Data science pour le trading algorithmique (2020)
- 3.1
-
![]()
![]()
![]()
Brief Introduction
Machine Learning, python et théorie financière pour créer un algorithme de trading algorithmique profitable(+50% annuel)Description
C'est avec plaisir que je vous offre ce cours de data science pour le trading algorithmique. C'est le fuit de plusieurs années de travail dans de nombreux domaines pour comprendre les subtilités du monde de la finance quantitative.
Nous utiliserons des librairies python qui nous permettrons de faire facilement des algorithmes mathématiques très complexes appliqués à la finance avec peu de code. Le fil conducteur de cette formation sera la création d'un algorithme profitable avec plus de 50% de gain annuel sur me NASDAQ 100. De l'importation de la base de données à l'automatisation d'une stratégie en passant par la sélection des variables les plus importantes, nous étudierons:
La librairie Numpy pour les calculs scientifiques
La librairie Pandas pour organiser et visualiser les données
La librairie Matplotlib pour faire de puissant graphique
Selection de variables (features engineering)
Regression Linéaire pour la finance
Support Vecteur Machine
Arbre de décision
Foret aléatoire
Appliquer et comprendre le ratio de Sharpe
Appliquer et comprendre le ratio de Sortino
Comprendre la volatilité d'un actif financier
Comprendre et créer un environnement de backtesting réutilisable
Backtester une stratégie
Requirements
- Requirements
- Aucune connaissances requises
- Des connaissances en python ou en programmation sont des avantages
- Des connaissances en statistique ou en algèbre linéaire sont des avantages
Data World
3.1 Raiting
Data science pour le trading algorithmique (2020)
- 3.1
-
![]()
![]()
![]()
![]()
![]()
Machine Learning, python et théorie financière pour créer un algorithme de trading algorithmique profitable(+50% annuel) La librairie Numpy pour les calculs scientifiques...
