W najbliższym czasie będziemy realizowali dwa rodzaje projektów. Pierwsze można scharakteryzować jako badania z dziedziny computational finance i algorithmic trading; drugie - będą tworzeniem rozbudowanej infrastruktury informatycznej, umożliwiającej wdrożenie konceptów stworzonych w ramach badań oraz ich testowanie.
Badania z zakresu computational finance i algorithmic trading
Grupy studentów UW będą współpracowały z doktorantami UCL specjalizującymi się w jednym z następujących zagadnień:
- pre-trade analysis,
- signal generation,
- trade execution,
- post-trade analysis,
- risk management,
- money management, asset allocation.
W pracy wykorzystywane będą metody matematyczne, statystyczne, fizyczne, ekonomiczne, machine learning'owe i inne.
Celem badań jest zbudowanie różnego rodzaju strategii inwestycyjnych dostosowujących się do warunków rynkowych i podejmujących optymalne (w różnym sensie) decyzje. W związku z tym, badane będą również same zachowania rynkowe jako takie. Rezultaty prac będą publikowane w branżowych journalach oraz prezentowane na konferencjach naukowych.
Rezultatem badań będą software'owe biblioteki integrowalne z większymi systemami trading'owymi. Praca będzie więc prowadzona w grupach mieszanych, matematyczno-informatycznych, dając studentom możliwość zdobycia wiedzy z obu dziedzin.
Tworzenie infrastruktury software'owej
Będziemy kontynuować prace nad projektami, które już od pewnego czasu rozwijane są we współpracy ze studentami UW. Mają one charakter głównie informatyczny, a ich zadaniem jest stworzenie rozbudowanej infrastruktury algorithmic trading'owej.
ATRADE (Algorithmic Trading & Risk Analytics Development Environment)
Rozbudowane środowisko umożliwiające kompleksową obsługę strategii algorytmicznych w czasie rzeczywistym. Pozwala na ich testowanie, optymalizowanie, porównywanie, analizę ryzyka oraz wykorzystywanie w rzeczywistym bądź symulowanym handlu.
DRACUS (Distributed Analytics, Control & Utilities System)
Finansowe big data. Od podstaw tworzony przez studentów UW. Jest to rozproszony (na klastrze) system dużej skali, którego zadaniem jest symulacja skomplikowanych modeli algorithmic tradingowych i ekonomicznych. Oparty na technologii Apache Hadoop.
Strona internetowa DRACUSa
Strona internetowa DRACUSa
PSS (Portfolio Selection System)
Kolejny system od podstaw tworzony przez studentów UW. Jego zadaniem jest wykrywanie w czasie rzeczywistym grup aktywów podobnych (wykorzystywaną miarą podobieństwa jest kointegracja), analiza ewolucji znalezionych zależności i generowanie informacji możliwych do wykorzystania przy konstruowaniu portfeli inwestycyjnych i przez strategie inwestycyjne.