Алгоритмическая торговля. Научный подход

19, 21, 23, 26, 28, 30 марта 2018
Вебинар
Сложность: 6/10

Описание

Трейдеры на мировых биржах от Австралии и до Нью-Йорка все меньше торгуют рыками и все больше используют торговые алгоритмы. На Московской Биржи более 50% объема торгов приходится на алгоритмические стратегии. А доля их заявок в общем объеме перевалила за 80%.

Тот, кто вчера активно кликал мышкой, сегодня формализовал свою стратегию и запрограммировал ее сам или у друга, который знает C++ или Python.

Почему торговые роботы так популярны?

Робот не имеет эмоций: он не радуется, когда зарабатывает 10% и не расстраивается, когда теряет 50%. Он не знает, что такое страх и жадность. У робота есть набор правил и команд, которым он следует. Если надо купить, робот покупает, если продать - продает. Робот может исполнять команды быстрее, чем человек. Робот может одновременно следить за сигналами на многих инструментах, а человек следит только за тем, что видит на мониторе.

В голове каждого робота сидит алгоритм, который придумал человек. Самое сложное - это придумать этот алгоритм. Для этого нужно проанализировать данные, выдвинуть гипотизу, сформулировать правила, проанализировать результат на исторических данных, скорректировать гипотизу и правила и еще раз прогнать алгоритм на истории. Для этого нужно владеть математикой и статистикой и знать, как применять эти знания на финансовых рынках.

Курс "Алгоритмическая торговля. Научный подход" рассчитан на подготовленных слушателей, которые помнят высшую математику, которую читают в экономических ВУЗах. На курсе будет не сухая теория, а чуть чуть "жидкой теории" и много "густой практики" на примере нескольких торговых стратегий, которые работают уже 10 лет.

Чем этот курс отличается от прошлых:

В первой лекции курса систематически и без сложных формул излагаются принципы построения торговых алгоритмов, которые позволят любому желающему понять их и применить на практике при построении собственных алгоритмов «методом тыка».

Также Александр отказался от отдельного раздела по основным понятиям теории вероятностей и математической статистики , ограничившись напоминанием определений по мере возникновения их необходимости в материале.

Из курса исключен ряд математических результатов, представляющих чисто теоретический интерес и оставлены лишь результаты, которые использовались Александром при построении собственных торговых алгоритмов, изложению которых по прежнему посвящены три последних лекции курса.

Запись:

У этого вебинара будет запись. Мы выложим ее вам в личный кабинет в течение двух рабочих дней после того, как вебинар закончится. Два рабочих дня - это много, мы будем стараться выложить запись быстрее.

Если вы не успели на курс, то напишите нам на info@red-circule.com, чтобы запросить запись.

Программа курса

  1. День первый День 1. Принципы построения торговых алгоритмов и необходимые понятия теории вероятностей и математической статистики

    начало 19 марта в 19:00, продолжительность2 ч.
    • Узнаем, что такое случайность или детерминированность
    • Узнаем о вероятности, как мере числовой оценки шансов появления будущих событий
    • Открываем для себя торговый алгоритм, как статистический прогноз будущего приращения цены
    • Изучаем одномерные случайные величины:
      • функция распределения
      • математическое ожидание функции от случайной величины
      • квантили (перцентили)
      • стохастическое доминирование
    • Определяем, что такое бинарная модель приращений цен, тренд и контртренд, оптимальный алгоритм
    • Изучаем многомерные случайные величины:
      • независимость
      • условные распределения
      • задача статистического прогноза
      • регрессия
    • Узнаем, как подобрать индикаторы для торгового алгоритма «методом тыка»
    • Вспоминаем последовательности случайных величин:
      • стационарность
      • автокорреляционная и спектральная функции
      • случайное блуждание
      • показатель Херста (критика)
    • Используем математическую статистику:
      • выборка
      • выборочные статистики
      • достаточные статистики
      • различение гипотез
      • оценка параметров
      • параметрическая и непараметрическая статистика
  2. День второй День 2. Тестирование и оптимизация торговых алгоритмов, как проверка качества статистического прогноза будущего приращения цены

    начало 21 марта в 19:00, продолжительность2 ч.
    • Оцениваем долю «успехов»
    • Приводим автокорреляционную функцию динамики счета к нулевому виду
    • Отсеиваем параметры по:
      • устойчивости
      • стохастическому доминированию
      • взаимной корреляции
      • превосходству «доходность-риск» пассивной стратегии
    • Строим оптимальный портфель из:
      • одного торгового алгоритма с разными параметрами
      • нескольких торговых алгоритмов на одном активе
      • портфелей торговых алгоритмов на разных активах
    • Оцениваем будущие просадки счета методом Монте-Карло
  3. День третий День 3. Практическое занятие по тестированию торговых алгоритмов

    начало 23 марта в 19:00, продолжительность2 ч.

    Используем полученные знания на практике

  4. День четвертый День 4. Модели цен, как основы торговых алгоритмов

    начало 26 марта в 19:00, продолжительность2 ч.
    • Разбираем конкурентный рынок, условную нормальность, «кусочную» стационарность
    • Изучаем кусочно-постоянная условно нормальная модель, тренды, минимаксная модель трендов
    • Вспоминаем кусочно-марковскую условно нормальную модель, тренды и контртренды
    • Узнаем о сильно «антиперсистентная» модели и ступенчатых трендах
  5. День пятый День 5. Примеры трендовых торговых алгоритмов. Часть 1

    начало 28 марта в 19:00, продолжительность2 ч.
    • Строим модели для кусочно-постоянной условно нормальной модели
    • Рассматриваем модели для сильно «антиперсистентной» модели
  6. День шестой День 6. Фильтрация трендовых торговых алгоритмов и примеры контртрендовых торговых алгоритмов

    начало 30 марта в 19:00, продолжительность2 ч.
    • Разбираем минимаксные модели трендов
    • Изучаем историю реальной торговли и модификации
    • Отбираем трендовые торговые алгоритмы
    • Кусочно-марковская условно нормальная модель, как основа построения «фильтра пилы»
    • «Фильтры» шортов и плечей, принципы построения, особенности использования
    • Рассматриваем примеры контртрендовых торговых алгоритмов
    • «Фильтр пилы», как индикатор торговли контртренда в рамках бинарной модели приращений цен
    • Maximum profit system для опционов (факультативно)

Что вы получите

  • Голую правду: алгоритмическая торговля - это сложно
  • Базу, чтобы стать квантом. (Квант - это quantitative analyst-разработчик и тестер торговых стратегий - "мозг" любого хедж фонда или индивидуал)
  • Принципы, практические навыки и инструменты для разработки и тестирования торговых стратегий
  • Узнаете, что показатель Херста, имеет сомнительную практическую ценность для малой выборки
  • Количество часов: 12
  • Стоимость: 5999 ₽
  • Организатор: Красный Циркуль
загрузка изображения
Участвовать в вебинаре рекомендуется через браузер Chrome с выключенным Adblock
Ответы на часто задаваемые вопросы