Projets

Des projets orientés finance, données et outils d'analyse.

Cette page rassemble des projets autour de la finance quantitative, de la structuration de données, du backtesting, des dashboards et de l'automatisation. Chaque projet montre une façon de travailler : cadrer un besoin, nettoyer les données, construire un outil lisible et interpréter les résultats.

Projets mis en avant

Les projets les plus représentatifs de mon profil

Application de suivi de patrimoine - project preview

Sélection

Finance personnelle · Python · PyQt6

Application de suivi de patrimoine

Application desktop PyQt6 + SQLite pour centraliser des comptes multi-actifs, reconstruire l’historique hebdomadaire et analyser la performance d’un portefeuille.

Ce que ce projet démontre

Conception d’un outil financier complet: modélisation de données, ingestion/normalisation de transactions, analytics portefeuille avancée, interface utilisateur desktop et logique de test.

PythonPyQt6SQLitePandasPlotlyyfinance

Résultat clé: Mise en place d’un moteur de snapshots hebdomadaires personne/famille, avec reconstruction complète de l’historique.

Voir le projet

Analyse fondamentale · Outil buy-side · Python desktop

Moteur de screening small caps françaises (buy-side)

Outil desktop de screening fondamental des small caps françaises pour constituer un univers investissable, calculer des ratios interprétables et prioriser une watchlist buy-side.

Ce que ce projet démontre

Capacité à transformer une problématique d’investissement en outil concret : construction d’un univers small caps françaises, structuration des données financières, calcul de ratios fondamentaux, scoring multi-facteurs interprétable, persistance en base locale et restitution exploitable pour prioriser des dossiers d’analyse.

PythonAnalyse fondamentalePySide6SQLAlchemySQLitepandasnumpypytestruff / blackpre-commit

Résultat clé: Architecture stricte UI → Services → Repositories appliquée pour séparer l’affichage, la logique métier et l’accès aux données.

Voir le projet

Finance quantitative · Analyse · Python

Backtest et optimisation de portefeuille

Environnement Python pour backtester des stratégies, comparer des métriques risque/rendement et analyser un portefeuille.

Ce que ce projet démontre

Capacité à structurer un moteur de backtest, comparer plusieurs allocations et intégrer une simulation Monte Carlo pour estimer la distribution des trajectoires possibles.

PythonPandasNumPyPlotlyBacktestingMonte Carlo

Résultat clé: Backtests reproductibles sur un horizon de 5 ans pour comparer stratégies et allocations.

Voir le projet

Finance quantitative · C++ · Pricing

Pricing d’options en C++ (CRR, Black-Scholes, Monte Carlo)

Projet de groupe en C++ pour pricer plusieurs types d’options (européennes, américaines, asiatiques) avec CRR, Black-Scholes et Monte Carlo.

Ce que ce projet démontre

Capacité à implémenter des pricers quantitatifs en C++ avec une architecture orientée objets, et à optimiser une simulation Monte Carlo pour améliorer à la fois robustesse et performance.

C++Monte CarloBlack-ScholesCRRMersenne TwisterVisual Studio

Résultat clé: Mise en place d’un framework C++ de pricing couvrant options européennes, américaines et asiatiques.

Voir le projet

Finance quantitative · Python · Streamlit

Dashboard quantitatif Python/Git (Quant A & Quant B)

Projet de groupe en Python pour construire un dashboard financier interactif: module single-asset (Quant A) et module portefeuille multi-actifs (Quant B).

Ce que ce projet démontre

Capacité à livrer un outil quantitatif de bout en bout: ingestion de données financières, logique de stratégie, calcul de métriques, interface interactive et intégration collaborative par branches Git.

PythonStreamlitPandasyfinancePlotlyGitLinux

Résultat clé: Mise en place d’un module Quant A complet: data loader CAC40, stratégies single-asset et affichage des performances dans Streamlit.

Voir le projet

Web · Next.js · Product Design

Site portfolio carrière (ce site)

Conception et développement d’un site portfolio orienté finance + technologie, avec une architecture de contenu centralisée et des pages projet détaillées.

Ce que ce projet démontre

Capacité à transformer un simple site vitrine en produit éditorial structuré: contenu piloté par données, pages projet techniques, cohérence UX et workflow d’amélioration continue.

Next.js App RouterTypeScriptTailwind CSSVercelESLint

Résultat clé: Mise en place d’une base de données front-end claire pour piloter le contenu (projets, expériences, navigation, profils).

Voir le projet

Opérations · Pilotage · Automatisation

Occifloc

Pilotage d’une activité de personnalisation textile avec suivi des marges, trésorerie, production et amélioration des process.

Ce que ce projet démontre

Capacité à piloter une activité réelle avec des indicateurs, des contraintes opérationnelles et des décisions concrètes.

GestionKPIProcessAutomatisationVente

Résultat clé: Mise en place d’un suivi régulier des marges, des coûts et de la trésorerie pour piloter les arbitrages.

Voir le projet

Finance quantitative · Data science · Machine Learning

Projet de machine learning appliqué à l’allocation

Pipeline Python de modélisation et backtest pour comparer des stratégies d’allocation (Equal Weight, Markowitz, Random Forest, Logistic Regression) sur des actifs financiers.

Ce que ce projet démontre

Capacité à transformer un sujet quantitatif en pipeline ML exploitable: ingénierie de features, sélection de variables, entraînement multi-modèles, comparaison à des baselines financières et restitution claire des résultats.

PythonPandasNumPyscikit-learnMatplotlibSeaborn

Résultat clé: Mise en place d’un enchaînement reproductible via scripts (`run_prepare.py`, `run_baselines.py`, `run_random_forest.py`, `run_logistic_regression.py`, `run_all.py`).

Voir le projet

Tous les projets

Une sélection de projets construits avec une logique d'analyse

Chaque projet part d'un besoin précis : suivre un portefeuille, tester une stratégie, structurer des données ou piloter une activité. L'objectif est de produire un résultat exploitable, pas seulement une démonstration technique.

Finance personnelle · Python · PyQt6

Application de suivi de patrimoine

Application desktop PyQt6 + SQLite pour centraliser des comptes multi-actifs, reconstruire l’historique hebdomadaire et analyser la performance d’un portefeuille.

Ce que cela montre

Conception d’un outil financier complet: modélisation de données, ingestion/normalisation de transactions, analytics portefeuille avancée, interface utilisateur desktop et logique de test.

PythonPyQt6SQLitePandas

Voir le détail

Analyse fondamentale · Outil buy-side · Python desktop

Moteur de screening small caps françaises (buy-side)

Outil desktop de screening fondamental des small caps françaises pour constituer un univers investissable, calculer des ratios interprétables et prioriser une watchlist buy-side.

Ce que cela montre

PythonAnalyse fondamentalePySide6SQLAlchemy

Voir le détail

Finance quantitative · Analyse · Python

Backtest et optimisation de portefeuille

Environnement Python pour backtester des stratégies, comparer des métriques risque/rendement et analyser un portefeuille.

Ce que cela montre

Capacité à structurer un moteur de backtest, comparer plusieurs allocations et intégrer une simulation Monte Carlo pour estimer la distribution des trajectoires possibles.

PythonPandasNumPyPlotly

Voir le détail

Finance quantitative · C++ · Pricing

Pricing d’options en C++ (CRR, Black-Scholes, Monte Carlo)

Projet de groupe en C++ pour pricer plusieurs types d’options (européennes, américaines, asiatiques) avec CRR, Black-Scholes et Monte Carlo.

Ce que cela montre

Capacité à implémenter des pricers quantitatifs en C++ avec une architecture orientée objets, et à optimiser une simulation Monte Carlo pour améliorer à la fois robustesse et performance.

C++Monte CarloBlack-ScholesCRR

Voir le détail

Finance quantitative · Python · Streamlit

Dashboard quantitatif Python/Git (Quant A & Quant B)

Projet de groupe en Python pour construire un dashboard financier interactif: module single-asset (Quant A) et module portefeuille multi-actifs (Quant B).

Ce que cela montre

PythonStreamlitPandasyfinance

Voir le détail

Web · Next.js · Product Design

Site portfolio carrière (ce site)

Conception et développement d’un site portfolio orienté finance + technologie, avec une architecture de contenu centralisée et des pages projet détaillées.

Ce que cela montre

Capacité à transformer un simple site vitrine en produit éditorial structuré: contenu piloté par données, pages projet techniques, cohérence UX et workflow d’amélioration continue.

Next.js App RouterTypeScriptTailwind CSSVercel

Voir le détail

Opérations · Pilotage · Automatisation

Occifloc

Pilotage d’une activité de personnalisation textile avec suivi des marges, trésorerie, production et amélioration des process.

Ce que cela montre

Capacité à piloter une activité réelle avec des indicateurs, des contraintes opérationnelles et des décisions concrètes.

GestionKPIProcessAutomatisation

Voir le détail

Finance quantitative · Data science · Machine Learning

Projet de machine learning appliqué à l’allocation

Pipeline Python de modélisation et backtest pour comparer des stratégies d’allocation (Equal Weight, Markowitz, Random Forest, Logistic Regression) sur des actifs financiers.

Ce que cela montre

PythonPandasNumPyscikit-learn

Voir le détail

Aller plus loin

Chaque projet peut être détaillé davantage en entretien.

Cette sélection donne une vue synthétique de ma manière de travailler. En entretien, je peux revenir sur les hypothèses, les choix de données, les limites, les arbitrages techniques et les résultats obtenus.

Me contacter Voir mon CV