Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je construirai des systèmes de trading en Python pour quantconnect
Développeur quantitatif : systèmes de trading, de la recherche à la production
Je conçois des systèmes de trading quantitatif pour des traders professionnels, des sociétés de prop trading, des hedge funds, des gestionnaires d'actifs et des fintechs, depuis la découverte d'alpha ...
À propos de ce service
Je développe des systèmes de trading quantitatifs en Python pour QuantConnect, de la recherche et validation au déploiement LEAN.
Je transforme des hypothèses de marché et des règles discrétionnaires en algorithmes testables ou j’affine des stratégies, du code et des notebooks existants.
Le périmètre peut inclure l’ingénierie des données, la sélection d’actifs, les signaux et facteurs, la modélisation statistique, l’apprentissage automatique, la construction de portefeuille, les contrôles de risque et l’exécution.
La validation peut couvrir les frais, le slippage, les remplissages réalistes, l’analyse de liquidité, les tests out-of-sample et walk-forward, Monte Carlo, sensibilité et régimes, avec vérification de l’overfitting, du biais de regard en avant et des fuites de données.
Pour les projets en production, je prépare des systèmes pour le trading en simulation ou en direct sur QuantConnect Cloud ou local LEAN, avec intégration de broker, tests automatisés, journalisation et surveillance.
Vous recevez du code source modulaire, des backtests reproductibles et un rapport technique avec hypothèses, résultats et limites.
La recherche peut conduire à rejeter une hypothèse. La rentabilité n’est pas garantie. NDA disponible.
Contactez-moi avant de commander pour définir le périmètre, les données, l’infrastructure, les livrables et les critères d’acceptation.
Plateforme:
Autre
•
Binance
•
Autres
Technologie de développement:
Python
•
Cpp
•
Autres
FAQ
Traduction automatique
Pouvez-vous créer, migrer ou améliorer une stratégie sur QuantConnect ?
Oui. Je transforme les hypothèses et règles discrétionnaires en logique explicite Python/LEAN, migre des stratégies d’autres plateformes ou révise du code et des notebooks existants. Le périmètre peut inclure signaux, sélection d’actifs, construction de portefeuille, contrôles de risque et exécution.
Quelle est la différence entre les forfaits ?
Fondation : prototype, backtest initial et rapport. Validation : système modulaire, tests de robustesse, gestion des risques et préparation au trading en simulation. Production : validation avancée, exécution automatisée, surveillance et support au déploiement. Le périmètre et les critères d’acceptation sont définis avant la commande.
Comment validez-vous les stratégies et rendez-vous les backtests plus réalistes ?
Je modélise les frais, le slippage, l’exécution des ordres, la marge et les contraintes de liquidité. Les tests peuvent inclure out-of-sample, walk-forward, Monte Carlo, sensibilité, régimes et stress, avec vérification de l’overfitting, du biais de regard en avant et des fuites de données. Je documente les hypothèses et limites.
Utilisez-vous l’apprentissage automatique sur QuantConnect ?
Oui, lorsque cela est soutenu par l’hypothèse et les données. J’utilise scikit-learn, XGBoost ou PyTorch pour la prédiction, la classification, la sélection de caractéristiques, l’analyse de texte ou la détection de régimes. Je compare avec des modèles plus simples via des tests out-of-sample, coûts et contrôles de fuite temporelle.
Pour quels marchés et bourses développez-vous des systèmes ?
Actions/ETF américains ; options sur actions ou indices ; futures et options sur futures ; FX, CFD, crypto spot et futures crypto. Bourses : NYSE, Nasdaq, NYSE Arca/American, Cboe/CFE, CME, CBOT, COMEX, NYMEX, ICE, Eurex, HKFE/HKEX, KRX et NSE/BSE. La couverture varie selon l’actif, le dataset et le connecteur.
Quels brokers et plateformes d’exécution pouvez-vous intégrer ?
Connecteurs LEAN : IBKR, Charles Schwab, TradeStation, tastytrade, Alpaca, OANDA, Webull, Tradier, Public, Clear Street, Wolverine, Samco, Zerodha, Binance/Binance.US, Coinbase, Bitfinex, Bybit, Kraken, dYdX, Bloomberg EMSX/FIX, Trading Technologies et SS&C Eze. La disponibilité dépend de l’environnement.
Quelles sources de données utilisez-vous avec QuantConnect et LEAN ?
Datasets QuantConnect, flux de broker et intégrations natives : Databento, Bloomberg BPIPE/Terminal Link, FactSet, Polygon, IQFeed, Theta Data, Alpha Vantage, Trading Technologies et SS&C Eze. Données de marché, fondamentales et alternatives, selon le dataset, l’abonnement et l’environnement Cloud/local.
Quelle pile technologique utilisez-vous de la recherche à la production ?
Python, QuantConnect/LEAN, QuantBook, Jupyter, Pandas, NumPy, SciPy, Polars et statsmodels. LEAN local : LEAN CLI, Docker, Linux, SQL, Git, pytest et CI/CD, avec surveillance si nécessaire. Déploiement sur QuantConnect Cloud ou votre propre infrastructure, y compris AWS, Azure ou Google Cloud.
Que dois-je fournir pour démarrer le projet ?
Envoyez votre objectif, actifs, période, hypothèses ou règles, données, limites de risque, broker et code existant. Précisez Cloud ou local LEAN et trading en recherche, en simulation ou en direct. Les coûts de données, plateforme et hébergement sont séparés ; le support continu est contracté séparément.
Comment gérez-vous la communication et la confidentialité ?
Je privilégie le chat Fiverr et la documentation écrite pour assurer une communication claire et des décisions traçables. 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.
