Pobierz plik pdf
Transkrypt
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