Recoder les payoffs que j’ai pricés sur le desk
J’ai fait deux stages sur des desks de produits structurés. J’ai ensuite recodé les mêmes payoffs pour voir comment chaque prix se construit. Ce code tourne sur ce site, et chaque étude dit ce qu’elle n’a pas pu montrer.
- Natixis CIB
- Sales Assistant, produits structurés actions, distribution France, 2025
- Kepler Cheuvreux
- Structuring Assistant, cross-asset hors FX, 2024
- SKEMA Dubai
- MSc Financial Markets & Investments
Le pricing : mon propre code, après mes stages
Des études sur les payoffs et les greeks rencontrés en stage, dans un code écrit ensuite. Le code Python tourne dans votre navigateur.
- Autocalls 99,2 Prix théorique d’un autocall Phoenix à 7 % de coupon, par Monte Carlo sur 200 000 trajectoires. Non démontré : une vraie cotation de banque, avec le funding et le risque de crédit.
- Options 16× Moins d’erreur avec 101 pas de Leisen-Reimer qu’avec environ 1 010 pas de Cox-Ross-Rubinstein. Non démontré : des volatilités exactes. Les options SPY sont américaines et je les traite comme européennes.
Ces deux pages téléchargent Python, NumPy et SciPy une seule fois, environ 31 Mo, depuis ce site. Ils tournent en arrière-plan : la page reste utilisable pendant le démarrage.
Source : structured-products-pricer, option-pricer
Tiré de mes propres recherches
Des règles de trading testées sur l’historique du marché, après coûts.
- Crack spread 0,48 Sharpe ratio après coûts sur une marge de raffinage, sur 20 ans. Non démontré : que quelqu’un aurait pu le trader. Ce sont des prix spot, pas des futures.
- Butterfly 0,33 Sharpe ratio après coûts sur le milieu de la courbe du Trésor américain, sur 36 ans. Non démontré : que quelqu’un aurait pu le trader. Ce sont des yields, pas des prix d’obligations.
- Exemples chiffrés Chaque jour La règle appliquée aux dernières données : les legs, la taille et les niveaux de sortie. Non démontré : un trade réel. Rien ici n’a été tradé.
- Position sizing 6 % Risque par trade qui donne les meilleures chances de réussir un challenge de compte financé et de garder le compte. Ces chances ne sont que de 26 % sur le crack. Non démontré : que de vrais trades ressembleraient à ceux-ci.
Source : relative-value-strategies, position-sizing
Comment fonctionne le site
Sur les pages de pricing, votre navigateur recalcule le prix avec le même code Python que dans mes dépôts. Les curseurs utilisent 20 000 trajectoires de Monte Carlo. Un bouton haute précision en lance 200 000 et reproduit les chiffres des README.
Les pages de spread trades tournent en JavaScript, qui démarre aussitôt sur un téléphone. Un test automatique exécute ce JavaScript et le Python sur les mêmes données et échoue au moindre écart. Les données viennent de FRED et de l’EIA et sont mises à jour chaque matin.
Les modèles de pricing utilisent Black-Scholes avec une volatilité plate. Cela montre la forme d’un payoff et son risque. Un desk ne coterait pas avec ce modèle. Chaque page indique où le sien cesse d’être fiable.