PaperSSRN 7157638Publié

Le chiffre « à risque » d’un protocole de prêt est-il vraiment une perte ?

Un décrochage de 5 % signale 1,38 Md$ d’une tranche d’Aave v3 comme éligible à la liquidation. Sur la même trajectoire de prix continue, le protocole enregistre 0 $ de créance irrécouvrable, et c’est une propriété des paramètres plutôt qu’un échantillon chanceux.

  • Un bloc en direct : 17 419 emprunteurs, 6,5 Md$ de dette
  • Dette éligible, volume exécuté et perte réalisée séparés
  • LT(1+b) < 1 dans les huit catégories e-mode actives
  • La perte exige une trajectoire rompue, pas un décrochage plus profond
Lire l’étude

PaperSSRN 7461901Publié

Coter au meilleur prix est-il rentable sur les plateformes crypto ?

Un teneur de marché simulé qui attend en fin de file sur Bybit, Binance et Hyperliquid gagne moins en spread que ce que le prix lui reprend dans les dix secondes suivant chaque exécution. Comme ces plateformes marquent chaque transaction de son vrai côté agresseur, l’article mesure aussi ce que coûte le fait de deviner ce côté.

  • Périmètre : 3 plateformes, 9 983 jours-actifs, 125,8 M d’exécutions simulées
  • Markout d’entrée net négatif sur les trois, avant frais
  • Lee–Ready et la tick rule conservent le signe, pas l’ampleur
  • Une seule jambe : ni sortie, ni inventaire, ni frais mesurés
Lire l’étude

Articles de fond

Des analyses interactives, riches en figures, des principales conclusions empiriques, chacune reproductible à partir d’une table de données publique.

break-even
pool loses, selection clears break-even

ArticlePhare

L’edge est dans le processus

Comment nous avons transformé un ensemble non rentable d’un demi-million de stratégies en un portefeuille qui gagne réellement de l’argent, sans toucher aux stratégies elles-mêmes. Toute l’astuce réside dans celles que vous choisissez de garder.

  • Périmètre : 533 638 stratégies sur 12 marchés
  • Tenues ensemble : le pool perd de l’argent
  • Sélectionnées sur la performance passée : rentables sur 8 marchés sur 12
  • L’edge est dans la sélection, pas dans la stratégie
Lire l’article
crowded corediversifying rim

ArticleInteractif

Une approche topologique de la construction de portefeuille

882 000 stratégies crypto à edge ténu. On garde celles du pourtour du réseau de corrélation, orthogonales au mode de marché commun, et l’edge s’affûte là où la course au Sharpe explose.

  • Périmètre : 882 000 stratégies, 100 paires perpétuelles
  • Sélection contre le mode de marché, pas par Sharpe
  • Part de portefeuilles rentables : 28,7 % à 45,1 %
  • Une surcouche de régime de volatilité double le rendement ajusté du risque
Lire l’article
01|ρ|=0.5mean 0.123
pairwise |ρ|, peaked near zero

ArticleLe corpus

Ce que « 1,6 million de stratégies » signifie vraiment

« 1,6 million de stratégies » a des airs de data-mining. Voici pourquoi ce n’est pas le cas, démontré avec les chiffres réels derrière le corpus.

  • Périmètre : 1,6 million de stratégies sur 30 marchés
  • Les stratégies sont presque indépendantes les unes des autres
  • Seulement environ 3 % sont fortement corrélées
  • Chaque résultat est en walk-forward, jamais in-sample
Lire l’article

Projets

Treize implémentations de référence des M-modèles du laboratoire, théorie des matrices aléatoires, Higher Criticism et knockoffs, analyse topologique des données, EVT de queue, chacune accompagnée d’une explication, d’une démo en direct et du code.

Production publique à ce jour

6Working paperssur SSRN : marchés Coupe du monde, tests par permutation, négociabilité DEX, sélection adverse du teneur de marché, risque de liquidation Aave, sélection adverse du teneur de marché crypto
4Articles de fondsimulations interactives et figures, entièrement reproductibles
13Modèles open-sourcePython · Rust · R
23M+Fenêtres de stratégie backtestéescorpus complet, les 30 partitions
6K+Téléchargements SSRNsur six documents de travail
5+Années à coder des stratégies systématiquesPython · Rust · R · TypeScript

Open source

140 667lignes de code de recherche

dans 20 dépôts publics sur GitHub, plus les bases de code de la Research Review et du toolkit de Topologie (publication à venir), comptées le 07/07/2026

  • Python90,7% · 127 585
  • Rust8,3% · 11 737
  • R0,6% · 882
  • Shell0,3% · 463

Ouvert par défaut, forkez-le, citez-le, construisez dessus.

Lignes par projet

Chaque dépôt public mis en avant sur ce site, les paquets de reproductibilité des papiers, le code compagnon des articles, les dépôts de projet unique et le framework de backtesting en fenêtre glissante, plus le cœur autonome du toolkit du programme de Topologie en cours. Les décomptes ne portent que sur le code source.

  • Research-ReviewPublication à venir28 753 lignes

    Le programme López-de-Prado Research Review, des pipelines Python par étude qui reproduisent et testent en prospectif les méthodes d'Advances in Financial Machine Learning, avec évaluation, notation de la valeur prospective et génération de tableaux. Passe en open source à l'achèvement de la revue.

  • topology-toolkitPublication à venir19 210 lignes

    Le cœur autonome du programme Topologie de l'Espace des Stratégies, le paquet Python importable (E/S, espace des stratégies, topologie, évaluation, le zoo de modèles de référence, clustering, les applications CLI, le thème des figures). Passe en open source à l'achèvement du programme ; les ~43k lignes supplémentaires du programme (scaffolding d'expériences, scripts de figures et tests) ne sont pas comptées ici.

  • dex-tradeability-study18 908 lignes

    Paquet de reproductibilité du papier sur la négociabilité en DEX, le backtester long-only sur AMM avec des coûts réalistes par exécution, le contrôle par hypothèse nulle permutée par barre, l'évaluation en fenêtre glissante et l'apprenant transversal, sur 4 990 paires réparties sur 27 chaînes.

  • quant-mm-simulator18 806 lignes

    Moteur de reproductibilité de l'article sur le market-making et la sélection adverse, le simulateur d'exécutions passives piloté par événements, la décomposition de markout à signe véritable, le modèle de coûts et la boîte à outils de significativité, avec des tests de correction sur des fixtures fournies.

  • defi-param-stress10 881 lignes

  • Monte-Carlo-paper10 000 lignes

    Paquet de reproductibilité du papier d'évaluation de filtres par Monte Carlo, scripts d'analyse (Python / Rust / R), tableaux agrégés corrigés, et un reproducteur autonome du piège d'ordre de sommation en virgule flottante documenté dans la révision de mai 2026.

  • Paquet de reproductibilité du papier sur les marchés et l'attention de la Coupe du monde, le pipeline d'étude d'événement et de contrôle par hypothèse nulle sur 11 instruments et cinq structures de marché, avec les coupes par nation et la correction pour tests multiples.

  • Package de reproductibilité de l'article sur la sélection adverse en crypto : la décomposition du markout d'entrée, la règle d'exécution de référence, l'inférence en clusters avec règle d'abstention, les dix panels jours-actifs et un outil en ligne de commande qui applique la décomposition et la règle d'abstention à tout carnet et toute bande portant un vrai marqueur d'agresseur.

  • Le framework de backtesting en fenêtre glissante & robustesse, la build originale en Python.

  • Le portage en Rust du framework de backtesting, la build de production.

  • Étude pré-enregistrée de la stabilité de la surface de paramètres, crêtes lisses vs pics fragiles.

  • Décomposition empirique de la variance de la dégradation du Sharpe de l'in-sample vers le hors échantillon.

  • Géométrie de l'espace des stratégies, dimensionnalité et structure de variété.

  • strategy-regime427 lignes

    Classification latente de régime sur des données de marché, puis sélection de stratégies conditionnée au régime.

  • tail-evt403 lignes

    Analyse des valeurs extrêmes de la dépendance de queue inter-actifs, peaks-over-threshold avec ajustements GPD.

  • Construction robuste de portefeuille sur un univers de stratégies.

  • strategy-stats246 lignes

    Statistiques à l'échelle de la population sur un univers de stratégies de trading algorithmique.

  • strategy-rmt208 lignes

    Analyse par matrices aléatoires des matrices de corrélation de stratégies, décomposition bruit vs signal.

  • Démos synthétiques reproductibles derrière l'article « The signal is collective ».

  • hc-knockoffs184 lignes

    Higher Criticism sous dépendance + knockoffs Model-X pour une sélection de stratégies à FDR contrôlé.

  • strategy-tda181 lignes

    Homologie persistante de l'espace des stratégies, analyse topologique de données sur des populations de stratégies.

  • Cube de corrélation inter-actifs, corrélations deux à deux entre séries de rendements d'actifs.

Lignes de code source uniquement, les READMEs, notes de méthodologie, fichiers de données et configs ne sont pas comptés. 92 704 lignes se trouvent dans les 20 dépôts publics. Deux autres bases de code passent en open source à l'achèvement du programme : les pipelines de la López-de-Prado Research Review (28 753 lignes) et le cœur du toolkit de Topologie (19 210 lignes). Les ~43 000 lignes supplémentaires du programme de Topologie (scaffolding d'expériences, scripts de figures et tests) et ses crates accélératrices en Rust ne sont pas comptées ici.

Daniel Gatto

  • Chercheur indépendant
  • Étudiant en Sciences Économiques, UNIP
  • Consultant en systèmes quantitatifs (NDA)
9+ ans
Sur les marchés cryptodepuis 2017
6+ ans
Recherche quantitativeméthodes systématiques
5+
Langages de programmationPython · Rust · R · TS · C++
8k+
Abonnés sur X@DaruTrading
5K+
Téléchargements SSRNworking papers, à ce jour

Daru Finance est la production publique d’un seul chercheur. Le travail présenté ici est ce qui se fait en dehors des heures de bureau, en code, avec preuves à l’appui.

J’écris de la recherche sur le trading systématique avec un fort biais de reproductibilité, Python pour l’analyse, Rust pour le calcul, R pour la vérification. Mon travail actuel porte sur la structure statistique des populations de stratégies : bornes de random-matrix sur les spectres de valeurs propres de corrélation, Higher-Criticism + knockoffs pour une sélection avec contrôle du FDR, indicateurs topologiques de stabilité de cluster, et théorie des valeurs extrêmes pour le co-mouvement de queue. Le fil conducteur est que l’unité d’analyse est la population, et non la stratégie individuelle. De la recherche et des treize modèles open-source jusqu’à ce site lui-même, design, code, graphiques, chaque mot, tout est le travail d’une seule personne.

Lire la bio complète

Réplications, corrections, questions de méthode.

La correspondance académique est toujours la bienvenue, réplications, corrections, questions de méthodologie.