Catalogue des cours de finance quantitative
Découvrez les modules Argos Academy, des bases Python aux portefeuilles, aux stratégies et à la gestion du risque.
- La finance quantitative, en partant de zéro
Aucun prérequis. Ce que sont les marchés, le rendement, le risque, et ce que fait réellement un quant — expliqué comme à quelqu'un qui n'y connaît rien.
- Mise en place
Installer VSCode, Python et l'environnement de travail. Première quête : faire tourner votre premier script quant.
- Introduction au smart beta
Beta, alpha et l’entre-deux : l’histoire de Markowitz aux ETF factoriels, pourquoi les primes existent, ce que le smart beta n’est pas, et ses limites documentées.
- Mathématiques essentielles
Chaque formule est introduite par le problème qu’elle résout, avec un exemple chiffré. Rendements, agrégation, erreur d’estimation, covariance, algèbre du portefeuille, distributions et programme moyenne-variance.
- Les facteurs, de la théorie au portefeuille
Value, momentum, size, quality, low-vol, carry ; les modèles Fama-French et Carhart ; la construction des scores ; portefeuilles long-only et long/short ; et un laboratoire interactif pour séparer le vrai signal du hasard.
- La pipeline, brique par brique
Le cœur du parcours : rendements → covariance robuste → aversion λ → optimisation → vecteur w*. Chaque étape décortiquée, avec une manipulation interactive de λ.
- Coder — du premier script au portefeuille de stratégies
Onze exercices VSCode progressifs : boîte à outils pandas, moteur de backtest réutilisable, puis quatre familles de stratégies codées de zéro — mean reversion, trend following, stock picking, pairs trading — avec vol targeting et combinaison.
- Projet — backtest complet
Le projet fil rouge : coder un backtest momentum de A à Z dans VSCode, bloc par bloc, et retrouver exactement les résultats attendus.
- Votre première stratégie sur données réelles
Le pont entre le parcours et l’espace data : télécharger de vraies barres ES à la minute, les nettoyer, les agréger, écrire une stratégie à partir d’une hypothèse énoncée, puis la passer au framework de robustesse.
- Le look-ahead — le bug qui tue les edges
L’erreur la plus destructrice de la recherche quantitative : utiliser une information qui n’existait pas encore. Où elle se cache, comment la traquer, et pourquoi aucune statistique ne la détectera à votre place.
- Robustesse — les 27 tests qui tuent une stratégie
Le module décisif : 27 tests en six familles, de la purge et l’embargo jusqu’au test de permutation, au PBO, à la capacité et au kill-switch — tous exécutés sur le backtest du module 07, jusqu’au verdict.
- Métriques & diagnostics
Le tableau de bord complet d'une stratégie : Sharpe, Sortino, Calmar, CAGR, PF, IC/IR, equity log vs benchmark, rolling, distribution des P&L, Monte Carlo.
- Data & bibliothèque
Où trouver des données exploitables, comment les charger proprement, et les ouvrages de référence dans l'ordre de lecture.
- Bibliothèque des auteurs
38 praticiens et chercheurs organisés par école de pensée : trend following, construction de systèmes, risque & sizing, facteurs, statistique/ML, options, sagesse de marché.
- Bases de la finance de marché
Produits, acteurs, microstructure et mécanique d’exécution : ce qui se passe réellement entre votre ordre et votre exécution.
- Produits dérivés
Pricing, Greeks, hedging dynamique et surfaces de volatilité : pourquoi une option est un pari sur la volatilité, pas sur la direction.
- Stat-Arb & Pair Trading
Cointégration, Ornstein-Uhlenbeck, construction de signal et exécution : la seule famille où l’edge se démontre avant de trader.
- Market Making
D’où vient le spread, comment la sélection adverse vous tue, comment piloter l’inventaire, et comment trouver un lieu où il vaut la peine de coter. Avec Avellaneda-Stoikov et les enchères par lots.
- Calcul stochastique
Mouvement brownien, mouvement brownien géométrique, lemme d’Itô et EDP de Black-Scholes : la machinerie mathématique sous tout modèle de dérivés, démontrée plutôt qu’affirmée.
- Du backtest au compte réel
Capital, levier et critère de Kelly ; choix du courtier et de l’infrastructure ; systèmes d’exécution ; pourquoi la performance réelle diverge toujours du backtest ; et préparation psychologique.
- Articles R&D Alpha
Recherche appliquée et reproductible : stratégies SVM sur features de microstructure, pricing d’options par réseaux de neurones, détection de régime HMM. Chaque article est un edge documenté plus le code pour le rejouer.
- Notebooks exécutables
Black-Scholes-Merton, Heston, Bates, Variance Ratio et pricing neuronal : du code exécutable, prêt à coller dans Jupyter ou Colab.
- Options : le contrat et le prix
Du contrat jusqu’à Black-Scholes, construit pas à pas : payoffs, bornes d’arbitrage, parité, réplication, arbre binomial, puis la formule comme limite continue de l’arbre.
- Les grecques et la couverture
Les neuf sensibilités, mesurées d’abord par différences finies puis dérivées analytiquement, la surface de volatilité, et la démonstration que le P&L d’une position couverte ne dépend que de l’écart de volatilité.
- Stratégies d’options
Quatorze structures avec leurs schémas, un moteur générique pour les coder toutes, la construction depuis une vraie chaîne, le pricing d’un autocall, et l’évaluation honnête de la vente de volatilité.