Je développerai des systèmes de trading quantitatifs en python

Oui. Je peux transformer une hypothèse de marché en une stratégie Python ou revoir, tester, refactoriser et améliorer des systèmes existants. Le champ d’application peut inclure les signaux, facteurs, pipelines de données, modélisation statistique, backtesting, validation, contrôles de risque et logique d'exécution.

Non. Nous pouvons commencer avec une hypothèse, des règles partielles ou une question de recherche. Envoyez vos objectifs, marchés, délai, données et contraintes de risque. Le code et la documentation sont également utiles. Nous définissons les critères d’évaluation et les livrables avant le début du travail.

Le protocole peut combiner des tests hors échantillon, une analyse walk-forward, Monte Carlo, analyse de sensibilité, tests de régime et tests de stress. Les backtests prennent en compte les coûts, le slippage et la liquidité. Je vérifie la présence de biais de regard en avant, fuite de données et biais de sélection à travers plusieurs tests.

Fondation : hypothèse, signaux, backtest initial et rapport. Validation : pipeline modulaire, tests de robustesse, modélisation du risque et préparation au paper trading. Production : validation avancée, contrôles de risque, exécution, automatisation et support à la déploiement.

Oui, lorsque les données, la formulation du problème et le protocole de validation le justifient. Selon le champ d’application, je peux utiliser scikit-learn, XGBoost ou PyTorch pour la sélection de caractéristiques, la classification, la prévision, la détection de régime et d’autres applications quantitatives.

Crypto, actions/ETFs, CFD, futures, options, matières premières, FX et revenu fixe. 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, selon la disponibilité des données et les règles de trading.

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, selon l’accès et les fonctionnalités supportées.

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 propres ensembles de données. L’intégration dépend de l’accès, des licences et de la couverture de chaque source.

Selon le projet : Python, SQL, C++, Pandas, NumPy, SciPy, Polars, statsmodels, scikit-learn, XGBoost et PyTorch. Recherche : Jupyter, QuantConnect, vectorbt et backtrader. Production : FastAPI, PostgreSQL, Docker, Linux, pytest, Git, CI/CD, Prometheus, Grafana, AWS, Azure ou Google Cloud.

Je privilégie la communication via chat Fiverr et la documentation écrite pour assurer une communication claire et garder une trace des décisions. Des appels courts sur Fiverr peuvent aider à clarifier les exigences ou à démontrer les résultats. NDA disponible ; votre stratégie, code, données, documentation et résultats restent confidentiels.