Ich entwickle Python-Handelssysteme für quantconnect
Quantitative Developer: Handelssysteme von der Forschung bis zur Produktion
Über diesen Service
Ich entwickle quantiative Handelssysteme in Python für QuantConnect, von Forschung und Validierung bis hin zum LEAN-Deployment.
Ich verwandle Markt-Hypothesen und discretionary Regeln in testbare Algorithmen oder verfeinere bestehende Strategien, Codes und Notebooks.
Der Umfang kann Datenengineering, Asset-Auswahl, Signale und Faktoren, statistische Modellierung, maschinelles Lernen, Portfolioaufbau, Risikokontrollen und Ausführung umfassen.
Die Validierung kann Gebühren, Slippage, realistische Füllungen, Liquiditätsanalyse, out-of-sample und walk-forward Tests, Monte Carlo, Sensitivität und Regime beinhalten, mit Prüfungen auf Overfitting, Look-Ahead Bias und Data Leakage.
Für Produktionsprojekte bereite ich Systeme für Paper- oder Live-Trading auf QuantConnect Cloud oder lokalem LEAN vor, inklusive Broker-Integration, automatisierten Tests, Logging und Monitoring.
Du erhältst modularen Quellcode, reproduzierbare Backtests und einen technischen Bericht mit Annahmen, Erkenntnissen und Einschränkungen.
Forschung kann dazu führen, eine Hypothese abzulehnen. Rentabilität ist nicht garantiert. NDA verfügbar.
Kontaktiere mich vor der Bestellung, um Umfang, Daten, Infrastruktur, Lieferungen und Akzeptanzkriterien zu definieren.
Plattform:
Individuell
•
Binance
•
Andere
Entwicklungstechnologie:
Python
•
Cpp
•
Andere
FAQ
Automatische Übersetzung
Kannst du eine Strategie auf QuantConnect erstellen, migrieren oder verbessern?
Ja. Ich verwandle Hypothesen und discretionary Regeln in explizite Python/LEAN-Logik, migriere Strategien von anderen Plattformen oder überprüfe bestehenden Code und Notebooks. Der Umfang kann Signale, Asset-Auswahl, Portfolioaufbau, Risikokontrollen und Ausführung umfassen.
Was ist der Unterschied zwischen den Paketen?
Grundlage: Prototyp, erster Backtest und Bericht. Validierung: modulares System, Robustheitstests, Risiko- und Paper-Trading-Bereitschaft. Produktion: fortgeschrittene Validierung, automatisierte Ausführung, Monitoring und Deployment-Unterstützung. Umfang und Akzeptanzkriterien werden vor der Bestellung festgelegt.
Wie validierst du Strategien und machst Backtests realistischer?
Ich modellieren Gebühren, Slippage, Order-Ausführung, Margin und Liquiditätsbeschränkungen. Tests können out-of-sample, walk-forward, Monte Carlo, Sensitivität, Regime und Stress umfassen, mit Prüfungen auf Overfitting, Look-Ahead Bias und Data Leakage. Ich dokumentiere Annahmen und Einschränkungen.
Verwendest du maschinelles Lernen bei QuantConnect?
Ja, wenn die Hypothese und Daten das unterstützen. Ich nutze scikit-learn, XGBoost oder PyTorch für Vorhersagen, Klassifikation, Merkmalsauswahl, Textanalyse oder Regimedetektion. Ich vergleiche mit einfacheren Modellen anhand out-of-sample Tests, Kosten und Kontrollen für zeitliche Leakage.
Für welche Märkte und Börsen entwickelst du Systeme?
US-Aktien/ETFs; Aktien-/Index-Optionen; Futures und Futures-Optionen; FX, CFDs, Spot-Krypto und Krypto-Futures. Börsen: NYSE, Nasdaq, NYSE Arca/American, Cboe/CFE, CME, CBOT, COMEX, NYMEX, ICE, Eurex, HKFE/HKEX, KRX und NSE/BSE. Die Abdeckung variiert je nach Asset, Dataset und Connector.
Welche Broker und Ausführungsplattformen kannst du integrieren?
LEAN-Connector: IBKR, Charles Schwab, TradeStation, tastytrade, Alpaca, OANDA, Webull, Tradier, Public, Clear Street, Wolverine, Samco, Zerodha, Binance/Binance.US, Coinbase, Bitfinex, Bybit, Kraken, dYdX, Bloomberg EMSX/FIX, Trading Technologies und SS&C Eze. Verfügbarkeit variiert je nach Umgebung.
Welche Datenquellen nutzt du mit QuantConnect und LEAN?
QuantConnect-Datasets, Broker-Feeds und native Integrationen: Databento, Bloomberg BPIPE/Terminal Link, FactSet, Polygon, IQFeed, Theta Data, Alpha Vantage, Trading Technologies und SS&C Eze. Markt-, Fundamentaldaten und alternative Daten, abhängig vom Dataset, Abonnement und Cloud/lokaler Umgebung.
Welche Technologiestack nutzt du von Forschung bis Produktion?
Python, QuantConnect/LEAN, QuantBook, Jupyter, Pandas, NumPy, SciPy, Polars und statsmodels. Lokales LEAN: LEAN CLI, Docker, Linux, SQL, Git, pytest und CI/CD, mit Monitoring nach Bedarf. Deployment auf QuantConnect Cloud oder deiner eigenen Infrastruktur, inklusive AWS, Azure oder Google Cloud.
Was muss ich bereitstellen, um das Projekt zu starten?
Sende dein Ziel, Assets, Zeitraum, Hypothese oder Regeln, Daten, Risikolimits, Broker und bestehende Codes. Gib Cloud oder lokalen LEAN sowie Forschung, Paper- oder Live-Trading an. Daten-, Plattform- und Hostingkosten sind separat; laufender Support wird separat vertraglich geregelt.
Wie gehst du mit Kommunikation und Vertraulichkeit um?
Ich priorisiere Fiverr-Chat und schriftliche Dokumentation, um die Kommunikation klar und Entscheidungen nachvollziehbar zu halten. Kurze Fiverr-Gespräche können helfen, Anforderungen zu klären oder Ergebnisse zu demonstrieren. NDA verfügbar; deine Strategie, Code, Daten, Dokumentation und Ergebnisse bleiben vertraulich.

