Bot de trading algorithmique
Programme qui applique automatiquement des règles de marché pour décider d'acheter, vendre ou attendre.
NanoQuant combine signaux, sizing, execution planning et logs dans un même workflow Python.
Ce glossaire rassemble les termes que NanoQuant utilise le plus souvent pour parler d'un bot trading algorithmique. L'objectif est de fournir des définitions courtes, réutilisables et reliées au contexte exact du produit.
Programme qui applique automatiquement des règles de marché pour décider d'acheter, vendre ou attendre.
NanoQuant combine signaux, sizing, execution planning et logs dans un même workflow Python.
Approche qui transforme des hypothèses de marché en règles testables, mesurables et comparables.
Le site NanoQuant expose les règles, la configuration et les métriques de ses deux stratégies principales.
Stratégie qui suit une tendance existante en supposant qu'elle peut continuer un certain temps.
NanoQuant utilise un coeur de signal fondé sur les croisements d'EMA.
Stratégie qui mise sur un retour du prix vers sa moyenne après un excès de court terme.
NanoQuant s'appuie ici sur les Bandes de Bollinger pour repérer les excès.
Exponential Moving Average, moyenne mobile qui réagit plus vite aux derniers prix qu'une moyenne simple.
Le module momentum documenté utilise EMA20 et EMA50 par défaut dans le bot actuel.
Canal statistique autour d'une moyenne, élargi ou rétréci selon la volatilité récente.
La stratégie mean-reversion achète près de la bande basse et vend près de la bande haute.
Niveau de sortie qui limite la perte maximale prévue sur un trade.
Le réglage par défaut de NanoQuant fixe un stop-loss à 2%.
Niveau de sortie qui matérialise le gain prévu si le scénario se déroule comme attendu.
Le réglage par défaut de NanoQuant fixe un take-profit à 4%.
Part du capital qu'un système accepte de risquer sur une position donnée.
NanoQuant publie un risk per trade par défaut de 1%.
Mode d'exécution qui simule les décisions sans envoyer d'ordre réel à l'exchange.
Le bot NanoQuant démarre en dry-run par défaut pour réduire le risque opérationnel.
Simulation d'une stratégie sur un historique de marché pour observer son comportement passé.
Le dépôt publie un backtest BTC/USDT 1h sur 4 368 bougies et un benchmark buy & hold.
Baisse maximale du capital entre un pic et le creux suivant.
Le rapport NanoQuant publie le max drawdown pour chaque stratégie testée.
Indicateur qui rapporte le rendement au risque pris, souvent utilisé pour comparer des stratégies.
Les sorties de backtest NanoQuant incluent le Sharpe ratio pour chaque meilleure configuration.
Rapport entre les gains bruts et les pertes brutes d'une stratégie.
Le CSV de synthèse NanoQuant publie cet indicateur pour Momentum et Mean-Reversion.
QUESTIONS NATURELLES