Je vais développer des systèmes de trading quantitatifs pour polymarket et kalshi
Développeur quantitatif : recherche, test et déploiement de systèmes de trading
Niveau 2
Répond à des critères de performance élevés et a fait ses preuves en matière de satisfaction clients.
À propos de ce service
Je transforme des thèses et des inefficacités du marché des prédictions en systèmes quantitatifs propriétaires pour Polymarket et Kalshi, en combinant rigueur statistique, ingénierie robuste et efficacité opérationnelle.
Je travaille sur l’ensemble du cycle de vie, de la formulation de l’hypothèse à l’acquisition de données, en passant par la modélisation, la validation, l’automatisation et le déploiement. Un projet peut commencer par une thèse, une stratégie existante ou une opportunité de marché.
Selon l’étendue, je développe des pipelines de données, de l’ingénierie de caractéristiques, des modèles probabilistes, de la recherche basée sur les événements, de l’analyse du carnet d’ordres, des intégrations REST/WebSocket, des backtests réalistes, des tests hors échantillon, des analyses de robustesse, des contrôles de risque, de la logique d’exécution, du monitoring et de la journalisation.
L’implémentation se fait principalement en Python, avec une architecture modulaire, un code propre, des hypothèses auditées et une documentation technique.
Je ne propose pas de bots génériques ni ne garantis de profits. Mon travail transforme des hypothèses en infrastructure quantitative fiable et testable, conçue pour des opérations professionnelles sur le marché des prédictions.
Un NDA est disponible. Avant de commander, veuillez envoyer votre hypothèse, marchés cibles, données, exigences d’exécution, infrastructure et objectif du projet.
Langage de programmation:
Python
•
SQL
Frameworks:
Scikit-learn
•
PyTorch
•
Panda
•
Autres
APIs:
Autres
Outils:
Jupyter Notebook
•
tensorflow
FAQ
Traduction automatique
Que peut exactement inclure le projet ?
Selon le package, le projet peut inclure la recherche quantitative, les données, la modélisation probabiliste, l'ingénierie Python, les signaux, le backtesting, la validation, les contrôles de risque, les APIs, l'exécution automatisée, la journalisation, la surveillance, la documentation et l'assistance à la mise en production.
Quelle est la différence entre les forfaits ?
Le Blueprint définit la faisabilité, l'hypothèse, le modèle, les données, le risque, l'architecture et les spécifications techniques. Le Prototype fournit un système Python avec signaux, backtesting et validation. Le package de production ajoute les APIs, l'exécution automatisée, la journalisation, la surveillance et l'assistance à la mise en production.
Couvrez-vous tout le cycle de développement quantitatif ?
Oui. Je couvre tout le cycle, de la formulation de l'hypothèse et la structuration des données à la modélisation, la validation, l'ingénierie, l'exécution et la mise en production. La profondeur technique et la préparation opérationnelle varient selon le package.
Travaillez-vous exclusivement avec Polymarket et Kalshi ?
Polymarket et Kalshi sont mes principales priorités. Je peux également développer des systèmes pour d'autres marchés de prédiction lorsqu'ils fournissent des APIs, des données et une infrastructure compatibles avec les exigences techniques et opérationnelles du projet.
Quelle pile technologique utilisez-vous ?
J'utilise principalement Python, SQL, Pandas, NumPy, statsmodels et scikit-learn. Lorsque nécessaire, je travaille aussi avec XGBoost, PyTorch, REST APIs, WebSockets, CLOBs/livres d'ordres, bases de données, outils Web3, journalisation et surveillance.
Comment validez-vous une stratégie ?
La validation peut inclure un backtesting réaliste, des tests in-sample/out-of-sample, une analyse walk-forward, des simulations Monte Carlo, une analyse de sensibilité, des tests de stress, les coûts, le slippage, la liquidité, la calibration probabiliste, le score de Brier/le log loss, la stabilité et des audits d'hypothèses.
Les systèmes sont-ils vraiment prêts pour la production ?
Oui, avec le package de haut niveau. Les livrables peuvent inclure des APIs, l'exécution automatisée, la gestion d'état, la gestion des erreurs, les contrôles de risque, les logs, les alertes, la surveillance, la documentation et l'assistance à la mise en production. La mise en opération en direct dépend de l'infrastructure et des identifiants du client.
De quoi ai-je besoin pour commencer ?
Envoyez votre hypothèse ou stratégie, les marchés et événements cibles, les sources de données, les exigences d'exécution, l'infrastructure, les contraintes opérationnelles et l'objectif final. Si vous partez de zéro, je peux également aider à structurer l'hypothèse et le protocole de recherche.
Garantissez-vous des profits, ROI ou performances futures ?
Non. Je ne promets pas de profits, ROI, taux de réussite ou performances futures. Mon travail est basé sur des preuves, la rigueur statistique, un bon ingénierie et la gestion des risques. Les résultats historiques, simulés ou validés ne garantissent pas la performance en direct.
Comment gérez-vous la communication et la confidentialité ?
La communication se fait principalement via le chat Fiverr et la documentation écrite, ce qui garantit la précision, la traçabilité et la possibilité de vérifier les décisions. Des appels courts peuvent être utilisés pour l'alignement ou des démonstrations. Je peux travailler sous NDA, et votre stratégie, votre code, vos données, votre documentation et vos résultats restent confidentiels.

