Projekty

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

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.