Mykyta Zaginei

Stage en Data Science et recherche quantitative sur la microstructure des marchés crypto, à partir de données tick haute fréquence (Binance). Conception d'un pipeline de traitement de données tick haute fréquence sur l'outil propriétaire LispTick (ingestion, nettoyage, agrégation). Implémentation de l'estimateur Hayashi–Yoshida pour analyser la corrélation entre actifs sur données asynchrones. Étude de la structure du marché via ACP, clustering hiérarchique et arbre couvrant minimal. Développement et comparaison de plusieurs modèles de ML pour la prévision de corrélation à J+1, avec un R² out-of-sample de 0,746 et une réduction de ~23 % du MSE par rapport à une baseline de persistance. Test de l'utilité des prédictions via un backtest de couverture de portefeuille.