Python pour l'Analyse Financière & Algorithmes de Trading (Udemy.com)

Cours clair et bien instruit, j'ai quelques remarques : -Certains videos manquent d'explication dans l'écriture de code (Section 10-11-12). -La section sur les fondamentaux de la finance est incomplete, elle manque beacoup de concepts clés, -La partie qui concerne la plateforme Quantopian devra etre actualisée, puisque la plateforme n'est plus fonctionnelle d'ou la nécessité de retravailler les cours sur une plateforme d'actualité.

Super cours, très clair, j'ai beaucoup progressé ! Merci Rod. Je cherchais ce genre de modules pour apprendre efficacement. Si je devais proposer une amélioration : - peut-être des exercices plus réguliers (notamment dans la deuxième partie). On passe assez vite sur les codes plus complexes sans se tester sur nos capacités ; - quelques explications pour l'adaptation des vidéos Quantopian à Blueshift, lorsque c'est possible...par exemple des substituts pour les bibliothèques, pour les API Morningstar, ou les analyses de backtest via codes de hachage. Malheureusement ca se complexifie beaucoup avec la perte de Quantopian et les multiples bibliothèques à importer. On "perd" parfois du temps à chercher comment adapter le code proposé, sans toujours savoir si l'on trouvera quelque chose! Mention spéciale à la page sur le reportage BlackRock. Bravo pour cette analyse ! A nouveau, merci beaucoup Lucien

J'aurais vraiment aimé attribuer une meilleure note à cette formation dont une bonne partie reste d'un bon niveau je trouve. En effet, toute la partie sur numpy et pandas est plutôt bien réalisée et il faut, à mon avis, prendre le temps de chercher les exercices soi-même plutôt que de regarder les solutions. C'est vraiment la meilleure façon d'apprendre. Certains chapitres, bien qu'intéressants (données de séries temporelles), semblent toutefois sans application immédiate avec le sujet qui est l'analyse financière et le trading algorithmique. Si je me rappelle bien, le formateur le mentionne même dans une vidéo. Pourquoi rajouter ce chapitre alors ? Certains sous-jacents mathématiques mériteraient d'être rappelés aussi parfois et certaines solutions tombent parfois un peu de nul part ce qui est un peu frustrant quand on aime bien comprendre pas à pas le pourquoi du comment. Mais au final, le plus pénible est l'impossibilité de répliquer correctement les exemples présentés sous Quantopian. Cette plate-forme n'étant plus disponible, il faut migrer sur Blueshift qui de toute évidence ne présente pas la même API. J'ai perdu beaucoup de temps à bidouiller et après avoir posté 3 exemples de code qui ne tournent pas, j'ai décidé d'arrêter cette formation à 90% afin d'en trouver une autre plus complète ou d'attendre la prochaine du même auteur sur Quantconnect dont j'apprécie quand même les qualités pédagogiques. Je terminerai probablement le visionnage des 2 dernières sections mais pour quelqu'un qui apprécie l'aspect "hands on", c'est un peu dommage.

Un cours véritablement excellent. J'ai démarré la programmation Python sur OpenClassroom, mais j'avais vite laissé tombé car le cours était vraiment indigeste et non ludique. Grâce au cours de Rod Paris, j'ai vraiment pu acquérir et consolider mes connaissances et ma pratique du langage Python, appliqué plus particulièrement à la finance. Un immense merci! Petit Bémol: les sections sur Quantopian doivent être entièrement revues en proposant cette fois une plateforme qui est encore d'actualité! Quelle frustration tout de même! Proposez des sections complètes sur BlueShift par exemple, et là, le sans-faute est assuré.

Ce cours est exellent. En plus de nous apprendre tout étape par étape, il nous donne aussi plein de liens et de documentation. Mais le plus grand atout de cours est le formatteur qui cera toujours la pour vous quel que soit la question. En plus de savoir de quoi il parle il fait ça depuis des annés et a donc réponse a toutes les questions. Je vous recomande absolument ce cours si le trading algorithmique vous intéresse.

Je travaille dans le marketing et je dois dire que je ne suis pas déçu d'avoir suivi ce cours. Très complet et bien expliqué, il traite vraiment en profondeur du sujet et ne laisse rien au hasard. J'ai une vision plutôt global et complète de la finance maintenant (et aussi de Python et de la programmation). Et bien sur je comprends le trading algorithmique. Je ne créerai pas d'algorithmes seule (par manque de temps) mais je dois avouer que j'y ai pris goût (en refaisant les exemples ou les exercices). Franchement plus de 17h de contenu (+ les ressources externes très fournies), c'est long mais je ne les ai pas vu passer ! Si Python ou la finance ou le Trading algorithmique vous tente, vous pouvez y aller les yeux fermés, c'est de la pure qualité. Honnêtement, il me semble impossible de mettre moins de 5 étoiles (si j'avais pu j'en aurais mis 2 ou 3 de plus ;))

Bonne formation pour bien comprendre Python, la finance et commencer à créer des algorithmes de Trading. C'est pas évident mais la formation est suffisamment complète et claire pour que chacun s'y retrouve. Je suis maintenant à fond sur Quantopian pour partager et créer mes propres algorithmes, c'est addictif :)

Très bon cours qui passe au début sur les bases et astuces du langages python. La partie sur les outils d'analyse des données est vraiment pratique et utile. En fait il ce cours se substitue aux cours sur les analyses de données avec pandas, numpy , etc . La parte sur le trading algo est bien guidée et donne les bonnes bases pour se lancer ensuite vers des algos plus complexes. Il manque juste quelques conseils sur les plateforme qui permettent d'effectuer des ordres avec nos algos.

Cours interessant, cependant manque de profondeur sur la partie Quantopian :( Dommage que la derniere partie ne soit pas finie, on attend la suite du cours avec impatience :).

POINTS FORTS ET à peine FAIBLES en dessous du commentaire (détaillé) ! J'ai fini le cours donc je peux le juger convenablement. Il faut savoir qu'il n'est pas encore complet (le 3 avril 2020), il manque la partie avancée sur les algorithmes. D'ailleurs dans la section sur les bases des algorithmes, après l'exercice, les vidéos ne concernent pas (seulement) les algorithmes mais la recherche d'actions (seulement états-uniennes ?) selon vos propres critères, à partir de mesures financières des entreprises, de la place boursière, des indicateurs techniques (RSI, MACD, bandes de Bollinger, moyennes mobiles, je pense qu'ils sont tous là ! ), par exemple ! Pour ma part c'est la raison principale pour laquelle j'ai pris cette formation, sans savoir que ça faisait partie du contenu mais je me l'imaginais. Dans cette section, on "backteste" des algorithmes simples. Par exemple l'exercice consiste à acheter (position longue) quand le prix d'une action est inférieur à la bande de Bollinger inférieure et à vendre à découvert (position courte) quand le prix est au-dessus de la bande supérieure. Ce n'est vraiment pas compliqué de créer un algorithme basique. Le plus compliqué, si ce n'est la seule chose compliquée, a été l'optimisation de portefeuille de Markowitz, qui consiste en une fonction de minimisation (de la volatilité) donc avec des maths pas évidentes pour les non-matheux. Plus exactement, on ne fait pas vraiment de maths car Python a des fonctions pour les faire mais ici le code a été assez lourd (long et dur). Mais comme dit Rod ce n’est pas grave si on n’a pas bien compris car on ne va pas le réutiliser après. Aussi le code nous est fourni donc on peut le ré-appliquer à d’autres cas sans tout comprendre en remplaçant certains éléments. Concernant ce que nous on doit faire (ou plutôt “peut” faire car Rod nous dit qu’on peut directement regarder la solution). Le projet nous fait utiliser pas mal de choses vues. Il est assez long mais on est toujours guidés : un code simple pour une étape simple. Il n’est pas compliqué, surtout avec le cours à côté. C’est un bon moyen d’assimiler les choses vues. L’exercice sur l’algorithme n’est pas compliqué non plus. Mais j’ai été un peu perdu au début, sûrement parce que l’exercice arrive rapidement. Par exemple le backtest ne me retournait pas de log donc mon print ne s’affichait pas. C’est en fait (de ce que j’ai déduit après de nombreux tests) parce que le print était dans ma fonction mais que je n’avais pas exécuté ma fonction (écrit schedule_function(blabla) avant…). Mais si le print est dans une fonction existante il s’affiche bien sans avoir besoin d’exécuter la fonction. Donc peut-être que des explications manquent un peu dans les cours sur les algo. Rod nous apprend en fait une astuce pour visualiser sans printer dans la solution de l’exercice, ça aurait été mieux qu’il nous la montre avant. Points forts : -Rod écrit et applique le code devant nous. Ainsi on voit directement le résultat et on n’a pas besoin d’appliquer soi-même pour comprendre. -Par contre il faut appliquer pour se rappeler comment on fait : les exos (facultatifs) sont là pour ça. -Rod fournit tout le code qu’il utilise dans ses vidéos. C’est très pratique car, pour les exos par exemple on peut ainsi juste copier/coller et modifier pour notre cas. Aussi, on peut exécuter le code en modifiant certaines choses si on n’a pas bien compris quelque chose, ce qui arrive rarement je pense (pour ma part j’ai fait ça pour le traçage de la frontière d’efficience qui nécessite de tracer une combinaison de 2 variables, ce que Rod n’a pas expliqué). -Rod est disponible et réactif -Rod maitrise son sujet (même si cette formation est “juste” une traduction) -Rod nous explique bien comment marche une fonction/méthode en regardant la documentation de celle-ci (shift + tab) devant nous et nous fait attraper ce réflexe. -La recherche d’actions selon ses propres critères, vraiment utile -Algorithmes au moins utiles pour tester une stratégie Points neutres (en attente de la partie manquante pour les points concernant les algo) : -A voir si les algorithmes sont facilement applicables dans la réalité (utilisables avec n’importe quel courtier) -A voir si apprendre à créer des algorithmes se révèle profitable: possibilité de s’enrichir “sans rien faire” et sans (gros) risque? Je pense que oui mais ça dépend bien sûr de l’algorithme… Au moins les algorithmes n’ont pas d’émotions. -A voir donc si on apprend à créer des algorithmes qui battent le marché. -Section sur l’analyse des séries temporelles pas pertinente pour la finance (du moins le modèle ARIMA comme le dit Rod lui-même) mais intéressante pour l’analyse de données en général -Analyse de données pas poussée, comparée à la formation Data Science (d’après Rod lui-même) Points faibles (à peine): - Dans les notebooks d'exercice, parfois Rod met les barres où il faut entrer le code avec parfois écrit "# code ici", parfois sans "#code ici" et d'autres fois il n'y a pas les barres donc, parce qu'on s'est habitués à ce que la barre soit fournie, on écrit dans la seule barre disponible mais c'était la barre qui affichait le script (effacé) de la solution donc il arrive qu'on efface le résultat attendu par erreur ! Rod nous met bien en garde contre ça, en disant qu'on ne pourrait pas récupérer le résultat, et nous montre comment ajouter les barres mais je pense qu'il faudrait que la présence ou l'absence de barres et du commentaire "#code ici" soit suivie sinon une erreur est vite arrivée. En réalité il est possible de restaurer le notebook original pour récupérer le résultat attendu mais cela fait que le script solution soit visible... Mais il y a une astuce toute simple, que Rod ne nous donne pas, mais en tant que débutant on y pense pas forcément : il suffit de faire une copie du notebook d'exercice ! Aussi Rod pourrait y remédier facilement en mettant à chaque fois la barre (avec #code ici).