priceAppreciation

Оценка стоимости торговли из-за естественного движения цены

Описание

пример

alpha = priceAppreciation(k,trade) возвращает торговую стоимость из-за естественного движения цен акций или повышения цены. priceAppreciation использует объект затрат транзакции Kissell Research Group (KRG) k и торговлю данными trade.

Примеры

свернуть все

Получение данных о влиянии на рынок с сайта KRG FTP. Подключитесь к FTP-сайту с помощью ftp функция с именем пользователя и паролем. Перейдите к MI_Parameters папка и извлечение данных о влиянии рынка 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');

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

Создайте объект анализа затрат на транзакцию Kissell Research Group k.

k = krg(miData);

Загрузите примеры из файла KRGExampleData.mat, который входит в комплект поставки Datafeed Toolbox™.

load KRGExampleData

Переменная TradeData появляется в MATLAB® рабочей области.

TradeData содержит следующие переменные:

  • Акции в сделке, что составляет процент от среднесуточного объема торгов

  • Количество акций

  • Среднесуточный объем

  • Процент объема

  • Время торговли в процентах от дня

  • Изменчивость

  • Цена акций

  • Альфа-оценка

Описание примерных данных см. в разделе Наборы данных исследовательской группы Kissell.

Оцените альфа с помощью объекта анализа транзакционных издержек Kissell Research Group k. Отобразите первые три альфа.

alpha = priceAppreciation(k,TradeData);

alpha(1:3)
ans =

         -9.49
          8.47
          0.93

Альфа- отображение в базисных точках.

Входные параметры

свернуть все

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

Торговые данные, описывающие запасы в транзакции, заданные как таблица или структура. trade должны содержать эти переменные или имена полей.

Имя переменной или поляОписание

Size

Акции в сделке, что составляет процент от среднесуточного объема торгов

Shares

Количество акций

ADV

Среднесуточный объем

POV

Процент объема

TradeTime

Время торговли в процентах от дня

Volatility

Изменчивость

Price

Цена акций

Alpha_bp

Альфа-оценка в базисных точках

Торговая стоимость варьируется в зависимости от торговой стратегии. priceAppreciation определяет торговую стратегию с помощью этих переменных в следующем порядке:

  1. Процент объема

  2. Торговое время

  3. График торговли

Чтобы изменить торговую стратегию с процента объема на время торговли, удалите переменную POV и добавьте переменную в таблицу TradeTime с данными о времени торговли. Чтобы использовать стратегию торгового расписания, удалите переменную TradeTime и добавить TradeSchedule и VolumeProfile переменные.

Если вы задаете размер в торговых данных, priceAppreciation использует Size переменная. В противном случае, priceAppreciation использует переменные ADV и Shares для определения размера.

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 реальных рыночных данных.

Типы данных: struct | table

Выходные аргументы

свернуть все

Альфа, возвращается как вектор. Модулями альфа, или естественным движением цен запаса, являются базисные точки.

Подробнее о

свернуть все

Повышение цены

Price appreciation (PA) оценивает торговую стоимость из-за естественного движения цен акций.

Естественное движение цен обычно относится к ожидаемому возврату, альфа, ценовому тренду, дрейфу или импульсу. Это движение представляет, как акции движутся на рынке без какой-либо неопределенности. PA представляет собой торговую стоимость из-за базовой торговой стратегии. Например, пассивная покупка на растущем рынке или пассивная продажа на падающем рынке заставляет фонд нести более высокие затраты из-за движения рынка. И наоборот, покупка на падающем рынке или продажа на растущем рынке заставляет фонд нести меньшие издержки из-за транзакций по лучшим ценам. PA основывается на альфа-оценке, заданной в торговых данных. Фонды и руководители в значительной степени охраняют свои альфа-оценки и ожидаемые возвраты. Эти ожидания весьма проприетарны и ценятся. Эта функция позволяет вам вводить альфа-оценки непосредственно в модель, работающую на рабочем столе, которая предотвращает утечку информации.

Модель PA представлена в виде линейного тренда. Модель PA

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

Shares количество акций для торговли. ADV - среднесуточный объем запаса. POV - это процент объема рынка, или доля участия, для порядка. Alpha_bp - альфа-оценка для дня в базисных точках. Положительное значение для альфа-оценки указывает на неблагоприятное движение цены для порядка. Отрицательное значение для альфа-оценки указывает на благоприятное движение цены.

Совет

  • Для получения дополнительной информации о формуле и расчетах обратитесь в исследовательскую группу Kissell.

Ссылки

[1] Кисселл, Роберт. «Практическая среда анализа транзакционных издержек». Торговый журнал. Том 3, № 2, лето 2008, с. 29-37.

[2] Кисселл, Роберт. «Алгоритмические торговые стратегии». Доктор философии. Дипломная работа. Фордемский университет, май 2006 года.

[3] Кисселл, Роберт. «TCA в инвестиционном процессе: обзор». Журнал Индекса инвестиций. Том 2, № 1, лето 2011, с. 60-64.

[4] Кисселл, Роберт. Наука об алгоритмической торговле и управлении портфелем. Cambridge, MA: Elsevier/Academic Press, 2013.

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

Введенный в R2016a
Для просмотра документации необходимо авторизоваться на сайте