Rencontrez Léo Huu Dung NGUYEN, Analyste Quantitatif à l'Autorité d'Investissement du Qatar, et l'un des 10 meilleurs performeurs du défi Structural Break de 100 000 $ @adia_lab organisé sur Crunch. Voici comment son pipeline a abordé la détection des ruptures 👇

La tâche : Étant donné une série temporelle + un point de frontière proposé, prédire si le système a réellement changé de comportement à cet endroit, ou s'il ne s'agit que de bruit.

Le cadre : « avant vs après » Tout commence par une question : Les segments avant et après la frontière semblent-ils provenir du même processus ?

Ce qui est comparé Le pipeline vérifie si les deux segments diffèrent en : • niveau moyen (la ligne de base a-t-elle changé ?) • volatilité (l'écart a-t-il augmenté ?) • tendance (la direction/la pente a-t-elle changé ?) • forme (des extrêmes/des queues épaisses sont-elles apparues ?) • motifs (le "rythme" a-t-il changé ?)

La pensée axée sur les frontières Au lieu de se fier uniquement à des résumés globaux, elle se concentre sur la fenêtre locale autour de la frontière, où les véritables ruptures apparaissent généralement le plus clairement.

« Vérifications de la réalité » intégrées Un ensemble de vérifications statistiques aide à confirmer si les segments avant/après sont significativement différents (agissant comme des garde-fous contre les fausses alertes)