Costruirò sistemi di trading quantitativo in python

Sì. Posso costruire un sistema Python partendo da un'ipotesi o revisione, testare, validare, rifattorizzare e migliorare uno già esistente. L'ambito può includere segnali, logica, codice, dati, controlli di rischio, esecuzione e assunzioni.

Condividi i tuoi obiettivi e cosa hai: mercato, timeframe, fonte dei dati, regole della strategia, vincoli di rischio e risultati desiderati. Codice, backtest, dataset, documentazione API e specifiche tecniche sono utili. Possiamo definire insieme i requisiti rimanenti.

Fondamenta di Ricerca Quant: revisione dell'ipotesi, ricerca, primo backtest e report. Sistema Quant validato: backtesting realistico, validazione, modellazione del rischio e preparazione al paper trading. Sistema Quant in produzione: validazione avanzata, controlli di rischio, esecuzione, automazione e supporto al deployment.

La validazione può includere backtest realistici, test out-of-sample e walk-forward, Monte Carlo, analisi di sensibilità e regime, stress test, costi di transazione, slippage e liquidità. Controllo bias look-ahead, perdita di dati e complessità e valuto la stabilità dei parametri.

Sì, quando i dati, la formulazione del problema e il protocollo di validazione lo giustificano. A seconda della portata, posso usare scikit-learn, XGBoost o PyTorch per selezione delle caratteristiche, classificazione, previsione, rilevamento di regime e altre applicazioni quantitative.

Costruisco sistemi per crypto, azioni/ETF, CFD, futures, opzioni, materie prime, FX e reddito fisso. Borse e gruppi di scambio: NYSE, Nasdaq, LSE, Euronext, Xetra, SIX, JPX, HKEX, ASX, B3, TSX, NSE, SSE, SZSE, KRX, CME Group, Cboe, ICE, Eurex, SGX e TAIFEX.

Posso integrare IBKR, Charles Schwab, TradeStation, tastytrade, Alpaca, OANDA, Webull, Tradier, Public, Binance, Coinbase, Bitfinex, Bybit, Kraken, Deribit, Rithmic, CQG, Bloomberg EMSX, Trading Technologies e SS&C Eze tramite REST API, WebSocket, FIX o SDK, a seconda della piattaforma.

Posso integrare dati da Bloomberg, LSEG, FactSet, S&P Global, ICE Data Services, Databento, Nasdaq Data Link, dxFeed, Cboe DataShop, CME DataMine, OptionMetrics, Macrobond, RavenPack, Kaiko, Coin Metrics e i tuoi dati. L'integrazione dipende dall'accesso e dalle licenze di ogni fonte.

A seconda dell'ambito, utilizzo Python, SQL, C++, Pandas, NumPy, SciPy, Polars, statsmodels, scikit-learn, XGBoost, PyTorch. Ricerca: QuantConnect, Jupyter, vectorbt, backtrader. Produzione: FastAPI, PostgreSQL, Docker, Linux, pytest, Git, CI/CD, Prometheus, Grafana, AWS, Azure, Google Cloud.

Prioritizzo chat Fiverr e documentazione scritta per una comunicazione chiara e decisioni tracciabili. Brevi chiamate Fiverr possono aiutare a chiarire i requisiti o mostrare i risultati. NDA disponibile; la tua strategia, codice, dati, documentazione e risultati rimangono riservati.