Trading algorithmique de A à Z avec Python

Analyse technique, price action, machine learning, backtest, live trading pour stratégie de swing, intra-day et scalping

4.50 (30 reviews)
Udemy
platform
Français
language
Investing & Trading
category
instructor
1,233
students
7 hours
content
Nov 2023
last update
$19.99
regular price

What you will learn

Créer des algorithmes de trading algorithmique de A à Z (De l'importation des données au live trading)

Mettre vos algorithmes en live trading en utilisant MetaTrader 5 et Python ainsi que nos templates

Nettoyer, modifier et préparer les données en utilisant Python

Visite guidée des principales techniques de trading algorithmique (Analyse Technique, Price action, Machine Learning)

Gérer les données financières en utilisant Numpy, Pandas et Matplotlib

Renforcer vos compétences en programmation Python appliquées à la data science et la finance

Créer des stratégies de scaling, intraday et swing trading

Importer des données depuis Yahoo finance et votre broker

Description

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, le price action et le machine learning 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 : Analyse technique (moyenne mobile, RSI) et combinaison de conditions.

  • 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.

Content

Introduction

Lisez moi
Installation des environnements

Les bases du language de programmation Python

Introduction
Type d'objet: Nombre
Type d'objet: Chaine de caractère
Type d'objet: Opération logique / Boolean
Type d'objet: Déclaration de variable
Type d'objet: Tuple et liste
Type d'objet: Dictionnaire
Type d'objet: Ensemble
Structures en Python: IF / ELIF / ELSE
Structures en Python: FOR
Structures en Python: WHILE
Fonctions: socle de base
Fonctions: Variable locale
Fonctions: Variable globale
Fonctions: Fonction Lambda

Python pour la data science

Introduction
Numpy: Tableau
Numpy: Module aléatoire
Numpy: Indexing / Slicing / Transformation
Pandas: Série et Dataframe
Pandas: Nettoyage et selection
Pandas: Selection conditionnelle
Matplotlib: Graph
Matplotlib: Scatter
Matplotlib: Tools

Importation et gestion des données financières

Introduction
Importation et gestion des données provenant de votre broker via MetaTrader 5
Importation et gestion des données provenant de Yahoo Finance

Stratégie de swing: Analyse technique

Introduction
Moyenne mobile simple
Explication de la stratégie
Comment vérifier nos position de trading?
Calculer le profit de notre stratégie
Automatiser votre stratégie
IMPORTANT: Différence de performance entre des données de différentes sources

Backtest Vectoriel

Introduction
Ratio de Sortino
Beta
Alpha
Fonction drawdown: création
Fonction drawdown: application
Fonction de Backtest
Comment backtested vos stratégies en utilisant le template de Quantreo

Stratégie de Scaling: Price action

Introduction
Importation des données
Support & résistance
Stratégie de trading en utilisant les supports et resistances
Support & Resistance + SMA stratégie
Support & Resistance + SMA + RSI stratégie
Automatiser le processus
Scalping + portfolio management

Ingénierie des données

Introduction
Importation des données
Création d'une moyenne mobile simple (SMA)
Création d'une volatilité mobile simple (MSD)
Création du RSI
Automatisation du processus

Stratégie Intra-day: Machine Learning

Introduction
Régression linéaire: Théorie
Importation des données
Séparation des données
Régression linéaire: l'entrainement
Utiliser la régression linéaire pour faire des prédictions
Utiliser les prédictions pour créer une stratégie de trading
Automatisation du processus
Intra day machine learning stratégie on crypto assets

MetaTrader 5 Live trading

Introduction
Installer une librairie sur Jupyter notebook
Initialisation du lien entre MT5 et Python
Importer les données de votre broker via Python
Envoyer des ordres sur le marché en utilisant Python
Obtenir les positions ouvertes actuellement
Structure de lancement
Clôturer les trades
Live trading application: signal aléatoire
Live trading application: swing strategie

Screenshots

Trading algorithmique de A à Z avec Python - Screenshot_01Trading algorithmique de A à Z avec Python - Screenshot_02Trading algorithmique de A à Z avec Python - Screenshot_03Trading algorithmique de A à Z avec Python - Screenshot_04

Reviews

Beatrice
March 18, 2022
Excellent! On apprends vraiment les différentes facettes: intraday daily, swing... et les différentes techniques: Analyses techniques, price action, machine learning

Coupons

DateDiscountStatus
3/3/2022100% OFF
expired

Charts

Price

Trading algorithmique de A à Z avec Python - Price chart

Rating

Trading algorithmique de A à Z avec Python - Ratings chart

Enrollment distribution

Trading algorithmique de A à Z avec Python - Distribution chart
4520072
udemy ID
1/28/2022
course created date
3/3/2022
course indexed date
Bot
course submited by