Mes Réalisations

TITAN - Système Quantitatif & Trend Following

  • Python
  • Streamlit
  • Finance Quantitative
  • Pandas / Numpy
  • Docker
  • Telegram API
  • Plotly

TITAN (itération V17) est un système de trading algorithmique conçu pour systématiser une stratégie de suivi de tendance (Trend Following). Le projet intègre le calcul des signaux, la gestion de l'exposition et le monitoring du portefeuille.

Aperçu du Dashboard TITAN Interface de suivi développée avec Streamlit et stylisée en CSS.

Logique d'investissement La stratégie repose sur l'exploitation de l'autocorrélation (Momentum) des séries temporelles. L'algorithme ajuste dynamiquement l'exposition sur des ETF à levier en s'appuyant sur des filtres de régime de marché (moyennes mobiles, pente stochastique, volatilité).

Moteur de backtest Le script de simulation, développé en Python (Pandas/NumPy), modélise le comportement historique d'actifs. Il intègre notamment la reconstruction mathématique des ETF à levier pour évaluer précisément l'impact du Beta Decay, du spread et des taux d'intérêt (^IRX).

Visualisation de l'Equity Curve et des métriques de risque.

Alerting et Monitoring Afin de limiter l'intervention manuelle au strict nécessaire, l'état du système est communiqué via des notifications Telegram (calcul du PnL journalier, signaux d'ouverture/fermeture, prédiction de gap).

Alertes Telegram Rapports de routine générés par l'API Telegram.

_ Recherche et Modélisation

  • Développement d'un algorithme de filtrage de tendance combinant des moyennes mobiles (longues et courtes) pour la détection de régime.
  • Reconstruction d'historiques synthétiques pour ETF à levier, simulant les frottements (Beta Decay, taux directeurs FED).
  • Calcul des métriques de performance et de risque standardisées : CAGR ajusté (TWR), Ratio de Sharpe/Sortino, Ulcer Index et Max Drawdown.

_ Ingénierie des Données et Backend

  • Extraction et consolidation de données de marché journalières et intra-day via l'API yfinance.
  • Conception d'un module de persistance locale (JSON/CSV) pour la sauvegarde de l'état du portefeuille et des flux de trésorerie.
  • Mise en place d'un algorithme de calcul FIFO pour le suivi précis du PnL réalisé et de la durée de détention des positions.

_ Développement Interface (Streamlit)

  • Création d'un tableau de bord de suivi via Streamlit, avec injection de CSS personnalisé pour l'interface.
  • Développement d'un mécanisme d'authentification par token rotatif pour restreindre l'accès à l'interface de production.
  • Intégration de graphiques interactifs Plotly (Equity Curve, distribution des rendements, Heatmaps mensuelles).

_ Déploiement et Automatisation

  • Conteneurisation de l'application (Docker, Docker Compose) pour un déploiement continu sur serveur VPS.
  • Développement de scripts de vérification pour rapprocher les prix d'exécution simulés des conditions réelles du marché.
  • Intégration de l'API Telegram pour le routage asynchrone des signaux de trading et des bilans de performance.