Algorithmische Trading System Design Und Anwendungen

Titre du document Dokumenttitel Algorithmisches Handelssystem: Design und Anwendungen Auteur (s) Autor / en Zugehörigkeit (en) du ou des auteurs Autor / en Zugehörigkeit (en) (1) State Key Laboratory Software Engineering, Wuhan University, 430072 , Wuhan, China (2) Institut für Informatik, Stadtuniversität Hongkong, Kowloon, Hongkong, China Rsum Zusammenfassung Dieses Papier bietet einen Überblick über Forschung und Entwicklung im algorithmischen Handel und erörtert Kernthemen der aktuellen Anstrengungen zur Verbesserung , Was für Händler und Investoren von großem Wert wäre. Einige aktuelle Systeme für den algorithmischen Handel werden eingeführt, zusammen mit einigen Abbildungen ihrer Funktionalitäten. Wir präsentieren dann unsere Plattform namens FiSim und diskutieren sein Gesamtdesign sowie einige experimentelle Ergebnisse in User Strategy Vergleiche. Revue Zeitschrift Titel Quelle Quelle 2009, vol. 3, no 2, pp. 235-246 12 Seite (n) (Artikel) Sprache Sprache Editeur Verlag Springer, Heidelberg, ALLEMAGNE (2007-2011) (Revue) Mots-cls dauteur Autor SchlagworteAlgorithmisches Handelssystem Architektur Bisher auf diesem Blog habe ich Geschrieben über die konzeptionelle Architektur eines intelligenten algorithmischen Handelssystems sowie die funktionalen und nicht-funktionalen Anforderungen eines algorithmischen Produktionssystems. Seitdem habe ich eine Systemarchitektur entworfen, von der ich glaube, dass sie diese architektonischen Anforderungen erfüllen kann. In diesem Beitrag werde ich beschreiben die Architektur nach den Richtlinien der ISOIECIEEE 42010 Systeme und Software Engineering Architektur Beschreibung Standard. Nach dieser Norm muss eine Architekturbeschreibung enthalten: Mehrere standardisierte architektonische Ansichten (z. B. in UML) enthalten und die Rückverfolgbarkeit zwischen Entwurfsentscheidungen und architektonischen Anforderungen beibehalten Softwarearchitekturdefinition Es gibt noch keinen Konsens darüber, was eine Systemarchitektur ist. Im Rahmen dieses Artikels wird sie als die Infrastruktur definiert, innerhalb der Anwendungskomponenten, die funktionalen Anforderungen genügen, spezifiziert, implementiert und ausgeführt werden können. Funktionale Anforderungen sind die erwarteten Funktionen des Systems und seiner Komponenten. Nicht funktionale Anforderungen sind Maßnahmen, durch die die Qualität des Systems gemessen werden kann. Ein System, das seine funktionalen Anforderungen voll erfüllt, kann die Erwartungen nicht erfüllen, wenn nicht funktionale Anforderungen unbefriedigt bleiben. Um dieses Konzept zu veranschaulichen, betrachten Sie das folgende Szenario: ein algorithmisches Handelssystem, das Sie gerade gekauft haben, macht ausgezeichnete Handelsentscheidungen, ist aber völlig inoperabel mit den Organisationen Risikomanagement und Buchhaltungssysteme. Würde dieses System Ihren Erwartungen entsprechen Konzeptionelle Architektur Eine konzeptionelle Sicht beschreibt hochrangige Konzepte und Mechanismen, die im System auf höchster Granularität existieren. Auf dieser Ebene folgt das algorithmische Handelssystem einer ereignisgesteuerten Architektur (EDA), die über vier Schichten aufgebrochen ist, und zwei architektonische Aspekte. Für jede Schicht - und Aspektreferenz werden Architekturen und Muster verwendet. Architektonische Muster sind bewährte, generische Strukturen, um spezifische Anforderungen zu erfüllen. Architektonische Aspekte sind Querschnittsaufgaben, die sich über mehrere Komponenten erstrecken. Ereignisgetriebene Architektur - eine Architektur, die Ereignisse erzeugt, erkennt, konsumiert und reagiert. Ereignisse umfassen Echtzeitbewegungen, komplexe Ereignisse oder Trends und Handelsereignisse, z. B. Einreichung einer Bestellung. Dieses Diagramm veranschaulicht die Konzeptarchitektur des algorithmischen Handelssystems Referenzarchitekturen Um eine Analogie zu verwenden, ähnelt eine Referenzarchitektur den Blaupausen für eine tragende Wand. Dieses Blau-Druck kann für mehrfache Gebäudeentwürfe wiederverwendet werden, unabhängig davon, welches Gebäude errichtet wird, da es einen Satz von allgemein auftretenden Anforderungen erfüllt. Ähnlich definiert eine Referenzarchitektur eine Vorlage, die generische Strukturen und Mechanismen enthält, die verwendet werden können, um eine konkrete Softwarearchitektur zu konstruieren, die spezifischen Anforderungen genügt. Die Architektur für das algorithmische Handelssystem verwendet eine raumbasierte Architektur (SBA) und einen Model View Controller (MVC) als Referenzen. Gute Vorgehensweisen wie der Betriebsdaten-Speicher (ODS), das Extrakt-Transformations - und Belastungsmuster (ETL) und ein Data Warehouse (DW) werden ebenfalls verwendet. Modellansicht-Controller - ein Muster, das die Darstellung von Informationen von der Benutzerinteraktion mit ihr trennt. Raumbasierte Architektur - spezifiziert eine Infrastruktur, in der lose gekoppelte Verarbeitungseinheiten miteinander über einen gemeinsamen assoziativen Speicher mit dem Namen Space interagieren (siehe unten). Strukturansicht Die Strukturansicht einer Architektur zeigt die Komponenten und Unterkomponenten des algorithmischen Handelssystems. Es zeigt auch, wie diese Komponenten auf physische Infrastruktur eingesetzt werden. Die in dieser Ansicht verwendeten UML-Diagramme umfassen Komponentendiagramme und Bereitstellungsdiagramme. Im Folgenden finden Sie eine Übersicht der Implementierungsdiagramme des algorithmischen Handelssystems und der Verarbeitungseinheiten in der SBA-Referenzarchitektur sowie zugehörige Komponentendiagramme für die einzelnen Schichten. Architectural Tactics Nach dem Software Engineering Institute ist eine architektonische Taktik ein Mittel zur Befriedigung einer Qualitätsanforderung durch Manipulation eines Aspekts eines Qualitätsattributmodells durch architektonische Designentscheidungen. Ein einfaches Beispiel, das in der algorithmischen Handelssystemarchitektur verwendet wird, ist, einen operativen Datenspeicher (ODS) mit einer kontinuierlichen Abfragekomponente zu manipulieren. Diese Komponente würde das ODS kontinuierlich analysieren, um komplexe Ereignisse zu identifizieren und zu extrahieren. Folgende Taktiken werden in der Architektur verwendet: Das Disruptormuster im Ereignis - und Auftragswarteschlange Gemeinsamer Speicher für die Ereignis - und Auftragswarteschlangen Ununterbrochene Abfragesprache (CQL) auf dem ODS Datenfilterung mit dem Filterentwurfsmuster auf eingehenden Daten Vermeidungsalgorithmen auf allen Eingehende und ausgehende Verbindungen Active Queue Management (AQM) und explizite Staubenachrichtigung Rohstoffrechenressourcen mit Upgradefähigkeit (skalierbar) Aktive Redundanz für alle Single Points of Fail Indexierung und optimierte Persistenzstrukturen im ODS Planen Sie regelmäßige Datensicherungs - und Bereinigungsskripts für ODS Transaktionshistorie auf allen Datenbanken Prüfsummen für alle Aufträge, um Fehler zu erkennen Annotieren von Ereignissen mit Zeitstempeln, um veraltete Ereignisse zu überspringen Bestellen von Validierungsregeln zB Maximale Handelsmengen Automatisierte Händlerkomponenten verwenden eine Speicher-Datenbank für die Analyse Zweistufige Authentifizierung für Benutzerschnittstellen, die eine Verbindung zu den ATs herstellen Verschlüsselung auf Benutzerschnittstellen und Verbindungen zu den ATs Observer-Entwurfsmuster für das MVC zur Verwaltung von Ansichten Die obige Liste ist nur ein paar Design Entscheidungen, die ich bei der Gestaltung der Architektur identifiziert habe. Es ist nicht eine vollständige Liste der Taktiken. Da das System entwickelt wird, sollten zusätzliche Taktiken auf mehreren Ebenen der Granularität eingesetzt werden, um funktionale und nicht-funktionale Anforderungen zu erfüllen. Unten sind drei Diagramme, die das Disruptor-Designmuster, das Filterentwurfsmuster und die kontinuierliche Abfragekomponente beschreiben. Verhaltensansicht Diese Ansicht einer Architektur zeigt, wie die Komponenten und Schichten miteinander interagieren sollen. Dies ist hilfreich bei der Erstellung von Szenarien zum Testen von Architekturentwürfen und zum Verständnis des Systems von Ende zu Ende. Diese Ansicht besteht aus Sequenzdiagrammen und Aktivitätsdiagrammen. Aktivitätsdiagramme, die den internen Prozess der algorithmischen Handelssysteme zeigen und wie Händler mit dem algorithmischen Handelssystem interagieren sollen, sind nachfolgend dargestellt. Technologien und Rahmenbedingungen Der letzte Schritt beim Entwerfen einer Softwarearchitektur besteht darin, mögliche Technologien und Rahmenbedingungen zu identifizieren, die zur Verwirklichung der Architektur genutzt werden könnten. Grundsätzlich ist es sinnvoll, bestehende Technologien auszuschöpfen, sofern sie sowohl funktionale als auch nicht funktionale Anforderungen adäquat erfüllen. Ein Framework ist eine realisierte Referenzarchitektur, z. B. JBoss ist ein Framework, das die JEE-Referenzarchitektur realisiert. Die folgenden Technologien und Frameworks sind interessant und sollten bei der Implementierung eines algorithmischen Handelssystems berücksichtigt werden: CUDA - NVidia verfügt über eine Reihe von Produkten, die eine hochleistungsfähige Computational Finance Modellierung unterstützen. Man kann bis zu 50x Performance-Verbesserungen in der Ausführung von Monte Carlo Simulationen auf der GPU anstelle der CPU erreichen. Apache River - River ist ein Tool-Kit zur Entwicklung verteilter Systeme. Es wurde als Rahmen für den Aufbau von Anwendungen auf der Grundlage der SBA-Muster Apache Hadoop - für den Fall, dass pervasive Logging ist eine Anforderung, dann die Verwendung von Hadoop bietet eine interessante Lösung für die Big-Data-Problem. Hadoop kann in einer Clusterumgebung eingesetzt werden, die CUDA-Technologien unterstützt. AlgoTrader - eine Open-Source-algorithmische Handelsplattform. AlgoTrader könnte an Stelle der automatisierten Händlerkomponenten eingesetzt werden. FIX Engine - eine eigenständige Anwendung, die die Financial Information Exchange (FIX) - Protokolle einschließlich FIX, FAST und FIXatdl unterstützt. Obwohl es sich nicht um eine Technologie oder ein Framework handelt, sollten Komponenten mit einer API (Application Programming Interface) aufgebaut werden, um die Interoperabilität des Systems und seiner Komponenten zu verbessern. Fazit Die vorgeschlagene Architektur wurde entwickelt, um sehr allgemeine Anforderungen für algorithmische Handelssysteme zu erfüllen. Im Allgemeinen werden algorithmische Handelssysteme durch drei Faktoren kompliziert, die bei jeder Implementierung variieren: Abhängigkeiten von externen Unternehmen und Tauschsystemen Herausforderung an nicht funktionale Anforderungen und Entwicklung von architektonischen Zwängen Die vorgeschlagene Softwarearchitektur müsste daher im Einzelfall von Fall zu Fall angepasst werden Um spezifische organisatorische und regulatorische Anforderungen zu erfüllen sowie regionale Zwänge zu überwinden. Die algorithmische Handelssystemarchitektur sollte nur als Referenz für Einzelpersonen und Organisationen betrachtet werden, die ihre eigenen algorithmischen Handelssysteme entwerfen wollen. Für eine vollständige Kopie und Quellen verwendet, laden Sie bitte eine Kopie meines Berichts. Thank you. Algorithmic Trading System: Design und Anwendungen Zitate Zitate 6 Referenzen Referenzen 23 quotA Anzahl von Modifikationen und Verbesserungen können verwendet werden, bestehend aus: BULLET Beschleunigung Kits, um die besten Suchparameter mit den Methoden der Computer-Parallelisierung zu erarbeiten. Künstliche Intelligenz 15, genetische Algorithmen 16, BULLET, die die beste Unterteilung zwischen dem Lernenden und den Testerteilen des Systems wählen. Häufig wird das Testen von Transaktionssystemen direkt über die Handelsplattform durchgeführt, in den letzten Jahren ist die Metatrader-Plattform zu einer gemeinsamen Wahl geworden 17, 18. Zusätzliche Merkmale zur Beschleunigung der Arbeit an der Anlagestrategie werden durch eine spezielle Programmiersprache mql4 oder Mql5. Zitat Zusammenfassung Zusammenfassung Zusammenfassung ABSTRAKT: Wenn die Marktreproduzierbarkeit angenommen wird, ist es mit einer gewissen Wahrscheinlichkeit möglich, kurzfristige Marktveränderungen durch einige Berechnungen abzugrenzen. Der Algorithmus, basierend auf einem logischen und statistisch sinnvollen Schema, um Entscheidungen über die Öffnung oder Schließung von Positionen auf einem Markt zu treffen, wird als automatisierte Strategie bezeichnet. Aufgrund der Marktvolatilität ändern sich alle Parameter von Zeit zu Zeit, so dass sie ständig optimiert werden müssen. Dieser Artikel beschreibt eine Teamorganisation Prozess bei der Erforschung von Marktstrategien. Einzelne Teammitglieder werden nach ihren Aufgaben in kleine Gruppen zusammengeführt. Die Teammitglieder erledigen Datenverarbeitungsaufgaben über eine Kaskadenorganisation und bieten Lösungen für die Beschleunigung der Arbeit im Zusammenhang mit der Nutzung von Remote-Computing-Ressourcen. Sie erarbeiten auch, wie die Ergebnisse in einer geeigneten Weise zu speichern, je nach Art der Aufgabe, und erleichtern die Veröffentlichung einer großen Menge von Ergebnissen. Volltext-Artikel Dezember 2015 Wojciech Nowicki Aneta Bera Piotr Baszyski quotWeitere Qualitätsvorhersage Indikatoren, wie unten beschrieben, wie Sharpe-Verhältnis oder Calmar-Verhältnis haben offensichtliche Nachteile und damit viele Praktiker der Investitionsprozess verwenden Multi-Kriterien-Bewertungsmethode, um die Wirksamkeit der Strategie zu finden . Solche Sätze von Indikatoren werden in einer populären Investitionsplattform Metatrader 7 genannt und beinhalten unter anderem Faktoren wie den durchschnittlichen Gewinn, den durchschnittlichen Verlust, die Anzahl der aufeinanderfolgenden Erfolge und Fehler, den größten Drawdown, die Anzahl der Erfolge auf die Anzahl der Ausfälle , Etc. Profit für Long-Positionen berechnet sich als Differenz zwischen Kaufpreis und Verkaufspreis einschließlich Spread, ähnlich für Short-Positionen Dies ist der Unterschied zwischen Verkauf und Kaufpreis mit einem negativen Vorzeichen. In dieser Arbeit wird die Möglichkeit einer Beurteilung der traditionellen Anlagestrategie untersucht, die auf den Pivotpunkten für die Verwendung mit anderen als dem allgemein verwendeten Kriterium basiert. Die Autoren versuchten, das Kriterium des Mathews - Korrelationskoeffizienten (auch als MCC bezeichnet) auf der Grundlage einer Konfusionsmatrix bei der Bewertung der Strategie anzuwenden, um mehr Faktoren als die traditionellen Kriterien (wie Gewinn, Gewinn und Risiko, Sharpe - Verhältnis, Calmar - Verhältnis) und Um diese Faktoren um eine Zahl auszudrücken. Das Kriterium, das auf einer Verwirrungsmatrix basiert, ist in Autoren Glauben, einzigartig in dieser Anwendung und gibt eine ziemlich wertvolle Schätzung der Handelsstrategie. Ein Beispiel für mehrere in EURUSD 1h-Zeitreihen getestete Strategien in ausgewählten Intervallen in den Jahren 2012-2013 wird betrachtet. Unter diesen Strategien gibt es eine einfache Strategie, die auf dem Konzept von Pivotpunkten und komplexeren Derivatstrategien basiert, basierend auf dem Vektor der optimierten Werte bestimmter Parameter. Diese Strategien werden unter Verwendung sowohl traditioneller Kriterien als auch von Modifikationen von MCC, die von den Autoren vorgeschlagen wurden, bewertet. Volltext-Artikel April 2013 Antoni Wiliski Tomasz Nyczaj Aneta Bera Piotr Baszyski Abstract Zusammenfassung ABSTRACT: Algorithmische Handelsstrategien (AT) zielen darauf ab, große Aufträge diskret auszuführen, um die Auswirkungen der Orderx27s zu minimieren, während auch die Absichten von Tradersx27 verdeckt werden. Die meisten AT-Bewertungsmethoden reichen vom Ausführen der AT-Strategien gegen historische Daten (Back-Tests) bis hin zur Bewertung auf simulierten Märkten. Der Beitrag der Arbeit in diesem Papier ist zweifach. Zuerst untersuchten wir verschiedene Arten von agentenbasierten Marktsimulationen und schlugen vor, die am besten geeigneten Marktsimulationstypen anhand des spezifischen Marktmodells zu ermitteln, das untersucht werden soll. Dann schlugen wir ein erweitertes Modell der Bayes'schen Ausführungsstrategie vor. Dieses Modell haben wir mit unserem Tool AlTraSimBa (Algorithmic Trading Simulation Back Testing) implementiert und beurteilt, das die Bayes'sche Implementierungsstrategie und die naiven Implementierungsstrategien, für Momentummärkte und zufällige Märkte umfasst. Die Ergebnisse offenbarten nützliche Einblicke in die Kompromisse zwischen der Häufigkeit der Entscheidungsfindung und komplexeren Entscheidungskriterien auf der einen Seite und dem negativen Ergebnis des Handelsverlusts auf der Seite der Agentenx27, da sie nicht aktiv am Markt für einige beteiligt waren Ausführungsschritte. Konferenzblatt Jan 2012 Natalia Ponomareva Anisoara Calinescu