Je vais auditer et valider votre stratégie de trading avec backtesting en python
Développeur quantitatif : systèmes de trading, de la recherche à la production
À propos de ce service
J’évalue la fiabilité des résultats de votre stratégie grâce à backtesting en Python, analyse des risques et tests de robustesse.
Je peux auditer le code existant et les backtests ou reconstruire la logique en Python, en examinant les données, les règles, la gestion des positions et les hypothèses d’exécution, y compris pour les modèles statistiques et d’apprentissage automatique.
Selon le périmètre, j’applique des tests hors échantillon, une analyse walk-forward, des simulations Monte Carlo, une analyse de sensibilité, une analyse de régime, des tests de stress, du resampling et des benchmarks, en tenant compte des coûts, du slippage et de la liquidité.
J’étudie le surapprentissage, le biais de regard en avant, la fuite de données, le biais de survivance et l’instabilité des paramètres.
Vous recevez un code reproductible, des métriques de rendement et de risque, une analyse des trades, des visualisations et un rapport avec les conclusions, les limites et les recommandations techniques.
Les résultats peuvent indiquer que la stratégie doit être révisée ou ne pas être poursuivie. Aucune garantie de profit ou de performance future.
Accord de confidentialité disponible. Envoyez vos règles, données et résultats existants pour que nous puissions nous mettre d’accord sur le périmètre et les critères d’évaluation avant votre commande.
FAQ
Traduction automatique
Que vais-je recevoir et en quoi les packages diffèrent-ils ?
Tout inclut un code Python reproductible, des métriques, des visualisations et un rapport. Le backtest couvre les données, règles et coûts ; la robustesse ajoute des tests hors échantillon, sensibilité et stabilité ; l’avancé étend l’analyse avec walk-forward, Monte Carlo, régimes et tests de stress.
Pouvez-vous valider une stratégie, une base de code ou un backtest existant ?
Oui. Je peux auditer le code, reproduire un backtest ou reconstruire la logique en Python à partir de règles documentées. Je compare les résultats, vérifie les écarts et évalue les données, hypothèses et méthodologie, même si l’implémentation originale est sur une autre plateforme.
Que dois-je fournir avant le démarrage du projet ?
Partagez le marché, les instruments, la période, les règles d’entrée et de sortie, la gestion des positions, les données, le courtier et les contraintes de risque. Le code, les backtests et la documentation aident à reproduire le comportement attendu. Nous abordons toute lacune et convenons des critères d’évaluation avant de commencer.
Comment contrôlez-vous les biais et réduisez-vous le risque de surapprentissage ?
Je définis le protocole d’évaluation, préserve l’ordre chronologique et vérifie quelles données étaient disponibles à chaque moment. J’étudie le biais de regard en avant, la fuite de données, le biais de survivance et les effets de tests multiples. Les données utilisées pour le tuning ne sont pas traitées comme un jeu de test indépendant.
Comment simulez-vous les coûts et les conditions d’exécution ?
Selon le périmètre et les données, je modélise les commissions, spreads, slippage et contraintes de liquidité. Je peux inclure la latence, les remplissages partiels, la marge et le financement. Les hypothèses sont documentées et testées dans différents scénarios de coûts et d’exécution.
Avec quels marchés et bourses travaillez-vous ?
Je travaille avec la crypto, les actions/ETF, CFD, futures, options, matières premières, FX et revenus fixes. Bourses et groupes : NYSE, Nasdaq, LSE, Euronext, Xetra, SIX, JPX, HKEX, ASX, B3, TSX, NSE, SSE, SZSE, KRX, CME Group, Cboe, ICE, Eurex, SGX et TAIFEX, sous réserve de disponibilité et d’accès aux données.
Quels courtiers, plateformes et infrastructures d’exécution pouvez-vous intégrer ?
Je peux intégrer IBKR, Charles Schwab, TradeStation, tastytrade, Alpaca, OANDA, Webull, Tradier, Public, Binance, Coinbase, Bitfinex, Bybit, Kraken, Deribit, Rithmic, CQG, Bloomberg EMSX, Trading Technologies et SS&C Eze via REST, WebSocket, FIX ou SDK, sous réserve d’accès et de capacités disponibles.
Quelles sources de données pouvez-vous intégrer ?
Je peux intégrer des données de Bloomberg, LSEG, FactSet, S&P Global, ICE Data Services, Databento, Nasdaq Data Link, dxFeed, Cboe DataShop, CME DataMine, OptionMetrics, Macrobond, RavenPack, Kaiko et Coin Metrics, ainsi que vos datasets. L’intégration dépend de l’accès et des licences pour chaque source.
Quelle pile technologique utilisez-vous de la recherche à la production ?
Selon le périmètre, j’utilise Python, SQL, C++, Pandas, NumPy, SciPy, Polars, statsmodels, scikit-learn, XGBoost et PyTorch. Recherche : QuantConnect, Jupyter, vectorbt et backtrader. Production : FastAPI, PostgreSQL, Docker, Linux, pytest, Git, CI/CD, Prometheus, Grafana, AWS, Azure et Google Cloud.
Comment gérez-vous la communication et la confidentialité ?
Je privilégie la messagerie Fiverr et la documentation écrite pour assurer une communication claire et des décisions traçables. Des appels courts via Fiverr peuvent aider à clarifier les exigences ou à démontrer les résultats. Accord de confidentialité disponible ; votre stratégie, code, données, documentation et résultats restent confidentiels.
