Документация

Получите параметры влияния на рынок

Получите данные влияния на рынок от FTP-сайта Kissell Research Group. Соединитесь с FTP-сайтом с помощью ftp функция с именем пользователя и паролем. Перейдите к MI_Parameters папка и получает данные влияния на рынок в MI_Encrypted_Parameters.csv файл. miData содержит зашифрованную дату влияния на рынок, код и параметры.

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

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

Создайте аналитический объект k операционных издержек Kissell Research Group.

k = krg(miData);

Создайте одни данные о запасе

Структура tradeData содержит данные для одного запаса. Используйте структуру или таблицу, чтобы задать эти данные. Поля:

tradeData.Shares = 100000;
tradeData.ADV = 1000000;
tradeData.Volatility = 0.25;
tradeData.Price = 35;
tradeData.Alpha_bp = 50;

Задайте количество отраслей и объема на торговлю для первоначальной стратегии. Поля VolumeProfile и TradeSchedule задайте первоначальную торговую стратегию торговли расписанием.

numIntervals = 26;
tradeData.VolumeProfile = ones(1,numIntervals) * ...
    tradeData.ADV/numIntervals;
tradeData.TradeSchedule = ones(1,numIntervals) .* ...
    (tradeData.Shares./numIntervals);

Задайте параметры оптимизации

Задайте уровень нерасположенности к риску Lambda. Установите Lambda от 0 до Inf.

Lambda = 1;

Задайте более низкий LB и верхний UB границы долей, проданных на интервал за оптимизацию.

LB = zeros(1,numIntervals);
UB = ones(1,numIntervals) .* tradeData.Shares;    

Задайте ограничения Aeq и Beq обозначить, что доли, проданные торговым расписанием, должны совпадать с общим количеством долей.

Aeq = ones(1,numIntervals);
Beq = tradeData.Shares;

Задайте максимальное количество вычислений функции и итераций для оптимизации. Установите 'MaxFunEvals' и 'MaxIter' к большим значениям так, чтобы оптимизация могла выполнить итерации много раз, чтобы найти локальный минимум.

options = optimoptions('fmincon','MaxFunEvals',100000,'MaxIter',100000);

Задайте указатель на функцию fun для целевой функции. Чтобы получить доступ к коду для этой функции, введите edit krgSingleStockOptimizer.m.

fun = @(tradeschedule)krgSingleStockOptimizer(tradeschedule,k, ...
    tradeData,Lambda);

Минимизируйте торговые издержки для торговой стратегии

Минимизируйте торговые издержки для торговой стратегии торговли расписанием. fmincon находит оптимальное значение для торговой стратегии торговли расписанием на основе значений нижней и верхней границы. Это делает это путем нахождения локального минимума для торговых издержек.

[tradeData.TradeSchedule,totalcost,exitflag] = fmincon(fun, ...
    tradeData.TradeSchedule,[],[],Aeq,Beq,LB,UB,[],options);

Проверять ли fmincon найденный локальным минимумом, отобразите причину почему остановленная функция.

exitflag

exitflag =

     1.00

fmincon возвращает 1 когда это находит локальный минимум. Для получения дополнительной информации смотрите exitflag (Optimization Toolbox).

Отобразите оптимизированную торговую стратегию tradeData.TradeSchedule.

tradeData.TradeSchedule

ans =

  Columns 1 through 5

      35563.33      18220.14      11688.59       8256.81       6057.39
  
  ...

Оцените торговые издержки для оптимизированной стратегии

Оцените торговые издержки tradeScheduleCosts использование оптимизированной торговой стратегии.

mi = marketImpact(k,tradeData);
pa = priceAppreciation(k,tradeData);
tr = timingRisk(k,tradeData);
tradeScheduleCosts = [totalcost mi pa tr];

Отобразите торговые издержки.

tradeScheduleCosts

tradeScheduleCosts =

         97.32         47.66          6.75         42.91

Торговые издержки:

Для получения дополнительной информации о предыдущих вычислениях, свяжитесь с Kissell Research Group.