Je vais développer des systèmes de trading quantitatifs pour polymarket et kalshi
Développeur quantitatif : systèmes de trading, de la recherche à la production
À propos de ce service
Je transforme les thèses et inefficacités du marché de prédiction en systèmes quantitatifs propriétaires pour Polymarket, Kalshi et autres marchés de prédiction, en combinant rigueur statistique, ingénierie robuste et efficacité opérationnelle.
Je travaille de bout en bout : de la formulation de l’hypothèse à l’acquisition de données, en passant par la modélisation, la validation, l’automatisation et le déploiement. Les projets peuvent commencer avec une thèse, une stratégie existante ou une opportunité de marché.
Le périmètre peut inclure pipelines de données, ingénierie de fonctionnalités, modèles probabilistes, systèmes de prévision de probabilités, stratégies basées sur des événements, analyse du carnet d’ordres, market making, arbitrage entre marchés liés, intégrations REST/WebSocket, backtesting réaliste, tests hors échantillon et de robustesse, contrôles de risque, logique d’exécution, surveillance et journaux.
Je développe principalement en Python, avec une architecture modulaire, un code propre, des hypothèses auditable et une documentation technique.
Pas de bots génériques ni promesses de profit. Je transforme les hypothèses en infrastructure quantitative fiable et testable pour des opérations professionnelles sur les marchés de prédiction.
Une NDA est disponible. Avant de commander, envoyez votre hypothèse, marchés, données, exigences d’exécution, infrastructure et objectifs du projet.
Langage de programmation:
Python
•
SQL
•
Autres
Frameworks:
Scikit-learn
•
PyTorch
•
Panda
•
Autres
APIs:
Autres
Outils:
Jupyter Notebook
•
tensorflow
•
Autres
FAQ
Traduction automatique
Quels types de systèmes pouvez-vous développer ?
Modèles probabilistes, stratégies basées sur des événements, market making, fourniture de liquidité, arbitrage et systèmes quantitatifs personnalisés. Les comparaisons entre marchés prennent en compte les règles de résolution, les coûts, la liquidité et le risque d’exécution.
Quelle est la différence entre les forfaits ?
Le Blueprint fournit les spécifications techniques et un plan de recherche. Le Prototype implémente la logique en Python avec backtesting et tests documentés. La version en production ajoute l’exécution, les contrôles opérationnels et l’assistance au déploiement.
Que vais-je recevoir et comment fonctionne le support ?
Vous recevez la documentation technique, le code source si applicable, les instructions d’utilisation et les résultats des tests convenus. Les révisions et le support sont définis dans la proposition ; la maintenance continue, les données et l’hébergement sont facturés séparément.
Quelles données et intégrations pouvez-vous utiliser ?
J’intègre les API de Polymarket, Kalshi et autres plateformes compatibles, ainsi que des données de marché pertinentes et des sources externes. J’évalue la couverture, la granularité, l’historique et les permissions. La disponibilité des données peut limiter le backtesting.
Quelle pile technologique utilisez-vous ?
J’utilise Python, SQL, Pandas, NumPy, SciPy, statsmodels et scikit-learn. Selon le projet, j’utilise aussi XGBoost, PyTorch, FastAPI, PostgreSQL, Docker, pytest, asyncio, APIs REST/WebSocket et outils Web3 si nécessaire.
Comment validez-vous les modèles et stratégies ?
J’évalue la qualité des données, les fuites de données, les coûts, le slippage et la liquidité. Les tests peuvent inclure hors échantillon, marche en avant, Monte Carlo et analyse de sensibilité. Pour les modèles probabilistes, j’évalue la calibration, le score de Brier et la perte logarithmique.
Comment préparez-vous le système pour la production ?
Je mets en place la gestion et la réconciliation des ordres et des positions, les limites d’exposition, la gestion des défaillances, la journalisation et la surveillance. Le déploiement inclut des tests d’intégration et des critères d’acceptation alignés avec votre infrastructure.
Que dois-je envoyer avant de passer une commande ?
Envoyez votre idée ou stratégie, plateforme, marchés cibles, objectifs, ainsi que toute donnée ou code disponible. Ensuite, nous évaluons la faisabilité et définissons la portée, les exigences d’exécution et les critères d’acceptation du projet.
Garantissez-vous des profits, ROI ou performances futures ?
Non. Mon engagement porte sur la qualité de la recherche, de l’implémentation et des tests convenus. La validation peut montrer qu’une hypothèse n’est pas viable. Les résultats historiques ou simulés ne garantissent pas la performance future.
Comment gérez-vous la communication et la confidentialité ?
Je privilégie le chat Fiverr et la documentation écrite pour assurer la traçabilité des décisions. Des appels courts peuvent être utilisés si nécessaire. Une NDA est disponible ; votre stratégie, code, données et résultats restent confidentiels.

