Сервис статистического анализа истории рыночных цен финансовых активов (проект) — различия между версиями
Материал из Wiki - Факультет компьютерных наук
| Строка 7: | Строка 7: | ||
|summer= | |summer= | ||
|categorize=yes | |categorize=yes | ||
| + | |is_archived=yes | ||
}} | }} | ||
Текущая версия на 10:51, 20 октября 2015
| Ментор | Иван Лисенков |
| Учебный семестр | Весна 2015 |
| Учебный курс | 1-й курс |
| Внимание! Данный проект находится в архиве и реализован не будет. |
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
- Проводить статистический анализ рыночных данных глобальных рынков
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
- 4-5 : реализованная и протестированная программа, осуществляющая загрузку из файла истории цен котировок и расчет показателей Treynor, Sharp, Alfa, Track Error, Alfa, Beta; предварительная обработка временных рядов ( заполнение пропусков в данных линейной интерполяцией, последняя ненулевая цена за прошлые даты, следующая по дате не нулевая цена)
- 6-7 : +Интеграция с одним из указанных внешних источников для получения истории рыночных котировок и текущих котировок.
- 8-10: +Расчет волатильности по методу GARCH; адаптивный подбор параметров для модели GARCH
