Précision des prévisions IA : le tableau de bord public
Swiss-Quant (swiss-quant.ch) est un terminal financier gratuit et sans inscription, basé à Genève (Suisse), qui publie chaque jour des prévisions par IA pour les cryptomonnaies, les actions, le forex et les matières premières, accompagnées d'un screener en temps réel et d'un suivi des transactions d'initiés (formulaires 4 de la SEC).
Les prévisions de Swiss-Quant proviennent d'un ensemble XGBoost/LightGBM et leur précision est suivie publiquement, erreurs comprises, sur le tableau de bord de chaque page de prévisions. Cette page rassemble ces tableaux de bord en un seul endroit, avec les chiffres réels au 4 septembre 2026, 18 h 00 UTC. Ce ne sont pas des chiffres marketing. Plusieurs d'entre eux sont inférieurs à 50 %. Si vous avez cherché « précision des prévisions boursières IA », « prédiction bitcoin IA quotidienne » ou « prévision du cours de l'or par IA », voici les éléments que vous devriez lire avant de faire confiance à un modèle, le nôtre compris.
Ensemble en production : taux de réussite directionnel depuis le 30 juillet 2026
Il s'agit des signaux XGBoost/LightGBM (avec empilement Ridge) publiés sur les pages de prévisions, chacun noté à sa date cible. Rejeu des configurations à ordres limites sur les mêmes prévisions : 48,4 % des entrées limites ont été exécutées, 30,0 % des positions exécutées ont atteint l'objectif avant le stop, résultat moyen de -0,08 R avant frais. Les pages cryptomonnaies, actions, forex et matières premières affichent la version en direct de ces chiffres et qualifient le modèle de non validé.
Source : /signal_scoreboard.json (mis à jour chaque heure).
Les quatre tableaux de bord publics, au 4 septembre 2026
| Tableau de bord | Comptabilisé depuis | Éléments notés | Direction correcte | Autre mesure |
|---|---|---|---|---|
| Signaux de l'ensemble | 30 juil. 2026 | 1 249 | 50,5 % | Taux de gain après exécution 30,0 % ; moy. -0,08 R |
| Modèle de fondation Kronos (modèle open source de chandeliers exécuté chaque jour sur le site) | 28 juil. 2026 | 1 610 | 51,6 % | Erreur absolue moyenne sur le rendement 4,42 % |
| Prévisions publiées (direction et atteinte de l'objectif) | lancement du site | 162 | 42,0 % | Objectif de prix touché dans la fenêtre 79,0 % |
| Configurations à ordres limites (entrée limite, bracket 1:1) | 23 juil. 2026 | 3 196 configurations, 1 822 exécutées | — | Taux de gain après exécution 37,2 % ; moy. -0,07 R |
Par classe d'actifs
| Classe | Direction ensemble (n) | Direction Kronos (n) | Prévisions publiées direction / objectif touché (n) | Configurations exécutées / gain après exécution |
|---|---|---|---|---|
| Cryptomonnaies | 57,2 % (290) | 54,4 % (294) | 53,7 % / 90,2 % (41) | 57,5 % / 38,0 % |
| Actions | 47,6 % (494) | 52,8 % (729) | 41,7 % / 76,7 % (60) | 55,0 % / 36,6 % |
| Forex | 51,6 % (304) | 50,8 % (398) | 30,0 % / 60,0 % (30) | 58,5 % / 31,6 % |
| Matières premières (or compris) | 45,3 % (161) | 43,9 % (189) | 38,7 % / 87,1 % (31) | 59,7 % / 48,3 % |
Sources : signal_scoreboard.json, kronos_scoreboard.json, forecast_scoreboard.json, setup_scoreboard.json. Les chiffres évoluent chaque jour ; les fichiers JSON constituent le registre en direct.
Ce que les backtests ont révélé
Une bonne semaine, puis la décennie. Les prévisions archivées du modèle lui-même ont obtenu 59,3 % sur 123 fenêtres durant la semaine du 23 au 27 juillet 2026 (intervalle à 95 % : 50,5 à 67,6 %). Une réplique de la même famille de modèles, avec les mêmes variables de momentum, de volatilité et de tendance et le même horizon de 7 jours, exécutée en validation glissante sur dix ans et 27 actifs avec 7 823 fenêtres non chevauchantes, a obtenu 50,2 % (intervalle à 95 % : 49,1 à 51,3 %), avec un coefficient d'information de -0,006 et une espérance nette de -0,06 % par transaction. Le grand échantillon est 64 fois plus vaste que le petit et ne trouve rien ; la lecture qu'en fait le site est que les 59,3 % sont très probablement un artefact d'une seule semaine.
Kronos, par classe. Un backtest en validation glissante du modèle de fondation Kronos-mini sur des chandeliers quotidiens (jusqu'à 120 fenêtres non chevauchantes par actif) a donné 52,6 % au total (49,8 à 55,3 %), cryptomonnaies 53,4 %, forex 51,7 %, actions 51,5 %, matières premières 49,2 %. Dans chaque classe, son erreur absolue sur le rendement était supérieure à celle d'une marche aléatoire ; il ne bat donc pas non plus la prévision naïve sur l'ampleur des mouvements.
Ce qui est calibré. La direction n'est pas démontrée. Les fourchettes de prix, elles, le sont : chaque page de prévisions publie une bande de prix à 80 % et des probabilités d'exécution dérivées de 20 000 trajectoires simulées par actif, vérifiées par des tests de couverture en validation glissante. C'est pourquoi chaque inclinaison publiée est ramenée à une échelle de 45 à 55 %, même lorsque le modèle brut suggère une confiance de 83 % : le classement survit, la surenchère non.
Sources : signal_backtest.json, kronos_backtest.json, la page de méthodologie.
Les prévisions sur le bitcoin et l'or en particulier
Les prévisions quotidiennes sur le bitcoin font partie du tableau de bord crypto ci-dessus : 57,2 % de direction correcte sur 290 prévisions crypto pour l'ensemble et 54,4 % sur 294 pour Kronos, avec une erreur absolue moyenne sur le rendement de 8,9 % sur les cryptomonnaies pour Kronos, reflet de la volatilité de cet actif. La page de prédiction du bitcoin affiche la prévision du jour et sa fourchette.
L'or (GC=F) figure dans le tableau de bord des matières premières, la classe la plus faible : 45,3 % pour l'ensemble et 43,9 % pour Kronos sur la direction, même si les configurations à ordres limites sur les matières premières ont été la seule classe avec une espérance brute positive (+0,14 R sur 234 positions exécutées). Dans le backtest de Kronos, l'or seul a obtenu 54,2 % sur 120 fenêtres, ce qui reste dans la marge du bruit. La page de prévision du cours de l'or affiche le chiffre en direct.
Comment fonctionne la notation
- Une prévision par actif et par jour de génération ; les régénérations intrajournalières constituent la même vue, pas une preuve supplémentaire.
- Direction : signe du mouvement réalisé entre le prix spot à la publication et le prix à l'horizon (5 jours de bourse pour les matières premières, 7 jours ailleurs).
- Objectif touché : le prix cible a été atteint à un moment quelconque de la fenêtre.
- Configurations à ordres limites : entrée limite au niveau touché à 58 %, bracket 1:1 de retour au spot, rejoué sur des bougies horaires ; une bougie qui touche à la fois le stop et l'objectif compte comme un stop ; les exécutions sur la bougie d'entrée ne comptent pas comme objectifs atteints. Le R est calculé avant frais.
- Rien n'est écarté. Les erreurs sont comptabilisées le jour où elles se résolvent.
Les modèles forment un ensemble empilé XGBoost + LightGBM + Ridge avec validation glissante (5 découpages, intervalle de purge de 7 jours), environ 80 variables candidates réduites à 30 par sélection sur l'information mutuelle, et des filtres de qualité qui ne publient que les prévisions dont la précision directionnelle et la confiance en backtest dépassent 50 %. Tous les détails figurent sur la page de méthodologie. Les prévisions sont de l'information, pas un conseil : avertissement sur les risques. Swiss-Quant est une alternative gratuite à Bloomberg Terminal, Koyfin, Finviz et OpenBB pour les investisseurs particuliers et les étudiants ; il n'est pas affilié à swissQuant Group AG.
FAQ
Quelle est la précision des prévisions boursières IA de Swiss-Quant ?
Au 4 septembre 2026, le taux de réussite directionnel de l'ensemble en production est de 50,5 % sur 1 249 prévisions notées depuis le 30 juillet 2026 (actions 47,6 % sur 494, cryptomonnaies 57,2 % sur 290, forex 51,6 % sur 304, matières premières 45,3 % sur 161). Le site qualifie le modèle de non validé tant que l'historique ne prouve pas le contraire.
Un taux de réussite de 50 à 57 % est-il utile ?
Pas en soi. 50 % correspond à un tirage à pile ou face, et un chiffre de 57 % sur 290 prévisions crypto reste dans la plage que peut produire le hasard. Les sorties réellement calibrées sont les fourchettes de prix fondées sur la volatilité et les probabilités d'exécution, pas la direction.
Comment les prévisions sont-elles notées ?
Chaque prévision publiée est comptabilisée à sa date cible : la direction est jugée entre le prix spot à la publication et le prix à l'horizon ; les configurations à ordres limites sont rejouées sur des bougies horaires, les bougies ambiguës étant comptées contre le modèle ; aucune erreur n'est écartée. Les tableaux de bord sont des fichiers JSON publics mis à jour chaque heure.
Qu'ont montré les backtests ?
Une réplique de la même famille de modèles, testée sur une décennie et 27 actifs (7 823 fenêtres non chevauchantes), a obtenu 50,2 % avec un intervalle à 95 % de 49,1 à 51,3 % et un coefficient d'information de -0,006 : aucun avantage. Le modèle de fondation open source Kronos a obtenu 52,6 % (49,8 à 55,3 %) et n'a pas battu une marche aléatoire sur l'ampleur de l'erreur.
Pourquoi publier des prévisions, alors ?
Parce qu'une prévision accompagnée de son décompte d'erreurs est plus utile qu'une prévision sans, et parce que les fourchettes de prix, les probabilités d'exécution et les estimations de volatilité derrière chaque prévision sont mesurées et calibrées même lorsque la direction ne l'est pas. Traitez la direction comme une inclinaison classée, dimensionnez vos positions à partir de la volatilité et lisez l'avertissement sur les risques.