Paul Noailly

- Missions effectuées

➤ Scraping de données historiques ftx

➤ Implémentation d'un module de backtesting flexible

➤ Implémentation d'indicateurs de volume profile et de divergences

➤ backtesting d'une stratégie multi-timeframes

➤ Mise en place d'une interface utilisateur streamlit

➤ Scraping de données historiques Binance

➤ Backtesting d'une stratégie de trend following, and propositions d'améliorations

➤ Mise en production d'une stratégie sur GCP (VM+buckets), avec outils de post-production sur des notebooks en local (mise à jour des paramètres, étude des trades passés, import des logs, ...)

➤ Architecture & workflows data: data scrapping, data recorder, uniformisation, database design, workflows access & edit...

➤ Python packages backtesting + optimisation + test de robustesse pour chaque type de stratégies (simple long short, pairs trading, market making, machine learning uni-directionnel, scalping, ...)

➤ Mise en production d'algorithmes d'arbitrage statistique Forex + crypto (7+ sharpe ratio)

➤ Développement de plateformes & logiciels de visualisation et modification de data (PyQt & Streamlit)

➤ Modélisations marchés financiers

➤ Développement d'un algorithme long-short basé sur du deep-learning et l'historique des ordres marché.

➤ Amélioration d'un algorithme de market making: implémentation de cycles de volatilité augmentant le ROI de 30%, et implémentation d'un modèle de prediction machine learning pour éviter les sauts de volatilité, en utilisant le carnet d'ordres et l'historique des ordres marché.

➤ Participation à un algorithme d'arbitrage statistique classique.