Платформа для алгоритмического трейдинга

Высокотехнологичный подход к трейдингу

Этапы жизненного цикла алго-стратегии

1. Подготовка стратегии

•Клиент: анализирует прямые и косвенные источники информации, тренирует модели ML, разрабатывает торговую стратегию

•Платформа: предоставляет удобный и привычный для отрасли инструментарий, интегрированный с ней, типовые шаблоны стратегий

2. Улучшение, проверка на исторических данных

•Клиент: указывает инструменты и интервалы для бэктестов, выбирает методы многомерной оптимизации параметров

•Платформа: загружает данные, передает их в стратегию в хронологическом порядке, распределяет и балансирует вычислительную нагрузку на кластере или в облаке

3. Работа на реальном счете

•Клиент: подключает портфель торговых стратегий к потоку рыночных данных, включает режим автоматического выставления ордеров

•Платформа: отслеживает результативность, контролирует риск-менеджмент по портфелю стратегий, динамически перенастраивает параметры при изменении параметров рынка

Технологии

Уникальные технологии и разработки.
- Движок исполнения торговых стратегий, разработанных на нескольких популярных языках (в т.ч. Java/Scala, Python, CSharp, а также Visual Basic, 1С:Предприятие), с возможностью подключения к основным брокерским интерфейсам. Базовая технология – JVM.

- Платформа распределенного тестирования торговых стратегий на исторических данных, на вычислительном кластере, или в облаке kubernetes.

- Используются инструменты и компоненты, привычные для профессиональных трейдеров.

- Анализируются не только свечные графики, но и продвинутые наборы данных - Market Depth (Level II) "стаканы", их изменение с течением времени.

- Дополнительно, анализируется новостной фон, поддерживается работа с различными источниками: терминал брокера, API новостных сайтов и агрегаторов, простой парсинг сайтов, групп в социальных сетях. Используется лексическая модель Stanford NLP.

Имеется возможность подключеия библиотек работы с нейросетями, в т.ч. Deep Learning на GPU, стек NVIDIA CUDA.