Formation en trading quantitatif

Leçon 1 • Types et sources de données

Présente les données OHLCV, tick, fondamentales et alternatives. Lie la disponibilité des données à la faisabilité des stratégies tout au long du cours.

Leçon 2 • Éléments essentiels de la microstructure du marché

Couvre les carnets d'ordres, les spreads bid-ask et les mécanismes de découverte des prix. Établit les mécanismes de marché que chaque stratégie ultérieure doit prendre en compte.

Leçon 3 • Fondements statistiques pour le trading

Passe en revue les probabilités, les distributions et les tests d'hypothèses appliqués aux rendements financiers. Garantit que les apprenants peuvent évaluer rigoureusement la significativité des signaux.

Leçon 1 • Ingénierie des caractéristiques pour les stratégies

Transforme les prix bruts en rendements, estimations de volatilité et caractéristiques techniques. Ces intrants conçus alimentent directement la construction des signaux.

Leçon 2 • Acquisition et stockage des données

Couvre la récupération de données via API, l'ingestion de fichiers plats et les modèles de stockage en base de données. Établit des pipelines de données reproductibles pour la recherche.

Leçon 3 • Traitement des données alternatives

Gère les textes non structurés, les données satellite et de sentiment pour un usage quantitatif. Élargit l'univers des signaux au-delà du prix et du volume traditionnels.

Leçon 4 • Configuration de l'environnement de recherche

Configure des environnements Python reproductibles avec contrôle de version et notebooks. Garantit des résultats cohérents entre les membres de l'équipe et dans le temps.

Leçon 1 • Éviter le surapprentissage dans la recherche de signaux

Applique la validation walk-forward, le ratio de Sharpe déflaté et le purging combinatoire pour prévenir les fausses découvertes. Protège l'intégrité de la recherche avant le backtesting.

Leçon 2 • Techniques de construction de signaux

Convertit les données brutes en signaux tradables à l'aide de classements, de z-scores et de méthodes composites. Produit directement les intrants utilisés dans le backtesting.

Leçon 3 • Sources d'Alpha

Catégorise l'alpha en momentum, retour à la moyenne, valeur et carry. Cadre où chercher un avantage avant de construire un signal.

Leçon 4 • Fondamentaux des modèles factoriels

Introduit les modèles de rendement à un facteur et multi-facteurs avec régression transversale. Fournit le socle analytique pour l'évaluation systématique des signaux.

Leçon 1 • Architecture de backtesting

Compare les moteurs événementiels et vectorisés, couvrant le flux de données et la logique d'exécution. Le choix de la bonne architecture détermine la fidélité de la simulation.

Leçon 2 • Identification et élimination des biais

Identifie les biais de regard en avant, de survie et de sélection qui gonflent les résultats des backtests. L'élimination de ces biais est obligatoire avant de se fier à un résultat.

Leçon 3 • Métriques de performance et reporting

Calcule les métriques Sharpe, Sortino, drawdown maximal, Calmar et rotation. Un reporting standardisé permet une comparaison objective des stratégies.

Leçon 4 • Modélisation réaliste des coûts

Intègre les commissions, le slippage, l'impact de marché et les coûts de financement dans les simulations. Une modélisation précise des coûts sépare les profits papier de l'avantage réel.

Leçon 1 • Risk Parity et allocation factorielle

Alloue le capital en égalisant les contributions au risque entre les actifs et les facteurs. Diversifie le risque plutôt que le capital, améliorant les caractéristiques de drawdown.

Leçon 2 • Optimisation moyenne-variance

Dérive la frontière efficiente et les pondérations optimales en utilisant les rendements espérés et la covariance. Établit le cadre classique avant d'aborder ses limites.

Leçon 3 • Contraintes et limites pratiques

Intègre les limites de position, les contraintes de rotation et les filtres de liquidité dans l'optimisation. Fait le pont entre les optimums théoriques et la mise en œuvre dans le monde réel.

Leçon 4 • Assemblage d'un portefeuille multi-stratégies

Combine des stratégies non corrélées dans un portefeuille maître à l'aide de l'analyse de corrélation et de capacité. Maximise le bénéfice de la diversification sur l'ensemble du livre.

Leçon 1 • Tests de résistance et analyse de scénarios

Simule des crises historiques et des chocs hypothétiques pour révéler les vulnérabilités cachées du portefeuille. Prépare les stratégies aux événements extrêmes avant qu'ils ne se produisent.

Leçon 2 • Surveillance du risque en temps réel

Construit des tableaux de bord et des alertes automatisées pour l'exposition en direct, le P&L et les dépassements de limites. Permet une réponse rapide à la détérioration des conditions de risque.

Leçon 3 • Risque extrême et stratégies de couverture

Utilise les options, les instruments de volatilité et les couvertures de corrélation pour réduire l'exposition extrême. Complète le dimensionnement des positions par une protection structurelle du portefeuille.

Leçon 4 • Contrôle du drawdown et dimensionnement des positions

Applique le critère de Kelly, le fractionnement fixe et le dimensionnement ajusté à la volatilité pour limiter les drawdowns. Lie directement le dimensionnement des positions aux objectifs de préservation du capital.

Leçon 1 • Notions de base sur l'infrastructure à faible latence

Introduit la colocalisation, l'optimisation du réseau et les considérations matérielles pour les stratégies sensibles à la vitesse. Établit quand l'investissement dans la latence est justifié.

Leçon 2 • Stratégies d'exécution algorithmiques

Implémente les algorithmes TWAP, VWAP, implementation shortfall et adaptatifs. Réduit l'impact de marché et le risque de timing pour les ordres importants.

Leçon 3 • Analyse des coûts de transaction

Mesure les coûts pré-négociation, en cours de route et post-négociation pour évaluer la qualité de l'exécution. Alimente l'optimisation des stratégies et du portefeuille avec les données de coûts.

Leçon 4 • Gestion des ordres et réconciliation

Couvre la conception de l'OMS, la confirmation d'exécution, la réconciliation des positions et la gestion des erreurs. Assure l'intégrité opérationnelle entre les signaux de la stratégie et les enregistrements du courtier.

Leçon 1 • Adaptation et réentraînement de la stratégie

Applique le réentraînement glissant, la détection de régime et la mise à jour des paramètres pour maintenir l'avantage. Équilibre la réactivité au changement avec le risque de surapprentissage sur les données récentes.

Leçon 2 • Pipeline de déploiement en production

Couvre la promotion du code, le paper trading et le déploiement progressif en direct avec des kill switches. Réduit le risque de déploiement grâce à des étapes de validation systématiques.

Leçon 3 • Analyse d'arrêt et post-mortem

Définit les critères d'arrêt de la stratégie et mène des post-mortems structurés. Convertit les échecs en connaissance institutionnelle pour les recherches futures.

Leçon 4 • Surveillance de la performance en direct

Suit le P&L en direct, le comportement du signal et la qualité d'exécution par rapport aux attentes du backtest. La détection précoce de la dérive évite des pertes inattendues importantes.