ANALYTICAL PLATFORM

V dnešním článku se podíváme na možnosti zahájení spolupráce s naším týmem. Smyslem je ukázat na konkrétním příkladu potenciální sílu, která ve spolupráci spočívá. Říkáte si, co by mi mohla taková spolupráce přinést? Přečtěte si následující odstavce.

Naše aktivity mohou pomoci aktivním obchodníkům, kteří za sebou mají prokazatelné obchodní výsledky (vůbec nejde o stovky procent v zisku, ale o prokázání toho, že tomu, co dělají, rozumí) a nesou si zjevné zkušenosti.

To, co nabízíme je rozvoj a vylepšení obchodních strategií – disponujeme vývojáři, analytiky, tradery, statistiky. Obchodník, který reálně obhospodařuje svoji strategii se zaměřuje na témata robustnosti, tržních podmínek, rizik a workflow jeho strategie spíše než na výnosy. A právě v tom spatřujeme největší potenciál pro spolupráci: každá obchodní strategie může být vyztužena, případně vylepšena v některém z následujících bodů:

Jeden příklad z praxe: nedávno jsme se při jedné příležitosti setkali s opčním obchodníkem, který úspěšně obchoduje několik svých (poměrně známých a standardních) strategií. S vědomím, že jeho strategie „trpí“ určitými slabinami, se rozhodl začít spolupracovat s naší skupinou, aby tyto slabiny odstranil. Sdílením zkušeností a znalostí tak obě strany profitovaly ze vzájemné spolupráce – náš tým získal inovativní podněty pro svoji tvorbu, které spočívají v určitém (jiném) náhledu na obecně známou obchodní strategii, a současně obchodník získal profesionální podporu v oblasti automatizace a statistiky/pravděpodobnosti, což vede ke zlepšení výkonnosti obchodních strategií. Výsledků pak může být celá řada – od automatického screeneru a notifikátoru nových obchodních příležitostí až po plně automatizovanou obchodní strategii včetně exekuce, position-sizingu a řízení pozice.

Pokud Vás tento článek zaujal, ať už z pohledu potenciálního spolupracovníka nebo klienta, neváhejte se na nás obrátit se svými dotazy, velmi rádi se s Vámi setkáme a veškeré možnosti probereme.

Michal Dufek

Data pro textovou analýzu bývají často dostupná pouze ve webových prezentacích v nestrukturované podobě. Jak data co nejsnáze získat?

Pro účely stahování textu z webových stránek existují specializované nástroje zvané “scraper” nebo “crawler”. Pro některé programovací jazyky existují frameworky, které značně zjednodušují vytvoření scraper nástroje pro jednotlivé webové stránky. My používáme jeden z nejpopulárnějších frameworků Scrapy, napsaný v jazyce Python.

Jako praktický příklad lze uvést nástroj pro sběr dotačních pobídek jako podkladů pro Dotační manager, největší portál o dotacích v ČR, který sdružuje “výzvy” z nejrůznějších veřejných zdrojů. Nástroj automatizovaně projde strukturu webového portálu, například Agentury pro podnikání a inovace, najde stránku dotační výzvy a danou stránku strojově zpracuje do strukturovaného formátu. Nástroj je možné opakovaně spouštět, aby zachytil i nově publikované výzvy. Celý nástroj včetně zdrojového kódu je dostupný na adrese: http://git.pef.mendelu.cz/MTA/oppik-scraper/.

Uvedený příklad je poměrně jednoduchý, v praxi to bývá složitější. Struktura webových stránek je na každém portále jiná, často není jednotná ani v rámci portálu, mění se v čase atd. Abychom nemuseli znovu a znovu psát podobné nástroje pro každý zdroj dat zvlášť, vyvíjíme vlastní robustní crawler, který dokáže textové údaje získávat automaticky z různých zdrojů.

Vladimír Vacula

Celý článek na webu Technologická platforma komunikačních nástrojů a IoT

Účastníci konference si mohli poslechnout příspěvek od Miloně Krejči z CYRRUS ADVISORY, a.s., ve kterém se Miloň věnoval Využití evolučních algoritmů pro tvorbu obchodních systémů, modelování výnosů a rizik. V rámci přednášky zazněly teoretické základy, na kterých genetické programování a evoluční algoritmy stojí, načež prezentující přistoupil k ukázce praktických příkladů, včetně problémů, se kterými se řešitel musí potýkat.  Pokračovat ve čtení na webu Technologická platforma komunikačních nástrojů a IoT

Celý článek na webu Události EXTRA

Brno – Všechny informace, které potřebujeme máme k dispozici. Vyhledat je a zorientovat se v nich je ale čím dál složitější. Množství produktových informací a recenzí přesahuje časové možnosti nakupujících.

Východiska hledá vědecko-výzkumný tým složený z odborníků z komerční sféry i vědeckého týmu Mendlovy univerzity spojený Technologickou platformou CTIT – odborníci pracují již s více než milionem recenzí, kterými trénují umělou inteligenci. Pokračovat ve čtení na webu Události EXTRA

Celý článek na webu TECHNICKÝ TÝDENÍK

Rozhodování o investicích do vývoje nových produktů a inovací stávajícího portfolia, stejně jako rozhodování o cenových pobídkách distributorům umožňující vyprázdnit sklady je pro řadu výrobních podniků složité. A to zejména v případě podniků, které se zákazníkem nekomunikují přímo, ale prostřednictvím distribuční sítě, nebo jsou jen dodavateli dílčí části finálního produktu.

Podklad pro kvalifikované rozhodování přináší uživatelské recenze na internetu. Vyhledat je
a zorientovat se v nich je ale čím dál složitější. Množství produktových informací a recenzí přesahuje časové možnosti marketingových specialistů a průzkumy trhu nejsou levné a mnoho zákazníků obtěžují.  Pokračovat ve čtení na webu TECHNICKÝ TÝDENÍK

Při tvorbě investičních strategií se ve většině případů vychází z analýzy chování sledovaných finančních instrumentů na historických datech. Hlavní axiom je tedy ten, že na základě historického chování jsme schopni kvantifikovat určité vzorce, které se budou vyskytovat i v budoucnu a budou mít podobný průběh.

Vzory chování můžeme identifikovat pomocí tří typů analýzy

Nejčastěji používána analýza pro hledání vzorů je analýza technická. Historická cenová data jsou velmi jednoduše dostupná i v minutové granularitě a v podstatě jde o analýzu vzájemné polohy hodnot cen open, high, low a close v určitém časovém úseku nebo o hodnotu technických indikátorů. Pro vyhledávání vzorů pomocí technické analýzy lze využít knihovnu Ta-lib (https://www.ta-lib.org/), které je open-source a obsahuje nejznámější technické indikátory (Bollinger Bands, Average True Range, Moving Average, RSI, Commodity Channel Index, Money Flow Index, …) a také obsahuje předdefinované cenové vzory (Three Black Crows, Doji, Hanging Man, Marubozu, Shooting Star, …). Využívání samotných cenových vzorů pro analýzu budoucího vývoje cen je velmi silným nástrojem z důvodu velmi rychlé možnosti automatizovaného testování na historických datech a přímého vyjádření chování samotné ceny sledovaných finančních instrumentů.

Inovace

V rámci interního vývoje modulu PatternLab je cílem využít standardní dostupné a obecně známé cenové vzory a obohatit je o další vstupní parametry. Obohacení provádíme dvěma způsoby. První způsob je založen na pozici cenového vzoru vůči historickému průběhu ceny. V praxi to znamená, že v případě sledování cenového vzoru DOJI nás dodatečně zajímá, zda-li se tento vzor vyskytl jako například maximum aktuálního týdne nebo na maximu posledních měsíce.

Druhý způsob obohacování cenových vzorů spočívá v dodání fundamentální informace jako je například datum vyhlášení dividendy, earnings, změny ve vedení společnosti atp. Tyto informace lze získat ze serveru Quandl (https://www.quandl.com), který agreguje různé zdroje tohoto typu. V praxi to znamená, že je sledován vzor DOJI pouze několik dní po dividendě nebo pouze při překvapivých earnings výsledcích či změnách v managementu.

Je také možné implementovat alternativní datové zdroje jako je analýza sociálních médií (Instagram, Facebook, Youtube, Twitter – https://www.quandl.com/databases/SMA1 ), satelitní snímky (https://www.quandl.com/databases/RSMMS ), provoz na železnicích pro jednotlivé komodity (https://www.quandl.com/data/RR1-Railroad-Traffic ).

Přínos pro uživatele PatternLabu

Výše uvedené metody a postupy jsou zakomponovány do aplikace PatternLab, která slouží uživatelům k prohledávání finančních aktiv a vyhledávání požadovaných/hledaných cenových vzorů. Uživatelé PatternLabu budou mít možnost snadno využít naprogramovaných obohacených cenových vzorů, čímž dostanou nástroj pro přesnější analýzu budoucího vývoje ceny sledovaných finančních instrumentů.

V případě zájmu o bližší informace k analytickým nástrojům nás kontaktujte na info@cyrrusadvisory.cz nebo na telefonním čísle +420 538 705 775.

Jan Budík