Andrea is available for hire

Andrea Nalon

验证专家 in Engineering

数据科学家和Python开发人员

Location

威尼斯，意大利威尼斯的大都会

至今成员总数

2016年3月23日

Andrea是一名资深数据科学家，拥有丰富的Python程序员和定量分析师经验. 他拥有工程硕士学位以及定量分析和机器学习方面的多项认证. 他擅长数据分析、书面沟通、灵活性和创新思维. 安德里亚最引人注目的成就之一是为百事可乐公司发现了有价值的消费者行为洞察，以帮助指导其在不同子品牌之间的营销活动.

Back-end 数据分析 Algorithms 工程数据科学数据分析算法交易机器学习 SQL Microsoft Access Microsoft Excel MySQL Pandas Python NumPy Time Series 线性回归 Spotify Interactive Brokers API

Portfolio

私人投资者

Python 3, FastAPI, Pandas, NumPy, AWS Fargate, 亚马逊DynamoDB...

InvestVerte

算法交易，机器学习，交互式经纪API, FastAPI...

PepsiCo

机器学习，算法，大数据，Databricks，雪花，数据分析...

Experience

数据科学- 11年数据分析- 10年 Python - 6年算法交易分析- 4年机器学习- 4年算法交易- 4年交易系统- 2年 Interactive Brokers API - 1年

Availability

Part-time

首选的环境

Visual Studio Code (VS Code), Jupyter笔记本, Pandas, Scikit-learn, Python, NumPy, CSV, XLSX文件处理, SQL, 机器学习

最神奇的...

...我为一家自营交易公司创建了一个交易策略，通过统计和机器学习技术分析交易模式.

工作经验

日内交易策略专家I专家顾问

2023 - 2024

私人投资者

通过盈透证券API开发并实施了一个自动ES-mini期货交易系统，在他的账户上执行交易.
为长期正回报的每日交易设计专有算法，并构建回测引擎，在实际部署之前模拟订单执行.
模拟近160%的年回报率，并在三个月的实时交易中实现了近40%的回报率.
生成并分发每日Excel报告，详细说明实时和回测交易列表，以比较实际操作和回测操作的性能.

技术:Python 3, FastAPI, Pandas, NumPy, AWS Fargate, 亚马逊DynamoDB, Interactive Brokers API, Amazon弹性容器服务(Amazon ECS), Amazon Elastic Container Registry (ECR), 亚马逊虚拟私有云(VPC), Data Science, 科学数据分析, Statistics, 交易系统, Docker, 算法交易

高级数据科学家

2022 - 2023

InvestVerte

研究并构建了为交易策略评估量身定制的回测引擎, 特别关注S&P500期货交易ES.
使用机器学习scikit-learn包寻找交易模式和训练有效的模型, 对多年的历史数据进行了多次回测.
使用Python和FastAPI实现模型, 通过与盈透证券的连接，使其能够实时操作交易订单. 交易机器人可以通过Uvicorn和FastAPI web界面访问和查询.

Technologies: 算法交易，机器学习，交互式经纪API, FastAPI, 多线程, Scikit-learn, Uvicorn, APIs, Python 3, 监督式机器学习, Algorithms, Trading, 股票交易, 神经网络, Bots, Git, Microsoft Visual Studio, Linux, Anaconda, 时间序列分析, Time Series, Jupyter笔记本, GitHub, 财务数据, Programming, REST APIs, JSON, Automation, 交易系统, 科学数据分析

高级数据科学家

2021 - 2022

PepsiCo

在Databricks和Jupyter笔记本中创建工具，对消费者购买行为进行深入分析, 识别各种项目之间的相关性和联系, categories, and brands. 这有助于营销部门确定产品活动.
执行自定义脚本以创建受众概要文件, 使市场营销团队能够有效地定位产品活动.
使用Spark和PySpark提高了管理数十亿行大型关系数据集的效率, 跨服务器集群有效地分配计算任务.

Technologies: 机器学习，算法，大数据，Databricks，雪花，数据分析, Data Mining, 市场篮子分析, Python 3, Statistics, SQL, Jupyter笔记本, Spark, PySpark, Git, Microsoft Visual Studio, Linux, Anaconda, 时间序列分析, Time Series, GitHub, Programming, 科学数据分析, Scripting

高级数据科学家

2021 - 2021

LGO资本控股

应用机器学习技术预测交易的加密货币走势.
使用Glassnode的报价和附加功能分析比特币和以太坊加密货币.
利用各种机器学习工具为客户提供模型，对标的资产的预期价格变动进行分类, 为第二天的建议买入分配“1”，为建议卖出分配“-1”.
在整个分析过程中应用特征选择和缩放来提高预测精度.
采用特征工程技术，利用多个并行机器学习模型, 导致整体系统精度超过80%.
通过应用交叉验证方法从六年多的历史价格中对模型进行回溯测试，进行了一次详尽的测试.

技术:Python 3, 时间序列分析, 监督式机器学习, Bitcoin, Scikit-learn, Trading, Algorithms, 股票交易, 神经网络, Git, Microsoft Visual Studio, SQLite, Linux, Anaconda, 算法交易, CSV文件处理, Time Series, Jupyter笔记本, GitHub, 财务数据, CSV, Programming, REST APIs, 科学数据分析, MacOS, Scripting

数据科学家

2017 - 2021

鱼鹰承销商

创建后端系统，实现各种算法，计算不同产品的保险费.
处理跨多个DB模式的数据清理和整个数据库架构设计, 无论是手动还是通过许多Python脚本和Jupyter笔记本编程.
根据客户的要求，集成和协作在不同服务器之间运行的自动任务.
自定义一个已经安装并运行的用于视频课程的Moodle服务器-启用具有不同级别控制的外部MySQL数据库上的用户身份验证.
实现了几个MySQL存储过程——使用JSON字符串作为要传输到数据库的参数列表——以改进和更容易访问各种web应用程序的后端和前端之间的集成.
管理MySQL生产数据库从一个提供商(Compose)迁移到另一个提供商(DigitalOcean)，将其主版本从5升级到8.
在亚马逊AWS基础设施上创建了一个测试MySQL数据库，使用他们的RDS服务.
管理一个只有两名开发者的小团队, 协调他们的前端开发工作，将其与我在后端创建的代码和数据库集成在一起. 在招聘过程中，我还掌握了他们的技术面试.

技术:JSON, Moodle, SQL, SQLAlchemy, Pandas, Python, MySQL, DigitalOcean, 亚马逊网络服务(AWS), Linux, Linux CentOS 7, Back-end, Python 3, Algorithms, Git, Anaconda, CSV文件处理, APIs, GitHub, CSV, Programming, REST APIs, Excel 365, Automation, ETL, Web Scraping, Scripting

财务模型构建器

2016 - 2017

战略项目合作伙伴

将使用几个大型Excel工作簿创建的复杂预算模型的所有功能和细化任务迁移到两个Python脚本中，将所有计算从10多个小时加速到2分钟.
为输入数据和实现的约束建立彻底的质量检查，以保证所创建脚本的可靠和弹性执行.
创建Linux和Windows shell批处理程序，自动运行复杂的数据计算.

技术:Visual Basic for Applications (VBA), Microsoft Excel, NumPy, Pandas, Python, Algorithms, Data Science, 工程数据, Back-end, CSV, CSV文件处理, Excel VBA, Python 3, XLSX文件处理, Windows, Git, Anaconda, 时间序列分析, Time Series, Jupyter笔记本, GitHub, Programming, Automation, 科学数据分析, Scripting

定量分析师/交易员

2015 - 2015

荣耀贸易系统有限公司

通过分析时间序列历史数据(OHLC和tick数据)开发算法交易策略.
实现统计分析，线性回归和机器学习.
通过包含markdown文档(knitr和Jupyter笔记本)，用R和Python开发代码.

技术:统计数据, 算法交易, 机器学习, Pandas, NumPy, Python, R, Trading, 算法交易分析, Algorithms, Data Science, RStudio, 工程数据, Back-end, Python 3, 股票交易, 神经网络, 时间序列分析, Time Series, Jupyter笔记本, 财务数据, CSV文件处理, CSV, Programming, 科学数据分析

Data Analyst

2011 - 2015

Avepa

实现自动报告生成器，为欧盟委员会生成包含详细付款数据的统计报告.
创建软件来复制用于计算付款和检查内部演算算法完整性的遗留软件.
编写了几个视图和查询到Oracle后端数据库检索支付信息.
创建R脚本，将Pentaho存储库与Oracle数据库同步，以对齐每个Pentaho报告的元数据和描述.
通过与不同涉众的访谈，开发了一个包含Oracle视图规范的存储库.

技术:Microsoft Access, Microsoft Excel, Python, R, PL/SQL, Oracle, Algorithms, Pandas, SQL, Oracle PL / SQL, Windows, 工程数据, Back-end, Python 3, SQLAlchemy, Visual Basic, Git, Microsoft Visual Studio, SQLite, Java, Linux, Anaconda, CSV文件处理, APIs, Jupyter笔记本, GitHub, CSV, XLSX文件处理, Programming, JavaScript, Excel 365, JSON, XML, Automation, Web Services, 科学数据分析

Data Analyst

2010 - 2010

特雷维索市

为就业中心创建系统，统计分析劳动力市场数据，并根据客户需求动态生成KPI数据报表.
使用VBA编程编写报表，从后端MySQL数据库动态收集数据.
在MySQL后端数据库中创建存储过程和视图，计算并过滤掉不必要的数据.

技术:关键绩效指标(kpi), Statistics, Visual Basic for Applications (VBA), Microsoft Excel, MySQL, Algorithms, Microsoft Access, SQL, Data Science, Windows, 工程数据, Back-end, Excel VBA, Programming, 科学数据分析

业务分析师

2007 - 2010

GN ReSound

创建了一个数据仓库报告解决方案，用于监控财务、销售和生产部门. 该系统连接到后端ERP来收集数据，并创建几个Excel报表和一个Microsoft Access数据库进行交互.
编写具有动态更新功能的Excel报表，其中数据从后端数据库下载，并根据客户的要求填写和详细阐述工作表中的单元格.
Backed up some data from SQL Server into a local Microsoft Access database for more complex analysis and let the client choose from different filters and sales aggregation; the client could also print reports of his queries.
开发软件，包含即将到来的订单的实时日历和KPI指标显示，以监控助听器的生产过程.

技术:Microsoft Excel, Visual Basic for Applications (VBA), Microsoft SQL Server, Algorithms, Microsoft Access, SQL, Visual Basic, 工程数据, Windows, Programming, Automation

Experience

三柱反转形态的简单定量方法

http://nalon99.github.io/publications/three_bars

对三柱反转模式的可靠性进行了研究，以进入高胜率的交易, 主要集中在S&P 500 index. 我用R运行模拟，用R Markdown发布研究结果.

自营交易公司算法交易策略的发展

为自营交易公司Glory trading Systems GmbH开发适应性交易策略. 这涉及到对各种期货的全面研究, including CL, GC, HG, NG, ES, YM, NQ, and ZB, 在不同的市场趋势中:看涨, bearish, and sideways. Additionally, 我对上述所有资产的季节性模式进行了彻底的分析，并发现了利用这种季节性的有效方法, 最终为公司股东带来更好的回报.

机器学习在人类活动识别中的应用

http://nalon99.github.io/Machine_Learning/

本研究的目的是探索一组来自生命日志系统的记录值，用于监测能量消耗和支持减肥计划, 还有举重练习的数字助手.

音乐作曲|混音和制作音轨

http://www.youtube.com/@mrkey-music

从2020年开始在Spotify和Apple Music等平台上分享我的原创作品. Also, 我创建了自己的YouTube频道，致力于帮助音乐爱好者们从头开始学习录音和制作歌曲的艺术. 作为一个音乐家和音响工程师谁记录和处理音频, 我也是最大的音乐人才市场之一的成员.

Publication

自动交易的兴起:机器交易美元&P 500

http://244575.chinaqinyu.com/machine-learning/s-p-500-automated-trading

Skills

Languages

SQL, Python, Visual Basic for Applications (VBA), R, Visual Basic, Python 3, XML, Java, Snowflake, Excel VBA, 汇编程序68000, Python 2, Markdown, JavaScript

库/ api

NumPy, Pandas, Scikit-learn, SQLAlchemy, Matplotlib, TensorFlow, Keras, Interactive Brokers API, PySpark, REST APIs

Tools

Microsoft Access, Microsoft Excel, Eclipse IDE, Git, GitHub, Moodle, Microsoft Visual Studio, Subversion (SVN), AWS Fargate, Amazon弹性容器服务(Amazon ECS), Amazon Elastic Container Registry (ECR), 亚马逊虚拟私有云(VPC)

Platforms

Jupyter笔记本, Oracle, Windows, RStudio, 亚马逊网络服务(AWS), MacOS, Anaconda, Linux, Linux CentOS 7, DigitalOcean, Databricks, Visual Studio Code (VS Code), Docker

Storage

MySQL, PL/SQL, JSON, Oracle PL / SQL, Microsoft SQL Server, SQLite, 亚马逊DynamoDB

Other

算法交易, 数据分析, 机器学习, Mathematics, Algorithms, 工程数据, Back-end, 科学数据分析, Scripting, 算法交易分析, Time Series, 时间序列分析, 监督式机器学习, CSV, CSV文件处理, Excel 365, Web Services, 关键绩效指标(kpi), Statistics, Trading, Big Data, Data Mining, 市场篮子分析, 外汇交易, Bitcoin, Regression, 分类, 统计分析, 财务数据, FastAPI, 多线程, Uvicorn, APIs, 股票交易, 神经网络, Bots, XLSX文件处理, Programming, Electronics, CPU Boards, 信号分析, Physics, Computer, Networks, 随机森林, 决策树, 逻辑回归, 支持向量机(SVM), knitr, Clustering, CI / CD管道, 定量分析, 数据清理, 数据推理, 线性回归, 线性代数, Web Scraping, Audio, 音频处理, Apple Music, Spotify

Paradigms

数据科学，自动化，异常检测，ETL

行业专业知识

交易系统

Frameworks

Spark

Education

1989 - 1998

计算机工程硕士学位

帕多瓦大学-意大利帕多瓦

在数小时内，而不是数周或数月，我们的网络将为您直接匹配全球行业专家.

分享你的需求

在与Toptal领域专家的电话中讨论您的需求并细化您的范围.

选择你的才能

在24小时内获得专业匹配人才的简短列表，以进行审查，面试和选择.

开始你的无风险人才试验

与你选择的人才一起工作，试用最多两周. 只有当你决定雇佣他们时才付钱.

对顶尖人才的需求很大.

Start hiring