Турецкий фондовый рынок изрядно лихорадит. Причина не только в обвале цен на нефть, проблемах на китайских биржах и конфликте с курдами. Большого шороху навел таинственный инвестор по прозвищу Чувак, действия которого превзошли по объему сделки таких гигантов, как UBS и HSBC, и в одно мгновение обрушили акции крупнейшей в стране авиакомпании.
Скандально известных биржевых трейдеров в последнее десятилетие хватает. Имя Жерома Кервьеля, едва не разорившего Societe Generale, до сих пор на слуху. В результате его махинаций банк понес убытки в пять миллиардов евро, а сам Кервьель получил три года тюрьмы. Впрочем, многие эксперты считают, что его сделали крайним, так как афера была слишком сложна для одного человека. Примечательна и история Бруно Иксиля, известного по прозвищу Лондонский Кит. Он играл с деривативами, в результате чего его работодатель — банк JPMorgan — потерял два миллиарда долларов. Финансовая корпорация после этого подешевела почти на семь процентов. Как мы видим, работа отдельных людей оказывает существенное влияние на рынок ценных бумаг. Но активность Кервьеля или Иксиля проходила на крупнейших мировых торговых площадках, теперь же инвесторы добиваются всемирной известности на, мягко говоря, второстепенных рынках.
Смартлабовский танцор снова опубликовал свою «победную» сделку (http://smart-lab.ru/blog/324427.php#comments) и бил себя пяткой в грудь.
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.
Начали торговать. Первые убытки мы получили по техническим причинам: не исполнилась заявка, не вовремя снялась заявка и т.п.
Наш депозит спасало то, что Developer, очень правильно отработал систему выключения робота. Т.е. как только случались непонятные ситуации, например, мы остались в позиции только по одному контракту, робот сразу закрывал все позиции, перепроверял, все ли закрыто, дозыкрывался (если надо) и выключался.
Таким образом, на торговле спредом мы отлаживали наш execution. Execution отладили. Дальше проблем с технической частью не было.
Начались проблемы с самой стратегией. Несколько дней подряд мы вообще не делали сделок, хотя робот работал. Перенастроили параметры, робот начал делать 1-2 круга (купил-продал или продал-купил спред) в день.
Начали разбираться… Разобрались: эффективно получалось, что из-за низкой ликвидности по второму фьючерсу мы не торговали стандартное отклонение, фактически мы просто хватали хорошую котировку по нему, если такая заявка в стакане появлялась, а когда появлялась хорошая котировка в другую сторону, то позицию закрывали.
На курсере появился курс анализа статистических данных от Московского Физико-Технического Института. Подойдут для алготрейдеров.
Специализация покрывает основные темы, необходимые специалисту в науке о данных: современные методы классификации и регрессии, поиска структуры в данных, проведения экспериментов, построения выводов, базовую фундаментальную математику, благодаря которой они работают, а также основы программирования на Python.
В центре внимания — типовые задачи машинного обучения и анализа данных: мы разберём, как построить рекомендательную систему, оценить эмоциональную окраску текста, спрогнозировать спрос на товар, оценить вероятность клика по рекламе, предсказать победителя битвы в онлайн-игре, оценить кредитоспособность клиента банка, поставить диагноз по данным генетических анализов пациента. Мы покажем, как проходит полный цикл анализа, от сбора данных до выбора оптимального решения и оценки его качества. Вы научитесь пользоваться современными аналитическими инструментами и адаптировать их под особенности конкретных задач. В конце обучения вас ждет финальный проект, в рамках которого вы построите свою собственную систему, решающую один из важных для бизнеса типов задач. Результатом будет наглядная работающая модель, которую вы сможете использовать в вашей повседневной работе или продемонстрировать на собеседовании. Мы уверены, что наша специализация поможет вам стать специалистом в науке о данных — одной из самых востребованных и активно развивающихся областей знаний!
https://www.coursera.org/courses?query=mipt&_facet_changed_=true