Stratégie Stop-Loss avec Analyse de Sensibilité SHAP

Ce projet implémente une stratégie de gestion de portefeuille basée sur un stop-loss dynamique, avec une analyse de sensibilité utilisant les valeurs SHAP.

Description

La stratégie implémentée permet de :

• Protéger un pourcentage minimum du capital initial (floor)
• Basculer vers l'actif sans risque lorsque le plancher est atteint
• Analyser l'impact des paramètres sur la performance via SHAP values

Fonctionnalités

• Simulation de trajectoires de prix selon le modèle de Black-Scholes
• Implémentation de la stratégie Stop-Loss
• Analyse de sensibilité avec SHAP values
• Visualisation des résultats

Structure du Projet

• stop_loss_strategy.py : Implémentation de la stratégie Stop-Loss
• black_scholes_simulation.py : Simulation des prix selon Black-Scholes
• sensitvity.py : Analyse de sensibilité avec SHAP
• strategy_app.py : Application principale

Installation

1. Cloner le dépôt :

git clone https://github.com/dahhou147/stop-loss-strategy.git
cd stop-loss-strategy

2. Installer les dépendances :

pip install -r requirements.txt

Utilisation

from sensitivity import Sensitivity

# Initialisation
sensitivity = Sensitivity(initial_capital=100000)

# Analyse de sensibilité
sensitivity.plot_sensitivity(n_paths=1000, n_samples=100)

# Visualisation des rendements
sensitivity.plot_strategy_returns(rf=0.02, floor_percentage=95)

Dépendances

• numpy>=1.24.3
• pandas>=2.0.3
• matplotlib>=3.7.1
• seaborn>=0.12.2
• scipy>=1.10.1
• shap>=0.45.1

Auteur

• Usama Dahhou - @dahhou147

Licence

Ce projet est sous licence MIT - voir le fichier LICENSE pour plus de détails.