Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je vais concevoir des systèmes de trading quantitatif 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 construis des systèmes de trading quantitatif en Python pour QuantConnect, avec recherche, validation et mise en œuvre dans le moteur LEAN.
Je transforme des hypothèses et des approches discrétionnaires en algorithmes testables ou je révise 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 comprendre des backtests prenant en compte les coûts, le slippage et la liquidité ; des tests hors échantillon, des analyses walk-forward, des simulations Monte Carlo, des analyses de sensibilité et de régime ; ainsi que des vérifications pour overfitting, biais de regard en avant et fuite de données.
Je prépare des systèmes pour trading en paper ou en live sur QuantConnect Cloud ou local avec LEAN, avec intégration des données et du broker, tests, journaux, surveillance et support à la mise en production.
Vous recevez un code modulaire, des hypothèses documentées et des résultats reproductibles. La recherche peut montrer qu’une hypothèse n’est pas soutenue par les preuves.
Pas de garantie de profit. Contrat de confidentialité disponible.
Contactez-moi avant de commander pour aligner la stratégie, les données, l’infrastructure et les livrables.
FAQ
Traduction automatique
Pouvez-vous créer, migrer ou améliorer une stratégie sur QuantConnect ?
Oui. Je peux transformer des hypothèses et des règles discrétionnaires en algorithmes Python pour LEAN, migrer des stratégies depuis d’autres plateformes ou revoir du code et des notebooks existants. Le travail peut couvrir les signaux, la sélection d’actifs, les portefeuilles, le risque, l’exécution et l’architecture modulaire.
Quelle est la différence entre les forfaits ?
Fondation : recherche, stratégie Python/LEAN, backtest initial et rapport. Validé : système modulaire, backtests réalistes, validation, gestion du risque et préparation au paper trading. Production : validation avancée, contrôles de risque, exécution, automatisation, surveillance et support à la mise en production.
Comment validez-vous les stratégies et rendez-vous les backtests plus réalistes ?
Je configure les frais, le slippage, les ordres et la marge dans LEAN. La validation peut inclure hors échantillon, walk-forward, Monte Carlo, sensibilité, analyse de régime et tests de stress. J’évalue la liquidité, la stabilité des paramètres, l’overfitting, le biais de regard en avant et la fuite de données.
Utilisez-vous l’apprentissage automatique sur QuantConnect ?
Oui, lorsque l’hypothèse et les données le justifient. J’utilise scikit-learn, XGBoost ou PyTorch pour la prédiction, la classification, la sélection de caractéristiques, l’analyse de texte ou la détection de régime. Je compare avec des modèles plus simples en utilisant des tests hors échantillon, les coûts et des contrôles pour la 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. Les bourses incluent 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. Les données de marché, fondamentales et alternatives dépendent du dataset, de l’abonnement et de 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 vos objectifs, marchés, actifs, période, hypothèses ou règles, données, limites de risque et broker. Partagez le code existant, notebooks, backtests et documentation. Précisez si vous souhaitez utiliser QuantConnect Cloud ou LEAN local et si vous avez besoin de recherche, paper trading ou trading en direct.
Comment gérez-vous la communication et la confidentialité ?
Je privilégie la discussion via Fiverr et la documentation écrite pour une communication claire et des décisions traçables. Des appels courts sur Fiverr peuvent clarifier les exigences ou démontrer les résultats. Contrat de confidentialité disponible ; votre stratégie, code, données, documentation et résultats restent confidentiels.
