Trading financier en Python

Qu’est-ce que le trading financier, pourquoi trade-t-on, et quelle est la différence entre le trading technique et l’investissement de valeur ? Ce chapitre répond à toutes ces questions et bien plus encore. Vous apprendrez aussi à explorer des données de trading, à générer des graphiques, et à implémenter puis backtester une stratégie de trading simple en Python.

Plongeons dans le monde des indicateurs techniques — un outil précieux pour construire des signaux et élaborer des stratégies. Vous vous familiariserez avec les trois grandes familles d’indicateurs, notamment les moyennes mobiles, l’ADX, le RSI et les bandes de Bollinger. À la fin de ce chapitre, vous saurez calculer, tracer et comprendre les implications des indicateurs en Python.

Vous êtes maintenant prêt à construire des signaux et à les utiliser pour bâtir des stratégies de trading. Vous découvrirez les deux principaux styles de stratégies : suivi de tendance et retour à la moyenne. En travaillant sur des données boursières réelles, vous gagnerez en pratique pour implémenter et backtester ces stratégies et vous vous familiariserez avec l’optimisation de stratégie et le benchmarking.

Comment se comporte votre stratégie de trading ? Il est temps d’examiner en détail les statistiques issues du backtest. Vous découvrirez des métriques de performance utiles, comme les rendements, les pertes maximales (drawdowns), le ratio de Calmar, le ratio de Sharpe et le ratio de Sortino. Vous apprendrez ensuite à obtenir ces ratios à partir des résultats du backtest et à évaluer la performance de la stratégie en fonction du risque.