Pobierz plik pdf

Platforma HF Hedge Fund Platform
Platforma HF została stworzona przy zaangażowaniu kompetencji mLife. Celem projektu jest
stworzenie pierwszego w Polsce funduszu hedgingowego wykorzystującego modele
matematyczne do automatycznego tradingu na rynkach finansowych. Poniżej prezentujemy
produkt oraz zaangażowanie mLife w projekt.
I
OPIS ROZWIĄZANIA
I
KORZYŚCI BIZNESOWE
Platforma HF wykorzystuje nowoczesne technologie do
generowania wysokich i stałych stóp zwrotu dla inwestorów.
Decyzje inwestycyjne Platformy HF oparte są na rygorystycznej,
statystycznej analizie danych giełdowych, która poszukuje
powtarzających się wzorców na rynkach finansowych.
Fundusz jest alternatywą zarówno dla tradycyjnych inwestycji jak
również dla innych funduszy typu "quant". Wynikające z tego
korzyści dla inwestorów to:
Platforma HF jest produktem inwestycyjnym skierowanym do
świadomych inwestorów, którzy doceniają znaczenie dywersyfikacji
portfela, oraz rozumieją wpływ okresowych tendencji w gospodarce
na wyceny poszczególnych klas aktywów - np. akcji, obligacji, złota
czy surowców naturalnych. Każde z aktywów podlega naturalnym
trendom, które mogą wiązać się ze znacznymi zyskami lub stratami
w średnim i długim okresie. Celem Platformy HF jest uzyskanie
absolutnej stopy zwrotu - czyli niezależnej od sytuacji na rynkach
finansowych. Optymalny udział Platformy HF w szeroko
zdywersyfikowanym portfelu to 15-30%.
Stabilność stóp zwrotu w długim okresie.
Niska korelacja z obecnym cyklem rynkowym co stanowi
doskonałą alternatywę dla klasycznych funduszy inwestycyjnych,
gdzie o stopie zwrotu w dużej mierze decyduje moment wypłaty.
Połączenie wielu strategii – współczesne fundusze
hedgingowe mają określony profil działalności: Equity Hedge,
Event Driven, Macro, Relative Value oraz konkretne spektrum
analiz – system dzięki swojej architekturze będzie aktywnie działał
we wszystkich strategiach, wybierając aktualnie najkorzystniejsze
z punktu widzenia sytuacji rynkowej.
I
STRATEGIA INWESTYCYJNA
I
GŁÓWNE ZALETY
Proces inwestycyjny na Platformy HF odbywa się w pełni
automatycznie, bez ingerencji człowieka, jednak pod stałym jego
nadzorem. Dział badawczo-rozwojowy przekuwa wiedzę na temat
rynków i ich zachowań w matematyczny kod algorytmów. Dzięki
temu decyzje inwestycyjne podejmowane są w pełni obiektywnie,
z żelazną dyscypliną i bez udziału emocji, eliminując tym samym
ryzyko ludzkiego błędu.
Ciągła optymalizacja portfela
Moduł Strategy Engine przydziela algorytmy do poszczególnych
klas aktywów (np. forex lub akcje) tworząc strategie inwestycyjne.
Poszczególne strategie reprezentują różne style inwestycyjne
(np. analiza współzmienności), oparte na kilku działach
i dziedzinach nauki - m.in. matematyce, statystyce i fizyce. Ca ły
proces jest kontrolowany przez stworzony na potrzeby funduszu
program nadzorczy Strategy Engine, który w czasie rzeczywistym
ocenia efektywność każdej ze strategii i w zależności od wyników
dostosowuje jego kapitał inwestycyjny lub wyłącza ją z naszego
portfolio.
Platforma HF w czasie rzeczywistym optymalizuje parametry
wszystkich strategii i nieustannie monitoruje ich wyniki - zarówno
tych, które w danej chwili inwestują, jak i tych, które są testowane
“na sucho”. Autorskie algorytmy portfelowe w czasie rzeczywistym
dokonują alokacji kapitału funduszu między alternatywne możliwości
inwestycyjne, adekwatnie do zmieniających się warunków
rynkowych. Jednocześnie architektura systemu zapewnia najwyższe
standardy bezpieczeństwa.
Pokrycie rynku Super-komputery funduszu stale analizują tysiące
potencjalnych inwestycji na całym świecie tak, by generować zysk
wszędzie, gdzie pojawi się ku temu okazja.
Naukowe fundamenty Fundusze Platformy HF zatrudniają
interdyscyplinarny
zespół
R&D,
którego
zadaniem
jest
opracowywanie i doskonalenie efektywnych strategii inwestycyjnych.
Zaawansowana technologia Aby móc aktywnie zarządzać
portfelem inwestycyjnym Platformy HF zbudowano super-komputer
o mocy obliczeniowej 20 teraflopsów.
I
PRACE REALIZOWANE PRZEZ mLIFE
I
KOMPONENTY SYSTEMU
Budowa systemu odbywała się na kilku płaszczyznach:
analitycznej, architektoniczno-deweloperskiej oraz badawczej.
Wymagania zbierane w ramach prac na każdej z płaszczyzn były ze
sobą konfrontowane oraz uspójniane. W ramach prac analitycznych
konieczne było zebranie wymagań biznesowych dotyczących
produktów stanowiących ofertę funduszu. Prace architektonicznodeweloperskie skupiły się na budowie infrastruktury informatycznej
systemu. Prace R&D, stanowiące o wartości dodanej systemu,
opierają się na połączeniu interdyscplinarnych kompetencji zespołu
badawczego. Do budowy modeli wykorzystana jest połączona
wiedza z zakresu statystyki i ekonometrii, uczenia maszynowego,
text miningu, zbiorów rozmytych oraz sztucznej inteligencji.
Na system składają się następujące moduły:
•
moduł portfela aktywów – zarządzanie otwartymi
pozycjami systemu, połączenie logiki biznesowej oraz
funkcji księgowo-sprawozdawczych;
•
manager portfela algorytmów – główne źródło przewagi
konkurencyjnej systemu;
•
moduł wykorzystujący innowacyjne podejście do
maksymalizacji długoterminowej stopy zwrotu z portfela
algorytmów tradingowych;
•
silnik algorytmów tradingowych – środowisko
uruchomieniowe algorytmów;
•
moduł
walidacji
zleceń
–
walidacja
zleceń
wychodzących na rynek w kontekście dostępnych
środków i dopuszczalnego ryzyka;
•
moduł zarządzania ryzykiem – zarządzanie ryzykiem
rynkowym, płynności i operacyjnym, monitorowanie,
budżetowanie ryzyka, procedury awaryjne;
•
moduł obliczeń numerycznych – sprzętowe wsparcie
dla obliczeń numerycznych zbudowane w oparciu
o procesory graficzne i technologie CUDA;
•
moduł danych wejściowych – agregacja danych
historycznych na potrzeby backtestingu oraz rozliczania
portfela aktywów;
•
system routingu zleceń (ang. order routing system) –
system zarządzania egzekucją zleceń;
•
symulator brokera – realizuje logikę egzekucji zleceń dla
potrzeb backtestingu strategii inwestycyjnych oraz
symuluje głębokość rynku (ang. Slippage);
•
panel tradera (GUI) – monitoring otwartych pozycji
i performance'u strategii, definiowanie algorytmów
inwestycyjnych, obsługa.
I
WYKORZYSTANE KOMPETENCJE mLIFE
•
•
•
•
•
•
•
•
•
•
•
implementacja, weryfikacja działania w określonych
sytuacjach rynkowych i projektowanie algorytmów
inwestycyjnych;
implementacja, weryfikacja działania w określonych
sytuacjach rynkowych i projektowanie algorytmów
zarządzania portfelami aktywów na rynkach kontraktów
terminowych;
projektowanie i weryfikacja działania systemów
zarządzania ryzykiem operacyjnym z zastosowaniem
technik data mining oraz machine learning;
projektowanie i weryfikacja działania systemów
zarządzania i kontroli ryzyka rynkowego na podstawie
modeli statystycznych;
projektowanie i implementacja systemów typu early
warning – wykrywanie zdarzeń poprzedzających znaczne
ruchy rynkowe, niecodzienne zachowania instrumentów
(ograniczenia płynności itp.);
wykorzystywanie zagadnienia statystyki matematycznej
i machine learning'u;
konstrukcja testów statystycznych na potrzeby zdarzeń
rynkowych (np. autorskie testy detekcji trendu oparte na
statystykach rozmytych);
matematyczne modelowanie rynków (modele ARMA,
ARIMA, ARCH, GARCH, Blach Scholes, wieloagentowe
modele giełdy, wycena instrumentów pochodnych);
algorytmy machine learningu potrafiące dynamicznie
dostosowywać się do badanych zbiorów danych:
random forests, support vector machines, systemy
rozmyte,
drzewa
decyzyjne,
rozmyte
systemy
wnioskujące;
kompetencje z zakresu projektowania architektury
systemów informatycznych:
•
zbieranie
wymagań
biznesowych,
uwzględnianie ich w architekturze systemu;
•
modelowanie UML na potrzeby modeli high
oraz low-level;
•
wykorzystanie wzorców projektowych;
budowa aplikacji biznesowych na platformę J2EE:
•
stosowanie
object
relational
mapping
z użyciem JPA, Hibernate;
•
projektowanie
oraz
implementacja
komponentów
systemowych
opartych
o session oraz message-driven Enterprise
Java Beans (EJB);
•
bazy NoSql;
I
METODOLOGIA INWESTYCYJNA