Ich werde quantitative Handelssysteme in Python entwickeln

Ja. Ich kann eine Markt-Hypothese in eine Python-Strategie umwandeln oder bestehende Systeme überprüfen, testen, refaktorisieren und verbessern. Der Umfang kann Signale, Faktoren, Datenpipelines, statistische Modellierung, Backtesting, Validierung, Risikokontrollen und Ausführungslogik umfassen.

Nein. Wir können mit einer Hypothese, teilweisen Regeln oder einer Forschungsfrage starten. Schick mir deine Ziele, Märkte, Zeitrahmen, Daten und Risikobeschränkungen. Code und Dokumentation sind ebenfalls hilfreich. Wir legen die Bewertungskriterien und Ergebnisse fest, bevor die Arbeit beginnt.

Das Protokoll kann Out-of-Sample-Tests, Walk-Forward-Analysen, Monte Carlo, Sensitivitätsanalysen, Regime-Tests und Stresstests kombinieren. Backtests berücksichtigen Kosten, Slippage und Liquidität. Ich prüfe auf Look-Ahead-Bias, Datenlecks und Selektion Bias bei mehreren Tests.

Grundlage: Hypothese, Signale, initiales Backtest und Bericht. Validierung: modulare Pipeline, Robustheitstests, Risikomodellierung und Vorbereitung für Paper Trading. Produktion: fortgeschrittene Validierung, Risikokontrollen, Ausführung, Automatisierung und Deployment-Unterstützung.

Ja, wenn die Daten, Problemformulierung und Validierungsprotokoll es rechtfertigen. Je nach Umfang nutze ich möglicherweise scikit-learn, XGBoost oder PyTorch für Feature-Selection, Klassifikation, Prognosen, Regimedetektion und andere quantitative Anwendungen.

Krypto, Aktien/ETFs, CFDs, Futures, Optionen, Rohstoffe, Forex und Festverzinsliches. Börsen und Gruppen: NYSE, Nasdaq, LSE, Euronext, Xetra, SIX, JPX, HKEX, ASX, B3, TSX, NSE, SSE, SZSE, KRX, CME Group, Cboe, ICE, Eurex, SGX und TAIFEX, je nach Datenverfügbarkeit und Handelsregeln.

Ich kann IBKR, Charles Schwab, TradeStation, tastytrade, Alpaca, OANDA, Webull, Tradier, Public, Binance, Coinbase, Bitfinex, Bybit, Kraken, Deribit, Rithmic, CQG, Bloomberg EMSX, Trading Technologies und SS&C Eze via REST, WebSocket, FIX oder SDKs integrieren, je nach Zugriff und unterstützten Funktionen.

Bloomberg, LSEG, FactSet, S&P Global, ICE Data Services, Databento, Nasdaq Data Link, dxFeed, Cboe DataShop, CME DataMine, OptionMetrics, Macrobond, RavenPack, Kaiko und Coin Metrics, plus deine eigenen Datensätze. Die Integration hängt vom Zugriff, den Lizenzen und der Abdeckung jeder Quelle ab.

Je nach Projekt: Python, SQL, C++, Pandas, NumPy, SciPy, Polars, statsmodels, scikit-learn, XGBoost und PyTorch. Forschung: Jupyter, QuantConnect, vectorbt und backtrader. Produktion: FastAPI, PostgreSQL, Docker, Linux, pytest, Git, CI/CD, Prometheus, Grafana, AWS, Azure oder Google Cloud.

Ich priorisiere Fiverr-Chat und schriftliche Dokumentation, um die Kommunikation klar zu halten und eine Übersicht über Entscheidungen zu bewahren. Kurze Anrufe auf Fiverr können helfen, Anforderungen zu klären oder Ergebnisse zu demonstrieren. NDA ist verfügbar; deine Strategie, Code, Daten, Dokumentation und Ergebnisse bleiben vertraulich.