Aller au contenu
QuantPad
FREN
Commencer
Data scienceMarchés & quantM&A & PELe LabParcours & badgesEntretiensFAQSe connecter
Le Lab

Python, SQL, Julia, C++. Notés sur le résultat.

Plus d’une centaine d’exercices sur quatre jeux de données communs. Écrivez le code, lancez-le, et la réponse est comparée à celle calculée sur les mêmes lignes, à quatre décimales.

Ouvrir l’application
VaR paramétrique · MSFT
from scipy.stats import norm

r = prices[prices["symbol"] == "MSFT"] \
      .sort_values("day")["close"].pct_change().dropna()
result = -(r.mean() + norm.ppf(0.05) * r.std(ddof=1)) * 100
Correct · VaR à 95 % : 0,8594 %
Quatre langages

Chacun à sa place

Python

Dans votre navigateur

pandas, NumPy, SciPy, statsmodels et scikit-learn, chargés au premier import. Rien à installer.

SQL

Dans votre navigateur

Un vrai PostgreSQL dans la page : jointures, fenêtres, dates, rétention, et des écritures vérifiées dans une transaction annulée.

Julia

Sur le serveur QuantPad

Des fonctions numériques sur données de marché : rendements, volatilité, EWMA, drawdown, corrélation.

C++

Sur le serveur QuantPad

Les mêmes fonctions dans le langage des librairies de pricing, compilées et exécutées pour vous.

Rétention par cohorte · SQL
select date_trunc('month', u.signup_date) as cohort,
       count(distinct u.id) as users,
       round(100.0 * count(distinct e.user_id) / count(distinct u.id), 1) as active_pct
from users u
left join events e on e.user_id = u.id and e.event_date >= u.signup_date + 30
group by 1 order by 1;
Volatilité EWMA · Julia
function ewma_vol(close::Vector{Float64})
    r = close[2:end] ./ close[1:end-1] .- 1
    v = r[1]^2
    for x in r[2:end]; v = 0.94v + 0.06x^2; end
    return sqrt(v * 252) * 100
end
Correct · 12,451 %
La notation

Une seule bonne réponse, vérifiée comme par un relecteur

  1. Lire

    Un énoncé qui fixe la méthode : quelles lignes, quel ddof, quelle graine.

  2. Écrire

    Votre code, dans un éditeur avec complétion. Les tables sont déjà chargées.

  3. Lancer

    Python et SQL tournent dans la page ; Julia et C++ sont compilés sur le serveur.

  4. Comparer

    Votre résultat face à celui calculé sur les mêmes données, valeur par valeur.

Langages

Où tourne chaque langage

LangageOùPourquoi une équipe l’utilise
PythonNavigateurLa langue commune de la recherche et de la data.
SQLNavigateurChaque tick, trade et ligne de P&L vit d’abord en base.
JavaScript, TypeScriptNavigateurAucune installation ; la norme des interfaces de trading.
C++ServeurLà où la latence compte : pricing, passerelles, HFT.
JuliaServeurDu calcul numérique rapide qui se lit comme les maths.
C#, OCamlServeurGestion d’ordres et modèles de pricing typés.
R, kdb+/q, Rust, JavaLectureÉconométrie, bases de ticks, infrastructure crypto.
Gratuit · français et anglais

Commencez par un spread. Finissez par une offre.

Pas de carte, pas d’essai. Connectez-vous et résolvez votre premier exercice en moins d’une minute.

Ouvrir l’application