Indicateurs personnalisés sur données alternatives
Les données alternatives sont une expérience de SIGNAL, pas une expérience de structure — elles ne peuvent toucher que le signal de classement / pondération / filtrage, jamais la structure des options (voir règles-structure-options). L'incumbent est la barre : les données alternatives doivent GAGNER leur place en battant (ou en réduisant matériellement le risque) le livre certifié soumis aux mêmes portes OOS. « L'indicateur est cool » n'est pas un résultat.
Construction avec des sessions de calcul pilotables (recommandé)
Privilégiez compute_session_start / compute_session_exec → compute_session_promote_indicator / compute_session_end pour toute construction de données en plusieurs étapes : /work persiste, vous observez chaque étape, et tout l'historique atterrit dans UN indicateur promu. Listez et terminez d'abord les sessions obsolètes (compute_session_list) ; envoyez des exec périodiques pendant les longs traitements. run_compute en one-shot est réservé aux petits travaux à requête unique. Autres outils de la pile : dataset_to_indicator, build_signal_indicator, create_indicator, list_custom_indicators, collect_web_data, discover_sources, enrich_source, ingest_content, probe_url, sec_edgar, get_compute_status, cancel_compute_job.
Chaque source suit : construction → comptage de points + vérification de couverture → audit de lookahead → vérification ponctuelle des valeurs par rapport à la source primaire → journalisation. Les échecs de plateforme suivent le protocole bugs ; après deux échecs distincts sur une source, mettez-la de côté et passez à autre chose — ne laissez pas un pipeline cassé bloquer la campagne.
Ne jamais câbler un indicateur non vérifié (leçons #10/#11)
Avant de référencer un CustomIndicator dans une stratégie, confirmez les quatre points avec list_custom_indicators + une vérification ponctuelle de la source :
- Nombre de points — éliminez les cadavres à 0 point.
- Couverture par ticker de l'ensemble de l'univers (les 21 noms, pas un échantillon).
- Fraîcheur — la date maximale ; un signal dont les données sont devenues obsolètes ne doit PAS piloter un livre en production.
- Sécurité lookahead — voir ci-dessous.
La règle de la série clairsemée
Une expression de classement/pondération ne fonctionne qu'avec une série DENSE sur l'ensemble de l'univers. Une série clairsemée / à couverture partielle (par exemple, les achats d'un seul politicien couvrant ~1 nom sur 21) ne peut être qu'une inclinaison ou un overlay, jamais une entrée de classement — et un classement construit dessus échangera ZÉRO (câblage dégénéré). Dites-le et dépriorisez ; ne forcez pas.
La sécurité lookahead est non négociable (leçon #11)
Chaque point de données alternatives est horodaté à la date à laquelle l'information est devenue PUBLIQUE (dépôt / divulgation / date de publication), PAS la date de transaction/événement. Les transactions du Congrès sont soumises à un délai STOCK Act pouvant aller jusqu'à ~45 jours — le signal doit intégrer ce délai. Auditez explicitement par indicateur avant toute utilisation dans un backtest. Recoupez les valeurs avec une deuxième construction indépendante lorsque c'est possible (une série de décomptes WSB a été vérifiée ainsi — deux constructions indépendantes correspondaient exactement). Un scraping rétrospectif de messages historiques est acceptable ; un modèle de sentiment appliqué rétrospectivement est acceptable (notez-le comme réserve) ; l'utilisation de survivants de suppression est une réserve à noter.
La couverture des données limite la fenêtre de certification
Vérifiez d'abord le mois max du lac de données source et considérez la fin de la couverture du signal comme une contrainte dure pour les fenêtres de certification et la déployabilité. Le moteur de walk-forward réduit le calendrier des plis à la couverture de l'indicateur, donc les comparaisons de certification doivent être alignées sur le calendrier — exécutez un contrôle de base sur le calendrier réduit de la variante (voir walk-forward-oos).
Formes d'intégration (choisissez selon la couverture)
| # | Intégration | Où | Couverture nécessaire |
|---|---|---|---|
| S1 | Fusion dans le classement — signal alt combiné avec ROC momentum comme weightIndicator / métrique SelectTop | classement | large (la plupart des 21) |
| S2 | Inclinaison — classements momentum ; les données alt sur/sous-pondèrent les noms avec signal récent | pondération | partielle OK |
| S3 | Filtre d'entrée — n'ouvrir un nom que si le signal alt s'est déclenché dans les N jours / au-dessus de X | condition | partielle OK (revérifiez le démarrage à froid audit-étendue !) |
| S4 | Superposition de confirmation — le signal alt assouplit/resserre une porte existante (ex. VIX) | condition | quelconque |
Le momentum reste primaire, le buzz est une inclinaison : un classement uniquement basé sur l'attention a mal performé ; une inclinaison d'attention atténuée logarithmiquement par-dessus le momentum a gagné. Forme d'ancrage S1 éprouvée :
weightIndicator = Multiply(ROC63, Plus(1, Log(base 10, Plus(1, IndicatorSimpleMovingAverage(21j, CustomIndicator))))). Axes de grille à faire varier : fenêtre SMA (10/21/42), force de l'inclinaison (log vs linéaire plafonné).
L'intégration est construite à la main, non balayée (CustomIndicator n'est pas un type balayable) — construisez une grille de variantes via create_portfolio_variant (copie profonde de la base + patch JSON-Pointer, dry_run d'abord), étiquetez manuellement (ambre), et testez chacune avec un backtest de 12 mois à 25 000 $ avant d'investir dans les plis (zéro/négatif trades ⇒ le classement/filtre ne résout pas → corrigez ou abandonnez). Voir balayage-reoptimisation.
Recettes de sources
references/reddit-wsb-recipe.md— le pipeline éprouvé de comptage de mentions sur le lac Arctique Reddit.references/congressional-disclosures.md— pipeline PTR du greffier de la Chambre (agrégat de tout le Congrès).references/other-sources.md— formulaire 4 d'initiés, flux d'actualités, attention ; et périmètresec_edgar.