• Регистрация
Статьи и вопросы по тегу "Финансовое моделирование"

Статьи и вопросы по тегу "Финансовое моделирование"

  • Все 2
  • Вопросы 1
  • Статьи 1
Financial Toolbox — анализ финансовых данных и разработка финансовых моделей. Документация по продукту.
  • вопрос
  • 26.05.2020
Viktor-Nvrsk
Viktor-Nvrsk 0.00
н/д
Всем привет! S#.Data как сервер с данными. Сейчас из неё импортирую данные через текстовые файлы. Но, есть возможность через WCF или FIX-протокол. Может у кого-то уже работает через WCF?
Всем привет! S#.Data как сервер с данными. Сейчас из неё импортирую данные через текстовые файлы. Но, есть возможность через WCF или FIX-протокол. Может у кого-то уже работает через WCF?
3 Ответа
26.05.2020
  • Публикация
  • 04.11.2019
Nomad
Nomad 0.00
н/д
\documentclass[12pt]{article} \usepackage{lmodern} \usepackage{amssymb,amsmath,amsthm,natbib,amsthm,graphicx,anysize,epstopdf,hyperref,dsfont,pdfsync,comment,color} \usepackage{geometry} \geometry{height=8.5in,width=6.5in,letterpaper} \DeclareGraphicsRule{.tif...

In high frequency financial markets, the trading information is contained in the Limit Order Book (LOB). The main purpose of the paper is to investigate how full information about the LOB can help in predicting various events of interest to investors. Normally, a full LOB contains total volumes of orders for hundreds of prices. Using the full information runs into the curse of dimensionality which manifests itself in multicollinearity, insignificant coefficients, inflated estimate variances and high computation time. Due to these problems, order volumes for prices that are distant from ask and bid prices are usually not used in prediction procedures. For this reason we call such information a silent crowd. Here we propose a summary measure of the silent crowd and quantify its influence on trade jump prediction. We use a realistically simulated LOB as a vehicle for experiments and logistic regression as the prediction tool.

На высокочастотных финансовых рынках торговая информация содержится в Книге предельных заказов (LOB). Основная цель статьи - изучить, как полная информация о LOB может помочь в прогнозировании различных событий, представляющих интерес для инвесторов. Обычно полный LOB содержит общие объемы заказов по сотням цен. Использование полной информации наталкивается на проклятие размерности, которое проявляется в мультиколлинеарности, незначительных коэффициентах, завышенных дисперсиях оценок и большом времени вычислений. Из-за этих проблем объемы заказов по ценам, далеким от цен спроса и предложения, обычно не используются в процедурах прогнозирования. По этой причине мы называем такую ​​информацию молчаливой толпой. Здесь мы предлагаем сводную меру молчаливой толпы и количественно оцениваем ее влияние на прогнозирование торгового скачка. Мы используем реалистично смоделированный LOB в качестве средства для экспериментов и логистическую регрессию в качестве инструмента прогнозирования.

04.11.2019