Recommandation
Entrée
Structure de ce livre

CHAPITRE 1.
Premiers pas dans l'investissement en actions américaines
1.1 Comprendre le marché boursier américain
1.2 Avantages et inconvénients d'investir dans les actions américaines
1.2.1 Avantages d'investir dans des actions américaines
1.2.2 Inconvénients d'investir dans des actions américaines

CHAPITRE 2.
Comprendre l'investissement quantitatif
2.1 Le concept d'investissement quantitatif
2.2 Types de stratégies d'investissement quantitatives
2.2.1 Stratégie fondée sur l'analyse de la valeur
2.2.2 Stratégies fondées sur les propriétés statistiques des données
2.3 Avantages et inconvénients de l'investissement quantitatif
2.3.1 Avantages de l'investissement quantitatif
2.3.2 Inconvénients de l'investissement quantitatif

CHAPITRE 3.
Comment fonctionne le marché boursier
3.1 Règles relatives à la fenêtre de commande et à la conclusion
3.2 Types de méthodes de commande
3.3 Types d'acteurs du marché

CHAPITRE 4.
Notions de base de Python
4.1 Configuration de Python et de l'environnement de base
4.1.1 Installation des bibliothèques de base
4.1.2 Exploration des notebooks Jupyter
4.2 Notions de base de Python
4.2.1 Variables, types de données et opérations de base
4.2.2 Instructions de contrôle
4.2.3 Fonction
4.3 Bibliothèques d'analyse de données Python
4.3.1 NumPy
4.3.2 Pandas
4.3.3 Matplotlib : Visualisation des données

CHAPITRE 5.
Analyse des données boursières
5.1 NumPy et Pandas avancés
5.1.1 NumPy et tableaux et fonctions de grande dimension
5.1.2 Pandas et DataFrames
5.2 Visualisation des données
5.2.1 Diagramme de dispersion
5.2.2 Multigraphe
5.3 Obtention de données boursières américaines
5.3.1 Obtention des données sur le cours des actions
5.3.2 Obtention des données des états financiers
5.4 Analyse des données boursières
5.4.1 Analyse du rendement quotidien
5.4.2 Calcul de la moyenne mobile
5.4.3 Calcul des indicateurs techniques

CHAPITRE 6.
stratégie de suivi des tendances
6.1 Stratégie de croisement des moyennes mobiles
6.1.1 Stratégie d'investissement
6.1.2 Test de validation
6.1.3 Optimisation des paramètres
6.1.4 Indicateurs de performance stratégique
6.2 Ajout d'un ordre stop loss
6.2.1 Méthode de suivi des ordres stop loss
6.2.2 Backtest vectorisé avec stop loss
6.3 Frais d'application
6.4 Vérification de la stratégie

CHAPITRE 7.
Stratégie de suivi de tendance bidirectionnelle
7.1 Comment tirer profit d'un marché baissier
7.1.1 Vente à découvert
7.1.2 Cadeaux
7.1.3 Options
7.1.4 ETF inversés
7.2 Stratégie de trading bidirectionnelle utilisant la vente à découvert
7.2.1 Test de validation de la stratégie MAC bidirectionnelle
7.2.2 Application de la méthode de suivi des pertes
7.2.3 Vérification de la stratégie
7.3 Stratégie de trading bidirectionnelle utilisant des ETF inversés
7.3.1 Tests rétrospectifs de la stratégie
7.3.2 Vérification de la stratégie

CHAPITRE 8.
Stratégie de dynamique
8.1 Définition de la quantité de mouvement
8.1.1 Momentum absolu
8.1.2 Momentum relatif
8.2 Stratégie de suivi de tendance par momentum 1
8.2.1 Analyse des indicateurs de dynamique
8.2.2 Tests rétrospectifs de la stratégie
8.3 Stratégie de suivi de tendance momentum 2 : Utilisation d’indicateurs auxiliaires
8.3.1 Indice de flux monétaire
8.3.2 Tests rétrospectifs de la stratégie
8.3.3 Vérification de la stratégie

CHAPITRE 9.
Stratégie de retour à la moyenne
9.1 Stratégie de retour à la moyenne utilisant les bandes de Bollinger
9.1.1 Observation des bandes de Bollinger
9.1.2 Tests rétrospectifs de la stratégie
9.2 Stratégie de combinaison utilisant les bandes de Bollinger
9.2.1 Idées de stratégies combinées
9.2.2 Tests rétrospectifs de la stratégie
9.3 Théorie du trading de paires
9.3.1 Analyse de corrélation
9.3.2 Analyse de cointégration
9.3.3 Stratégie de trading de paires
9.4 Mise en œuvre d'une stratégie de trading de paires
9.4.1 Mise en œuvre d'une stratégie de trading de paires 1
9.4.2 Mise en œuvre d'une stratégie de trading de paires 2 : Suppression des références futures

CHAPITRE 10.
théorie du portefeuille
10.1 Types de risques
10.2 Réduction des risques par la diversification
10.3 Théorie moderne du portefeuille
10.3.1 Ligne d'investissement efficace
10.3.2 Portefeuille optimal
10.4 Modèle d'évaluation des actifs
10.4.1 Ligne de marché des valeurs mobilières
10.4.2 Ligne de marché des capitaux
10.4.3 Portefeuille optimal incluant des actifs sans risque

CHAPITRE 11.
Stratégie d'investissement du portefeuille Momentum
11.1 Facteurs influençant le rendement des actions
11.2 Stratégies d'investissement factoriel
11.3 Stratégie d'investissement de portefeuille dynamique
11.3.1 Univers d'investissement
11.3.2 Calcul des rendements et sélection des actions
11.3.3 Mise en œuvre et tests de rééquilibrage
11.3.4 Performance des investissements du portefeuille Momentum
11.4 Optimisation de l'investissement de portefeuille à momentum

En conclusion

Comme les vrais analystes quantitatifs, je peux analyser correctement et investir de manière rationnelle !
Si vous combinez « investissement quantitatif en actions américaines » avec une attitude d'étude « sérieuse »,

Ce livre est un guide pratique destiné aux investisseurs qui souhaitent apprendre de manière systématique sur l'investissement en actions américaines et les stratégies d'investissement quantitatives.
Il couvre tout, des concepts de base du marché boursier à l'analyse de données à l'aide de Python et à la mise en œuvre de diverses stratégies d'investissement quantitatives, le tout en détail et étape par étape.
Il présente notamment des stratégies d'investissement pratiques, allant des stratégies de suivi de tendance, de momentum et de retour à la moyenne à la théorie du portefeuille, ainsi que du code Python, aidant les lecteurs à mettre en œuvre et à tester leurs propres stratégies.

Examinons de plus près le contenu de chaque chapitre. Le chapitre 1 explique d'abord le marché boursier américain et ses caractéristiques, analyse ses forces et ses faiblesses et pose les bases de l'investissement.
Le chapitre 2 présente ensuite les concepts de base de l'investissement quantitatif, de l'analyse de la valeur et de diverses stratégies basées sur des propriétés statistiques, en évaluant objectivement leurs avantages et leurs inconvénients.
Au-delà des simples explications théoriques, nous fournissons une explication conviviale de la façon d'utiliser Python (chapitre 4) et de la façon de traiter des données réelles grâce à des bibliothèques d'analyse de données (NumPy, Pandas, Matplotlib).

La seconde partie est consacrée à la mise en œuvre et à la validation de stratégies d'investissement orthodoxes que même les débutants peuvent appliquer.
Au chapitre 6, vous apprendrez les stratégies de suivi de tendance et les techniques de backtesting, et au chapitre 7, vous approfondirez les stratégies de trading bidirectionnelles qui peuvent vous aider à tirer profit des marchés baissiers.
Le chapitre 8 aborde plus en détail tous les aspects des stratégies d'investissement basées sur la dynamique.
Les chapitres 9 à 11 présentent des méthodes pour concevoir une stratégie d'investissement équilibrée qui combine stabilité et rentabilité en utilisant des stratégies de retour à la moyenne et la théorie du portefeuille.


La caractéristique la plus remarquable de ce livre est qu'il allie harmonieusement théorie et pratique.
Dans un environnement pratique utilisant des notebooks Jupyter accessibles et partiellement exécutables, les lecteurs peuvent analyser de véritables données boursières américaines, tester chaque stratégie et valider les performances d'investissement.
De plus, les formules et concepts nécessaires sont expliqués avec des exemples détaillés et sans omission, ce qui permet même aux lecteurs non familiarisés avec l'investissement quantitatif de suivre facilement.
De plus, puisque le code source de chaque stratégie est entièrement fourni, vous pouvez approfondir votre compréhension en l'implémentant et en l'améliorant ligne par ligne.


L'investissement quantitatif vise à parvenir à une gestion systématique et performante des actions grâce à des décisions d'investissement rationnelles fondées sur des données plutôt que sur des choix émotionnels.
Avec ce livre, je suis convaincu que n'importe qui, des investisseurs débutants aux plus expérimentés, sera capable de mettre en œuvre des stratégies d'investissement quantitatives solides au sein d'un portefeuille d'actions performant, à l'instar des analystes quantitatifs des sociétés de courtage.

Un processus systématique pour appliquer des stratégies d'investissement quantitatives authentiques !

[ÉTAPE 1 : Établir une stratégie d'investissement] « Comment acheter et vendre ? »
Stratégie de suivi des tendances
Stratégie de retour à la moyenne
· Stratégie de portefeuille

[ÉTAPE 2 : Tests rétrospectifs] « Cette stratégie a-t-elle été efficace par le passé ? »
• Écrire du code de backtesting en Python
• Sélection de la période de données passées et optimisation des paramètres

[ÉTAPE 3 Évaluation de la performance de la stratégie] « Cette stratégie sera-t-elle efficace pour les investissements futurs ? »
• Comparaison des performances au moyen d'indicateurs de performance stratégiques
• Déterminer s'il y a surapprentissage
• Validez votre stratégie par des comparaisons avec des points de référence

Recommandé pour ces personnes !
• Investisseurs débutants intéressés par l'investissement quantitatif et souhaitant apprendre de manière systématique.
Investisseurs souhaitant apprendre à développer des stratégies d'investissement et à effectuer des tests rétrospectifs à l'aide de Python.
Les investisseurs qui ont étudié l'investissement quantitatif ou le trading automatisé mais qui ont des difficultés à concevoir leurs propres stratégies