Vous voulez créer des stratégies de trading algorithmique ?
Vous avez déjà des connaissances en trading et vous voulez apprendre le trading/la finance quantitative ?
Vous êtes simplement une personne curieuse qui veut se lancer dans ce sujet pour monétiser et diversifier ses connaissances ?
Si vous répondez à au moins une de ces questions, je vous souhaite la bienvenue à ce cours. Toutes les applications du cours seront réalisées à l'aide de Python. Cependant, pour les débutants en Python, pas de panique ! Un cours accéléré GRATUIT sur Python est inclus pour maîtriser Python.
Dans ce cours, vous apprendrez à utiliser l'analyse technique et le price action pour créer des stratégies solides. Vous effectuerez une analyse quantitative pour trouver des modèles dans les données. Une fois que vous aurez de nombreuses stratégies rentables, nous apprendrons à effectuer des backtests vectorisés.Ensuite, vous appliquerez des techniques de gestion de portefeuille pour réduire le drawdown et maximiser vos rendements.
Vous apprendrez et comprendrez l'analyse quantitative utilisée par les gestionnaires de portefeuille et les traders professionnels :
La modélisation : Detection de pattern (Support & Resistance), Détection de figure (Engulfing)
Backtesting : Faire un backtest correctement sans erreur et minimiser le temps de calcul (Backtesting vectorisé).
Gestion de portefeuille : Combiner les stratégies correctement (Stratégies portoflio).
Pourquoi ce cours et pas un autre ?
Il ne s'agit pas d'un cours de programmation, ni d'un cours de trading ou d'apprentissage automatique. Il s'agit d'un cours dans lequel les statistiques, la programmation et la théorie financière sont utilisées pour le trading.
Ce cours n'est pas créé par un data scientist mais par un diplômé en mathématiques et en économie spécialisé dans les mathématiques appliquées à la finance.
Vous pouvez poser des questions ou lire nos articles sur la finance quantitative simplement en vous inscrivant sur notre forum Discord gratuit.
Sans oublier que le cours est satisfait ou remboursé pendant 30 jours. Ne manquez pas l'occasion d'améliorer vos connaissances sur ce sujet fascinant.
