2 апреля 2015 The Wall Street Journal
1. Лучшие умы
Рекрутеры для таких фирм как Two Sigma Investments с хедж-фондом размером 24 миллиарда долларов охотятся за лучшими математиками, учеными и компьютерными экспертами, чтобы создать трейдинговые системы, которые могли бы делать лучшие рыночные прогнозы.
2. Большой массив данных
Кванты традиционно опираются на подробные данные с рынка, чтобы сделать лучшие ставки на стоимость ценных бумаг, однако некоторые фирмы сейчас исследуют возможности для автоматизирования процесса обработки новостей, СМИ, погоды и другие данных из реального мира для генерации торговых идей.
3. Компьютерная мощность
Чтобы обрабатывать огромные массивы данных в реальном времени эти фирмы создают компьютерные системы для быстрого поиска корреляций и фундаментальных трендов. Two Sigma, например, построила компьютерную систему с более чем 100 террафлопами обрабатывающей мощности, способной производить 100 триллионов операций в секунду, и более чем 11 петабайтами памяти, что эквивалентно размерам информации в пять раз превышающей всю информацию всех научных библиотек США.
4. Использование новейших достижений в математике
Каждодневный поиск сигналов в огромных массивах информации требует глубоких математических знаний. Кванты следят за последними тенденциями в математике, чтобы найти новые способы определения фундаментальных трендов.
5. Оптимизируя торговлю
У успешного трейдера должен быть свой способ оптимизации торговых идей. Некоторые фирмы разрабатывали свои автоматизированные системы, которые способны взвешивать каждую модель, предлагая покупку из-за всплеска интереса к компании в социальных сетях, и предлагая продажу в другом случае, когда становится известно, что директор недавно продал большое количество акций. Как только система оценивает вероятность успеха стратегии, она предлагает торговую схему.
Рекрутеры для таких фирм как Two Sigma Investments с хедж-фондом размером 24 миллиарда долларов охотятся за лучшими математиками, учеными и компьютерными экспертами, чтобы создать трейдинговые системы, которые могли бы делать лучшие рыночные прогнозы.
2. Большой массив данных
Кванты традиционно опираются на подробные данные с рынка, чтобы сделать лучшие ставки на стоимость ценных бумаг, однако некоторые фирмы сейчас исследуют возможности для автоматизирования процесса обработки новостей, СМИ, погоды и другие данных из реального мира для генерации торговых идей.
3. Компьютерная мощность
Чтобы обрабатывать огромные массивы данных в реальном времени эти фирмы создают компьютерные системы для быстрого поиска корреляций и фундаментальных трендов. Two Sigma, например, построила компьютерную систему с более чем 100 террафлопами обрабатывающей мощности, способной производить 100 триллионов операций в секунду, и более чем 11 петабайтами памяти, что эквивалентно размерам информации в пять раз превышающей всю информацию всех научных библиотек США.
4. Использование новейших достижений в математике
Каждодневный поиск сигналов в огромных массивах информации требует глубоких математических знаний. Кванты следят за последними тенденциями в математике, чтобы найти новые способы определения фундаментальных трендов.
5. Оптимизируя торговлю
У успешного трейдера должен быть свой способ оптимизации торговых идей. Некоторые фирмы разрабатывали свои автоматизированные системы, которые способны взвешивать каждую модель, предлагая покупку из-за всплеска интереса к компании в социальных сетях, и предлагая продажу в другом случае, когда становится известно, что директор недавно продал большое количество акций. Как только система оценивает вероятность успеха стратегии, она предлагает торговую схему.
Не является индивидуальной инвестиционной рекомендацией | При копировании ссылка обязательна | Нашли ошибку - выделить и нажать Ctrl+Enter | Жалоба