AlphaVue : de la recherche d'actions par IA à un système de décision d'investissement

AlphaVue a toujours excellé dans un domaine : transformer un symbole boursier en une note de recherche structurée. Vous saisissez une entreprise, et la plateforme assemble les données financières, l'évaluation, les risques et les sources en quelque chose que vous pouvez réellement lire. Cette capacité est toujours là et reste importante. Ce que cette version ajoute, c'est tout ce qui se passe après la publication de la note.

Une note de recherche est un instantané, et les instantanés vieillissent. Les entreprises continuent de publier des résultats, les cours évoluent, les estimations sont sans cesse révisées, et une conclusion qui avait du sens il y a trois mois peut cesser d'en avoir sans qu'il n'y ait un événement spectaculaire unique. La partie difficile de la recherche sur les actions n'est que rarement la première lecture. Il s'agit de suivre ce qui a changé, de décider si votre raisonnement initial tient toujours, et de comprendre ce que signifie un nouvel élément pour les actions que vous détenez déjà.

Cette seconde partie est au cœur de cette mise à jour : transformer une plateforme d'analyse d'actions basée sur l'IA en un système de décision d'investissement. AlphaVue conserve désormais un état durable autour de son analyse : des versions de la recherche, les preuves derrière chaque version, les résultats qu'elles ont produits et les alertes qui en découlent. Le produit est organisé autour d'une boucle, et chaque nouvelle interface de cette version s'inscrit quelque part dans celle-ci :

Découvrir → Rechercher → Suivre → Comprendre le changement → Valider → Test prospectif → Voir l'impact sur le portefeuille → Revoir.

Voici ce qui a été livré, ce que fait chaque élément et comment les utiliser.

Pourquoi un rapport ne suffit pas

La limite de la plupart des outils d'analyse d'actions basés sur l'IA n'est pas la qualité d'une réponse unique. C'est ce que la réponse fait pour vous ensuite.

Un flux de travail typique ressemble à ceci : vous demandez une analyse, vous la lisez, vous la sauvegardez peut-être, puis le processus s'arrête. Le rapport ne se souvient pas de lui-même. Il ne vous avertit pas lorsqu'un nouveau dépôt contredit une hypothèse qu'il avait faite. Il ne se relance pas lorsque le marché revalorise l'action. Si vous revenez trois semaines plus tard, vous recommencez effectivement, et sauf si vous avez pris des notes, vous ne remarquerez peut-être même pas que la conclusion initiale a discrètement cessé d'être défendable.

Les investisseurs n'ont pas vraiment besoin de plus de rapports. Ils ont besoin de réponses à un petit ensemble de questions récurrentes :

• Qu'est-ce qui a changé depuis la dernière fois que j'ai regardé cette entreprise ?

• Quelle nouvelle affirmation est étayée par des preuves, et où trouver ces preuves ?

• Cette idée aurait-elle fonctionné historiquement, et dans quelles conditions ?

• L'idée fonctionne-t-elle à l'avenir, sans l'avantage du recul ?

• Que signifie un changement pour un portefeuille qui détient déjà l'action ?

Ces questions ont une propriété commune : elles requièrent toutes un état. Vous avez besoin de l'ancienne version de l'analyse pour la comparer à la nouvelle. Vous avez besoin d'entrées figées pour rejouer une décision de façon équitable. Vous avez besoin d'une date de départ antérieure au résultat pour qu'un test soit honnête. Un outil qui ne génère que des rapports ne peut répondre à aucune de ces questions.

AlphaVue a donc été reconstruit autour d'une boucle plutôt que d'un document. Découvrez une entreprise, analysez-la, suivez-la, comprenez ce qui change, validez l'hypothèse, observez-la prospectivement, vérifiez l'impact sur le portefeuille, et passez la chaîne en revue à nouveau. L'analyse reste le moteur. Le produit est la boucle.

Pensez à la façon dont se forme une erreur typique. Vous lisez une analyse d'une entreprise en avril. Le rapport est solide et la valorisation semble raisonnable. Deux mois plus tard, l'entreprise révise ses prévisions à la baisse, le titre chute et la thèse initiale s'effondre discrètement. Le rapport ne vous le dira jamais, parce qu'un rapport ne peut rien vous dire une fois qu'il est rédigé. Ce dont vous aviez besoin n'était pas d'un meilleur rapport en avril. Vous aviez besoin d'un système qui remarque le changement de guidance, l'attache à la thèse, vous montre les preuves à l'appui de la nouvelle conclusion, et explique ce que ce changement implique pour une position que vous détenez. C'est ce que comble cette version.

Aujourd'hui : un fil de décisions qui vous dit ce qui a changé

La première chose que vous voyez après vous être connecté n'est plus un tableau de bord générique. C'est Today, un fil personnalisé construit à partir des entreprises que vous suivez.

Un élément apparaît dans le fil lorsqu'un événement matériel se produit : de nouvelles preuves qui soutiennent ou remettent en cause la thèse actuelle, un changement de risque, un catalyseur, un résultat observé, ou un déplacement de la posture de recherche elle-même. Chaque changement génère une mise à jour unique, dédupliquée, au lieu d'une pile de notifications redondantes. La mise à jour indique ce qui a changé, pourquoi cela importe, la thèse actuelle, les preuves à l'appui et, lorsque disponible, ce que le changement signifie pour un portefeuille qui détient la position.

Le fil repose sur un contrat simple : si rien n'a changé, vous ne devriez rien voir. Cela paraît évident, mais la plupart des systèmes d'alerte le violent quotidiennement en envoyant du volume plutôt que du signal. AlphaVue considère une mise à jour comme un événement rare qui mérite d'être lu, pas comme un point de contact marketing. Les mises à jour que vous avez déjà consultées restent hors de votre chemin, et le fil se charge par lots pour rester réactif même si votre liste de suivi s'allonge.

Le suivi est la façon dont le fil est construit. Vous suivez les entreprises qui vous intéressent depuis l'espace de recherche, et l'inscription est volontairement légère : elle conserve le symbole que vous consultiez et la mise à jour que vous étiez en train de lire, et vous ramène au même endroit après l'inscription. Ce chemin de retour compte davantage qu'il n'y paraît. Au moment où un visiteur s'inscrit, le produit doit poursuivre la tâche qu'il effectuait déjà, et non le laisser sur une page d'accueil générique.

Les notifications respectent la même discipline. Les préférences se règlent par entreprise et par canal : alertes dans l'application, digest par e-mail, plages de silence. Se désabonner signifie vraiment se désabonner, et un seul changement matériel produit une seule livraison pointant vers la version exacte du cas. Les événements en double et les événements sans changement ne produisent rien.

L'échelle des preuves sur la page d'accueil

La page d'accueil met maintenant en avant la même idée sous une forme plus simple : Recherche, Valider, Observer, Décider. Ce n'est pas un slogan. Chaque échelon de cette échelle correspond à une surface du produit, et l'ordre est intentionnel.

La Recherche est l'endroit où vous vous forgez une opinion sur une entreprise. Valider est l'endroit où vous testez cette opinion face à l'histoire plutôt que d'accepter le récit. Observer est l'endroit où vous figez l'opinion qui subsiste et laissez le temps réel produire des preuves. Décider est l'endroit où vous agissez avec un enregistrement de ce que vous croyiez et de ce qui s'est passé depuis. L'échelle illustre qu'une opinion d'IA ne devient utile que lorsqu'elle traverse des étapes vérifiables.

Cette mise en cadre a changé ce que le produit promet. L'ancienne page d'accueil décrivait une plateforme d'IA et laissait le processus parler de lui‑même. La nouvelle demande un engagement plus petit et plus concret : tester une thèse, suivre les preuves et voir si le raisonnement tient. La différence compte, car un produit qui demande un engagement moindre est plus susceptible d'être essayé par un investisseur sérieux.

L'espace de recherche sur l'entreprise est désormais un terminal

Lorsque vous ouvrez une entreprise, vous obtenez un espace de travail à onglets au lieu d'une longue page à faire défiler. Les onglets séparent des tâches qui étaient auparavant mélangées :

• Vue d'ensemble — la conclusion actuelle, un contrôle de santé des données et l'historique qui sous-tend les deux.

• Recherche IA — le processus de recherche approfondi et multi-perspectives, conservé comme couche analytique centrale.

• Données & Valorisation — les chiffres, les tendances financières et la vue de valorisation.

• Événements & Preuves — dépôts, catalyseurs et sources originales.

• Validation — règles, backtests, rejouage IA et observations prospectives.

L'onglet Vue d'ensemble suit désormais un ordre de lecture délibéré : conclusion actuelle d'abord, puis un contrôle de santé des données, puis la revue historique. La mise en page précédente empilait plusieurs blocs « que pensons‑nous » les uns sur les autres, chacun répondant à peu près à la même question sous un angle légèrement différent. La nouvelle version rend la réponse non ambiguë en premier, puis vous montre comment elle a été obtenue.

Le bloc de mise à jour de la décision se situe en haut de la Vue d'ensemble. Il énonce la position actuelle, ce qui a changé depuis la version précédente et quelles preuves soutiennent le changement. En dessous, le contrôle de santé des données vous indique quelles sections sont complètes, lesquelles sont partielles et lesquelles sont encore en cours de préparation, afin que vous ne deviniez jamais si une zone vide signifie « pas de données » ou « pas encore collectées ». La revue historique, située en dessous, relie la vue présente à la chronologie du dossier, de sorte que vous puissiez voir comment la thèse a évolué plutôt que de traiter chaque visite comme un nouveau départ.

Il y a aussi un onglet actualités de l'entreprise. Les titres sont contextualisés plutôt que jetés en vrac : l'espace de travail distingue les faits rapportés par l'entreprise des interprétations tierces, et les actualités importantes renvoient à l'annonce ou au dépôt sous-jacent lorsque la source le permet. Un titre ne doit pas automatiquement devenir une thèse, mais il doit vous indiquer le document qui mérite d'être vérifié.

Le contrôle de santé en quatre dimensions qui reposait auparavant sur des points vagues et de petits graphiques nus est maintenant explicite. Chaque métrique affiche sa valeur, sa direction, sa période et sa dimension de données. Le graphique de tendance financière vous permet de choisir la métrique, l'unité et la période, affiche la dernière valeur et explique ce qui a changé. Si une dimension n'a pas de données fiables, elle reste masquée au lieu d'être remplie par un espace réservé neutre. Présenter l'absence comme une preuve était une source discrète de confusion ; la supprimer a été l'un des changements les plus honnêtes de cette version.

La Fiche synthétique de l'entreprise existe toujours comme voie rapide : contexte du marché, faits rapportés, historique financier, documents déposés (filings), et événements à venir dans une vue structurée. C'est le bon endroit pour commencer quand vous avez besoin d'une orientation en trente secondes. L'espace de travail à onglets est ce vers quoi vous passez lorsque la question devient spécifique.

La fraîcheur est traitée comme une partie du contenu, pas comme un détail. L'instantané de recherche indique quand il a été généré et s'il est actuel, périmé ou partiel, afin que vous n'ayez jamais à deviner si la vue devant vous reflète le dernier dépôt. La chronologie du dossier conserve chaque version de la thèse avec une vue structurée de ce qui a changé entre elles : la conclusion précédente, la nouvelle, et les éléments de preuve qui ont motivé la différence.

Le tiroir de preuves se trouve derrière les affirmations. Chaque déclaration matérielle porte sa source et son statut de collecte, et l'ouverture d'une affirmation montre le document original plutôt que de vous demander de faire confiance au résumé. C'est la couche qui transforme « l'IA l'a dit » en « l'IA l'a dit, et voici le dépôt sur lequel elle se base. »

Strategy Lab : tester la règle avant de faire confiance à l'idée

La plupart des idées d'actions sont en réalité des règles de trading déguisées. « Cette entreprise est peu détenue » devient « acheter quand le marché la sous-évalue ». « Le secteur est en train de tourner » devient « acheter les leaders, éviter les retardataires ». Strategy Lab existe pour tester cette seconde couche, la partie que vous pouvez réellement mesurer.

Vous pouvez exécuter un backtest d'actions avec des règles techniques sans écrire de code. Choisissez une règle ou une combinaison de règles, choisissez l'univers et la période, définissez le benchmark et les coûts, et la plateforme exécute le travail de manière asynchrone et renvoie un résultat qui commence par un verdict en langage clair. Les statistiques sont là, mais elles viennent après la réponse, pas à la place de celle-ci.

Sous le verdict, vous obtenez les hypothèses, l'échantillon, la comparaison avec le benchmark, la perte maximale (drawdown), les mesures de robustesse et les frais. Les fenêtres de walk-forward et la sensibilité des paramètres montrent si le résultat survit aux changements d'entrées ou s'il s'est simplement produit une fois. La distinction compte : une règle qui ne fonctionne qu'avec une période de lookback spécifique est une description de la chance, pas d'une stratégie.

Un exemple concret aide. Supposons que vous vouliez tester une règle de tendance simple : acheter lorsque la moyenne sur 50 jours croise au-dessus de la moyenne sur 200 jours, vendre quand elle recroise en sens inverse. Strategy Lab vous permet de définir cette règle, de choisir l'univers et la période, et de l'exécuter contre le benchmark SPY. Le résultat vous indique non seulement le rendement mais aussi combien de transactions la règle a réellement effectuées, comment la courbe d'équité a évolué pendant les drawdowns, dans quelle mesure le résultat est sensible aux deux fenêtres de lookback, et ce que les coûts en feraient. Vous pouvez décider que la règle est acceptable, ou que l'avantage est éliminé par les frais. Dans les deux cas vous savez maintenant, et vous le savez avant de risquer quoi que ce soit.

Le générateur de stratégie sans code est livré avec des paramètres par défaut sensés. Les dates sont préremplies, une règle d'entrée est déjà en place, et une barre de progression en étapes indique clairement où en est une longue exécution. Lorsqu'un backtest ne produit aucun signal ou un résultat de maintien total, l'espace de travail explique pourquoi au lieu d'afficher un graphique vide. Le benchmark est verrouillé sur SPY, ce qui élimine une source courante de biais silencieux : vous ne pouvez pas choisir discrètement un benchmark qui met la stratégie en valeur.

La validation va au-delà d'un seul lancement. L'espace de travail indique la couverture, ce qui permet de savoir si un résultat repose sur quelques transactions ou des centaines, et il signale la qualité de l'échantillon plutôt que de la masquer. Les études d'événements isolent la manière dont la stratégie s'est comportée autour d'événements de marché spécifiques. Les rapports peuvent être exportés, et les exécutions enregistrées peuvent être comparées côte à côte, transformant ainsi un test ponctuel en une petite bibliothèque de recherche.

Une limite est clairement énoncée dans le produit : un backtest n'est pas une prédiction. C'est une description de la façon dont une règle s'est comportée sur des données passées, avec des frais, le biais de survivance et les changements de régime pouvant tous fausser l'image. Strategy Lab essaie de rendre ces distorsions visibles. La ligne de verdict, la note d'échantillon et la ventilation des frais existent pour cette raison.

Rejeu historique par IA : relancer la recherche à un moment donné

Les backtests testent des règles. Le rejou historique par IA teste la recherche elle-même.

L'idée est simple : reprendre une exécution de recherche IA et la refaire à une date antérieure, en n'utilisant que les éléments de preuve et les instantanés de données disponibles à cette époque. Le rejou montre ce que le système aurait conclu avant que l'issue ne soit connue : quelle version du modèle, quel prompt, quelle version des données et quelles sources il a utilisées, et quels risques il a identifiés comme majeurs. C'est utile pour auditer une décision passée. La recherche posait-elle les bonnes questions à l'époque, ou n'a-t-elle l'air pertinente qu'avec le recul ?

Le rejou est délibérément séparé du backtesting déterministe. Un backtest rejoue une règle fixe ; un rejou relance un processus de recherche ouvert. Ils répondent à des questions différentes, et ils sont étiquetés différemment dans le produit afin que vous ne confondiez jamais un rejou de recherche avec un test statistique.

Lorsqu'une décision publiée n'a pas de bundle de recherche figé attaché, la plateforme se rabat sur la dernière analyse privée plutôt que de renvoyer une erreur, et elle indique honnêtement quelle version a été rejouée. Le résultat montre toujours les versions du modèle, du prompt et des données utilisées, car un rejou que vous ne pouvez pas reproduire n'est guère un audit. Les rejous sont basés sur des crédits et limités en univers et en coût, ce qui maintient la fonctionnalité utilisable sans se transformer en une facture de calcul ouverte.

Test prospectif : le seul test qui ne peut pas tricher

Voici la différence entre un backtest et un test prospectif en une phrase : un backtest demande si l'idée aurait fonctionné ; un test prospectif demande si elle fonctionne à partir de maintenant.

Le biais du recul est le plus difficile à éliminer dans le backtesting. Vous savez ce qui s'est passé, donc vous savez quels paramètres choisir, quel régime mettre en avant et quelle période qualifier de normale. Aucun niveau de discipline de type walk-forward ne supprime complètement cet avantage. Un test prospectif l'élimine par construction : la stratégie est figée avant que les résultats n'existent, et les résultats ne peuvent tout simplement pas être remplis rétroactivement.

Lorsque vous lancez un test prospectif, AlphaVue fige la version de la stratégie, ses paramètres, le contrat de données, le capital de départ, le benchmark et l'heure de début. À partir de ce moment, la plateforme exécute un registre papier — ordres, exécutions, valeur nette d'actifs, points de contrôle — selon le calendrier réel du marché. Vous pouvez mettre le test en pause, le reprendre ou l'arrêter, et chaque événement est immuable. Il n'existe aucun mécanisme pour réécrire l'histoire, car il n'y a pas d'histoire : l'enregistrement commence à la création et ne croît que vers l'avant.

Les tests en avant fournissent quelque chose que les backtests ne peuvent pas : des observations faites avant le résultat. Après suffisamment de points de contrôle, un résultat prospectif significatif peut générer une mise à jour dans le flux de décisions, bouclant la boucle entre la validation et la surveillance quotidienne. C'est la partie du produit qui correspond le plus directement à la promesse de la version : savoir ce qui a changé, et si la thèse s'est maintenue.

Impact sur le portefeuille : ce qu'un changement signifie pour vos positions

Une mise à jour de décision peut être correcte et néanmoins inutile si elle ignore que vous possédez déjà l'action. L'impact sur le portefeuille fait le lien entre la recherche et vos positions réelles.

Vous pouvez créer un portefeuille manuellement ou l'importer depuis un CSV, en incluant les positions, le prix de revient et la trésorerie. AlphaVue calcule de manière déterministe l'exposition, la concentration, la répartition sectorielle, la corrélation et la contribution au risque. L'objectif n'est pas de paraître sophistiqué. Il est de répondre à une question concrète : si cette thèse échoue, quelle part de mon portefeuille est affectée, et par quelles positions ?

Chaque mise à jour de décision affectant une position peut être examinée selon trois scénarios : la situation actuelle, la situation en cas d'échec de la thèse, et la situation si la position change. L'historique d'impact sur le portefeuille conserve un enregistrement de ces vues au fil du temps, afin que vous puissiez voir comment votre profil de risque a évolué parallèlement à la recherche plutôt que de dépendre de la mémoire.

Un exemple le rend concret. Vous détenez une position dans une entreprise dont l'analyse vient de devenir plus prudente. La vue du portefeuille montre la taille de cette position par rapport au total, quelle part du portefeuille est investie dans le même secteur, et ce que les calculs de scénario impliquent si la thèse échoue. Ce sont des faits que vous pouvez pondérer. Ils ne constituent pas des instructions de vente, et le produit ne prétend jamais qu'ils en sont.

Le produit trace une ligne ferme ici. Il explique ce qu'un changement signifie pour un portefeuille, et il n'émet jamais d'instructions de trading personnalisées. Les calculs de scénario décrivent ce qui se passerait sous les hypothèses énoncées ; ils ne vous disent pas quoi faire. Cette limite fait partie de la conception, pas d'une note en bas de page, car la différence entre "voici l'impact" et "vous devriez vendre" est précisément l'endroit où un outil de recherche aide ou bascule dans des conseils pour lesquels il n'est pas autorisé.

Bibliothèque de recherche, cas enregistrés et partage

La recherche que vous ne retrouvez pas est une recherche que vous n'avez pas faite. L'espace de travail Enregistrés rassemble les éléments auxquels vous souhaitez revenir : les entreprises que vous étudiez, les cas d'investissement avec leur historique, les runs de validation, les tests prospectifs et les exports. La boîte de réception des décisions conserve les mises à jour que vous n'avez pas encore examinées, afin que le fil reste concentré sur ce qui est nouveau plutôt que de repasser d'anciens éléments.

Le partage a obtenu un laissez-passer pour la confidentialité dans cette version. Vous pouvez partager un reçu de recherche : un instantané en lecture seule de ce que la recherche a conclu, avec les champs privés expurgés et les preuves publiques jointes. Le destinataire voit la conclusion, les preuves et l'attribution sans voir votre portefeuille, vos notes ou votre identité, sauf si vous choisissez le contraire. Partager une conclusion signifiait auparavant coller des captures d'écran ou exporter un document qui contenait plus de contexte que vous ne le souhaitiez. Le reçu vous offre une manière d'indiquer à quelqu'un le raisonnement sans exposer le reste de votre espace de travail.

Un flux de travail qui mérite d'être copié

Les nouvelles interfaces sont utiles individuellement, mais elles sont conçues pour être utilisées en séquence. Une version disciplinée de la boucle ressemble à ceci :

1. Découvrir. Utilisez la découverte pour trouver une entreprise qui mérite votre temps. Toutes les actions ne méritent pas une analyse complète, et la manière la plus rapide de perdre une matinée est de rechercher une entreprise qui ne présente aucun intérêt pour vous.

2. Rechercher. Ouvrez l'espace de travail de l'entreprise et commencez par l'aperçu. Lisez la conclusion actuelle avant de vous forger votre propre opinion, puis vérifiez quelles parties des données sont complètes.

3. Vérifier. Ouvrez l'onglet Événements & Preuves et consultez les sources originales des affirmations qui importent. Un résumé est un point de départ, pas un substitut au document officiel.

4. Valider. Avant de faire confiance à une idée, soumettez-la au Strategy Lab. Testez la règle, pas seulement le récit. Vérifiez la couverture, le point de comparaison et les hypothèses de frais avant de laisser le résultat vous faire changer d'avis.

5. Observer. Si l'idée survit à la validation, figez-la dans un test prospectif et laissez le registre papier accumuler des observations réelles. L'historique est court au départ. C'est le but.

6. Réviser. Lorsqu'une mise à jour importante arrive, vérifiez l'impact sur le portefeuille, puis revisitez l'historique du cas pour voir si la thèse est confirmée ou remise en cause.

La liste de contrôle n'est pas une promesse de meilleurs rendements. C'est une manière de rendre le processus répétable, ce qui compte plus sur le long terme que n'importe quel jugement isolé. Un processus répétable est également la seule façon d'apprendre de ses erreurs, car il vous fournit un enregistrement de ce que vous croyiez, quand vous y croyiez, et de ce qui s'est passé ensuite.

Ce qui est resté inchangé

Tout n'a pas été reconstruit, et les éléments conservés valent la peine d'être nommés.

La recherche IA reste le noyau analytique. C'est le processus qui produit l'analyse approfondie et multi-perspectives qui sous-tend la couche de décision, et il n'a pas été affaibli pour faire de la place aux nouvelles interfaces. Les citations de sources restent intégrées au produit : chaque affirmation matérielle renvoie au document d'origine. La plateforme prend toujours en charge plusieurs langues, dont l'anglais, le chinois et le japonais, d'autres locales suivront. Le design responsive fonctionne toujours du téléphone à un large écran de bureau, et la passe d'accessibilité de cette version a couvert les nouveaux espaces de travail, pas seulement les pages marketing.

La raison de mentionner ces éléments est qu'une mise à jour de capacité est plus facile à appréhender lorsque l'on sait clairement ce qui n'a pas changé. La couche de décision est une addition autour d'un moteur d'analyse qui existait déjà.

Ce qu'AlphaVue ne fait toujours pas

Il vaut la peine d'être explicite sur les limites, car elles font partie de l'honnêteté du produit.

AlphaVue ne promet pas des rendements supérieurs au marché, et il ne présente pas la confiance du modèle sous forme de taux de réussite statistique. Il n'émet pas d'instructions de trading personnalisées, et rien dans la recherche ne constitue une recommandation d'acheter ou de vendre un titre. Les résultats des scénarios décrivent ce qui se produirait sous les hypothèses indiquées ; ils ne tiennent pas compte de vos objectifs, de votre situation fiscale ou de votre tolérance au risque.

La couverture des données varie selon l'entreprise, la source et les pratiques de reporting. Certains jeux de données sont collectés à la demande, de sorte qu'une section peut être partielle ou encore en cours de préparation, et l'espace de travail affiche cet état plutôt que de prétendre que les données sont complètes. Les dates d'événements estimées sont indiquées comme des estimations et doivent être vérifiées auprès des documents des relations investisseurs. Les sorties de l'IA peuvent contenir des erreurs ou omettre un contexte pertinent, et les données de marché peuvent être retardées ou affectées par des problèmes en amont. La bonne manière d'utiliser ce produit est de l'intégrer comme un élément d'un processus qui inclut également les documents originaux et votre propre jugement.

Questions fréquentes

Qu'est-ce qu'AlphaVue ?

AlphaVue est une plateforme de recherche d'actions basée sur l'IA pour les investisseurs autonomes sur actions américaines. Elle produit des recherches d'entreprise structurées avec sources citées, et ajoute désormais une couche de décision : un fil personnalisé des changements significatifs, la validation de stratégies, le rejeu historique par l'IA, les tests prospectifs et l'analyse de l'impact sur le portefeuille.

Qu'est-ce que le fil de décisions AlphaVue ?

Le fil de décisions est un flux personnel de mises à jour importantes pour les entreprises que vous suivez. Une mise à jour apparaît lorsque des éléments de preuve, un risque, un catalyseur, un résultat ou la position de recherche changent. Chaque mise à jour renvoie aux preuves à l'appui et affiche la thèse actuelle, de sorte que le fil répond à une question : qu'est-ce qui a changé depuis votre dernière consultation.

Puis-je backtester une stratégie d'actions sans écrire de code ?

Oui. Strategy Lab prend en charge les backtests sans code avec un constructeur de stratégie visuel et des règles techniques. Vous choisissez les règles, l'univers, la période et le benchmark ; la plateforme exécute le test de manière asynchrone et explique le résultat en langage clair, y compris la perte maximale (drawdown), la robustesse, les frais et les limites.

Quelle est la différence entre un backtest et un test prospectif ?

Un backtest teste une règle sur des données historiques et est toujours exposé au biais de rétrospection. Un test prospectif fige une stratégie au moment de sa création et n'enregistre que ce qui se passe ensuite sur un registre simulé. Les résultats d'un test prospectif ne peuvent pas être complétés a posteriori, ils ne comportent donc aucun avantage de rétrospection.

Qu'est-ce que le rejeu historique par l'IA ?

Le rejeu historique par l'IA relance un processus de recherche alimenté par l'IA à une date antérieure en n'utilisant que les preuves et captures de données disponibles à cette époque. Il s'agit d'un audit de recherche plutôt que d'un backtest déterministe, et il affiche le modèle, l'invite (prompt) et les versions des données utilisées afin que le résultat puisse être reproduit.

Comment fonctionne l'analyse d'impact sur le portefeuille ?

Vous créez un portefeuille manuellement ou l'importez depuis un CSV. AlphaVue calcule l'exposition, la concentration, la répartition sectorielle, la corrélation et la contribution au risque, puis montre ce qu'une mise à jour de décision signifierait pour le portefeuille dans différents scénarios, y compris le cas où la thèse échoue.

AlphaVue est-il un conseil en investissement ?

Non. AlphaVue fournit des informations et des outils de recherche. Il ne tient pas compte de vos objectifs individuels, de votre situation financière, de votre situation fiscale ou de votre tolérance au risque, et il n'émet pas de recommandations de trading personnalisées.

AlphaVue garantit-il des rendements ?

Non. La plateforme ne promet pas des rendements supérieurs au marché, et les résultats de validation et de tests prospectifs décrivent le comportement sous les hypothèses énoncées plutôt que de prédire les performances futures.

Quelles entreprises AlphaVue couvre-t-elle ?

La couverture de recherche se concentre sur les entreprises cotées aux États-Unis et varie en fonction de la disponibilité des données. La couverture peut être partielle pendant la collecte des jeux de données, et l'espace de travail affiche l'état de collecte de chaque section afin que vous ne soyez pas dans l'incertitude.

Combien coûte AlphaVue ?

AlphaVue propose une offre gratuite et un plan Pro. L'offre gratuite fournit des analyses limitées et un ensemble restreint d'exécutions de validation ; le plan Pro ajoute des quotas supérieurs, des preuves plus approfondies, davantage d'abonnements, l'impact sur le portefeuille et un historique de tests prospectifs plus long. Consultez la page des tarifs pour les détails actuels.

Comment AlphaVue évite-t-elle le biais d'anticipation ?

Les exécutions de validation utilisent des instantanés de données versionnés et des entrées figées, de sorte que l'analyse reflète uniquement ce qui était connu à la date de référence. Les tests prospectifs vont plus loin : la stratégie est figée lors de sa création et les résultats ne peuvent pas être complétés rétroactivement, ce qui élimine le biais rétrospectif par construction. La relecture historique par IA affiche le modèle, le prompt et les versions des données utilisées, de sorte que le processus peut être reproduit.

Mon portefeuille et mes données de recherche sont-ils privés ?

Les positions du portefeuille, les notes et les cas enregistrés sont privés et liés à votre compte. Les comptes rendus de recherche partagés sont en lecture seule, avec les champs privés censurés, et n'exposent que la conclusion et les preuves publiques que vous choisissez de partager.

Commencez par le changement, pas par le rapport

La façon la plus simple de comprendre ce que signifie cette mise à jour est d'ouvrir une entreprise que vous suivez déjà et de commencer par la Vue d'ensemble. Lisez la conclusion actuelle. Vérifiez ce qui a changé. Examinez les preuves. Si l'idée vous concerne, soumettez-la à la validation et, si elle résiste, figez-la dans un test prospectif afin que la prochaine revue ait quelque chose de concret à analyser.

AlphaVue reste une plateforme de recherche d'actions basée sur l'IA. Elle n'est simplement plus une impasse après la réponse.

Ouvrez une entreprise dans AlphaVue et commencez par la nouvelle Vue d'ensemble.