{
  "fetched_at": "2026-10-19T19:20:41Z",
  "source_url": "https://www.kaggle.com/competitions/ensimag-trading-2024/data",
  "pages": [
    {
      "name": "data-description",
      "content": "## Files\n\n*   **train.csv** - the training set (past data on which you train your model)\n*   **test.csv** - the test set (\"future\" data on which you have to predict the spread)\n*   **sample.csv** - a sample submission file in the correct format\n*   **imbalances.csv** - Imbalances price useful for cross-validation (Only on trainset dates)\n\n## Columns\n\n*   `wind` - German day-ahead wind power forecast (MW)\n*   `solar` - German day-ahead solar power forecast (MW)\n*   `load` - German day-ahead load forecast (MW)\n*   `spread` - Difference between Imbalances price and Day-Ahead price (€)\n*   `imbalances` - Imbalances price (€)\n*   `forecast` - Your forecasted spread (€)",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "- Récupérer le code d’exemple puis suivre les instructions\nOnglet code → ensimag-trading-if-2024 → Copy & edit notebook (en haut à droite sur les …)\n- Vous pouvez coder directement sur Kaggle (Jupyter notebook en ligne)",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "La métrique d'évaluation est le **Cumulated Profit and Loss**.\nA partir de la prévision de spread (Imbalances - DA), la stratégie est la suivante:\n- Si spread >= 0, on achète 50MW sur le marché Day-Ahead (position long)\n- Si spread < 0, on vend 50 MW sur le marché Day-Ahead (position short)\n- Si le prix Imbalances est estimé à plus de 1000€, on ne prend pas de position (car trop risqué)\n\nOn calcule ensuite les gains et pertes cumulés sur toute la période, on obtient une métrique en €.\n\n---\n\n## Submission File\nPour chaque ID du test set, vous devez prédire le spread. Le fichier doit suivre ce format (voir fichier sample.csv pour un exemple):\n\n>ID,forecast\n0,-0.748\n1,-0.616\n2,-0.343\n3,-0.221\n4,-0.131\n...",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "- Se servir uniquement des données de Data (pas besoin de données extérieures)\n- Se mettre par équipe de 2 ou 3 personnes",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "abstract",
      "content": "Le but de ce challenge est de faire une introduction au trading algorithmique sur les marchés de l'électricité. Votre objectif est de **prédire la différence de prix (spread)** entre le Day-Ahead Market et l'Imbalances Market.\nLe principe est de prévoir si, pour chaque tranche de 15 minutes, le réseau électrique sera plus ou moins tendu que prévu et donc si le prix de l'électricité aura tendance à descendre ou monter.\n\nCette prévision permet ensuite de prendre des positions sur le marché à l'aide d'un algorithme basique qui calculera un Cumulated PnL (Profit and Loss) qu'il faudra maximiser.\n\n### Précision sur le spread\nLe spread est égal à la différence entre le Prix imbalances (Prix de règlement des écarts) et le Prix Day-Ahead, on peut noter:\n- Si spread > 0: le prix monte, le réseau est plus tendu que prévu (Il y a un déficit d'énergie) => Il vaut mieux acheter sur Day-Ahead (position long)\n- Si spread < 0: le prix descend, le réseau est moins tendu que prévu (Il y a un surplus d'énergie) => Il vaut mieux vendre sur Day-Ahead (position short)",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}