Современные квант методы инвестирования и управления портфелем (на PYTHON)

14
Декабря 2021
15
Декабря 2021
2
дня с 17:00
Форма обучения
ОчноВебинар

Анонс

Бонус: Опционы 
- Рассчитаем стоимость Calls/Puts по BS;
- Опробуем разные способы расчета Implied volatility;
- Репликация и оптимальные веса для Delta-Gamma Neutral.


Выдаваемый документ:
Сертификат установленного образца

Действующие акции: 
1. СКИДКА 10% при записи двух и более участников
2. СКИДКА 10% для всех участников организаций использующих электронный документооборот (СБИС, ДИАДОК)

 

19 500 р.
Форма обучения:
Очно, Вебинар

Содержание мероприятия

1. Основные технические индикаторы.
Для начала рассмотрим старые-добрые технические индикаторы и их применение в совокупности. На что они способны, на что нет.
- Границы Боллинджера;
- RSI;
- Уровни Фибоначчи;
- MACD;
- Стох. Осциллятор.

2. Фильтрация данных / Сигналы рынка
Преимущества статичных и динамических фильтров, т.н. even-driven bars
- Фильтрация по Volume и Dollar Volume – пытаемся выйти на данные близкие к нормальному распределению;
- Концепция CUSUM filter – ее суть и практическое применение;
- Динамический фильтр на основе ewm волатильности: возможность его настройки;
- Генерации сигналов рынка и что с ними делать? 

3. Бэк-тестирование стратегий на синтетических данных
Суть подхода: определяется «решетка» из 2ух порогов (profit-fix/stop-loss). Позволяет «настроить» стратегию на текущий режим рынка: боковой/растущий/падающий. Основная метрика  - Sharpe ratio (SR).
- Динамика актива строится через процесс Орнштейна-Улембека;
- Закладываются параметры (либо из эпирики): сигма (разброс) и фи (коэфф. возврат к среднему);
- Проводится 100 000 симуляций по всей решетке;
- Находятся оптимальные пороги для максимизации SR;
- Визуализация оптимальных границ.

4. Оценка реализации
Риск «перегрева рынка/актива» – ‘market runs’ Runs - непрерывные последовательности доходностей одного знака. С их ростом увеличивается риск разворота и просадки.
- Используется концепция индекса Херфиндаля-Хиршмана (HHI): рассчитывается концентрация положительных и отрицательных доходностей по сл. формуле (аналогично для отрицательных).В идеале, данный показатель должен быть относительно низким, что говорит об отсутствии «толстых хвостов»;
- Расчёт показателя просадок (Drawdowns) и TuW (Time under water);
- Посмотрим на модифицированный SR6.


1. Диверсификация портфеля на основе алгоритма (Hierarchial risk parity)
Применяется алгоритм для выявления связи между динамикой доходностей, не на основе корреляционной матрицы а на основе более стабильной иерархической структуры c привлечением теории графов.  Разбираем +/-.
- Модельный портфель по 20 акциям компаний из широкого круга отраслей;
- Кластеризация портфеля;
- Бэктэст на исторических данных;
- Разбор результатов коллег по цеху: J.P. Morgan, Munich Re, AXA.

2. Риски стратегии  
Риск стратегии - это риск того, что инвест стратегия не будет реализована в течении планируемого интервала времени. Любая инвест стратегия подразумевает выход из позиций фиксируя прибыль или убыток. Также не исключена принудительная ликвидация через margin call. Мы рассмотрим симметрические и не симметрические пороги выхода с метрикой SR. Используя взаимосвязанные структуру основных параметров, посчитаем:
- Необходимое количество ставок для достижения целевого SR;
- Требуемую точность прогноза;
- Риск/вероятность, что стратегии не будет реализована.

3. Микроструктура рынка
Оценка ликвидности бумаг имеет прямое отношение к фактическому воплощению стратегии и минимизации степени влияния рыночных эффектов и, соответственно, прямое влияние на доходность.
- Модели первого поколения: основаны на ценовой статистике. Спрэд Корвина-Шульца;
- Модели второго поколения: основаны на ценовой статистике и объемах торгов. Коэффициент ликвидности Амихуда.

4. Энтропия
Воспользуемся понятием энтропии как меры неопределенности на финансовых рынках. Определенные состояния рынка могут характеризоваться данной мерой и представлять возможности для входа на рынок, либо закрытия позиций. Основная идея: данные фин рынков «перевести» на язык сообщений и далее интерпретировать алгоритмами энтропии. Мы будем считать меру информации, а не исходя из тех индикаторов. Попытаемся оценить количество информации, заложенной в ценах, используя 2 метода кодировок:
- Бинарная кодировка: положительную доходность помечаем меткой «1», отрицательную меткой «0»;
- Сигма-кодировка: разбиваем всю «палитру» доходности на равномерные интервалы посредством сигмы, она же стандартное отклонение. Получаем динамические интервалы и возможность энтропии отмечать появление аномалий - должны наблюдать рост энтропии.

Выдаваемый документ
Сертификат установленного образца
Выдаваемый документ
19 500 р.
Форма обучения:
Очно, Вебинар
Выдаваемый документ
Сертификат установленного образца
Выдаваемый документ