Tout ce que fait My-Qwant

24 fonctionnalités, 14 modèles quantitatifs, sept angles d’analyse par actif. Calculés en direct sur les données de marché réelles.

Sept analyses pour chaque actif

Chaque titre que vous suivez est analysé sous sept angles complémentaires. Sélectionnez-en un pour voir à quoi il ressemble.

Canal de régression

Illustration schématique
+1,2σ
CoursTendance (OLS log)Bandes ±1σ et ±2σ

Régression log-linéaire avec bandes ±1σ et ±2σ, projection de tendance, test de rupture de régime (CUSUM / Chow) et avertissement méthodologique sur la sensibilité à la fenêtre. La position du cours dans le canal alimente directement le score composite.

Un score, huit facteurs, aucune boîte noire

Le signal composite n'est pas une note opaque. C'est une moyenne pondérée de huit facteurs, et la contribution exacte de chacun au score final est affichée à côté du résultat. Vous savez toujours pourquoi un titre est noté comme il l'est.

Le score va de −100 à +100 et s'accompagne d'un niveau de confiance, qui chute quand les facteurs se contredisent.

pondération des facteurs

Régime HMM18 %
Hurst (persistance)13 %
RSI13 %
MACD (croisement)13 %
Position dans le canal de régression10 %
GARCH (volatilité relative)9 %
Bollinger %B9 %
Tendance Kalman9 %
Collatéraux (Granger / cointégration)6 %

Analyse quantitative

Sept angles d'analyse pour chaque actif, calculés en direct sur les données de marché réelles.

Signal composite

9 facteurs pondérés

Un score unique de −100 à +100 agrégeant 9 facteurs pondérés, accompagné d'un niveau de confiance et du détail de la contribution de chaque facteur.

Canal de régression

OLS logarithmique

Régression log-linéaire avec bandes ±1σ et ±2σ, projection de tendance et position actuelle du cours dans le canal — reportée dans le score composite, où elle pèse 10 %.

Test de rupture de régime

CUSUM + Chow

CUSUM sur les résidus et test de Chow signalent automatiquement les titres dont la régression n'est plus valide, avec un avertissement sur la sensibilité de σ à la fenêtre choisie.

Détection de régimes

HMM · Baum-Welch / Viterbi

Identification automatique des phases de marché (tendance haussière, range, stress) par modèle de Markov caché, avec les signaux historiques replacés sur la chronologie.

Volatilité conditionnelle

GARCH(1,1)

Modélisation GARCH(1,1), prévision à 20 jours et niveau de volatilité long terme pour anticiper les pics de risque et calibrer la taille des positions.

Vue combinée volatilité / régimes

Les deux graphiques partagent un axe temporel synchronisé : un pic de volatilité se lit immédiatement en face du régime qui le produit.

Tendance filtrée

Filtre de Kalman

Le filtre de Kalman extrait la tendance sous-jacente et sa vitesse en éliminant le bruit de marché, sans le retard des moyennes mobiles.

Persistance & cycles

Hurst · FFT

Exposant de Hurst pour savoir si le titre persiste dans sa tendance ou revient à sa moyenne, et analyse spectrale FFT pour identifier les cycles dominants.

Risque & collatéraux

Mesurer le risque réel d'une position et comprendre ce qui la fait bouger.

VaR & CVaR Monte Carlo

Monte Carlo

Value-at-Risk à 95 % et 99 % et perte moyenne au-delà du seuil (CVaR), simulées sur un horizon ajustable de 1, 2, 5, 10 ou 20 jours.

Sélection automatique de collatéraux

La plateforme identifie les actifs les plus liés au titre analysé et mesure les corrélations sur log-rendements — pas sur les niveaux de prix, qui produisent des corrélations fallacieuses.

Causalité & cointégration

Granger · Engle-Granger

Test de causalité de Granger pour savoir quels actifs précèdent les mouvements du titre, et test de cointégration pour les relations d'équilibre de long terme.

Analyse bayésienne

Log-odds additifs

Les collatéraux fortement corrélés (|ρ| ≥ 0,7) sont combinés par règle de Bayes pour produire une probabilité de hausse, des cibles de prix et une espérance de rendement chiffrée en euros.

Dimensionnement de position

Kelly

Critère de Kelly et estimation du risque de ruine pour dimensionner une position en cohérence avec la volatilité observée.

Matrice de corrélation

Visualisation de la structure de dépendance entre tous les actifs suivis, pour repérer les concentrations de risque invisibles ligne à ligne.

Outils de décision

Du signal à la simulation, puis au suivi de vos positions.

Backtest sur données réelles

Simulation de la stratégie composite sur l'historique réel : achat sur signal d'achat, vente sur signal de vente, investissement plafonné au capital initial (les gains ne sont pas réinvestis), frais par trade et date de début paramétrables.

Journal des décisions

Chaque décision de l'algorithme est listée avec sa date, son prix et son motif, et la courbe d'equity permet de vérifier le comportement de la stratégie période par période.

Portefeuille

Markowitz

Saisie et édition de vos positions, valorisation, plus-values latentes, allocation, frontière efficiente de Markowitz et historique des transactions.

Watchlist

Suivi des actifs qui vous intéressent, avec leur signal, leur régime et leur volatilité en un coup d'œil.

Alertes

Déclenchement sur signal d'achat, signal de vente, changement de régime, franchissement d'un seuil de prix ou pic de volatilité.

Recherche multi-marchés

Recherche par nom d'entreprise ou par code bourse : actions européennes et américaines, indices, ETF, devises, matières premières et crypto-actifs.

Lisibilité & pédagogie

Un modèle qu'on ne comprend pas est un modèle qu'on ne devrait pas suivre.

Chaque métrique expliquée

Sharpe, VaR, Hurst, %B, Kelly, exposant de régime : chaque indicateur affiché est accompagné de sa définition, de son mode de calcul et de la manière de le lire.

Chaque graphique commenté

Les graphiques de régimes, de volatilité, de canal de régression et de distribution de risque sont accompagnés d'une notice de lecture et de leurs limites méthodologiques.

Échelles de temps

Bascule entre 1 jour, 1 semaine, 1 mois, 3 mois, 1 an, 2 ans et 5 ans, avec un marqueur temporel synchronisé entre les graphiques.

Limites affichées, pas masquées

Sensibilité de σ à la fenêtre de régression, ruptures de régime, hypothèses des modèles : les limites sont indiquées là où le chiffre est affiché.

Les modèles sous le capot

Aucun modèle propriétaire mystérieux : des méthodes publiées, implémentées et documentées.

Hidden Markov Model

Baum-Welch + Viterbi — détection des régimes de marché

GARCH(1,1)

Volatilité conditionnelle et prévision à 20 jours

Filtre de Kalman

Extraction de la tendance et de sa vitesse, débruitées

Régression log-linéaire (OLS)

Canal de régression et bandes ±1σ / ±2σ

CUSUM & test de Chow

Détection de rupture de régime dans la régression

Exposant de Hurst

Persistance vs retour à la moyenne (R/S analysis)

Analyse spectrale (FFT)

Identification des cycles dominants

Causalité de Granger

Quels actifs précèdent les mouvements du titre

Cointégration (Engle-Granger)

Relations d'équilibre de long terme entre actifs

Monte Carlo

Simulation de trajectoires pour la VaR et la CVaR

Optimisation de Markowitz

Frontière efficiente du portefeuille

Critère de Kelly

Dimensionnement de position et risque de ruine

Inférence bayésienne

Probabilité de hausse conditionnée aux collatéraux

Indicateurs techniques

RSI, MACD, Bollinger, ATR, moyennes mobiles

Essayez sur Apple, gratuitement

La création d'un compte ouvre un mode découverte sur Apple (AAPL) — tous les onglets, tous les modèles, sans carte bancaire. De quoi juger sur pièce avant de choisir une formule.