3 технологических тренда алгоритмической торговли

  30 октября 2015 ITI Capital | Статьи

Несколько месяцев назад была опубликована презентация основателя финансового сервиса IKnowFirst Липы Ройтмана (Lipa Roitman) и руководителя проекта Ярона Голгера (Yaron Golgher) о трендах и тенденциях алгоритмической торговли. Мы представляем вашему вниманию главные мысли из этого документа.

Анализ новостей

В настоящее время многие алготрейдеры работают над разработкой систем анализа и интерпретирования новостей, чтобы выделять информацию, на основе которой торговый робот мог бы совершать транзакции. (О влиянии новостей на рынок мы писали в этом материале).

Для получения новостей используются различные сервисы — например, Google Trends, показывающий популярность того или иного поискового запроса. Также алгоритмы анализируют ленты новостей (например, Thomson Reuters, Bloomberg и т.п.).

Более того, авторы презентации указывают на возможность разработки систем, которые бы автоматически создавали статьи по новостям из таких лент с их последующей публикации в сети — таким образом можно спровоцировать на покупку или продажу торговца-человека, который не имеет доступа к лентам новостей и получает информацию с некоторой задержкой.

Машинное обучение

Для анализа рынков используются математические, статистические и логические инструменты. С их помощью возможно создание гипотез, которые можно проверить (например, на исторических данных).

Процесс машинного обучения состоит из нескольких шагов от выбора математических и программных инструментов, сора входных данных, до выработки предсказаний и оптимизации их точности.

Использовать только этот инструмент для создания по-настоящему эффективной стратегии вряд ли возможно, однако, как показал эксперимент, о котором мы писали в нашем блоге ранее, использование машинного обучения и исторических данных позволяет создавать стратегии, которые будут приносить определенный доход.

Генетические алгоритмы

Существует целый ряд алгоритмов поиска, одним из которых является генетический. Его используют для решения сложных проблем, в тех случаях, когда точные отношения между задействованными элементами неизвестны и могут в принципе отсутствовать.

Задача формализуется так, чтобы ее решение могло был закодировано в виде вектора генов («генотип»), где каждый ген может представлять бит, число или какой-либо другой объект. Далее случайным образом создается множество генотипов начальной «популяции», которые оцениваются с помощью специальной функции приспособленности.

3 технологических тренда алгоритмической торговли


В итоге каждому генотипу присваивается значение «приспособленности» — именно оно определяет, насколько хорошо он решает задачу.
Источник http://www.itinvest.ru/ http://habrahabr.ru/company/itinvest/
При копировании ссылка http://elitetrader.ru/index.php?newsid=269675 обязательна
Условия использования материалов

Лучший европейский брокер

Вчера, 10:34
HYCM | Обзор рынка | Oil | Gold (XAU/USD) | EUR|USD | GBP|USD | AUD|USD | Silver (XAG/USD)

Технический Анализ

Вчера, 10:33

40 лет На финансовом рынке. 20 лет Лицензирована в Великобритании. 0.2 pips спреды с быстрым исполнением. 24/5 Служба поддержки клиентов с персональным менеджером
Открыть торговый счет

Брокер бинарных опционов

Binarium предоставляет профессиональные услуги начиная с 2012 года. Получите бонус 100% на депозит от 2000 рублей