Варианты развития карьеры в сфере финансовой математики можно условно поделить на четыре основных типа. Это алго-трейдеры, алго-исследователи, финансовые инженеры и алго-разработчики. Они охватывают все возможные должности, которые можно занимать в финансовом сообществе, но имеют очень разные уровни важности выполняемой работы, оплаты и возможности для карьерного роста.




( Читать дальше )

В отличие от инвестиций, где менеджеры в долгосрочной перспективе добиваются доходности путем понимания движений портфеля ценных бумаг, валюты и/или товаров, трейдер стремится определить выгодные краткосрочные позиции среди отдельных инструментов. В статье New York Times Райан Шефтель, глава автоматизированной трейдинговой компании, работающей с государственными облигациями «Credit Suisse» заявил: «Наши лучшие трейдеры проводят много времени за написанием кода. Кода принятия торговых решений». Все это следствие перемен, которые происходят в электронике. Интеллектуальный контент торговых кодов — это секрет, но мы знаем, что навыки, необходимые для его написания представляют собой сочетание финансовой смекалки, статистики, математического моделирования и компьютерного программирования.

Банки создают и продают производные инструменты. От них это требуют компании, занимающиеся производством, которым они нужны, чтобы зафиксировать цены на сырье, снизить валютные риски, с которыми сталкиваются крупные предприятия, или иным образом сократить бизнес-риски. Из-за недавно осознанной необходимости учитывать риск банкротства контрагента, банкам стало сложнее торговать производными инструментами. Дополнительная сложность возникла с момента начала финансового кризиса – банки имеют несколько источников финансирования, и поскольку возможность их банкротства стала всем ясна, некоторые из этих источников стали дороже. До кризиса этими лишними затратами (если они вообще были) можно было пренебречь. Сейчас это сделать невозможно. Когда банк заключает контракт, то он либо предоставляет капитал, который необходимо взять из какого-то источника, либо получает капитал, который он может использовать для финансирования другой сделки. Для определения правильной цены сделки нужно учитывать издержки и выгоды от финансирования, и эти затраты могут существенно различаться в зависимости от источника финансирования. Математические модели для работы с этой новой реальностью все еще находятся в стадии разработки.




( Читать дальше )

«Я очень оптимистичен относительно будущего финансовой математики. Эта отрасль приобретает гораздо более технический характер, чем когда-либо ранее, и риски этой системы также необходимо учитывать» – цитирует «Risk» слова Роберта К. Мертона, сказанные в августе 2012. В 1997 году, когда Роберт Мертон получил Нобелевскую премию по экономике за свою работу над формулой ценообразования опционов Блэка-Шоулза, потребность финансовой индустрии в людях с навыками в математике, статистике и программировании сильно возросла.



( Читать дальше )

Очень большие наборы данных, включающие в себя объемные символы – создают проблемы для аналитиков, и не последняя из этих проблем – это сложность визуализации связей между отдельными компонентами. В условиях отсутствия визуальных подсказок, которые часто привлекают внимание на графических изображениях,  аналитикам легко упустить из виду важные изменения в данных. Одним из способов решения проблемы является использование графов. 

В этом примере я выбрал 30 акций индекса Dow, вместе с образцом сырьевых товаров и облигаций и сформировал базу данных ежедневных доходностей за период с января 2012 по декабря 2013 года. Если мы хотим посмотреть на то, как коррелируют активы, то один из способов — это создание графа смежности, который отображает взаимосвязи между активами, которые связаны между собой на определенном уровне (0.5 от высшего, в данном примере).

Очевидно, что выбор порогового значения корреляции носит несколько условный характер, и несложно динамически оценить результаты по целому ряду различных параметров порога, например в диапазоне от 0,3 до 0,75:

( Читать дальше )

Статья о том какие подводные камни могут возникнуть при тестировании торговых стратегий. Когда очевидно самая хорошая идея для торговли может оказаться убыточной, если правильно её не проверить.Рассмотрим фьючерсы на нефть ETF USO в режиме реального времени и их злобного близнеца — обратный нефтяной фьючерс ETF DNO.

В теории, если USO имеет дневную доходность х%, DNO будет иметь дневную доходность -х%. На самом деле, если мы возьмем дневную доходность DNO против доходности USO за период 27.09.2010 – 9.09.2016, используя обычные консолидированные данные на закрытие торгового дня, которые можно найти на Yahoo! Finance или на любом другого ресурсе,

( Читать дальше )

Если верить данным сервиса "Google Trends", слово “sentiment analysis” (анализ настроений) за последние 5 лет приобрело большую популярность.  Одновременно с этим мы становимся свидетелями развития систем анализа контента со стороны разработчиков роботов. Это может означать что мы наблюдаем новую тенденцию в алгоритмической торговле. С развитием техники становиться доступным анализ гиганских массивов информации. 

Роботы захватывают последний оплот торговли исключительно Человеков — торговлю по сантименту!

Когда настроения используются в торговле, они могут просто выступать в качестве сигналов, позволяющих понять, покупать или продавать акции из портфеля. Традиционный способ учета настроений в торговле — это покупка акций при появлении положительной информации о компании и продажа акций, когда поступает негативная информация о компании. Логично предположить, что если поступила положительная информация о конкретной компании, она привлечет других трейдеров и побудит их приобрести акции, что приведет к росту их цен. Но если появится негативная информация, то трейдеры будут испытывать страх, и это заставит их продавать свои акции, что в свою очередь приведет к снижению цен на них. 

( Читать дальше )

Трейдерам, работающим вручную, постоянно приходится покорять новые рыночные рубежи. Не только для того, чтобы получить лучшие результаты, но и для того, чтобы иметь возможность работать более чем с одной системой. Наилучших результатов в торговле можно достичь, применяя несколько несвязанных систем торговали одновременно. К сожалению, большинство трейдеров применяют все те же неэффективные механизмы рынка: некоторые трейдеры отслеживают тренды, другие придерживаются закона чередования и так далее. Это потому, что научиться использовать один механизм — уже достаточно сложно, освоить их все – невозможно. Было бы неплохо иметь программное обеспечение, которое создает множество несвязанных систем.

 Недавно я выпустил Genotick – программу с открытым исходным кодом, которая может создавать и управлять группой торговых систем. В основе Genotick лежит прозрение: если возможно написать некую программу с несколькими инструкциями в коде ассемблера, то должна быть возможность создать торговые системы с таким же набором простых инструкций. Эти простые и бессмысленные сами по себе инструкции становятся чрезвычайно мощными, когда объединяются вместе. Правильные инструкции в правильном порядке могут использовать любой принцип работы механической системы: следование тренду, закон чередования, или даже работать на основе фундаментальных данных.



( Читать дальше )

Перевод.
Алгоритмическая торговля имеет как множество преимуществ, так и недостатков, но большинство оппонентов согласятся с тем, что основной риск заключается в том, что алгоритм может дать осечку в сделке, которая не была продумана как часть логики. Эти “ошибки ввода”, допущенные электронными системами, несомненно, могут привести к большему риску, чем работа любого трейдера, особенно если речь идет о большой финансовой организации. 

Возьмем историю Knight Capital. 1 августа 2012 ошибочный логический раздел в коде одного из торговых алгоритмов привел к тому, что крупная компания потеряла 440 миллионов долларов всего за 30 минут. Излишне говорить, что этот инцидент вызвал много разговоров о безопасности и эффективности алгоритмов. 

Многие рассматривают алгоритмы как огромный фактор риска, которого следует избегать любой ценой. Однако эти люди редко вспоминают о риске больших потерь, связанных с недостатком человеческого контроля при  «кнопочной» торговле. Сравнивать результаты индивидуальных трейдеров и Knight Capital — это как сравнивать яблоки с апельсинами, мы все можем согласиться, что в случае риск-менеджмента – это то же самое. Противники алго-трейдинга подчеркивают, что человек всегда может контролировать свою систему, и разумно управлять рисками. Я позволю себе не согласиться. 

( Читать дальше )

Перевод.
Мы тестируем гипотезу лягушки в кастрюлю (ЛВК), которая гласит, что инвесторы невнимательны к информации, которая непрерывно поступает в небольших количествах. Интуиция подсказывает нам, что ряд частых постепенных изменений привлекает меньше внимания, чем нечастые, но драматические повороты. В соответствии с гипотезой ЛВК, мы обнаруживаем, что непрерывная информация вызывает длительный застой, который не меняется в долгосрочной перспективе.

Моментум медленно падает от 5,94% по акциям с непрерывным потоком информации в период формирования до -2.07% для акций с дискретной информацией за аналогичный период формирования. Широкое освещение СМИ соответствует дискретной информации и смягчает сильный моментум, который приходит вслед за непрерывной информацией. 

Что касается вареной лягушки, то это анекдот, описывающий лягушку, попавшую в кастрюлю с водой. Если лягушку посадить в кипяток, она сразу выпрыгнет. Однако если ее поместить в холодную воду, которая медленно нагревается, она не заметит постепенного изменения температуры и сварится.
 

( Читать дальше )