Résumé
L'entreprise consacre du temps à l'analyse manuelle du marché, à la gestion des feuilles de calcul et au placement des ordres.
La solution est devenue un logiciel de trading Python qui connecte les données de marché, la logique des stratégies, les feuilles de calcul et les comptes de courtage.
Le logiciel est conçu pour réduire le travail manuel, la gestion répétitive des données et les efforts d'exécution évitables.
Témoignage du client
Le client est une société de trading algorithmique basée en Pologne. Elle exécute des stratégies en direct, backtestées et haute fréquence via des API de courtage, et travaille sur les actions et les options.
L'équipe gère les données de chandeliers, les entrées de trading et les ordres d'achat et de vente sur plusieurs comptes de courtage. Les traders et les entreprises de trading doivent remplacer l'analyse manuelle des données de marché, la gestion des données de transaction et le placement des ordres par des systèmes automatisés.
La demande était simple : automatiser le flux de trading en Python, le connecter à Interactive Brokers ou à un compte Shoonya Broker si nécessaire, et valider les stratégies par backtesting. L'entreprise avait également besoin d'intégrer les données Excel au processus et de les restituer sous forme de données de trading mises à jour après l'exécution.
La solution a été structurée autour d'écrans connectés pour la configuration des intervalles, l'analyse des chandeliers, le suivi en direct, les données Excel et le backtesting. Les champs de stratégie, les types d'ordres, l'état du courtier et les journaux de trading restent visibles afin que l'entreprise puisse gérer le processus selon ses propres règles.
Le client souhaitait
- Valider les stratégies par backtesting et fournir les conseils ou la documentation demandés.
- Développer l'automatisation du trading en Python, avec des alternatives Java ou C++ si nécessaire.
- Connecter Interactive Brokers ou un compte Shoonya Broker si nécessaire.
- Lire les entrées de trading Excel et mettre à jour les données après l'exécution.
Pourquoi les logiciels prêts à l'emploi ne convenaient pas
Les plateformes de courtage prêtes à l'emploi couvrent l'achat, la vente et la gestion d'actifs financiers, mais leurs descriptions ne combinent pas les entrées de feuilles de calcul, la logique de stratégie configurable, le backtesting et l'exécution via courtier de cette entreprise dans un processus adapté. La solution a été conçue pour réunir ces éléments et les aligner sur les règles de l'entreprise, tandis que la documentation et la formation favorisent une utilisation autonome.
Présentation du projet
La solution a été conçue autour d'une application de trading Python qui connecte les données de marché, la logique des stratégies, les entrées des feuilles de calcul et les comptes de courtage. Sa structure regroupe les principales étapes : préparer les données, examiner les chandeliers, valider une stratégie, exécuter les ordres et surveiller les positions.
Pour gérer les entrées de trading, un espace de travail Excel a été mis en place. Il lit les données des feuilles de calcul, affiche les données de chandeliers et indique les données de trading mises à jour après l'exécution.
L'écran de trading regroupe les intervalles sélectionnables, les paramètres de stratégie et les critères d'achat et de vente. L'état de la connexion au courtier ainsi que les types d'ordres au marché, à cours limité ou stop restent disponibles sur le même écran.
L'application passe les ordres via les connexions de courtage prises en charge et conserve les informations d'exécution pour le suivi.
Une attention particulière a été portée à la validation des stratégies. L'écran de backtesting utilise des données historiques de chandeliers, des paramètres de stratégie et des tableaux de résultats afin que l'entreprise puisse comparer une stratégie avant de l'utiliser en trading réel.
Le système a été conçu sous forme de modules, laissant la possibilité d'ajouter une documentation, un guide de configuration, une assistance après livraison et des extensions ultérieures comme le traitement local ou le débogage sur les marchés en temps réel.
Fonctionnalités clés livrées
- Trading automatisé via des comptes de courtage
- Ordres au marché, à cours limité et stop
- Récupération des données de chandeliers à des intervalles sélectionnables
- Stratégies configurables et critères d'achat/vente
- Import et mise à jour des données de trading Excel
- Backtesting de stratégies avec des données historiques de chandeliers
- Suivi en direct des ordres, positions et alertes
- État de connexion du compte de courtage
- Automatisation du trading basée sur Python
