Cours de trading algorithmique

Leçon 1 • Présentation du système de trading algorithmique

Cartographie l'architecture de bout en bout d'un système de trading algorithmique. Relie l'ingestion de données, la génération de signaux, l'exécution et le risque en un pipeline cohérent.

Leçon 2 • Principes fondamentaux de la réglementation et de la conformité

Présente les règles de conduite sur les marchés, les obligations de déclaration et les cadres de surveillance du trading algorithmique. Garantit que les stratégies sont conçues dans des limites de conformité dès le départ.

Leçon 3 • Bases des marchés et de la microstructure

Couvre les types d'ordres, les écarts acheteur-vendeur et les mécanismes de formation des prix. Établit le vocabulaire de marché nécessaire pour chaque concept de trading ultérieur.

Leçon 1 • Automatisation des pipelines de données

Planifie les téléchargements de données, les transformations et les mises à jour de stockage avec des scripts Python. L'automatisation garantit que les stratégies fonctionnent toujours sur des données fraîches et cohérentes.

Leçon 2 • Analyse statistique des rendements

Calcule les distributions de rendement, les statistiques mobiles et les matrices de corrélation. Fournit l'intuition statistique sous-jacente à la construction de signaux et à la mesure du risque.

Leçon 3 • Structures de données pour les données de marché

Applique les DataFrames pandas et l'indexation de séries temporelles aux données OHLCV. Soutient directement la manipulation de données requise dans chaque chapitre de stratégie.

Leçon 4 • Configuration de l'environnement Python

Configure un espace de travail Python reproductible avec les bibliothèques essentielles. Supprime les frictions de configuration pour que les étudiants se concentrent immédiatement sur la logique financière.

Leçon 1 • Oscillateurs et signaux de retour à la moyenne

Construit le RSI, le Stochastic et le CCI pour détecter les conditions de surachat et de survente. Contraste avec les indicateurs de tendance pour soutenir la conception de stratégies de retour à la moyenne.

Leçon 2 • Combinaison d'indicateurs en signaux

Conçoit une logique de confirmation multi-indicateurs et des cadres de notation des signaux. Réduit les faux positifs en exigeant un accord entre des familles d'indicateurs indépendantes.

Leçon 3 • Développement d'indicateurs personnalisés

Code des indicateurs propriétaires à partir de formules mathématiques et d'hypothèses de domaine. Permet des stratégies différenciées non reproductibles à partir de fonctions de bibliothèque standard.

Leçon 4 • Indicateurs de volatilité et de volume

Calcule les bandes de Bollinger, l'ATR et les métriques pondérées par le volume pour mesurer l'activité du marché. Les signaux de volatilité informent le dimensionnement des positions et les règles d'entrée par cassure.

Leçon 1 • Détection du surapprentissage et des biais

Identifie le biais de regard vers l'avant, l'espionnage de données et le surapprentissage via des tests statistiques. Empêche les stratégies d'échouer sur les marchés en direct en raison d'illusions dans l'échantillon.

Leçon 2 • Architecture et données de backtesting

Structure un moteur de backtesting piloté par les événements et sélectionne les données historiques appropriées. Une architecture correcte empêche le biais de regard vers l'avant de corrompre les résultats.

Leçon 3 • Utilisation des bibliothèques de backtesting

Implémente des stratégies dans des cadres de backtesting Python établis pour la rapidité et la reproductibilité. La maîtrise de la bibliothèque accélère l'itération de l'idée au résultat validé.

Leçon 4 • Simulation d'une exécution réaliste

Modélise le slippage, les commissions et les exécutions partielles pour approximer les coûts de trading en direct. Une modélisation réaliste des coûts empêche les stratégies d'apparaître rentables uniquement en simulation.

Leçon 1 • Arbitrage statistique et trading de paires

Teste la cointégration entre paires d'actifs et construit des stratégies de trading d'écarts. Étend le retour à la moyenne aux relations multi-actifs pour une exposition neutre au marché.

Leçon 2 • Techniques d'optimisation des paramètres

Applique la recherche par grille, la recherche aléatoire et l'optimisation bayésienne pour régler les paramètres de la stratégie. Équilibre l'ajustement dans l'échantillon avec la robustesse hors échantillon pour éviter le surapprentissage.

Leçon 3 • Construction d'une stratégie de retour à la moyenne

Conçoit des stratégies de retour à la moyenne basées sur les bandes de Bollinger et le RSI avec des seuils d'entrée statistiques. Contraste le profil de risque et la période de détention avec les approches de suivi de tendance.

Leçon 4 • Test de résistance des stratégies

Soumet les stratégies à des périodes de crise historiques, des changements de régime et des scénarios de choc synthétiques. Le test de résistance révèle la fragilité avant que le capital ne soit engagé sur les marchés en direct.

Leçon 1 • Modèles de dimensionnement des positions

Implémente les méthodes de dimensionnement à fraction fixe, de critère de Kelly et à volatilité ajustée. Un dimensionnement correct détermine si une stratégie rentable survit à des séquences défavorables.

Leçon 2 • Métriques et mesure du risque

Quantifie la valeur à risque, le déficit attendu et le bêta pour caractériser le risque du portefeuille. Une mesure précise est le prérequis pour toutes les décisions de contrôle du risque ultérieures.

Leçon 3 • Gestion des risques au niveau du portefeuille

Gère la corrélation, la concentration sectorielle et l'exposition brute à travers plusieurs stratégies. Les contrôles au niveau du portefeuille empêchent les pertes d'une stratégie individuelle de se propager.

Leçon 4 • Contrôles de stop-loss et de drawdown

Code des stops durs, des stops suiveurs et des disjoncteurs de drawdown au niveau du portefeuille. Les contrôles automatisés imposent la discipline lorsque le jugement discrétionnaire peut faillir.

Leçon 1 • Intégration des API de courtier

Authentifie et communique avec les API REST et WebSocket du courtier pour passer des ordres. L'intégration API est le pont critique entre la logique de stratégie et les marchés en direct.

Leçon 2 • Analyse de la qualité d'exécution

Mesure le slippage, les taux d'exécution et le déficit d'implémentation par rapport aux indices de référence après la transaction. L'analyse d'exécution ferme la boucle de rétroaction entre la conception de la stratégie et la performance en direct.

Leçon 3 • Types d'ordres et logique de routage

Implémente les ordres au marché, limités, stop et conditionnels avec des règles de routage intelligent. Une sélection appropriée des ordres minimise le coût d'exécution et le slippage dans des conditions en direct.

Leçon 4 • Surveillance des ordres en temps réel

Construit un tableau de bord en direct pour le suivi des ordres ouverts, des exécutions et de la réconciliation des positions. La surveillance en temps réel permet une réponse rapide aux anomalies d'exécution et aux défaillances du système.

Leçon 1 • Gestion du cycle de vie des stratégies

Définit les critères de retrait, de réoptimisation et de réallocation du capital des stratégies dans le temps. La gestion du cycle de vie empêche le capital de rester dans des stratégies qui ont perdu leur avantage.

Leçon 2 • Configuration de l'infrastructure de production

Configure des serveurs cloud, des déploiements conteneurisés et une gestion sécurisée des identifiants. Une infrastructure fiable empêche les temps d'arrêt de provoquer des transactions manquées ou des positions incontrôlées.

Leçon 3 • Attribution de performance en direct

Décompose le P&L en direct en composantes de signal, d'exécution et de coût pour l'analyse d'attribution. L'attribution identifie si la sous-performance provient de la logique de la stratégie ou de la qualité d'exécution.

Leçon 4 • Paper trading et déploiement progressif

Valide les stratégies en paper trading avant d'engager du capital réel via un déploiement progressif. Le déploiement progressif détecte les bugs de l'environnement en direct sans exposition financière matérielle.