Hamid Bouikiouch is a seasoned professional in financial engineering and risk management, with a strong background in market finance, quantitative analysis, and data science. He has extensive experience in developing and implementing risk models, automating reporting processes, and coordinating IT projects.
Migration d’un moteur de VaR Monte Carlo (Equity) de R vers Python: Recueil et analyse des besoins métier pour la migration d’un moteur VaR Monte Carlo de R vers Python. Analyse méthodologique des modèles. Coordination entre équipes métier, risk, suivi des actions, planification et reporting auprès du management. Implémentation et industrialisation d’un moteur de calcul VaR, avec documentation et tests de validation, avec restitution de résultats strictement équivalents à la version R. Conception d’une architecture de code modulaire, orientée performance, lisibilité et industrialisation. Environnement technique : Python (NumPy, Pandas, SciPy), R, Monte Carlo, VaR
Validation des modèles de détection des abus de marché: Recueil et analyse des modèles existants. Analyse méthodologique et évaluation critique des modèles. Reproduction et implémentation des modèles en Python. Backtesting et stress tests afin d’évaluer la stabilité des résultats et la sensibilité aux paramètres. Automatisation, via Python, des processus de validation, de visualisation. Revue critique des données et des hypothèses utilisées. Construction de tableaux de bord et reporting automatisé via Power BI. Environnement technique : Python, Pandas, NumPy, SciPy, Matplotlib, C++, SQL, DAX, VBA, Power BI, Git
Analyste quantitatif en valorisation et modélisation volatilité (Fx options): Conception et implémentation d’un pricer d’options de change (FX Options) et calcul des sensibilités (delta, gamma, vega). Construction de la surface de volatilité à l’aide de la méthode Vanna-Volga et calibration du smile de volatilité via le modèle SABR. Étude et modélisation de la dynamique de la volatilité EUR/USD. Implémentation d’un dashbord de hedging dynamique et de calcul du P&L. Développement d’outils automatisés en Python et VBA. Support fonctionnel sur les applications de flux financiers liées aux activités de trading. Documentation des éléments développés. Environnement technique : Python, Pandas, NumPy, SciPy, Matplotlib, VBA, Excel, Git
Modélisation et prévision de la courbe des taux d’intérêt. Mise en place d’une interface graphique pour automatiser la reconstruction de la courbe des taux zéro-coupon. Modélisation stochastique de la dynamique des taux via les modèles Vasicek et CIR. Calibration des modèles sur données de marché et analyse comparative des performances prédictives. Développement d’outils Python pour la visualisation et la prévision de la courbe des taux. Environnement technique : Python, NumPy, Pandas, Matplotlib, Excel, VBA
