FlexAdvantage Blog Trading de portefeuille Plotting Your Optimization Les grands fonds indiciels et les fonds communs de placement passifs sont populaires ces jours-ci, mais le déplacement de grandes positions sans encourir d'impact sur le marché peut être difficile. Les fonds de pension et les fonds indiciels qui rééquilibrent périodiquement leurs portefeuilles une fois par mois ou une fois par trimestre peuvent faire face à des risques commerciaux similaires. FlexPTS (Portfolio Trade Scheduler) Pour résoudre ce problème, FlexTrade a construit FlexPTS. Un outil d'optimisation sophistiqué qui détermine le meilleur horaire de négociation pour les portefeuilles. Après avoir reçu une liste de négociation de portefeuille avec des cibles à acheter et à vendre, FlexPTS génère un calendrier des ordres d'achat et de vente divisé en fenêtres de 15 minutes, de sorte que les tailles de cible sont respectées à la fin du commerce. Représentant la troisième étape de l'offre d'analyse avancée FlexEdge, FlexPTS est conçu pour les fenêtres temporelles de plusieurs jours et pour la gestion de portefeuilles globaux. La célèbre bibliothèque d'optimisation mathématique IBM ILOG CPLEX est utilisée sous le capot. Le produit s'adresse aux sociétés d'achat ou de vente qui négocient sur une période d'une demi-journée, d'une journée ou de plusieurs jours parce que certaines parties de la liste de négociation sont illiquides. Illiquide signifie que le montant qui doit être négocié dans les noms du portefeuille est élevé par rapport aux volumes quotidiens moyens, explique Ran Hilai, vice-président de l'optimisation de portefeuille chez FlexTrade. Fonctionnement de FlexPTS Pour éviter les coûts liés à l'impact sur le marché, les entreprises d'achat et de vente peuvent gérer leurs idées à l'aide de l'optimiseur FlexPTS, ce qui génère un calendrier de négociation du montant de chaque nom à acheter et à vendre. La planification du commerce par portefeuille est assurée par des algorithmes d'optimisation à la pointe de la technologie, l'analyse du risque du portefeuille et la modélisation de l'impact sur le marché. Utilisé par les bureaux de négociation de programme, FlexPTS emploie un algorithme de trading de portefeuille de déficit de mise en œuvre pour aider les commerçants à atteindre l'indice de référence d'arrivée. Le déficit de mise en œuvre est une mesure de la différence entre le prix d'exécution moyen et le prix lorsque la commande arrive sur le guichet. En outre, les commerçants doivent minimiser le risque de prix, mais ces objectifs peuvent être contradictoires, explique Hilai. Si quelqu'un veut minimiser le coût par rapport au prix d'arrivée, ils ont besoin de prendre un temps long en négociant passivement. Mais si quelqu'un veut négocier près du prix d'arrivée afin de réduire leur risque, ils ont besoin de commercer agressivement avant les changements de prix, ajoute-t-il. La négociation se traduit lentement par un faible impact sur le marché mais encourt un risque de prix élevé. Toutefois, le commerce réduit rapidement le risque de prix, mais entraîne un impact élevé, explique-t-il. Le but de FlexPTS est de trouver le calendrier représentant le meilleur compromis entre ces deux objectifs contradictoires, tout en gardant les contraintes des clients. Par exemple, les clients peuvent définir leurs propres contraintes, telles que: Contrainte de trésorerie: limite établie sur le déséquilibre entre les valeurs d'achat et de vente de la partie non encore exécutée du portefeuille. Contrainte de participation: une limite commerciale en pourcentage du volume quotidien moyen de la fenêtre (ADV) appliqué à chaque intervalle de 15 minutes. Contrôle du risque du portefeuille Même si le manque à gagner de la mise en œuvre peut s'appliquer au négoce de nom unique, planifier un portefeuille entier est un moyen plus efficace de réduire les risques, surtout s'il s'agit d'un portefeuille à long terme. Cela est vrai parce que l'ordonnanceur utilise corrélations de prix observées pour réduire le risque d'un commerce. Si c'est un rééquilibrage de fonds, vous avez généralement un portefeuille d'achat et de vente côté, illustre Hilai. En adhérant à un calendrier de négociation, vous pouvez obtenir dans le portefeuille et faire un peu de négociation tôt qui peut améliorer l'erreur de suivi pour les achats par rapport à la vente, dit Hilai. Ensuite, une fois que l'erreur de suivi est réduite, vous pouvez prendre plus de temps et le commerce plus passivement puisque vous avez couvert dans le portefeuille et dont besoin de passer plus de temps sur la couverture, explique Hilai. Le contrôle du risque est le point entier. FlexPTS permet au trader de contrôler les risques sur l'ensemble du portefeuille. Un planificateur du commerce évalue la volatilité de tout portefeuille à l'aide d'un modèle de risque de portefeuille, qui fournit des estimations de la volatilité de chaque action et la corrélation entre les facteurs de risque tels que les secteurs et les industries, les facteurs fondamentaux et les facteurs statistiques. Modèles de risque FlexPTS intègre le modèle de risque quotidien de Northfield Information Services, Inc .. ou ce modèle peut être remplacé par n'importe quel modèle de risque de clients ou de tiers. Le modèle de risque porte sur l'ensemble du portefeuille et chaque nom a des corrélations avec d'autres noms du portefeuille. Certains noms sont supprimés immédiatement, car cela éliminera le risque. Programmation de vos métiers En termes de planification de portefeuille, si un commerçant se débarrasse des noms qui ajoutent le risque, puis retours s'améliorera. Toutefois, les rendements, surtout à long terme, dépendent de la sélection des exploitants par les gestionnaires de portefeuille. FlexPTS s'occupe uniquement du coût de transaction par rapport au prix d'arrivée. Le risque a beaucoup à voir avec la corrélation entre les noms dans le portefeuille, explique Hilai. En raison de l'exécution FlexPTS, le commerçant obtiendra un calendrier de négociation pour terminer le commerce. Tandis que PTS ne sélectionne pas les noms à commercer, il suggère simplement un commerce. Si le trader va ligne par ligne, les noms qui seront terminés tôt seront les noms liquides, tandis que les noms illiquides seront finis en dernier, explique Hilai. Si les traders s'écartent de l'horaire suggéré en raison de raisons telles qu'un match de pool sombre dans un nom illiquide, l'optimiseur FlexPTS peut être invoqué plusieurs fois pour ré-optimiser le calendrier commercial restant. Contrairement à la plupart des algorithmes disponibles, FlexPTS, qui gère les horaires d'une journée, d'une journée ou de plusieurs jours, peut déterminer automatiquement la durée optimale de la fenêtre de négociation. Sous le capot Depuis FlexPTS est un optimiseur, il a une fonction d'utilité avec des contraintes. La fonction d'utilité est définie comme la minimisation du coût attendu d'impact du marché plus le risque de marché attendu. L'utilitaire est construit avec deux fonctions: L'impact de marché attendu basé sur le modèle que FlexPTS utilise sur l'ensemble du portefeuille et la durée du métier. FlexPTS met le risque, qui est la racine carrée de la variance dans la fonction d'utilité et les trades contre le coût attendu. D'autres systèmes peuvent utiliser la variance parce que son mathématiquement plus facile, mais donne des résultats inférieurs, selon Hilai. Le processus en action Lors de la mesure du risque sur l'ensemble du portefeuille, un calendrier donné d'une journée pourrait demander au commerçant d'exécuter 26 métiers différents à intervalles de 15 minutes. Le modèle de risque fournira la variance. Ensuite FlexPTS ajoute les écarts de tous les 26 métiers, puis prenez la racine carrée de la somme. Il en résulte la variance attendue par rapport au prix d'arrivée, selon Hilai. À la fin de l'échéancier, que ce soit le côté buy-side ou sell-side, le trader doit compléter la quantité d'exécution totale requise par le gestionnaire de portefeuille, dit Hilai. Telles sont les contraintes et la fonction d'utilité est là pour minimiser la valeur à risque, dit-il. Confidentialité Afin de préserver la confidentialité de leur stratégie, acheter des traders de côté peut optimiser leurs métiers sans exposer leur liste entière à la vente côté. Plutôt que d'envoyer leur liste entière, les métiers peuvent être acheminés vers des guichets vendeurs ou des serveurs algorithmiques dans des ordres plus petits suivant le planning optimal fourni par FlexPTS. Conclusion Les utilisateurs peuvent accéder aux actions FlexPTS à partir de la barre d'outils de FlexTRADER EMS. Une fois le portefeuille optimisé, le calendrier qui en résulte peut devenir une partie intégrante de toute stratégie d'exécution de FlexTRADER, y compris l'utilisation d'algorithmes de négociation personnalisés et de tous les pools obscurs disponibles. Durant la négociation, diverses analyses FlexPTS sont constamment mises à jour sur le front-end FlexPTS. Pour plus d'informations sur FlexPTS et son intégration avec votre système, s'il vous plaît contactez-nous à salesflextrade. Pioneer dans l'apprentissage de la machine améliore le développement du système de négociation non linéaire et signal boostingfiltering depuis 1979. Démarré Raden Research Group en 1982 et a supervisé le développement de PRISM Modélisation de la synthèse des informations). Technicien de marché agréé certifié par The Market Technicians Association depuis 1992. Trader propriétaire d'actions pour Spear, Leeds et Kellogg 1997 2002. Professeur adjoint de finance d'enseignement d'un cours de troisième cycle en analyse technique, l'exploration de données et l'analyse prédictive à MBA et étudiants en ingénierie financière de 2002 À 2011. Auteur de l'analyse technique fondée sur les preuves publiée par John Wiley amp Sons 2006. Premier ouvrage populaire traitant du biais d'exploration de données et de la méthode de permutation Monte Carlo pour générer des valeurs p libres de biais. Co-concepteur de TSSB (Trading System Synthesis and Boosting), une plate-forme logicielle pour le développement automatisé de systèmes de négociation basés sur des modèles prédictifs statiques. Auteur de l'éditeur d'ampli de Statistically Sound Machine Learning pour la négociation algorithmique d'instruments financiers. Développement de systèmes de négociation basés sur des modèles prédictifs à l'aide de TSSB. Proposition d'une méthode de purification d'indicateur et de VIX Pure Innové le concept d'amplification de signal: en utilisant l'apprentissage machine pour améliorer la performance des stratégies existantes. 21-28 Filtre de signaux de reconnaissance de modèles, Journal de l'Association des techniciens de marché, printemps 1991, pp.42-51 La méthode des cellules de l'indicateur de la stabilité de corrélation de la fenêtre mobile et son utilisation dans l'évaluation des indicateurs, Journal of the Market Technicians Association, Évaluation, L'Encyclopédie des indicateurs techniques du marché, chapitre 15, par Colby et Meyers, Dow Jones-Irwin, 1988 Reconnaissance de modèles d'intelligence artificielle appliquée à la prévision Tendances des marchés financiers, Journal of the Market Technicians Association, mai 1985 pp. Amélioration de la base de données pour l'analyse du marché, Analyse technique du logiciel financier et d'investissement, Tutoriel en trois parties, Été, Automne et hiver, édition 1984. Cybernétique, l'approche commerciale des années 1980, Commodities Magazine, janvier 1980. Méthode et inférence statistique aux signaux de négociation. John Wiley amp Sons, Novembre 2006 Purified Sentiment Indicateurs pour le marché boursier publié dans le Journal of Technical Analysis, 2010. Davids hors intérêts comprennent le ski, la randonnée, le tricot et trompette de jazz. Dr. Timothy Masters est titulaire d'un doctorat en statistique, spécialisé en statistiques appliquées et en calcul numérique. Il est l'auteur de quatre livres très réputés sur l'intelligence artificielle (Neural Network Recipes in C Signal and Image Processing with Neural Networks Advanced Algorithms for Neural Networks Neural, Novel, and Hybrid Algorithms for Time Series Prediction. Domaine de la négociation automatisée d'instruments financiers depuis 1995. Avant cela, il a développé des logiciels pour l'ingénierie biomédicale et les applications de télédétection. Son recherche actuelle se concentre sur les algorithmes pour contrôler les biais de data mining afin d'évaluer de manière équitable le potentiel de performance des systèmes de trading automatisé marché. Développe également des outils graphiques et analytiques pour aider les traders financiers à mieux comprendre la dynamique du marché. Ses intérêts extérieurs incluent la musique (il joue du clavier, du violon et de la basse dans plusieurs bandes) et les arts martiaux (il est une ceinture noire de deuxième degré étudiant Washin - Ryu Karate avec le Maître Hidy Ochiai.) En savoir plus sur Tim Masters, y compris des informations sur son dernier livre Évaluer et améliorer la prévision et la classification. Peut être trouvé à TimothyMasters. info.
No comments:
Post a Comment