FORLYZELTD · LONDON

Initiative de recherche FORLYZE

ForlyzeTrading

Un tableau de bord de signaux crypto et marchés prédictifs orienté recherche, où un moteur de features et un réviseur de risque LLM proposent des trades sur papier derrière des garde-fous de conformité stricts.

ForlyzeTrading est une initiative de recherche interne de FORLYZE qui étudie comment l'IA appliquée peut soutenir l'analyse de marché de façon responsable. Un moteur de features note les opportunités crypto et Polymarket à court horizon, un LLM examine chaque proposition pour le risque et les données manquantes, et chaque trade est simulé sur papier par défaut. L'exécution réelle reste derrière des garde-fous explicites de juridiction, d'avantage et de plafond de perte. C'est un exercice de recherche et d'ingénierie, pas un conseil en investissement ni un produit à but lucratif.
Exécution
Papier uniquement
Revue
LLM + garde-fous
Marchés
Crypto · Polymarket
Horizon
Court terme

Capacités produit

ForlyzeTrading

Moteur de features

Momentum, oscillateurs de type RSI, volatilité, spread du carnet d'ordres, probabilité implicite, liquidité et temps jusqu'à l'échéance sont combinés en un signal noté unique par marché éligible.

Réviseur de risque LLM

Chaque position proposée reçoit une revue structurée — confiance, risques, données manquantes et un verdict d'approbation ou de blocage. Le modèle n'est jamais la seule autorité d'exécution.

Garde-fous de conformité stricts

Le trading réel exige des contrôles de juridiction, un avantage minimum, une taille de position maximale, un plafond de perte quotidien et une protection contre les données périmées. Le mode par défaut est la simulation sur papier.

Transparence de la recherche

Les sessions, les prix d'entrée et le règlement sont persistés et reproductibles, de sorte que l'initiative est étudiée comme une expérience d'ingénierie plutôt que comme une boîte noire.

Parcours

ForlyzeTrading

  1. 01

    Rechercher

    Repérer les marchés crypto et prédictifs éligibles à court horizon, récupérer les données publiques et calculer l'ensemble des features pour chaque candidat.

  2. 02

    Noter

    Le moteur de décision propose une position par marché avec un état de risque, puis transmet le contexte compact au réviseur LLM.

  3. 03

    Simuler

    Les propositions approuvées sont exécutées sur papier aux prix de référence réels, dimensionnées à partir d'un notionnel fixe et suivies jusqu'au règlement.

  4. 04

    Filtrer

    Tout mouvement vers une exécution réelle passe des contrôles explicites de conformité, d'avantage et de limite de perte avant même d'être envisagé.

Technologie

ForlyzeTrading

PythonFeature engineeringRevue LLMDonnées PolymarketBougies d'échangeSessions SQLiteGarde-fous de risqueExécution papier

Initiative de recherche FORLYZE

Parlons de recherche et d'analytique en IA appliquée.