Начало здесь. 

Это третья часть интервью со старшим менеджером алгоритмических стратегий большого хедж-фонда. В первой части мы обсуждали теоретическую стадию создания алгоритмической стратегии. Во второй части говорили о передаче стратегии «в производство». Это интервью вызвало много вопросов у наших читателей, ответы на которые были выделены в отдельный пост. 

1.Как вы отслеживаете и управляете вашими моделями в боевых условиях? Какие дополнительные проверки и процедуры используются?

Я верю в ручное отслеживание прибыли/убытков в качестве инструмента диагностики. Мне нужно знать, каждый  день, точный источник моих прибылей/убытков. Что подорожало, что подешевело, насколько и почему. Это дает мне уверенность, что модель работает, как должна, и это действует как система предупреждения плохих новостей.

( Читать дальше )

Первую часть интервью смотрите здесь.

Что нужно учесть при запуске стратегии в производство?

Новичкам нужно обратить внимание на соответствие «реальному миру» — на нюансы типа дней экспирации и праздников. Когда вы калибруете систему на исторических данных, можно допускать аппроксимацию без таких дней. Но когда вы переходите к реальной торговле, то не можете быть небрежным, все должно быть максимально точно.

Другой аспект заключается в том, что скорость критична. Я не могу рассчитывать модель в реальном времени (градиентный поиск очень медленный), поэтому нужно все сократить до линейных аппроксимаций изменений. Все это влечет за собой много матричных манипуляций.

Обычно создается исполнительный прототип, который делает все правильно, но не очень эффективно. Затем я поручаю моим сотрудникам-инженерам сделать производительную версию стратегии на языке Python или даже С, используя библиотеки для реального рынка, которые они создавали и совершенствовали годами. И эта версия подключается к  моей торговой системе, для запуска данной стратегии «в бой».

( Читать дальше )

Статья с аггрегатора Quandl Resource Hub.

Quandl взял интервью у старшего менеджера по алгоритмическим стратегиям одного из больших хеджевых фондов. Мы говорили о создании торговых стратегий — от абстрактного представления рынка до конкретного воплощения в стратегию с оригинальной предсказательной способностью.

Можете вы рассказать, как создаются новые торговые стратегии?

Все начинается с гипотезы.Я предполагаю, что может существовать взаимоотношение между двумя инструментами, или появился новый инструмент на рынке, набирающий популярность, или возник необычный макроэкономический фактор, который влияет на микроструктурное поведение цены. Затем я записываю уравнение — или создаю модель, если вам угодно — с целью описания этого взаимоотношения. Обычно это некое уравнение процесса, показывающее изменение переменных во времени, со случайным (статистическим) компонентом.

( Читать дальше )

Третья неделя хаотичного боя с освоением программирования. Большое спасибо Тимофей Мартынов за скурпулезное описание пути гуманитария в дебри кодинга. ) Реально ободряет.

Но задался я вопросом, а почему нет до сих пор труда по поводу «Алготрейдинг для начинающих»? То, что есть в сети, мягко говоря не соответствует действительности. Нет книги, которая бы рассматривала примеры не со стоимостью пирожков на количество гостей, а сразу — СРАЗУ — давала бы примеры работы с биржевыми данными. Специфика ведь сильно отличается от того, что можно узнать во всех учебниках по кодингу. Нафига мне пирожки с гостями? Или тангенсы с квадратными корнями?

ИМХО, что должно быть в таком учебнике, может кто психанет да напишет. )))

1. Языки, на которых программируют алгоритмы. Кто, когда, где, зачем, почему. Короткая вводная. Мол, R для дата майнинга, что такое C# и C++, причины их доминирования, новые языки в алготрейдинге — python/ruby, специфические языки, которые есть в платформах типа Метатрейдер или ТОС. В общем, краткая вводная.

( Читать дальше )

Утро субботы начинаю с посещения конференции Финама и Ай ти Инвест по алготорговле.
Не смотря на раннее утро, полный зал. Много знакомых лиц.

Конференцию открыл Владимир Твардовский. Рассказал про тенденции алготорговли за последние 2 года. Было интересно понаблюдать статистику брокеров по числу алгоритмистов и их оборотам. 

Далее выступал Алексей Афанасьевский. Очень интересный доклад про использование вейвлетов в алготорговле. Вейвлет — математический аппарат, позволяющий раскладывать по базису функций, основной особенностью которых явл. локализация по оси абцисс — за пределами некоторой окрестности такая функция практически не отличима от нуля. 
Если простым языком, то Алексей использует фрактальный анализ для поиска закономерностей на рынке. Строит вельвет спектры. А далее использует найденные закономерности, обучая нейронные сети. Доклад сложный. Но есть над чем подумать и что поизучать на досуге.

Следующий доклад — Игорь Шепелев про построение алгоритмического фонда. Молодой человек, ученик Xelius, рассказывал как с нуля создавал свой бизнес. Респект молодому человеку за смелость.


( Читать дальше )

Пост о том, что нужно знать алготрейдеру — программисту Си Шарп. Какими базовыми знаниями надо обладать для того чтобы писать Роботов в СтокШарп / ВелсЛаб / ТсЛаб Api / SmartCom Api. Это не про кубико-трейдинг. Это про программирование. 

Пост полезен в первую очередь трейдерам начинающим свой путь в алго, как дорожная карта. Чтобы не возникало желания изучать SmartCom Api на следующий день после изучения базовых типов данных.

Это вторая часть из серии статей Си Шарп Алго. Начало здесь.

План статьи:
1) Кто такой программист
2) Проба сил
3) Базовые знания языка
4) Продвинутые знания
5) Заключение

( Читать дальше )

Недавно столкнулся с таким феноменом — про язык программирования R слышали многие. Но знают что это такое очень мало людей.

Поскольку являюсь носителем этого языка и заинтересован в его популяризации, попытаюсь немного раскрыть тему в этом посте. Будет интересно!

План простой:

1) Что такое язык R

2) Популярность в России

Что такое язык R

R (вики) — язык программирования для статистической обработки данных и работы с графикой, а также свободная программная среда вычислений с открытым исходным кодом в рамках проекта GNU.

По нашему: Язык идеально подходящий для поиска рыночных закономерностей. Бесплатный, быстрый и свободный.

Он позволяет вести статистические исследования всего до чего могут дотянуться руки. За годы его существования появились десятки и сотни расширений для решения практически любых прикладных задач.

( Читать дальше )

Знакомый показал такую среду www.quantopian.com/home
которая позволяет:

* закодировать и протестировать простейшие идеи на языке Python (один из самых популярных и простейших языков) прямо в браузере
* дает бесплатный доступ к данным за 13 лет (похоже в основном американский рынок?)
* обеспечивает среду для исследований (можно строить графики корреляций, спредов для парной торговли и т.п.)
* участвовать в конкурсе и получить деньги в управление

Сам не пробовал, не знаю какое там качество данных и качество бэктестера. Кто попробует — напишите.
Сам проект показался уникальным и интересным. Если знаете аналоги — пишите.

Nvidia называет модуль Jetson TX1 суперкомпьютером, который позволит наделить новое поколение роботов и дронов искусственным интеллектом

Компания Nvidia на этой неделе представила модуль Jetson TX1. По словам производителя, модуль размером с кредитную карту позволит наделить новое поколение роботов и дронов искусственным интеллектом, обеспечивая глубокое обучение нейронных сетей при очень низком энергопотреблении.

Как утверждается, устройства с Jetson TX1 смогут проявлять самостоятельность. Скажем, дрон будет лететь не просто по командам оператора, а прокладывая себе маршрут в обход препятствий; компактная система видеонаблюдения будет не просто передавать изображение людей, а и распознавать их подозрительную активность; робот будет не просто выполнять рутинные операции, но сможет учитывать привычки своего хозяина. Все это обеспечат технологии машинного обучения, компьютерного зрения, навигации и другие технологии, для которых необходим значительный вычислительный ресурс.

( Читать дальше )

Наиболее производительный язык программирования в рамках предложенных тестов. Но конечно, лучшее решение будет показывать не менее впечатляющие результаты и в большинстве прикладных проектов. 

Победила реализация Фортрана от Intel. Приблизиться к ней не смог вообще никто, даже GNU C и GNU C++ (и что еще более удивительно, чистый Си немножко проиграл «плюсам»). 
На четвертом месте язык Applied Type System, про который я к стыду своему слышу в первый раз. Представляет он систему автоматического доказательства теорем, расширенную средствами прикладного программирования. Почему так шустр, даже не знаю, но активно применяется для системного программирования. 

Пятое место давно шлифуемой Ada немудрено, а вот 6-7-е места Java — отличный аргумент против унылого мнения «java тормозит». 

Даже Pascal и C# Mono сильно от Java отстают, в полтора-два раза! В отношении Паскаля это совсем странно. Причина, видимо, в активно развивающихся промышленных технологиях оптимизации кода, ориентированных на поддержку в первую очередь виртуальных машин. 

( Читать дальше )