Сервис статистического анализа истории рыночных цен финансовых активов (проект)
| Ментор | Иван Лисенков |
| Учебный семестр | Весна 2015 |
| Учебный курс | 1-й курс |
Что это за проект?
Индикативный статитистический анализ для поиска эффективных инвестиций. Программа должна получать историю финансовых котировок (из файлов или внешних источников) и рассчитывать следующие показатели для каждого из активов:
- Расчет волатильности по методу GARCH - Выбрав Benchmark index оценить линейную регрессию (Расчет показателя alfa и beta по заданному индикатору) - Расчет соотношений для оценки эффективности финансовых продуктов (Treynor, Sharp, Alfa, Track Error ratios)
Чему вы научитесь?
- Формулировать постановку задачи
- Писать надежный и понятный код
- Основы работы на глобальных финансовых рынках
- Работать с основными показателями фондового рынка
- Обрабатывать большие объемы входных данных, проводить статистический анализ
Какие начальные требования?
Программирование на C/C++/Python (в рамках прослушанного курса)
Какие будут использоваться технологии?
- C++ / Python в рамках прослушанного курса
- MOEX рыночные данные
- Yahoo Finance, NASDAQ, NYMEX, CBOT...
- GoogleFinance()
Темы вводных занятий
- Основы финансовой математики и финансовых рынков
- Статистическая обработка рыночной информации
Направления развития
- Расширение источников для получения данных
- Поиск(Скрининг) наиболее привлекательных инвестиций на основе расчитаных статистических показателей
- Интеграция с контроллером на основе нечеткой логики для принятия решений о априорно заданных инвестиционных стратегиях
Критерии оценки
"удовл” : реализованная и протестированная программа осуществляющая загрузку из файла истории цен котировок и расчет указанных показателей; предварительная обработка временных рядов ( заполнение гапов, восстановление данных, проверка на непротиворечивость)
“хор” : +интеграция с одним из указанных внешних источников для получения истории рыночных котировок и текущих котировок.
“отл” : +возможность скрининга финансовых показателей и сравнительный анализ (адаптивный подбор параметров для модели GARCH)
