Apprenez les maths. Reproduisez les papiers. Tradez avec le même Rust qu'un desk institutionnel.
Six parcours, du cours zéro à la stratégie quant — chaque leçon compile en Rust et tourne dans le moteur que nous utilisons en production.
Learn the math. Reproduce the papers. Trade with the same Rust stack as an institutional desk.
Six learning paths, from zero to PhD-level quant — every lesson compiles to Rust and runs inside the same engine we ship in production.
Neuf parcours, une stack
Nine paths, one stack
Tous les parcours utilisent le même hfthot_lab_core Rust et le même moteur d'exécution. Pas de jouet : ce que vous apprenez, vous le faites tourner en live.
Every path runs on the same hfthot_lab_core Rust crate and the same execution engine. No toys — what you learn, you ship.
Microstructure & OU
Solve a 12×12 matrix Riccati in Rust, in milliseconds, on live LOB.
MFG & Optimal Control
From DE to HJB to MFG — full pipeline on synthetic flows.
Rough Vol & Signatures
Rough Heston, signature kernels, fast iteration on synthetic paths.
Topology, gentle intro
Persistent homology on a toy basket. Theory, math, intuition. Calibrated WP6 stays private.
Engineering for quants
Polars + Rust + Criterion. Beat the published benchmarks.
Practice — paper trading
Pick your broker. Keep your data. Run the engine.
Rappel maths — Martingales & vol rugueuse Maths refresher — Martingales & rough vol
Espaces de probabilité, calcul d'Itô, mouvement brownien fractionnaire. Bilingue 🇫🇷/🇬🇧.
Probability spaces, Itô calculus, fractional Brownian motion. Bilingual 🇫🇷/🇬🇧.
Rough Heston Premium — Arbitrage de volatilité Rough Heston Premium — Volatility arbitrage
Noyaux de Volterra, Riccati fractionnaire, pricing FFT, calibration sur surface IV publique S&P 500. Inclus dans le tier Researcher.
Volterra kernels, fractional Riccati, FFT pricing, calibration on the public S&P 500 IV surface. Included with the Researcher tier.
Maths & Probabilités — cours libres
Maths & Probability — open courses
La théorie derrière le moteur optimiz-rs : les quatre familles d'algorithmes exposées comme des cours autonomes, avec démonstrations complètes et notebook compagnon.
The theory behind the optimiz-rs engine: the four algorithm families written as self-contained courses, with complete proofs and a companion notebook.
Markov Chain Monte Carlo — Mathematical Theory
Chaînes de Markov, théorèmes d'ergodicité, Hastings-Metropolis, Gibbs sampling et chaînes spécialisées. La base des échantillonneurs du moteur.
Markov chains, ergodicity theorems, Hastings–Metropolis, Gibbs sampling and specialized samplers. The foundation of the engine's samplers.
📖 Lire le cours →Hidden Markov Models — Mathematical Theory
États cachés, Baum–Welch, Viterbi et filtres à particules — avec applications à la détection de régimes de volatilité.
Hidden states, Baum–Welch, Viterbi and particle filters — with applications to volatility regime detection.
📖 Lire le cours →Differential Evolution — Mathematical Theory
Stratégies DE/x, mutation, croisement et sélection, convergence et preuves. L'optimiseur globale du moteur.
DE/x strategies, mutation, crossover and selection, convergence and proofs. The engine's global optimizer.
📖 Lire le cours →Information Theory — Mathematical Foundations
Entropie de Shannon, information mutuelle, capacité de canal — les fondations de la sélection de caractéristiques quant.
Shannon entropy, mutual information, channel capacity — the foundations of quant feature selection.
📖 Lire le cours →Cours hébergés en open source dans optimiz-rs. Tous gratuits — c'est notre principe.
Courses hosted open source in optimiz-rs. All free — that's our principle.
Physique théorique — des distributions aux champs
Theoretical physics — from distributions to fields
Un cours complet en 4 volumes (133 p.), de l'analyse fonctionnelle à la théorie statistique des champs. Chaque volume se termine par des exercices corrigés gradués (★ à ★★★).
A complete 4-volume course (133 pp.), from functional analysis to statistical field theory. Every volume ends with graduated solved exercises (★ to ★★★).
Cours I — De l'analyse à la théorie des distributions
Chapitres 1–5 : calcul différentiel, fonctions test, distributions, convolution, Fourier et distributions tempérées. 38 pages, 40 exercices corrigés.
Chapters 1–5: differential calculus, test functions, distributions, convolution, Fourier and tempered distributions. 38 pp., 40 solved exercises.
📖 Lire le cours (PDF) →Cours II — Les EDP fondamentales de la physique
Chapitres 6–9 : transport, laplacien & fonctions de Green, chaleur & brownien, ondes & Schrödinger. 30 pages, 24 exercices corrigés.
Chapters 6–9: transport, Laplacian & Green functions, heat & Brownian motion, waves & Schrödinger. 30 pp., 24 solved exercises.
📖 Lire le cours (PDF) →Cours III — Théorie statistique des champs
Chapitres 10–16 : Gibbs, intégrale fonctionnelle, point col, diagrammes de Feynman, intégrale de chemin, Kubo, renormalisation. 48 pages, 42 exercices corrigés.
Chapters 10–16: Gibbs, functional integral, saddle point, Feynman diagrams, path integral, Kubo, renormalization. 48 pp., 42 solved exercises.
📖 Lire le cours (PDF) →Cours IV — Symétries, relativité et électromagnétisme
Chapitres 17–18 : groupes, Noether, jauge, brisure spontanée, Lorentz & Maxwell covariant. 20 pages, 16 exercices corrigés.
Chapters 17–18: groups, Noether, gauge, spontaneous breaking, Lorentz & covariant Maxwell. 20 pp., 16 solved exercises.
📖 Lire le cours (PDF) →Édition intégrale (133 p.)
Les 4 volumes reliés : référence complète avec index, notebook compagnon et exercices corrigés.
All 4 volumes bound together: full reference with index, companion notebook and solved exercises.
📖 Lire le cours (PDF) →Cours complet 133 p. d'après F. Golse (Polytechnique) et P. Simon — publié librement par HFThot Research Lab. Notebook compagnon (16 TD) disponible sur demande.
Full 133-pp. course after F. Golse (École polytechnique) and P. Simon — freely published by HFThot Research Lab. Companion notebook (16 TD) available on request.
Notre promesse de recherche
Our research promise
Pas de "magic alpha" caché. Pas de courbe en arrière. Tout est reproductible.
No hidden "magic alpha". No back-fitted curves. Everything is reproducible.
🔬 Public datasets & synthetic only
Every LMS lesson uses public market data or synthetic processes. Calibrated proprietary models stay in the private instance build — see Ethics.
🦀 Same Rust as production
The crate hfthot_lab_core that powers the LMS is the exact same crate that drives our HFT execution. Verify the SHA on GitHub.
📓 Fork as notebook
Every lesson and every paper-trading session can be forked as a Jupyter notebook in one click. Your iterations stay yours.
🏗️ Compose with your data
Polarway gives you a typed parquet+gRPC client. Bring your own lakehouse, plug it in, and run the LMS labs against your own flows.
𝓛(x, ẋ, t) = ½ λ x² + ½ η ẋ² ⟶ ẍ* = (λ/η)¹ᐟ² x
∂ₜu + H(x, ∇u, m) − ½ σ² Δu = 0, ∂ₜm − ∇·(m ∇H) − ½ σ² Δm = 0