Vou desenvolver sistemas de trading quantitativo em python

Sim. Posso transformar uma hipótese de mercado em uma estratégia em Python ou revisar, testar, refatorar e aprimorar sistemas existentes. O escopo pode incluir sinais, fatores, pipelines de dados, modelagem estatística, backtesting, validação, controles de risco e lógica de execução.

Não. Podemos começar com uma hipótese, regras parciais ou uma questão de pesquisa. Envie seus objetivos, mercados, prazo, dados e restrições de risco. Código e documentação também ajudam. Definimos os critérios de avaliação e entregas antes de iniciar o trabalho.

O protocolo pode combinar testes out-of-sample, análise walk-forward, Monte Carlo, análise de sensibilidade, testes de regime e testes de estresse. Os backtests consideram custos, slippage e liquidez. Verifico por viés de look-ahead, vazamento de dados e viés de seleção em múltiplos testes.

Fundação: hipótese, sinais, backtest inicial e relatório. Validação: pipeline modular, testes de robustez, modelagem de risco e preparação para paper trading. Produção: validação avançada, controles de risco, execução, automação e suporte à implantação.

Sim, quando os dados, a formulação do problema e o protocolo de validação justificarem. Dependendo do escopo, posso usar scikit-learn, XGBoost ou PyTorch para seleção de recursos, classificação, previsão, detecção de regime e outras aplicações quantitativas.

Cripto, ações/ETFs, CFDs, futuros, opções, commodities, FX e renda fixa. Bolsas e grupos: NYSE, Nasdaq, LSE, Euronext, Xetra, SIX, JPX, HKEX, ASX, B3, TSX, NSE, SSE, SZSE, KRX, CME Group, Cboe, ICE, Eurex, SGX e TAIFEX, dependendo da disponibilidade de dados e regras de negociação.

Posso integrar IBKR, Charles Schwab, TradeStation, tastytrade, Alpaca, OANDA, Webull, Tradier, Public, Binance, Coinbase, Bitfinex, Bybit, Kraken, Deribit, Rithmic, CQG, Bloomberg EMSX, Trading Technologies e SS&C Eze via REST, WebSocket, FIX ou SDKs, dependendo do acesso e recursos suportados.

Bloomberg, LSEG, FactSet, S&P Global, ICE Data Services, Databento, Nasdaq Data Link, dxFeed, Cboe DataShop, CME DataMine, OptionMetrics, Macrobond, RavenPack, Kaiko e Coin Metrics, além de seus próprios conjuntos de dados. A integração depende do acesso, licenciamento e cobertura de cada fonte.

Dependendo do projeto: Python, SQL, C++, Pandas, NumPy, SciPy, Polars, statsmodels, scikit-learn, XGBoost e PyTorch. Pesquisa: Jupyter, QuantConnect, vectorbt e backtrader. Produção: FastAPI, PostgreSQL, Docker, Linux, pytest, Git, CI/CD, Prometheus, Grafana, AWS, Azure ou Google Cloud.

Prioritizo o chat do Fiverr e a documentação escrita para manter a comunicação clara e registrar as decisões. Chamadas rápidas no Fiverr podem ajudar a esclarecer requisitos ou demonstrar resultados. NDA disponível; sua estratégia, código, dados, documentação e resultados permanecem confidenciais.