Data Vets Launch Analytics Startup For Trading Desks

Taasavaldanud Platon

järgijaid: 0

Andmeteaduse konsultantide meeskond on Sydneys käivitanud analüütikaettevõtte, et aidata pankadel ja ostupooltel oma kauplemisalgoritme paremini mõista ning valmistuda generatiivse tehisintellekti võimalikuks kasutuselevõtuks põrandale.

ExeQution Analyticsi asutaja ja tegevjuht Cat Turley ütleb, et aktsialauad näevad jätkuvalt vaeva andmete mõistmise nimel, kuigi sellest on saanud kvantitatiivsete mudelite ja täitmisalgode väljatöötamise oluline koostisosa.

"Organisatsioonid seisavad silmitsi andmete kõrgete kuludega ja raskustega nendest kõige rohkem kasu saada," ütles Turley.

Kõigil müügipoolsetel pangalaudadel on juurdepääs sama tüüpi andmetele ja neil kõigil on nutikad andmeteadlased. Nad võistlevad klientide tellimuste võitmiseks eristumiseks.

Üks võimalus seda teha on pakkuda nende algoritmidele läbipaistvust, kuid see nõuab teatud määral omistamist, mida paljudel ettevõtetel on raske saavutada.

"Müügipooled on surve all eristuda, näiteks integreerides oma algrattasse volatiilsuse prognoosi mudeli, selle asemel, et programmeerida see "võitma VWAP-i 3 bipi võrra", " ütles ta. (VWAP tähendab volatiilsusega kaalutud keskmist hinda; see on üks mitmest üldisest võrdlusindeksist, mida aktsiakauplejad üritavad ületada.)

Kasti selgitamine

Ostupooltel on vastupidine väljakutse: kuidas saada aru lugematutest pankade täitmisalgodest ja teha kindlaks, milline maakler lisab väärtust. Institutsionaalsed investorid nõuavad sageli, et nende fondihaldurid näeksid nüüd maakleri algoritmi, nii et ostupoolsed kauplejad ei saa aktsepteerida panga "musta kasti" lahendust. Nad peavad saama selle lahti pakkida.

Ostu või müügi poolel peavad need võimalused integreeruma kauplemislauale, sellesse, kuidas kvantid oma tööd teevad, ja kauplemisjärgsetesse protsessidesse, nagu tehingukulude analüüs.

See muutub eriti oluliseks makrotingimuste muutumisel, eriti intressimäärade jätkuva tõusuga. Head mudelid ei tugine ainult ajaloolistele andmetele, vaid kombineerivad neid reaalajas toimuvate sündmustega, et aidata kauplejatel saada ülevaade, kuhu aktsiahinnad või volatiilsus võivad liikuda.

Turley sõnul on see eriti keeruline Aasia Vaikse ookeani piirkonnas, kus lauad peavad mõistma, kuidas nende müüjad tegutsevad mitmel börsil ja kauplemiskohas.

Masinõppest…

Pangad ja ostupooled on masinõppe oma algoarendusse kaasanud juba aastaid. Eesmärk on välja töötada kvantmudelid, mis ennustavad turu liikumisi.

Masinõppe mudel on andmekogumis käitatava õppealgoritmi väljund. Kauplemislauad koolitavad mudelit oma algide abil ja kui mudel näib hästi töötavat, annab see teada, kuidas täitmisalgod on kirjutatud.

Tüüpiline kauplemislaud loob tagasisideahela: kvantiteadlane töötab välja mudeli, mida algoarendaja kasutab kauplemistööriistade loomiseks, mida kaupleja juurutab, nende toimivus läbib TCA või muu täitmisanalüüsi vormi ning kvantitatiivsed poorid tulemuste kaudu. otsib mudelit kohandada.

Generatiivne tehisintellekt mängib kauplemislaudadel tõenäoliselt rolli, kuigi asutused peavad selle ohutu kasutamise tagamiseks veel kaitsepiirdeid välja töötama.

…generatiivsele AI-le?

"Seda ei kasutata kauplemise automatiseerimiseks, kuid see võib aidata teabele juurdepääsul," ütles Turley. Kauplejad koputavad pidevalt klaviatuuri, et koguda ootel olevaid korraldusi, otsida likviidsust, mõõta volatiilsust turul või aktsiakorvis. Neil on juba andmevood reaalajas ja ajalooliste andmete jaoks, kuid nad võivad kasutada keeleõppe mudeleid (nt ChatGPT), et seda teavet kiiresti ja intuitiivselt hankida ning visualiseerida.

"Tööstus arendab seda, kuid on turvaprobleeme, mida ei saa eirata," ütles Turley. "Räägime tehnoloogiapartneritega, kuhu see areneb."

Kuid pangad ja ostupooled integreerivad GenAI oma masinõppeprotsessidesse, on eesmärk paremini integreerida ajaloolisi ja reaalajas andmeid, et mõista, mis aitab tulemuslikkusele (või selle puudumisele) täpsemalt kaasa, et parandada tulevasi otsuseid. – korrataval viisil, mida pangad ja investorid saavad dešifreerida.

See nõuab nii andmete endi põhikäepidet kui ka võimalust ühendada süsteeme turgude lõikes, et andmed oleksid optimeeritud, mis on ExeQutioni samm.

Turley on finantsteenuste andmeanalüütika veteran. Andmemüügi taustal asus ta seadistama ja käivitama andmeanalüütikat ettevõtetes, sealhulgas JP Morgan, CIMB, RBS ja Haitong Securities. Ta otsustas selles valdkonnas oma ettevõtte käivitada, kasutades oma karjäärikogemust.

ExeQution käivitati juunis ja seda rahastab Turley ning nüüd on sellel Sydneys viis töötajat ja Hongkongis üks leviala.