Un aperçu technique de la plateforme, de son architecture modèle et des mécanismes d'analyse — sans révéler la recette.
KANNOT-1M est notre modèle propriétaire de détection. Un ensemble de 5 034 arbres de décision entraînés sur plus de 224K points de données et 79 features pour classifier les conditions de marché en signaux achat, conservation ou vente. Des modèles de tags dédiés identifient les régimes — bull, bear, stagnant — pour contextualiser chaque signal.
Quand le modèle identifie un point d'intérêt, TRADEMEM vérifie ce qui se passait sur un ensemble prédéfini d'actifs de référence au même moment. La vérification de couverture s'effectue sur plusieurs timeframes pour construire une vue multi-dimensionnelle de la corrélation autour de chaque événement.
Les Edges sont des actifs de référence prédéfinis — actions, ETFs, crypto, devises — suivis en parallèle de l'analyse principale. Le système maintient des données synchronisées sur plusieurs timeframes, permettant au modèle de dépasser la reconnaissance mono-actif et d'offrir un contexte cross-market.
TRADEMEM transforme les sorties complexes du modèle — probabilités, tags de régime, ratios de couverture — en information claire et actionnable. Signaux achat, conservation ou vente avec niveaux de confiance et contexte de corrélation, conçus pour réduire la charge cognitive.
Le modèle identifie les points historiques les plus proches du setup actuel et observe ce qui s'est passé ensuite. La fusion percentilée pondérée combine les trajectoires de prix en une courbe prospective robuste, en filtrant les valeurs extrêmes.