Lecture of Sergey Troshin, Ph.D., Director at EXANTE, covers the main aspects of practical aspects of algorithmic trading. Main points of presentation include process of modeling the strategy, implementation and evaluation of results.
The recording is available at the following link: https://www.youtube.com/watch?v=8JToXHeqElA. Enjoy and share the video!
1. Practical Aspects of
Algorithmic Trading.
Bitcoin hedge fund.
Gatis Eglitis, Managing Partner
Sergey Troshin, Ph.D., Head of IT Strategy and Operations
Part 2: Algo trading
2. 2
Algorithmic trading
Modeling the strategy
Implementing the model
Result analysis
Production
Choosing a broker
Prices
Technologies
Stability
What is next?
Contents
Алгоритмическая – формализованное пошаговое выполнение.
Автоматизированная – компьютер.
HFT – грань постоянно размывается, я склонен называть позиции длиной меньше минуты, лимитные заявки и Шарпе около 1000.
Что касается стратегий,
На Западе большинство алго это до сих пор селл-сайд исполнение, прайсинг и order routing.
У нас же обычно говорят об альфа стратегиях для buy side.
Если вы buy side и хотите запустить стратегию в торговлю, у вас есть три пути.
Всё начинается с данных.
Доступность данных по инструментам и площадкам вообще говоря сильно ограничивает ваши возможности. Одной из первых задач для нас было выбрать поставщика данных, удовлетворяющего критериям на слайде.
Проблема, которые мы до сих пор решаем, это синхронизация time stamps в тиковых данных с timestamps order book, стакана. Биржи отдают время без миллисекунд, на разных биржах может быть дрифт времени, ну и в конечном итоге, вам важно именно то время, когда эту котировку получили бы именно вы в текущей своей инфраструктуре.
Что можно увидеть? Тренды, (авто)корреляцию, уровни, волатильность, частоты.
Большие объёмы данных: РТС за 2011 год это ... событий.
Кол-во уникальных дней:169 (с начала года по 18 сентября)Кол-во сделок по всем фьючам на индекс РТС:62 996 080Кол-во обновлений по котировкам (обновление bid/bid size/ask/ask size):65 094 177
Добавление индикаторов/формул
Интерактивность
Фундаментальные – по книжкам. Эмпирические – опыт плюс работа с данными, для этого визуализация.
Исторические данные, симуляция или фронт-тестинг? (или всё вместе?)
Описание потока заявок других участников
Моделирование влияния своих заявок на рынок
Построение профиля риска и equity
Быстрая обработка (кластеры, GPU)
Scale horizontally: Cloud, GPGPU, multi-core
Позволяют быстрее обрабатывать независимые данные: например, множество временных рядов.
Scale vertically: new SW paradigms (e.g. Disruptor), Cooling, FPGA
Позволяют обрабатывать быстрее зависимые линейно данные, e.g. поток цен по одному инструменту, очередь заявок.
Привести пример: какая-нибудь биржа, система М2, система ЛМАКС.
FPGA: message parsing, order book matching, risk control, derivs pricing. Низкая и детерминированная задержка. SEC rule 15c3-5 – контроль рисков при DMA. Фикснетикс менее 1 микросекунды на 20 проверок (разных).
Всё начинается с данных.
Приближенность к брокеру, бирже, бекофису
Оптимизация по данным, по исполнению
Линии между вашими дата-центрами: Интернет, Выделенные, Direct connection
Языки можно писать как на языках высокого уровня, так и на специализированных языках, или графически
Стратегия может исполняться как на клиентской машине, так и на сервере или в облаке
Контроль можеть быть как ручным из командной строки например, так и автоматическим с использованием вывода результатов в excel, расписаниями и прочим, в идеальном случае полный контроль и управление стратегий осуществуляется из графического интерфейса
Помимо этих факторов можно также отметить простоту разработки, простоту внесения изменений в стратегии, простоту просмотра и экспорта результатов