<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>AlgoETS on Antoine Boucher</title><link>https://antoineboucher.info/CV/blog/fr/tags/algoets/</link><description>Recent content in AlgoETS on Antoine Boucher</description><generator>Hugo</generator><language>fr</language><lastBuildDate>Tue, 20 Oct 2026 10:00:00 -0400</lastBuildDate><atom:link href="https://antoineboucher.info/CV/blog/fr/tags/algoets/index.xml" rel="self" type="application/rss+xml"/><item><title>Dans BatchBacktesting : parallélisme, hypothèses et résultats exploitables</title><link>https://antoineboucher.info/CV/blog/fr/posts/batchbacktesting-engine/</link><pubDate>Tue, 20 Oct 2026 10:00:00 -0400</pubDate><guid>https://antoineboucher.info/CV/blog/fr/posts/batchbacktesting-engine/</guid><description>&lt;aside class="repo-snapshot" aria-label="GitHub"&gt;
 &lt;a href="https://github.com/AlgoETS/BatchBacktesting"&gt;AlgoETS/BatchBacktesting&lt;/a&gt;
 &lt;p&gt;&lt;strong&gt;★ 3&lt;/strong&gt; · 4 forks · Dépôt créé le &lt;time datetime="2023-03-29"&gt;2023-03-29&lt;/time&gt;&lt;/p&gt;
 &lt;small&gt;Statistiques GitHub relevées le 20 octobre 2026.&lt;/small&gt;
&lt;/aside&gt;
&lt;p&gt;Un backtest par lots est un petit pipeline de données : choisir les instruments, obtenir les prix, nettoyer les observations, exécuter une stratégie et conserver des résultats comparables. &lt;strong&gt;AlgoETS/BatchBacktesting&lt;/strong&gt; rend ces étapes visibles dans le code Python.&lt;/p&gt;
&lt;p&gt;&lt;img src="https://antoineboucher.info/CV/blog/posts/batchbacktesting-engine/featured.png" alt="Graphique de traitement par lots déjà publié dans l’article sur les indicateurs"&gt;&lt;/p&gt;
&lt;p&gt;Cette illustration provient d’un article existant. Ce n’est pas un nouveau résultat de simulation.&lt;/p&gt;</description></item><item><title>Enseigner Python avec un atelier de données de bout en bout</title><link>https://antoineboucher.info/CV/blog/fr/posts/algoets-python-workshop/</link><pubDate>Tue, 20 Oct 2026 10:00:00 -0400</pubDate><guid>https://antoineboucher.info/CV/blog/fr/posts/algoets-python-workshop/</guid><description>&lt;aside class="repo-snapshot" aria-label="GitHub"&gt;
 &lt;a href="https://github.com/AlgoETS/Workshop1"&gt;AlgoETS/Workshop1&lt;/a&gt;
 &lt;p&gt;&lt;strong&gt;★ 3&lt;/strong&gt; · 0 forks · Dépôt créé le &lt;time datetime="2023-09-07"&gt;2023-09-07&lt;/time&gt;&lt;/p&gt;
 &lt;small&gt;Statistiques GitHub relevées le 20 octobre 2026.&lt;/small&gt;
&lt;/aside&gt;
&lt;p&gt;Un atelier débutant devient plus utile lorsque chaque notion sert à construire la suivante. &lt;strong&gt;AlgoETS/Workshop1&lt;/strong&gt; passe de l’environnement Python à une réponse API, puis à un DataFrame et à un graphique. Le dernier notebook rassemble ces étapes avec le cours d’Apple et des moyennes mobiles exponentielles.&lt;/p&gt;
&lt;p&gt;&lt;img src="https://antoineboucher.info/CV/blog/posts/algoets-python-workshop/featured.png" alt="Visuel AlgoETS utilisé dans le dépôt de l’atelier"&gt;&lt;/p&gt;</description></item></channel></rss>