Список проголосовавших за комментарий "Кирилл Браулов,<br/> <br/> Для котирования всё очень похоже, но сложнее, особенно если планируете держать несколько заявок одновременно, если делать правильно — нужно осреднять полезность не только по распределению P, но и дополнитеьлно по распределению вероятности исполнения котировочной заявки в зависимости от её цены и/или очереди перед ней, а так же учесть, что фьюч может оказаться не там где вы его видели, когда расчитывали ену котировки.<br/> <br/> Допустим, Вы хотите котировать бид на какой-то бумаге, на ней имеется офер по цене MarketPriceAsk (далее = MP_a) и алгоритму набора позиций по рынку этот офер не интересен.<br/> 1) Предположим появляется новый офер по цене MP_a — MinTick * i на любой объём.<br/> 2а) Если этот офер стал интересен алгоритму набора позиций по рынку с оптимальным объёмом W, то собственно почему бы не поставить свой бид объёмом W на эту цену?<br/> 2б) Если этот виртуальный офер не стал интересен, то увеличиваем i и возвращаемся к шагу 1<br/> <br/> > А используете этот подход (поиск наилучшей<br/> > позы на распределении P) для управления уже<br/> > открытой позы?<br/> <br/> Да, конечно, оно «само» так и работает :) Если текущая позиция W', и ищется оптимальная позиция W'', то рассчитайте EnterSaldo по всем ранее заключённым сделкам приведшим к позиции W' + добавьте к нему сальдо открытия позиции dW = W''-W' по ценам стакана, максимизируйте ожидаемую полезность относительно W'', тогда вектор dW — это и будет управление позицией.<br/> <br/> > Я то, наверное, через градиентный спуск сделать<br/> > не смогу (не хватает матподготовки)<br/> <br/> На самом деле не сложнее чем численное интегрирование. Пару слов о масштабе проблемы с производительностью:<br/> <br/> — Градиентный спуск сойдётся наверное итераций за 20, в самой топорной реализации на каждой итерации надо посчитать полезность C*2 раза, где C кол-во страйков — итого примерно C*40 тяжеловесных операций;<br/> <br/> — Перебор — если для инструментов рассматривать только варианты {лонг, нет позиции, шорт} это будет 3^C вычислений, при C = 6 перебор в 3 раза тяжелее и при никакой точности;<br/> <br/> — У генетических алгоритмов с популяцией N, если мутирует K генов вероятность положительной мутации обратнопропорциональна C^K, на каждой итерации нужно посчитать полезность N*C^K раз, а точность решения будет порядка (1/N)^(1/C). Если популяцию взять 40, страйков 6, мутирующих генов 1, то уже после первой смены поколений генетика проигрывает градиенту по скорости, а точность примерно как у перебора с 3мя возможными состояниями {лонг, ноль, шорт}."