Algoritmikus kereskedés
2018-2019/II.
Ceffer Attila
Napjainkban pénzügyi informatikájának az egyik központi kérdése a hatékony, real-time „nagy frekvenciás” kereskedési algoritmusok kidolgozása, amelyek a pénzügyi idősorok finomskáláján is képesek működni.
A megfigyelt tőzsdei árfolyamokból az alkalmazott modell (Deep Neural Network, Mean Reverting folyamatok) paramétereinek real-time identifikációját, valamint a statisztikus döntéselmélet alapján „kereskedési jelek” adását kell végrehajtani.
A kutatások célja ezen algoritmusok kidolgozása és kiterjesztése más modellekre is. Egyúttal az algoritmusok implementációja GPGPU-n és a klaszteralapú szuperszámítógépen a kiterjedt teljesítőképességvizsgálat mellett a sebesség profil meghatározására is.
2
0