Your cart is empty.
Keep shopping
Python pour la Finance : analyse et trading algorithmique
Highest Rated
4,239 students
Python pour la Finance : analyse et trading algorithmique
NumPy, Pandas, séries temporelles, ARIMA, ratio de Sharpe, portefeuille : analyse les marchés avec Python
Created byJose Portilla, Rod Paris, MonCoachData | Data Science | Machine Learning | Deep Learning | Python | SQL, Pierian Training
Last updated 10/2026
French
French [Auto],
What you'll learn
- Manipuler des données financières avec NumPy et Pandas et les visualiser avec Matplotlib
- Récupérer des données boursières avec pandas-datareader et Quandl
- Calculer des statistiques financières : rendements quotidiens et cumulés, volatilité et risque
- Analyser des séries temporelles avec les moyennes mobiles pondérées (EWMA), ETS et ARIMA
- Utiliser statsmodels et les graphiques d'autocorrélation pour modéliser des séries temporelles
- Calculer le ratio de Sharpe et optimiser un portefeuille avec la frontière efficiente de Markowitz
- Comprendre le CAPM, la vente à découvert, les dividendes et l'hypothèse des marchés efficients
- Découvrir les bases du trading algorithmique et de ses stratégies
Explore related topics
Course content
15 sections • 117 lectures • 17h 7m total length
Requirements
- Développeurs Python qui veulent appliquer leurs compétences à la finance et aux marchés
- Étudiants et professionnels de la finance qui veulent automatiser leurs analyses avec Python
- Data analysts intéressés par les séries temporelles financières
Description
Tu veux utiliser Python pour mener des analyses financières rigoureuses ? Ce cours part des bases de Python, puis t'emmène dans l'écosystème Py-Finance : NumPy, Pandas, Matplotlib, statsmodels et séries temporelles, avant d'aborder les fondamentaux de la finance et du trading algorithmique. Cours conçu avec Jose Portilla (Pierian Training).
Au programme (15 sections, 117 sessions, plus de 17 heures)
Python, NumPy, Pandas et visualisation de données avec Matplotlib
La récupération de données financières avec pandas-datareader et Quandl
L'analyse de séries temporelles : EWMA, ETS, ARIMA, graphiques d'autocorrélation
L'analyse des rendements boursiers : rendements quotidiens et cumulés, volatilité et risque
Un projet d'analyse boursière
Les fondamentaux de la finance : ratio de Sharpe, optimisation de portefeuille avec la frontière efficiente de Markowitz, CAPM, vente à découvert, dividendes et fractionnements d'actions, hypothèse des marchés efficients
Les bases du trading algorithmique : syntaxe, stratégies et contrats à terme
Prérequis : quelques connaissances en programmation (de préférence Python) et la possibilité d'installer Anaconda. Des bases en statistiques et en algèbre linéaire sont utiles.
À la fin de ce cours
Tu sauras récupérer des données boursières, calculer rendements, volatilité et ratio de Sharpe, analyser et prévoir une série temporelle avec ARIMA, et construire un portefeuille optimisé grâce à la frontière efficiente. Tu comprendras aussi les concepts financiers derrière ces calculs (CAPM, marchés efficients, vente à découvert) et la logique d'une stratégie de trading algorithmique.
Ton formateur
Je suis Rod, Data Scientist et développeur web, fondateur de MonCoachData et de DataXp. Plus de 80 000 personnes ont déjà suivi mes formations Python, SQL, Data Science, Machine Learning et IA sur Udemy. Mon objectif : rendre accessibles des sujets complexes et te préparer à les utiliser dans le monde réel. Pour ce cours, je me suis associé à Jose Portilla et à l'équipe Pierian Training.
Garantie : tu as 30 jours pour tester le cours, satisfait ou remboursé selon les conditions d'Udemy. Tu gardes un accès à vie au contenu et à ses futures mises à jour, et tu reçois un certificat de fin de formation à ajouter à ton profil LinkedIn.
Prêt à analyser les marchés financiers avec Python ? Inscris-toi et on se retrouve dans la première vidéo.
Who this course is for:
- Quelqu'un de familier avec Python qui veut apprendre l'analyse financière !