Un algorithme d'analyse boursière. Sept dimensions de signaux, 174 actifs scannés chaque jour. Après six mois de mesures, il a rendu son verdict : ne pas l'écouter. Ce n'est pas un échec de projet. C'est le résultat le plus honnête qu'il pouvait produire. Camilo, marketeur digital en Valais, débutant complet en placement, se pose une question simple en janvier 2026 : un algorithme peut-il vraiment battre le marché ? Plutôt que de chercher la réponse dans un forum ou une publicité, il construit un outil pour la mesurer lui-même, avec de l'argent réel : 100 CHF chaque semaine sur un portefeuille interne à OSOM Labs, tenu chez Revolut, puis tous les 14 jours depuis août. Chaque ordre est décidé et passé à la main. Ce n'est ni un service ni un conseil d'OSOM Labs, et ce n'est pas un pari : c'est une expérience. Récit mis à jour le 24 septembre 2026. Entre-temps, un audit complet a montré que l'outil censé dire la vérité se trompait aussi, et l'algorithme est devenu un coach. Les deux sont racontés plus bas.
Sept dimensions, 174 actifs, un contrôle chaque soir
L'algorithme analyse 174 actifs sur sept dimensions de signaux et plusieurs horizons temporels (multi-timeframe). Un système de paper trading (des positions simulées, sans argent réel) lui permet de tester ses propres décisions sans rien risquer. Le tout tourne seul, chaque soir à 22h30, avec un rattrapage automatique le matin si le passage de la veille a échoué.
Jusqu'à fin août, il envoyait chaque soir un brief sur Telegram. Depuis le 31 août 2026, il travaille en silence : seules les pannes déclenchent encore une alerte. Au 24 septembre, 851 tests automatisés vérifient que rien ne casse sans bruit.
C'est l'algorithme. Il a pris quelques mois à construire. Ce n'est pas lui, le sujet.
Le tribunal : trois verdicts chiffrés
Un signal qui a l'air convaincant sur le papier ne prouve rien. Alors plutôt que de faire confiance à ses propres résultats, l'algorithme est équipé pour s'auto-juger : validation en walk-forward (jamais d'information du futur dans le passé), validation sur des actifs et des périodes tenus à l'écart de la mise au point (out-of-sample), comparaison systématique avec la stratégie la plus simple qui existe, acheter et garder (buy & hold), frais réels déduits à chaque fois.
Trois mesures indépendantes, menées à des moments différents, convergent vers la même conclusion.
Premier verdict : sur les sept dimensions de signaux d'origine, 0 actif sur 12 testés bat le buy & hold. Taux de réussite groupé : 39 %.
Deuxième verdict : le candidat le plus prometteur, une stratégie momentum sur plusieurs actifs (cross-sectional), est soumis à un stress-test sur 12 scénarios. Il n'en tient que 2. Rejeté.
Troisième verdict, le plus fin : une calibration empirique du score composite, menée en juillet 2026 sur cinq ans de données et 12 actifs, horizon de 20 jours. Le tableau parle de lui-même :
| Tranche de score | Taux de réussite | Échantillon |
|---|---|---|
| 0,0 – 0,2 | Taux de réussite50 % | Échantillon11'013 observations |
| 0,2 – 0,4 | Taux de réussite47 % | Échantillon2'522 observations |
| 0,4 – 0,6 | Taux de réussite53 % (non concluant) | Échantillon17 observations |
| ≥ 0,6 | Taux de réussite— | Échantillon0 observation en 5 ans |
Un score de 0,0 à 0,2 réussit une fois sur deux. Un score de 0,4 à 0,6 aussi, mais sur 17 cas, impossible d'en tirer une conclusion. Et personne n'a jamais vu un score supérieur à 0,6 en cinq ans de marché. Le signal ne dit rien de plus qu'une pièce lancée en l'air.
Conséquence directe : la colonne du dashboard qui s'appelait « Confiance » est renommée « Force », avec un avertissement affiché en clair. Et l'argent réel (100 CHF par apport, chaque semaine puis tous les 14 jours depuis le 9 août 2026) part sur du buy & hold en versements programmés (DCA), pas sur les signaux de l'algorithme. Le trading actif, lui, reste entièrement en paper trading : zéro franc réel engagé.
Concrètement, au 24 septembre 2026, le plan compte six lignes et les six sont détenues, après neuf achats. La répartition visée est écrite d'avance : 30 % d'ETF monde, 30 % de Nasdaq-100, puis 10 % chacun pour Alphabet, les semi-conducteurs, les dividendes européens et le bitcoin. Chaque apport va sur une seule ligne, celle qui est la plus loin de sa cible. Aucun rendement n'est publié ici : ce n'est pas une performance qu'on affiche, c'est une discipline qu'on documente.
L'affaire CRWD : -71,8 % qui n'existaient pas
Le 2 juillet, l'action CRWD fait un split 4 pour 1 dans le portefeuille paper. Le système ne le détecte pas. Le lendemain, le dashboard affiche une perte de -71,8 % sur la position. Un chiffre qui fait froid dans le dos, jusqu'à ce qu'on vérifie : la position est en réalité gagnante, autour de +13 %.
Le choix, à ce moment-là, n'est pas anodin. On pourrait laisser courir, corriger discrètement, ou simplement ignorer un bug sur un compte en papier ; personne ne le saurait. À la place, une détection automatique des splits est ajoutée au système, et les données historiques sont recalculées et corrigées rétroactivement. L'erreur reste documentée dans l'historique, pas effacée.
Quand ton algorithme affiche -71,8 % et que la vérité est +13 %, la question n'est pas « comment réparer le chiffre » mais « combien d'autres chiffres regardons-nous sans les vérifier ».
L'algorithme qui refuse de crier victoire
Ce qui suit est la partie la plus intéressante. Une fois le bug corrigé, le compte paper qui sert à explorer les signaux se retrouve, au 10 juillet, devant son propre indice de référence. De quoi être tenté de crier victoire.
Le système, lui, refuse. Cinq semaines de données, ce n'est rien statistiquement : les seuils de signification sont codés en dur, et ils ne sont pas atteints. Pas de conclusion tirée d'un échantillon trop petit, même quand ce petit échantillon est favorable.
La suite lui a donné raison. Au 24 septembre, le même compte simulé est à -9,5 %, quand le Nasdaq-100 (QQQ) est à -0,6 % sur la même période. L'avance de juillet ne prouvait rien, comme le système l'avait dit. Le compte simulé dédié au bitcoin, lui, a fini par acheter : il est à +27,7 %, contre +29,8 % pour un bitcoin simplement acheté et gardé sur la même période. Dans les deux cas, acheter et garder aurait fait mieux.
L'algorithme n'est donc pas devenu inutile. Il est devenu ce qu'il aurait toujours dû être : un coach de discipline anti-FOMO, un labo d'apprentissage sans argent réel, un garde-fou qui refuse de se mentir, même quand la vérité l'arrangerait.
Quand l'outil de vérité se trompe
Le 23 septembre 2026, le projet passe un audit complet, en lecture seule : l'algorithme, la plateforme, la stratégie et les prochains achats. Cinq audits, chacun suivi d'une contre-vérification repartie des sources primaires. Résultat : 67 constats. 49 sont confirmés, 16 nuancés, 1 réfuté puis reformulé, 1 impossible à vérifier.
Deux de ses conclusions touchent l'outil censé dire la vérité.
Le premier est une erreur de devise. Le journal enregistrait le coût des achats en dollars, et le tableau de bord le convertissait en francs au taux du jour, pas à celui du jour d'achat. L'investi affiché dépassait donc d'environ 2 % ce qui avait réellement été payé, et le gain présenté en francs était en fait un gain en dollars.
Le second est plus simple, et plus gênant. Deux achats passés dans l'application n'avaient pas été saisis au journal. Pendant seize soirs, le coach a donc conseillé d'acheter une ligne déjà achetée. Rien ne lui permettait de s'en rendre compte.
Les deux sont corrigés : l'investi se calcule désormais au coût historique en francs, et le journal a été réconcilié ligne par ligne avec le compte. Comme pour l'affaire CRWD, les erreurs restent documentées, pas effacées. Un outil qui dit la vérité peut se tromper lui aussi ; la seule protection est une vérification qui ne dépend pas de lui.
Le processus, jamais le moment
Après l'audit, le rôle de l'algorithme est redéfini par écrit. Sur l'argent réel, il applique des règles écrites d'avance : quelle ligne reçoit le prochain apport, combien, à quelle échéance du calendrier. Il ne se prononce jamais sur le moment d'entrer sur le marché, ni sur une action isolée qu'un signal mettrait en avant. La décision et l'ordre restent humains.
Les signaux n'ont pas disparu, mais ils ont perdu leur verbe. Sur les lignes du plan, plus d'« achète » ni d'« attends » : un simple « signal éducatif », avec son score, sans couleur qui pousse à agir.
Et le coach a appris à se taire. Il préfère refuser de conseiller plutôt que conseiller faux. Deux blocages l'arrêtent :
Dans les deux cas, le coach dit pourquoi il bloque et ce qu'il faut faire pour débloquer. C'est moins confortable qu'une recommandation chaque soir. C'est la réponse directe aux seize soirs de conseil faux.
La méthode : séparer celui qui produit de celui qui juge
Un mot sur la façon dont ce système a été construit, parce qu'elle applique la même logique que l'algorithme applique au marché.
Chaque changement suit le même chemin : un plan écrit, une mise en œuvre, la suite de tests (851 au 24 septembre), puis une relecture par des relecteurs indépendants dont le seul rôle est de chercher la faille. Le premier lot de corrections issu de l'audit a été relu par trois d'entre eux. Ils ont encore trouvé sept défauts, dont un qui aurait pu conduire à acheter deux fois la même ligne. Chaque défaut a reçu son propre test.
Le principe est le même partout : celui qui produit n'est jamais le seul à se juger. L'algorithme ne croit pas ses propres signaux tant qu'un backtest indépendant ne les a pas validés. Le code n'entre pas en service tant qu'une relecture indépendante ne l'a pas éprouvé. C'est moins spectaculaire qu'une démo qui promet tout. C'est aussi ce qui fait qu'on peut s'y fier.
Mesurer avant de promettre
OSOM Labs construit des systèmes qui mesurent avant de promettre. Ce projet interne en est un exemple poussé à l'extrême : un algorithme dont l'honnêteté est câblée dans le code plutôt que promise dans une brochure, jusqu'à l'étiquette « signal éducatif » posée sur les lignes du plan, et jusqu'aux blocages qui l'empêchent de conseiller sur des données incomplètes.
Dans un marché où chacun vend « l'IA qui prédit », cet algorithme a eu le droit de dire « je ne sais pas », puis celui de dire « je me suis trompé », et tout est documenté. Un objectif n'est jamais une garantie. Ici, la mesure tourne chaque soir à 22h30, en silence ; ce n'est pas un slogan.
Cadre de lecture
Ce récit décrit un projet éducatif d'OSOM Labs, mené sur un portefeuille interne à l'entreprise. Les décisions et les ordres sont pris et passés à la main. OSOM Labs ne propose aucun conseil en investissement, aucune gestion de fortune et aucun outil de placement ; le code n'est pas distribué. Les chiffres décrivent un système en test sur un petit portefeuille : ils ne sont ni représentatifs, ni reproductibles, ni indicatifs.
Ce qu'il faut retenir
Trois mesures indépendantes convergent : les signaux de l'algorithme ne battent pas le buy & hold (0/12, 2/12, ~50 % de réussite : pile ou face).
Quand la calibration a prouvé que la colonne « Confiance » ne mesurait rien, elle a été renommée « Force » : le dashboard dit ce qu'il sait, pas ce qui rassure.
Un bug affichait -71,8 % sur une position gagnante de +13 % (split CRWD non géré) : les données ont été corrigées et l'erreur documentée, pas effacée.
L'audit du 23 septembre 2026 a relevé 67 constats et montré qu'un tableau de bord présentait un gain en dollars comme un gain en francs : l'outil de vérité se trompait aussi.
Sur l'argent réel, le coach applique un plan écrit (quelle ligne, combien, quelle échéance) et refuse de conseiller quand son journal ou ses données sont incomplets.
L'algorithme le plus utile n'est pas celui qui prédit. C'est celui qui vous empêche de vous mentir.