Python, Analisi Quantitativa e applicazioni reali per Trading & Investing
Un percorso professionale pensato per portarti dalle basi del linguaggio fino alla costruzione di motori di backtest, analisi dei dati, controllo dell’equity, portafogli rotazionali e collegamenti API, con un approccio concreto, progressivo e orientato all’autonomia.
Python, Quantitative Analysis and real applications for Trading & Investing
A professional path designed to take you from the foundations of the language to the construction of backtest engines, data analysis, equity control, rotational portfolios and API connectivity, with a practical, progressive and autonomy-oriented approach.
Perchè ti offriamo una vera Academy
La Python Academy non è soltanto un corso approfondito di trading o di investing, né un generico corso di programmazione: è un percorso applicativo che unisce coding, statistica, backtesting e progettazione quantitativa in un’unica architettura coerente.
Costruiamo Autonomia
Il percorso è costruito per sviluppare autonomia reale, non per mostrare nozioni scollegate.
Applicazioni concrete
Dati, analisi, strategie, logiche di portafoglio, equity control e API convivono nello stesso ecosistema.
Una community in continua espansione
Una proposta formativa rafforzata dal riconoscimento di chi ha seguito i nostri percorsi e da una community costruita negli anni.
Why we offer you a real Academy
Python Academy is not only an in-depth trading or investing course, nor a generic programming course: it is an applied path that combines coding, statistics, backtesting and quantitative design into one coherent architecture.
We build autonomy
The path is designed to develop real autonomy, not to present disconnected notions.
Concrete applications
Data, analysis, strategies, portfolio logic, equity control and APIs live within the same ecosystem.
A constantly growing community
A learning proposition strengthened by the recognition of those who followed our paths and by a community built over the years.
Dal 2023 tra le migliori Academy di Trading secondo Rankia Italia
Un riconoscimento che rafforza la credibilità del percorso: Python Academy è salita sul podio delle migliori Academy di Trading per Rankia Italia, qualificandosi sempre sul podio e conquistando il primo posto nel 2023, nel 2024 e nel 2026.
Since 2023 among Rankia Italia’s top Trading Academies
A recognition that strengthens the credibility of the path: Python Academy has ranked on the podium of the best Trading Academies according to Rankia Italia, consistently finishing on the podium and winning first place in 2023, 2024 and 2026.
Un percorso pensato per accorciare il tempo di apprendimento
L’idea centrale della Python Academy è condensare in un unico percorso i temi chiave del coding e dell’analisi quantitativa applicata ai mercati, evitando la frammentazione di decine di corsi scollegati.
È la soluzione giusta per chi vuole imparare Python in modo serio ma con una ricaduta immediata su trading, investing, ricerca quantitativa e sviluppo di strumenti proprietari.
A path designed to shorten the learning curve
The central idea behind Python Academy is to condense into one path the key themes of coding and quantitative market analysis, avoiding the fragmentation of dozens of disconnected courses.
It is the right solution for those who want to learn Python seriously, while getting immediate value for trading, investing, quantitative research and proprietary tool development.
A chi si rivolge
Nessun prerequisito rigido: il percorso è accessibile anche a chi parte da zero, pur mantenendo una profondità utile anche a profili più tecnici.
Trader & Investitori
Per chi vuole più indipendenza, più controllo e strumenti misurabili per studiare strategie e portafogli.
Analisti & Professionisti
Per chi opera nella finanza e vuole integrare analisi quantitativa, automazione e modelli proprietari.
Studenti & Tecnici
Per chi vuole aggiungere Python a un bagaglio economico, scientifico o informatico con focus applicativo.
Who it is for
No rigid prerequisites: the path is accessible even if you start from zero, while still being deep enough for more technical profiles.
Traders & Investors
For those who want more independence, more control and measurable tools to study strategies and portfolios.
Analysts & Professionals
For finance professionals who want to integrate quantitative analysis, automation and proprietary models.
Students & Technical profiles
For those who want to add Python to an economics, science or programming background with an applied focus.
Cosa si costruisce davvero
Non solo teoria: durante il percorso si realizzano architetture avanzate di codice, motori di backtest multipli, grafici interattivi, report professionali, analisi statistica approfondita dei trade e dell’equity line, modelli di validazione per migliorare la probabilità di successo e la robustezza dei sistemi.
What you actually build
Not just theory: throughout the path, you build advanced coding architectures, multiple backtest engines, interactive charts, professional reports, in-depth statistical analysis of trades and equity lines, and validation models designed to improve the probability of success and the robustness of trading systems.
Struttura del percorso
Il percorso è organizzato in 7 moduli progressivi, con accesso al modulo successivo tramite completamento delle esercitazioni intermedie.
Basi del linguaggio
Strumenti di lavoro e fondamenti di Python.
Librerie principali
Prime applicazioni con librerie essenziali.
Analisi statistica
Studio quantitativo delle serie storiche.
Backtest & Equity
Strategie, validazione e analisi dell’equity line.
Equity Control
Gestione avanzata della curva e del rischio.
Portafogli
Rotational logic e gestione portfolio.
API & Broker
Architetture di trading diretto via broker.
Modulo 1: Il Linguaggio Python – Parte 1
- Numeri Operatori Variabili
- Stringhe e Stringhe come Liste
- Liste – Cicli – Istruzioni Condizionali
- Dizionari
- Insiemi (Set)
- Tuple
- Input Output su File, Parsing delle date
- Generazione di numeri casuali (Modulo Random)
Modulo 1: Il Linguaggio Python – Parte 2
- Paradigma Funzionale: Funzioni e Lambda
- Paradigma Orientato agli Oggetti: Object Oriented Programming
- Paradigma Funzionale vs Paradigma ad Oggetti: logica “sfumata”
- La gestione delle eccezioni
Modulo 2: Le Librerie – Parte 1
- Moduli e Librerie
- Moduli OS SYS SHUTIL e GLOB
- Modulo MATH
- Modulo NUMPY
- Modulo PANDAS – Prima Parte
- Modulo PANDAS – Seconda Parte
- Modulo PANDAS – Terza Parte
Modulo 2: Le Librerie Grafiche – Parte 2
- Modulo MATPLOTLIB – Prima Parte
- Modulo MATPLOTLIB – Seconda Parte
- Modulo PANDAS Grafica
- Modulo PLOTLY & CUFFLINKS
- Modulo SEABORN
Modulo 3: Analisi dei Dati – Parte 1
- Strumenti Avanzati di Lavoro: Normalizzazione e Logica Fuzzy
- Caricamento dati: QUANDL
- Inefficienze alla Williams (Open-Low o High-Open)
- Analisi Dati e Natura Trend (su dati daily)
- Analisi Dati e Natura Trend e Multi-periodicità (su dati intraday)
- Analisi Daily: Correlazione ed effetto Memoria
- Analisi Intraday: Correlazione ed effetto Memoria
- Analisi Statistica dei Gap e sua interpretazione
Modulo 3: Analisi dei Dati – Parte 2
- Stagionalità
- Analisi Statistica del Bias Orario
- Analisi Statistica del Bias Settimanale
- Analisi Statistica del Bias Mensile
- L’azione dei Volumi: Analisi Statistica dell’ Activity Factor
- Aggiunta di rumore artificiale sulla serie singola
- Aggiunta di rumore artificiale sulla serie multipla
Modulo 3.1: Addendum Analisi dei Dati – Screeners
- Primo prototipo di Screener Basic a singola candela
- Screener Evoluto simmetrico a singola candela
- Primo Screener Evoluto a due candele
- Secondo Screener Evoluto a due candele
- Esempio di Screener Evoluto a tre candele
- Screener Evoluto Multi Asset a singola candela
- Screener Evoluto Multi Asset a due candele
- Screener Evoluto Multi Asset a tre candele
- Screener Evoluto Multi Asset con conferma ad una candela
- Screener Evoluto Multi Asset con conferma a due candele
- Screener per identificazione di Pattern Complessi
- Screener Multi Asset per identificazione di Pattern Complessi
Modulo 4: Strategie di Trading e di Investing – Parte 1
- Prototipo Trading System Daily
- Prototipo Trading System Intraday
- Concetti avanzati: Expectancy – Metriche – Plot Methods
- Codice Multi Time Frame
- Generazione Performance Report
- Trading System: lo Stop Loss
- Trading System: il Time Exit
- Trading System: tipologie di ordini Market – Limit – Stop
- Trading System: calcolo Costi Fissi – nuovo Performance Report ed EOD Exit
Modulo 4: Strategie di Trading e di Investing – Parte 2
- Trading System: Bidirezionalità
- Validazione: esempio Daily
- Validazione: esempio Intraday
- Validazione: In Sample ed Out of Sample Multipli
- Validazione su serie con aggiunta di Rumore
- Validazione multilivello GSA (Gandalf Segmented Architecture)
- Ottimizzazione Singolo Parametro
- Ottimizzazione Parametro Multiplo con Architettura 3D
Modulo 4.1: Addendum Trading System – Motore Pandas
- Progettazione di un nuovo motore in Pandas
- Nuovo Motore Pandas: Ordini Stop & Limit
- Nuovo Motore Pandas: Applicazione sui Future
- Validazione Tradizionale su serie a 15 minuti
- Validazione Tradizionale su serie a 60 minuti
- Validazione GSA (Gandalf Segmented Architecture)
Modulo 4.2: Addendum Trading System – Motore Numba
- Libreria di Funzioni
- Nuovo Motore Numba: Enter Rules & Exit Rules
- Nuovo Motore Numba: Time Exit
- Nuovo Motore Numba: Stop Level & Target Level
- Nuovo Motore Numba: If Loss & If Gain
- Nuovo Motore Numba: Monetary Stoploss & Target
- Nuovo Motore Numba: Max Intraday Operations
- Nuovo Motore Numba: MAE – MFE – Duration
- Nuovo Motore Numba: Architettura Definitiva
- Validazione Tradizionale
- Validazione GSA (Gandalf Segmented Architecture)
Modulo 5: Analisi dell’Equity Line (Equity Control 2.0) – Parte 1
- Equity Export – Performance Report
- Indicatori Evoluti di Performance
- Analisi Statistica della Trade Dependency
- L’impatto dei Costi Fissi (Commissioni & Slippage Round Turn)
- L’aggiunta di Rumore
- Analisi Montecarlo di Secondo Livello
- Equity Control: Architettura MA
- Equity Control: Architettura MA – Slope
- Equity Control: Controllo Metriche Storiche
Modulo 5: Analisi dell’Equity Line (Equity Control 2.0) – Parte 2
- Equity Control: Architettura WPF
- Equity Control: Architettura WAT
- Equity Control: Architettura WNP
- Equity Control: Architettura WPP
- Equity Control: Multi-Control WAT_WPF
- Equity Control: Multi-Control WAT_WPP
- Equity Control: Architettura DBP
- Equity Control: Architettura ADBP
- Equity Control: Multi-Control WPF_WAT_ADBP
- Equity Control: Architettura ADD
- Equity Control: Multi-Control WPF_WAT_ADBP_ADD
- Equity Control Benchmark
- Synthetic Operation Equity Generation
Modulo 6: Portafogli di Asset e Strategie – Parte 1
- Architettura Generale
- Criteri di Composizione di Portafoglio
- Aggregazione di Portafoglio
- Aggregazione e Analisi di Correlazione di Portafoglio
- Analisi di Portafoglio: i Costi Fissi
- Analisi di Portafoglio: il Noise Addiction
- Analisi di Portafoglio: il Cambio Automatico di Valuta
- Analisi di Portafoglio: Portafoglio di Curve Controllate
- Analisi di Portafoglio: Intero Portafoglio Controllato
- Analisi di Portafoglio: Portafoglio Controllato di Curve Controllate
- Montecarlo Analysis di Portafoglio
Modulo 6: Portafogli di Asset e Strategie – Parte 2
- Portafoglio Rotazionale di Trading System: Ranking Periodico
- Portafoglio Rotazionale di Trading System: Ranking Settimanale Dinamico
- Portafoglio Rotazionale di Trading System: Ranking Mensile Statico
- Portafoglio Rotazionale di Trading System: Ranking Mensile Dinamico
- Portafoglio Rotazionale di Trading System: Soglia Statica
- Portafoglio Rotazionale di Trading System: Funzioni di Fitness Multiple
- Portafoglio Rotazionale di Trading System: Portafoglio Risultante Controllato
- Portafoglio Rotazionale di Trading System: Portafoglio di Curve Controllate
- Portafoglio Rotazionale di Trading System: Portafoglio Controllato di Curve Controllate
- Portafoglio Rotazionale di Trading System: Performance Report Integrale
- Portafogli Rotazionali di Strumenti Finanziari
Modulo 7: Live Trading – Collegamento API
- Panoramica soluzioni di collegamento con API del Broker
- ib_insync: Installazione e primo collegamento su TWS
- ib_insync: Contracts Details
- ib_insync: accesso all’Option Chain
- ib_insync: approvvigionamento dati da Bars
- ib_insync: approvvigionamento dati da Tick Data
- ib_insync: Market Depth
- ib_insync: Ordering
- ib_insync: Scanners
- ib_insync: script compositi per la gestione degli Ordini
- ib_insync: primo trading system SMAs Crossing
- ib_insync: Testbed per Trading System Bidirezionali
- ib_insync: porting da Backtest a Motore Live
- ib_insync: Ordini One Cancels All (OCA)
Prova Finale
- Verifica conclusiva del percorso
- Accesso all’attestato finale
Program structure
The path is organized into 7 progressive modules, with access to the next module granted through completion of the intermediate exercises.
Language foundations
Tools and Python fundamentals.
Core libraries
First applications with essential libraries.
Statistical analysis
Quantitative study of historical series.
Backtest & Equity
Strategies, validation and equity line analysis.
Equity Control
Advanced curve and risk management.
Portfolios
Rotational logic and portfolio management.
API & Broker
Direct trading architectures via broker APIs.
Module 1: The Python Language – Part 1
- Numbers, Operators, Variables
- Strings and Strings as Lists
- Lists – Loops – Conditional Statements
- Dictionaries
- Sets
- Tuples
- File Input/Output, Date Parsing
- Random Number Generation (Random Module)
Module 1: The Python Language – Part 2
- Functional Paradigm: Functions and Lambda
- Object-Oriented Paradigm: Object Oriented Programming
- Functional Paradigm vs Object-Oriented Paradigm: a “blended” logic
- Exception handling
Module 2: Libraries – Part 1
- Modules and Libraries
- OS, SYS, SHUTIL and GLOB Modules
- MATH Module
- NUMPY Module
- PANDAS Module – Part 1
- PANDAS Module – Part 2
- PANDAS Module – Part 3
Module 2: Graphic Libraries – Part 2
- MATPLOTLIB Module – Part 1
- MATPLOTLIB Module – Part 2
- PANDAS Graphics
- PLOTLY & CUFFLINKS
- SEABORN
Module 3: Data Analysis – Part 1
- Advanced Working Tools: Normalization and Fuzzy Logic
- Data loading: QUANDL
- Williams-type inefficiencies (Open-Low or High-Open)
- Data Analysis and Trend Nature (daily data)
- Data Analysis, Trend Nature and Multi-Periodicity (intraday data)
- Daily Analysis: Correlation and Memory Effect
- Intraday Analysis: Correlation and Memory Effect
- Statistical Analysis of Gaps and Interpretation
Module 3: Data Analysis – Part 2
- Seasonality
- Statistical Analysis of Hourly Bias
- Statistical Analysis of Weekly Bias
- Statistical Analysis of Monthly Bias
- The Role of Volumes: Statistical Analysis of the Activity Factor
- Adding artificial noise to a single series
- Adding artificial noise to multiple series
Module 3.1: Data Analysis Addendum – Screeners
- First single-candle Basic Screener prototype
- Advanced symmetric single-candle Screener
- First advanced two-candle Screener
- Second advanced two-candle Screener
- Example of an advanced three-candle Screener
- Advanced Multi-Asset single-candle Screener
- Advanced Multi-Asset two-candle Screener
- Advanced Multi-Asset three-candle Screener
- Advanced Multi-Asset Screener with one-candle confirmation
- Advanced Multi-Asset Screener with two-candle confirmation
- Screener for identifying complex patterns
- Multi-Asset Screener for identifying complex patterns
Module 4: Trading and Investing Strategies – Part 1
- Daily Trading System prototype
- Intraday Trading System prototype
- Advanced concepts: Expectancy – Metrics – Plot Methods
- Multi Time Frame code
- Performance Report generation
- Trading System: Stop Loss
- Trading System: Time Exit
- Trading System: order types Market – Limit – Stop
- Trading System: Fixed Costs calculation – new Performance Report and EOD Exit
Module 4: Trading and Investing Strategies – Part 2
- Trading System: Bidirectionality
- Validation: daily example
- Validation: intraday example
- Validation: Multiple In Sample and Out of Sample tests
- Validation on series with added Noise
- Multi-level GSA validation (Gandalf Segmented Architecture)
- Single-Parameter Optimization
- Multi-Parameter Optimization with 3D Architecture
Module 4.1: Trading System Addendum – Pandas Engine
- Designing a new engine in Pandas
- New Pandas Engine: Stop & Limit Orders
- New Pandas Engine: Application on Futures
- Traditional Validation on 15-minute series
- Traditional Validation on 60-minute series
- GSA Validation (Gandalf Segmented Architecture)
Module 4.2: Trading System Addendum – Numba Engine
- Function Library
- New Numba Engine: Enter Rules & Exit Rules
- New Numba Engine: Time Exit
- New Numba Engine: Stop Level & Target Level
- New Numba Engine: If Loss & If Gain
- New Numba Engine: Monetary Stoploss & Target
- New Numba Engine: Max Intraday Operations
- New Numba Engine: MAE – MFE – Duration
- New Numba Engine: Final Architecture
- Traditional Validation
- GSA Validation (Gandalf Segmented Architecture)
Module 5: Equity Line Analysis (Equity Control 2.0) – Part 1
- Equity Export – Performance Report
- Advanced Performance Indicators
- Statistical Analysis of Trade Dependency
- The Impact of Fixed Costs (Round-Turn Commissions & Slippage)
- Adding Noise
- Second-Level Monte Carlo Analysis
- Equity Control: MA Architecture
- Equity Control: MA – Slope Architecture
- Equity Control: Historical Metrics Control
Module 5: Equity Line Analysis (Equity Control 2.0) – Part 2
- Equity Control: WPF Architecture
- Equity Control: WAT Architecture
- Equity Control: WNP Architecture
- Equity Control: WPP Architecture
- Equity Control: Multi-Control WAT_WPF
- Equity Control: Multi-Control WAT_WPP
- Equity Control: DBP Architecture
- Equity Control: ADBP Architecture
- Equity Control: Multi-Control WPF_WAT_ADBP
- Equity Control: ADD Architecture
- Equity Control: Multi-Control WPF_WAT_ADBP_ADD
- Equity Control Benchmark
- Synthetic Operation Equity Generation
Module 6: Asset and Strategy Portfolios – Part 1
- General Architecture
- Portfolio Composition Criteria
- Portfolio Aggregation
- Portfolio Aggregation and Correlation Analysis
- Portfolio Analysis: Fixed Costs
- Portfolio Analysis: Noise Addiction
- Portfolio Analysis: Automatic Currency Conversion
- Portfolio Analysis: Controlled Curves Portfolio
- Portfolio Analysis: Entire Controlled Portfolio
- Portfolio Analysis: Controlled Portfolio of Controlled Curves
- Portfolio Monte Carlo Analysis
Module 6: Asset and Strategy Portfolios – Part 2
- Rotational Trading System Portfolio: Periodic Ranking
- Rotational Trading System Portfolio: Dynamic Weekly Ranking
- Rotational Trading System Portfolio: Static Monthly Ranking
- Rotational Trading System Portfolio: Dynamic Monthly Ranking
- Rotational Trading System Portfolio: Static Threshold
- Rotational Trading System Portfolio: Multiple Fitness Functions
- Rotational Trading System Portfolio: Resulting Controlled Portfolio
- Rotational Trading System Portfolio: Portfolio of Controlled Curves
- Rotational Trading System Portfolio: Controlled Portfolio of Controlled Curves
- Rotational Trading System Portfolio: Full Performance Report
- Rotational Portfolios of Financial Instruments
Module 7: Live Trading – API Connection
- Overview of broker API connection solutions
- ib_insync: Installation and first connection to TWS
- ib_insync: Contracts Details
- ib_insync: access to the Option Chain
- ib_insync: data sourcing from Bars
- ib_insync: data sourcing from Tick Data
- ib_insync: Market Depth
- ib_insync: Ordering
- ib_insync: Scanners
- ib_insync: composite scripts for Order Management
- ib_insync: first SMAs Crossing trading system
- ib_insync: Testbed for Bidirectional Trading Systems
- ib_insync: porting from Backtest to Live Engine
- ib_insync: One Cancels All (OCA) Orders
Final Test
- Final assessment of the learning path
- Access to the final certificate
Applicazioni pratiche
Durante la Academy si lavora su dati esterni, analisi statistiche, backtest di strategie, analisi dei trade, portfolio analysis e logiche di controllo avanzato.
Data & Analysis
- Caricamento dati da fonti esterne
- Analisi di dipendenze hourly, daily e monthly
- Gap analysis, volume activity, rumore e repliche
Backtest & Portfolio
- Motori di backtest object-oriented, Pandas e Numba
- Metriche di sistema, Monte Carlo, equity control
- Portafogli aggregati e modelli rotazionali
Practical applications
Throughout the Academy you work on external data loading, statistical analysis, strategy backtesting, trade analysis, portfolio analysis and advanced control logic.
Data & Analysis
- Data loading from external sources
- Hourly, daily and monthly dependency analysis
- Gap analysis, volume activity, noise and replicas
Backtest & Portfolio
- Object-oriented, Pandas and Numba backtest engines
- System metrics, Monte Carlo, equity control
- Aggregated portfolios and rotational logic
Video di orientamento
Un primo assaggio per capire meglio struttura, taglio e logica del percorso.
Orientation video
A first preview to better understand the structure, tone and logic of the path.
Docenza, materiale e continuità
Il percorso è rafforzato da manualistica, codici, confronto con i docenti e condivisione con la community anche oltre la conclusione della didattica.
Cosa ottieni
- Materiale didattico strutturato
- Codici pronti all’uso
- Linea diretta con i docenti
- Prova finale e attestato
Perché conta
- Apprendimento più rapido
- Visione unificata dei temi
- Meno dipendenza da tool commerciali
- Più autonomia nel lungo periodo
Teaching, materials and continuity
The path is reinforced by manuals, code, interaction with instructors and community sharing even after the educational journey ends.
What you get
- Structured learning materials
- Ready-to-use code
- Direct access to instructors
- Final test and certificate
Why it matters
- Faster learning curve
- Unified vision of the topics
- Less dependence on commercial tools
- More long-term autonomy
Investimento
Modalità di fruizione: ultimata l’iscrizione è possibile iniziare a fruire dei contenuti immediatamente. Il corso è costituito da moduli video-registrati e da un’interattività continua con il docente attraverso sessioni dirette, live session periodiche e condivisione con il docente e i corsisti nei canali tematici all’interno dello spazio Discord.
Investimento standard: 1990 € + IVA
Anziché 3980 € + IVA. Sconto totale di 1000 € equivalente ad un investimento di 1490 € + IVA a prodotto.
Investment
Access mode: once enrolled, you can start using the contents immediately. The course includes recorded video modules and ongoing interaction with the instructor through direct sessions, periodic live sessions and sharing with the instructor and participants inside the thematic Discord channels.
Standard investment: 1990 € + VAT
Instead of 3980 € + VAT. Total discount: 1000 €. 1490 € + VAT per product.
Scopri l’intero ecosistema formativo Gandalf Academy
Python Academy fa parte di un’offerta formativa più ampia, costruita per accompagnarti dall’apprendimento dei linguaggi e degli strumenti quantitativi fino allo sviluppo di strategie, sistemi e competenze operative sempre più avanzate.
Discover the complete Gandalf Academy learning ecosystem
Python Academy is part of a broader educational offering designed to guide you from learning programming languages and quantitative tools to developing increasingly advanced strategies, systems and operational skills.
Vuoi capire se Python Academy è il percorso giusto per te?
Possiamo aiutarti a valutare se partire da zero, approfondire analisi quantitativa, costruire trading system in Python o sviluppare una vera infrastruttura proprietaria.
e conoscere eventuali promozioni attive
Guarda il video
Would you like to understand whether Python Academy is the right path for you?
We can help you assess whether to start from scratch, deepen quantitative analysis, build Python trading systems or develop a real proprietary infrastructure.
and discover current promotions
Watch the video
