Oscillation de l’amplitude des prix sur une période donnée. Ici, on l’utilise pour repérer les moments où la norme explose et où le marché oublie d’être prévisible. Ni linéaire, ni docile.

Séries numériques extraites de plusieurs marchés ou actifs, mises en perspective pour détecter les ruptures de schéma. C’est la matière brute de tout test honnête sur la stabilité.

Ensemble des techniques visant à représenter, avec plus ou moins de mauvaise foi, les comportements complexes d’un système. Ici, la modélisation croisée privilégie la confrontation à l’échec.

Processus d’examen des données cherchant moins la confirmation que la contradiction. L’analyse multi-marchés s’appuie sur les signaux faibles et les failles plutôt que sur l’évidence.

Ensemble d’outils mathématiques visant à mesurer, estimer, ou discréditer une tendance. Les statistiques robustes survivent aux anomalies, les autres finissent oubliées.

Branche du machine learning qui préfère laisser l’algorithme tâtonner dans le noir pour capter des structures complexes. Ici, il sert surtout à tester là où la théorie cale.

Écart possible entre le scénario rêvé et ce que vous subissez réellement. Plus on croise les marchés, plus le risque révèle ses vrais contours, loin du confort des moyennes.