Накопление и обработка рыночной информации

Накопление и обработка рыночной
информации
Косьяненко А.В.
Подготовка рыночной информации
Состав накапливаемой информации:
высокочастотная информация
• Результаты отдельных сделок.
• Наилучшие заявки на покупки и продажу.
• Глубина рынка.
Состав накапливаемой информации:
низкочастотная информация
• Цены открытия и закрытия.
• Заявки на покупку и продажу в момент
закрытия.
• Наибольшие и наименьшие цены за день.
• Количество сделок и дневной оборот.
Состав накапливаемой информации:
описательная информация
• Описание выплат по ценным бумагам и
контрактам.
• Описание встроенных опционов.
• Моменты появления изменений и
уточнений.
• Кредитное качество эмитентов.
• Новостная информация.
Подготовка рыночной информации
Проблема фильтрации данных (пример)
22 января 2007 (без восстановления и фильтрации)
Проблема фильтрации данных (пример)
22 января 2007 (восстановление без фильтрации)
Проблема фильтрации данных (пример)
22 января 2007 (восстановление и фильтрация)
Фильтрация (основная идея)
Подготовка рыночной информации
“Пропущенные” данные
Объёмы заключенных сделок
Восстановление данных
(нет длинных бумаг)
5 сентября 2003
Восстановление данных
(нет длинных бумаг)
8 сентября 2003
Восстановление данных
(нет длинных бумаг)
9 сентября 2003
Восстановление данных
(нет длинных бумаг)
8 сентября 2003 (с предсказанием пропущенных данных)
Байесовский подход
Априорная
плотность
Апостериорная
плотность
Функция
правдоподобия
- параметры (случайные величины)
- наблюдаемые данные
Совместное апостериорное
распределение тренда и волатильности
Доверительные области
максимального правдоподобия
Методы Markov Chain Monte-Carlo
X all
X all
 ( X obs , X mis ) X obs
X mis
- все данные
(наблюдаемые+отсутствующие)
- наблюдаемые данные
- отсутствующие данные
p( | X obs )
- сложное распределение
p( | X obs , X mis )
- простое распределение
Методы Markov Chain Monte-Carlo
Imputation Step
Генерация отсутствующих данных в наблюдениях
X
(t )
mis
~ p ( X mis | X obs , 
( t 1)
)
Posterior Step
Генерация параметров из апостериорного распределения
(t )
 (t ) ~ p( | X obs , X mis
)
(X
(1)
mis
,  ), ( X
(1)
Марковская цепь
(2)
mis
,
(2)
),... 
 p( X mis ,  | X obs )
d
Благодарю за внимание!
Буду рад ответить на Ваши вопросы.