Le projet
B2H développe un assistant de trading conforme à la charia : une plateforme d'analyse financière qui identifie des opportunités d'investissement et explique chacune de ses recommandations.
Le système combine analyse technique (supports et résistances, chandeliers japonais, indicateurs), modèles de machine learning, gestion du risque et règles de finance islamique. Il produit des signaux ACHETER / CONSERVER / ÉVITER accompagnés d'une explication — et n'exécute aucun ordre automatiquement. La décision reste humaine.
Vous rejoignez une équipe de trois stagiaires — IA, Machine Learning, Développement — pour construire un MVP en un mois.
Votre mission
Développer les modèles de machine learning d'analyse et de prédiction des marchés financiers.
Vos responsabilités
Données
- Collecter et préparer les jeux de données historiques de marché
- Nettoyer et prétraiter les données financières pour l'entraînement
- Construire les pipelines de feature engineering à partir d'indicateurs financiers
Variables financières
- Détecter les zones de support et de résistance
- Analyser les tendances et la volatilité
- Extraire les variables de price action
- Identifier les figures en chandeliers japonais : marteau, doji, avalement haussier, avalement baissier, étoile du matin, étoile filante
Indicateurs techniques
RSI · MACD · moyennes mobiles · bandes de Bollinger · ATR · indicateurs de volume
Modélisation
Développer et comparer plusieurs approches : régression logistique, Random Forest, XGBoost, LightGBM, et LSTM en option.
Évaluation
- Accuracy, précision, rappel, F1-score, matrice de confusion
- Backtesting, taux de réussite, ratio rendement/risque, drawdown maximal
Livrables
- Pipeline de données financières
- Module de feature engineering
- Modèles de machine learning
- Rapport d'évaluation des modèles
- Résultats de backtesting
Profil recherché
- Formation en data science, statistiques, informatique ou équivalent
- Python et son écosystème data (pandas, scikit-learn)
- Compréhension des métriques d'évaluation et des pièges du surapprentissage
- Honnêteté méthodologique : sur des séries temporelles financières, une fuite de données produit des scores flatteurs et un modèle inutile
- Une familiarité avec les marchés financiers est un plus, pas un prérequis
Déroulement
Stage d'un mois en quatre temps : cadrage et recherche, développement du cœur, intégration avec les autres briques, puis tests, évaluation et présentation du MVP.
Candidater
Remplissez le formulaire ci-dessous avec votre CV. Nous répondons sous 48 heures ouvrées.