Exponenta Banner
exponenta event banner

priceAppreciation

Оцените торговые издержки из-за естественной динамики цен

свернуть все на странице

Синтаксис

alpha = priceAppreciation(k,trade)

Описание

пример

alpha = priceAppreciation(k,trade) возвращает торговые издержки из-за естественной динамики цен запаса или ценовой оценки. priceAppreciation использует объект k операционных издержек Kissell Research Group (KRG) и торговые данные trade.

Примеры

свернуть все

Получите данные о влиянии на рынок от FTP-сайта КРГ. Соединитесь с FTP-сайтом с помощью функции ftp с именем пользователя и паролем. Перейдите к папке MI_Parameters и получите данные о влиянии на рынок в файле MI_Encrypted_Parameters.csv. miData содержит зашифрованную дату влияния на рынок, код и параметры.

f = ftp('ftp.kissellresearch.com','username','pwd');
mget(f,'MI_Encrypted_Parameters.csv');

miData = readtable('MI_Encrypted_Parameters.csv','delimiter', ...
    ',','ReadRowNames',false,'ReadVariableNames',true);

Создайте аналитический объект k операционных издержек Kissell Research Group.

k = krg(miData);

Загрузите данные в качестве примера из файла KRGExampleData.mat, который включен с Trading Toolbox™.

load KRGExampleData

Переменная TradeData появляется в рабочей области MATLAB®.

TradeData содержит эти переменные:

  • Доли в транзакции, которая является процентом среднесуточного объема торгов

  • Количество долей

  • Среднесуточный объем

  • Процент объема

  • Торгуйте временем в проценте дня

  • Энергозависимость

  • Курс акций

  • Альфа-оценка

Для описания данных в качестве примера смотрите Наборы данных Kissell Research Group.

Оцените альфу с помощью аналитического объекта k операционных издержек Kissell Research Group. Отобразите первые три альфы.

alpha = priceAppreciation(k,TradeData);

alpha(1:3)
ans =

         -9.49
          8.47
          0.93

Альфы отображаются в пунктах.

Входные параметры

свернуть все

Анализ операционных издержек, заданный как объект KRG, созданный с помощью krg.

Торгуйте данными, которые описывают запасы в транзакции, заданной как таблица или структура. trade должен содержать их переменная или имена полей.

Переменная или имя поляОписание

Size

Доли в транзакции, которая является процентом среднесуточного объема торгов

Shares

Количество долей

ADV

Среднесуточный объем

POV

Процент объема

TradeTime

Торгуйте временем в проценте дня

Volatility

Энергозависимость

Price

Курс акций

Alpha_bp

Альфа-оценка в пунктах

Торговые издержки меняются в зависимости от торговой стратегии. priceAppreciation определяет торговую стратегию с помощью этих переменных в этом порядке:

  1. Процент объема

  2. Торгуйте временем

  3. Торгуйте расписанием

Чтобы изменить торговую стратегию от процента объема, чтобы торговать временем, удалите переменную POV в таблице и добавьте переменную TradeTime с торговыми данными времени. Чтобы использовать торговую стратегию расписания, удалите переменную TradeTime и добавьте переменные TradeSchedule и VolumeProfile.

Если вы задаете размер в торговых данных, priceAppreciation использует переменную Size. В противном случае priceAppreciation использует переменные ADV и Shares, чтобы определить размер.

Пример: trade = table(0.01,9300,860000,0.17,0.40,0.27,29.68,3,'VariableNames',{'Size' 'Shares' 'ADV' 'POV' 'TradeTime' 'Volatility' 'Price' 'Alpha_bp'})

Пример: trade = struct('Size',0.01,'Shares',9300,'ADV',860000,'POV',0.17,'TradeTime',0.40,'Volatility',0.27,'Price',29.68,'Alpha_bp',3)

Эти примеры не представляют действительные данные о рынке.

Типы данных: struct | table

Выходные аргументы

свернуть все

Альфа, возвращенная как вектор. Модули альфы или естественная динамика цен запаса, являются пунктами.

Больше о

свернуть все

Ценовая оценка

Price appreciation (PA) оценивает торговые издержки из-за естественной динамики цен запаса.

Естественная динамика цен обычно относится к ожидаемому доходу, альфе, ценовому тренду, дрейфу или импульсу. Это перемещение представляет, как запас перемещается в рынок без любой неуверенности. PA представляет торговые издержки из-за базовой торговой стратегии. Например, покупка пассивно на возрастающем рынке или продажа пассивно на падающем рынке заставляют фонд подвергаться более высоким стоимостям из-за движения рынка. С другой стороны покупка на падающем рынке или продажа на возрастающем рынке заставляют фонд подвергаться более низким ценам из-за проведения по лучшим ценам. PA основан на альфа-оценке, которую вы задаете в торговых данных. Фонды и менеджеры в большой степени охраняют свои альфа-оценки и ожидаемые доходы. Эти ожидания являются очень собственными и ценными. Эта функция позволяет вам ввести альфа-оценки непосредственно в модель, работающую на вашем рабочем столе, который предотвращает утечку информации.

Модель PA представлена как линейный тренд. Модель PA

PA=0.5⋅Alpha_bp⋅(SharesADV)⋅(1−POVPOV).

Shares является количеством долей, чтобы торговать. ADV является среднесуточным объемом запаса. POV является процентом объема рынка или частью участия, для порядка. Alpha_bp является альфа-оценкой за день в пунктах. Положительное значение для альфа-оценки указывает на неблагоприятную динамику цен за порядок. Отрицательная величина для альфа-оценки указывает на благоприятную динамику цен.

Советы

  • Для получения дополнительной информации о формуле и вычислениях, свяжитесь с Kissell Research Group.

Ссылки

[1] Kissell, Роберт. “Практическая Среда для Анализа Операционных издержек”. Журнал Торговли. Издание 3, Номер 2, Лето 2008 года, стр 29–37.

[2] Kissell, Роберт. “Алгоритмические торговые стратегии”. Кандидатская диссертация. Фордхемский университет, май 2006.

[3] Kissell, Роберт. “TCA в Инвестиционном Процессе: Обзор”. Журнал Индексного Инвестирования. Издание 2, Номер 1, Лето 2011 года, стр 60–64.

[4] Kissell, Роберт. Наука об алгоритмической торговле и управлении портфелем. Кембридж, MA: нажатие Elsevier/Academic, 2013.

[5] Kissell, Роберт и Мортон Глэнц. Оптимальные торговые стратегии. Нью-Йорк, Нью-Йорк: AMACOM, Inc., 2003.

Смотрите также

| | | |

Темы

Введенный в R2016a

Документация Trading Toolbox
Поддержка