Programme Python visant à maximiser le profit sur deux ans d'investissement en actions, dans le cadre d'un budget maximal de 500 € par client.
Contraintes respectées
- Chaque action ne peut être achetée qu'une seule fois
- Pas d'achat fractionnaire
- Budget maximum : 500 €
Approches implémentées
- Brute-force (section 1) : exploration exhaustive de toutes les combinaisons valides
- Optimisation dynamique (section 2) : algorithme de sac à dos (0/1 Knapsack) pour un excellent compromis temps / profit
- Backtesting & comparaison (section 3) : mesure du temps d'exécution, profit obtenu et analyse Big-O
Fichiers principaux
bruteforce.py→ solution exhaustiveoptimized.py→ solution dynamique (sac à dos)sienna.py/dataset.py→ versions avec données Sienna / autres datasetsutils/→ fonctions de lecture CSV, calcul de profit, chronométrage
Données : fichiers CSV fournis (non inclus dans le dépôt – à placer dans /data/)
Exécution : python bruteforce.py ou python optimized.py
Le projet démontre la progression de la complexité algorithmique et l’importance de l’analyse de performance (Big O).
Programme développé pour une société d'investissement financier fictive.
AlgoInvest&Trade est une société financière spécialisée dans l’investissement.
La société cherche à optimiser ses stratégies d’investissement à l’aide d’algorithmes, afin de dégager davantage de bénéfices pour ses clients.
2 algorithmes ont été développés.
- La valeur d'un portefeuille ne doit pas dépasser 500€.
- Une même action ne doit pas être achetée 2 fois.
- Il n'est pas possible d'acheter des fractions d'action.
Commencez tout d'abord par installer Python 3.10.
Lancez ensuite la console, placez-vous dans le dossier de votre choix puis clonez ce repository :
git clone https://github.com/Faaab84/projet_7.git
Placez vous dans le dossier projet_7:
cd projet_7
Il ne reste plus qu'à lancer par la commande :
python bruteforce.py
ou :
python optmized.py
Vous pouvez egalement changer la valeur CSV_FILE pour utiliser votre fichier de données dans le repertoire data