Elliot Piet

Research Project @Indépendant

Paris, FR
MOBILE NUMBERS
+91 *********19

Signup · Get unlimited contacts

WORK HISTORY

Dec 2024 — Present

Research Project @Indépendant

View department →

Ville de Paris, FR

Optimization of HFT Strategies Using Deep Reinforcement Learning (Python / C++)Objective: Develop and optimize statistical arbitrage strategies in variable latency environments using DRL algorithms. Approach : Modeled realistic market environments, incorporating latency and market microstructure dynamics. Implemented DRL algorithms (PPO, DDPG) to learn optimal policies based on market conditions. Evaluated strategies using performance metrics such as Sharpe ratio and profit stability. Results: Identified favorable market regimes and improved profitability through dynamic strategy adaptation. Tools: Python, TensorFlow/PyTorch, C++, market microstructure simulations

EDUCATION

2017 — 2020

Lycée Pothier

Classes préparatoires physique-chimie

2020 — 2025

ESILV - Ecole Supérieure d'Ingénieurs Léonard de Vinci

Master of Engineering - MEng, Financial Engineering

ABOUT ELLIOT PIET

À la recherche d’un stage en Finance Quantitative Actuellement étudiant en dernière année à l’ESILV (École Supérieure d’Ingénieurs Léonard de Vinci) à La Défense, je me spécialise en ingénierie financière et en finance de marché. Mon parcours académique inclut une classe préparatoire aux grandes écoles en physique-chimie suivie au Lycée Pothier à Orléans, et des expériences professionnelles enrichissantes dans le domaine de la gestion d’actifs. J’ai notamment réalisé un stage chez Edmond de Rothschild Asset Management, où j’ai contribué à des projets IT orientés solutions business pour la gestion d’actifs. Fort de compétences techniques en programmation (Python, VBA, C++, R) et en outils spécialisés (Bloomberg, SimCorp Dimension), je cherche à mettre à profit mes connaissances et mon expérience dans un stage en finance quantitative pour relever des défis alliant modélisation financière, programmation et innovation technologique.

This profile is compiled from publicly available professional sources. Unifers is not affiliated with or endorsed by LinkedIn. Request removal of this profile.