Mudanças entre as edições de "Arquiteturas de software para Trading Systems"
Linha 10: | Linha 10: | ||
* Modelos de comunicação e troca de mensagens (por exemplo, [http://www.cs.cmu.edu/~IPC/ Carnegie Mellon IPC]. | * Modelos de comunicação e troca de mensagens (por exemplo, [http://www.cs.cmu.edu/~IPC/ Carnegie Mellon IPC]. | ||
* Armazenamento de alto desempenho para de séries históricas de alta frequência. | * Armazenamento de alto desempenho para de séries históricas de alta frequência. | ||
− | * Arquitetura de sistema que permita ''online | + | * Arquitetura de sistema que permita ''online research''. |
− | + | * Suporte a multi-estratégias. | |
+ | * Suporte a otimização ''online'' de parâmetros de estratégias. | ||
* Quais ativos (ações, futuros, etc.) são os mais promissoras para negociação em alta frequência? | * Quais ativos (ações, futuros, etc.) são os mais promissoras para negociação em alta frequência? |
Edição das 01h43min de 10 de outubro de 2012
Objetivos
O objetivo deste estudo é investigar arquiteturas de software adequadas ao desenvolvimento de uma plataforma automática de negociação, ou trading system, multi-estratégia que implemente os requisitos funcionais do modelo Black Box descrito por Rishi K Narang ([1]).
Entendemos por arquiteturas de software, no contexto deste trabalho, aspectos práticos para implementação de trading systemstais como:
- Modelos de comunicação e troca de mensagens (por exemplo, Carnegie Mellon IPC.
- Armazenamento de alto desempenho para de séries históricas de alta frequência.
- Arquitetura de sistema que permita online research.
- Suporte a multi-estratégias.
- Suporte a otimização online de parâmetros de estratégias.
- Quais ativos (ações, futuros, etc.) são os mais promissoras para negociação em alta frequência?
- Qual o impacto dos custos de negociação nas diversas frequências?
Metodologia
Empregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto.
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ex-post,
ou seja, tomando conhecimento do futuro.
Estes retornos fornecerão um conjunto de baselines para o desempenho de trading systems
de alta frequência no mercado Brasileiro.
Resultados esperados
Com este trabalho, esperamos elucidar aspectos que norteiem o desenvolvimento de estratégias negociação em alta frequência no mercado de capitais Brasileiro, dentre os quais destacamos:
- Mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo algorithmic trading no mercado de capitais Brasileiro.
- Avaliação de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.
- Obtenção de métricas para avaliação de desempenho de trading systems.