Сервис статистического анализа истории рыночных цен финансовых активов (проект) — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Sandello (обсуждение | вклад) |
|||
Строка 2: | Строка 2: | ||
|name=Сервис статистического анализа истории показателей финансовых рынков | |name=Сервис статистического анализа истории показателей финансовых рынков | ||
|mentor=Иван Лисенков | |mentor=Иван Лисенков | ||
− | |mentor_login= | + | |mentor_login=Ivan_Lisenkov |
|semester=Весна 2015 | |semester=Весна 2015 | ||
|course=1 | |course=1 | ||
Строка 12: | Строка 12: | ||
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: | 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? === | === 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? === | === Какие начальные требования? === | ||
Строка 31: | Строка 27: | ||
=== Какие будут использоваться технологии? === | === Какие будут использоваться технологии? === | ||
− | + | * C++ / Python в рамках прослушанного курса | |
− | + | * MOEX рыночные данные | |
− | + | * Yahoo Finance, NASDAQ, NYMEX, CBOT... | |
− | + | * Google Finance | |
− | + | ||
− | + | ||
− | + | ||
=== Темы вводных занятий === | === Темы вводных занятий === | ||
− | + | * Основы финансовой математики и финансовых рынков | |
− | + | * Статистическая обработка рыночной информации | |
− | + | ||
=== Направления развития === | === 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 === | === 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) | + | * "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. | |
− | “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) |
− | + | ||
− | “отл” : +возможность скрининга финансовых показателей и сравнительный анализ (адаптивный подбор параметров для модели GARCH) | + |
Версия 16:32, 29 ноября 2014
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...
- Google Finance
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)