Lors de la construction de modèles prédictifs pour les signaux financiers, la plupart d'entre nous se tournent par défaut vers des métriques comme le RMSE ou le MAE. Celles-ci sont utiles, mais elles peuvent manquer la question centrale qui motive de nombreuses stratégies : le modèle a-t-il correctement prédit la direction du marché ? C'est ici qu'intervient la Précision Directionnelle (PD). Définition : La PD mesure le pourcentage de fois qu'un modèle prédit correctement si une valeur va augmenter ou diminuer par rapport à la dernière observation. Formellement : PD = (1/N) * Σ_t sign(A_t – A_{t-1}) * sign(I_t – A_{t-1}) Ici, A = valeur réelle, I = inférence, N = nombre de prédictions, et les indices indiquent les étapes temporelles. Pourquoi c'est important : • RMSE ≠ performance de trading. Un modèle peut minimiser l'erreur mais manquer systématiquement le signe des changements de prix, entraînant de mauvais résultats. • La direction guide les décisions. Pour les stratégies de sélection de côté (long vs. court, risque-on vs. risque-off), la rentabilité dépend fortement de la justesse de l'appel, moins de l'ampleur de l'erreur. • La valeur économique est liée à la PD. Même de petites améliorations au-dessus de 50 % de PD peuvent créer un avantage significatif lorsqu'elles sont composées sur de nombreuses transactions. Interprétation en pratique : • 50 % = avantage statistiquement significatif dans des marchés bruyants. • 55–60 % = très performant, rare dans les données financières du monde réel. • 60 %+ = préparez-vous à prendre votre retraite tôt. Pour les créateurs de modèles Forge, améliorer la Précision Directionnelle (PD) est particulièrement pertinent sur les sujets de rendements logarithmiques, où la fonction de perte accorde un poids supplémentaire à la prédiction du bon signe des rendements. Bien que le réseau ne note pas les participants uniquement sur la PD, certaines fonctions de perte sont conçues pour valoriser la justesse directionnelle plus que d'habitude. Dans ces cas, les modèles qui « obtiennent plus souvent le bon signe » performeront mieux sous le système de notation et, à leur tour, contribueront davantage à l'intelligence collective du réseau. Cela renforce les stratégies en aval dans le trading, la couverture de volatilité et l'exécution proactive de DeFi, sans simplifier l'évaluation à la PD seule. Alors que vous affinez les modèles dans Forge, pensez au-delà du RMSE. La Précision Directionnelle est souvent la métrique qui détermine si votre contribution devient partie d'une stratégie gagnante sur la chaîne. Commencez dans le Forge :