Introduction
Un exemple d'outil en finance écrit en Python, et utilisable pour obtenir tant des données que des analyses financières :
OpenBB https://openbb.co/products/terminal
La particularité de cet outil est qu'il peut être utilisé en mode interactif mais ses fonctions peuvent également être appelées depuis un code python pour obtenir des données ou conduire une analyse.
Cet exemple est également représentatif de l'informatique financière moderne à savoir le recours à des API (Application Programing Interface) : outre le fait de programmer des traitements, le développement bénéficie de services externes, gratuits ou payants, de fourniture de données ou d'analyses avancées. Le recours à ces services externe nécessite le recours à des clés obtenues par une connexion et la création d'un compte sur les sites web des services en question. Les clés seront fournies avant tout recours à ces services. Comme ces clés servent au suivi d'usage avec facturation dans le cas de services payants ou limitations de requêtes (en vue d'éviter les abus) dans le cas de services gratuits, ces clés sont nécessairement personnelles.
Ex : Obtention d'une clé sur la site de la Federal Reserve Board of Saint-Louis
Puis usage dans un code Python
from fredapi import Fred # Importation du module donnant accès au service
fred = Fred(api_key='73d82da...') # Elément-clé d'identification pour bénéficier du service
data = fred.get_series('SP500') # Mise en œuvre du serviceLe langage Python
Un langage très populaire
C’est un langage pour lequel une abondante documentation est disponible dans toutes les langues dont le français.
La documentation de base est à l’adresse https://docs.python.org/fr/3/.
Outre une offre pléthorique en anglais, de nombreux ouvrages sur Python 3 existent en français donc certains sont gratuits dont notamment :
- Cours de Python par Patrick Fuchs et Pierre Poulain
- Apprendre à programmer avec Python 3 par Gérard Swinnen
- Une introduction à Python 3 de Bob Cordeau et Laurent Pointal. Ce dernier auteur propose également un memento rapide python tenant en un recto-verso.
- Un cours en ligne développé par Microsoft : Python pour les débutants - Training | Microsoft Learn
Un langage généraliste avec des prolongements en informatique scientifique
C’est un langage généraliste qui ne s’adresse au calcul scientifique ou financier qu’au travers de modules spécifiques.
- NumPy : gestion de matrices numériques et de tableaux numériques de dimensions multiples
- SciPy : fonctions d’informatique scientifique
- pandas : gestion de tableaux de données (dataframes) de types variés
- Matplotlib : représentation graphiques de données
- SymPy : mathématiques symboliques et calculs en précision arbitraire
Des formations aux applications scientifiques en Python sont disponibles en anglais, notamment ici :
- Intro to Data Analysis (Coursera)
- Learn Machine Learning with Python (Tutorialspoint.com)
- Cours Kaggle avec exercices
- Data Analysis in Python
- Python for Data Science
- Deep learning in Python
Pour une liste de modules utiles en finance, consulter https://github.com/wilsonfreitas/awesome-quant
Un cours Artificial intelligence in Finance est proposé en ligne par Antony Woo (Université de Hong-Kong)
Obtenir et utiliser Python
Au travers d'une distribution :
- Documentation et explication des concepts dans un langage permettant une présentation enrichie (texte, images, tableaux, équations,...) en langage Markdown.
- Code (en langage Python, mais aussi en R, C++,...)
- Résultats de l'exécution du code (sous forme de résultats numériques, tableaux ou graphiques).
- Le service de l'universitémydocker.universite-paris-saclay.fr qui propose 4 environnements alternativement utilisables et partageant les mêmes fichiers et resources :
|
- Le service Azure Al | Studio d'apprentissage automatique utilisable avec vos identifiants institutionnels de université.
- Le service
Google Colaboratory utilisable à partir de votre compte Google. - En ligne surJupyter.org ou Jupyterlab :
Connectez vous à l'adresse https://jupyter.org/try puis choisissez Try Classic Notebooks ou Try Jupyterlab.
⚠ Seul problème avec ce service : pas de sauvegarde de vos documents entre les sessions (pensez à les récupérer sur votre ordinateur). - Sur votre ordinateur, seule option en cas de traitement confidentiel :
Pour cela le plus confortable est d'installer la version individuelle d'Anaconda à l'adresse https://www.anaconda.com/products/individual. Une fois Anaconda lancé choisissez Jupyter ou JupyterLab. - D’autres fournisseurs permettent également d’utiliser en ligne des classeurs Jupyter dans le cadre de comptes gratuits, pouvant être étendus dans le cadre de solutions commerciales :
|
- IBM Watson studio — https://www.ibm.com/fr-fr/cloud/watson-studio - DataCamp.com — https://datacamp.com - Jetbrains — Datalore https://datalore.jetbrains.com - Deepnote — https://deepnote.com/ - Mode.com — https://mode.com - NextJournal — https://nextjournal.com - Kaggle — https://www.kaggle.com/docs/notebooks |
I - Prise en main de classeurs Jupyter
-
Le service de l'université mydocker.universite-paris-saclay.fr
- Connectez vous sur : https://mydocker.universite-paris-saclay.fr/shell/join/adNzzJUzLSjBjmwQohnD
Etudiants de Sceaux
- Cliquez sur le bouton
puis indiquez vos identifiants étudiant :
Etudiants d'Evry
- Cliquez sur le bouton
- Puis sélectionnez votre université :
- et indiquez votre identifiant à l'université d'Evry :
- Sur l'écran d'accueil :
cliquez sur le bouton
puis attendez l'actualisation de l'écran.
- Cliquez sur le bouton
- Pour importer le classeur :
- Enregistrez le fichier Prise en main de classeur Jupyter.ipynb sur votre ordinateur.
- Cliquez sur le bouton
présent en 4e position de la barre d'outil en haut et à gauche de l'écran. : 
- Désignez le fichier Prise en main de classeur Jupyter.ipynb présent sur votre ordinateur.
- Faites un double-clic sur le fichier Prise en main de classeur Jupyter.ipynb désormais présent dans le volet gauche de votre écran.
- En ligne sur le service Google Colaboratory :
Connectez-vous avec vos identifiants gmail à https://colab.research.google.com
Après avoir consulté la page d'accueil du service, faites Fichier / Importer le notebook, commande Importer et bouton Parcourir puis désignez le fichier ci-dessous après l'avoir enregistré sous votre ordinateur (clic droit / enregistrer la cible sous ou commande analogue selon votre navigateur) :
Prise en main de classeur Jupyter.ipynb
Vous pouvez ensuite consulter le texte de présentation comme les commandes Python et exécuter ces dernières avec le bouton
présent dans la marge gauche dès lors que le curseur est sur une cellule de code Python. - Sur votre ordinateur :
Pour cela le plus confortable est d'installer la version individuelle d'Anaconda à l'adresse https://www.anaconda.com/products/individual. - Lancez Anaconda navigator.
Si vous souhaitez avoir Jupyterlab en français (ou dans une autre langue), sachant qu'il est par défaut en anglais :
Choisissez :
Puis exécutez la commande :
Dans le cas d'une autre langue, remplacez les 5 derniers caractères.conda install -c conda-forge jupyterlab-language-pack-fr-FR
Sous Anaconda Navigator choisissez JupyterLab :
puis ouvrez le classeur ci-dessous (
Upload sous Jupyterlab) après l'avoir enregistré sous votre ordinateur (clic droit / enregistrer la cible sous ou commande analogue selon votre navigateur): Prise en main de classeur Jupyter.ipynb
La particularité est que JupyterLab accède dans ce cas aux fichiers de votre ordinateur et stocke directement les fichiers sur votre ordinateur.
- Connectez vous sur : https://mydocker.universite-paris-saclay.fr/shell/join/adNzzJUzLSjBjmwQohnD
II - Le langage Python
Synthèse_Python.ipynb
Vous pouvez également consulter ce classeur :
Version à l'issue de la 1ere séance sur ce thème : Synthèse_Python_a.ipynb
Version à l'issue de la 2e séance sur ce thème : Synthèse_Python_b.ipynb
Version à l'issue de la 3e séance sur ce thème : Synthèse_Python_c.ipynb
Version à l'issue de la 4e séance sur ce thème : Synthèse_Python_d.ipynb
Version à l'issue de la dernière séance sur ce thème : Synthèse_Python_e.ipynb
Exercices d'entrainement : Exercices.ipynb
