AI4Trading

این فعالیت سازنده فرعی (در AFC ایتالیایی ، Attività Formativa مکمل) به موضوعات تحقیقاتی پیشگام در زمینه هوش مصنوعی برای بازارهای مالی می پردازد. دانش آموزان یاد می گیرند که چگونه استراتژی ها و الگوریتم های تجاری مبتنی بر هوش مصنوعی را طراحی کنند و یاد می گیرند که چگونه عملکرد و تأثیر آنها را ارزیابی کنند. آنها همچنین یاد می گیرند که چگونه داده های بازار تاریخی را برای انجام شبیه سازی های واقعی بازار تجزیه و تحلیل و استفاده کنند.

AFC بسیار مبتنی بر تحقیقات است. پیش نیازها شامل آشنایی در آمار و نظریه احتمال ، جبر خطی و حساب ، پس زمینه الگوریتمی قوی و برنامه نویسی پایتون است.

این دوره فرصت های منحصر به فرد را برای دانش آموزان فراهم می کند تا با متخصصان ارتباط برقرار کنند و روی مشکلات واقعی و با داده های واقعی کار کنند.

طرح دوره

1. آشنایی با امور مالی و تجارت:

آ. بازارهای مالی ، شرکت کنندگان و ساختار ،

ب. مبادلات ، سهام ، سفارشات و معامله گران.

2. محاسبات و معماری های شبکه برای تجارت با کارایی بالا.

3. مفاهیم اساسی تجارت الگوریتمی ، استراتژی های مبتنی بر هوش مصنوعی.

4- مدل های شبکه و چند عامل بازارهای مالی.

5. وابستگی متقابل در بازارهای مالی:

آ. وابستگی های ناشی از تعادل مجدد نمونه کارها ،

ب. وابستگی های متقابل مادی در بین دارایی های ناهمگن ،

ج. وابستگی صندوق های معامله شده (ETF) ،

د. وابستگی های متقابل ناشی از داوری مالی ،

ه. وابستگی متقابل رفتاری (رفتار گله ، وحشت ، اخبار).

6. معاملات با فرکانس بالا (HFT) و استخرهای تاریک.

7. عدم تقارن اطلاعات تحت تجارت الگوریتمی مشروع.

8- ارزیابی ریسک و آشفتگی انتشار ریسک در شبکه های بازار وابسته به هم.

9. تعصب AI در تجارت الگوریتمی.

10. انصاف در بازارهای مالی و معیارهای مرتبط. انتشار ناعادلانه.

11. سقوط فلش در شبکه های بازار مالی.

12. شبیه سازی چند عامل در بازارهای مالی اعمال می شود.

13. تولید داده های بازار مصنوعی. ردیابی شبیه سازی بازار با داده های خرچنگ (https://lobsterdata. com/) در Abides (در پایتون).

خواندن

کتابهای مربوط به تجارت الگوریتمی

1. ایرنه آلدریج ، تجارت با فرکانس بالا: یک راهنمای عملی برای استراتژی های الگوریتمی و سیستم های معاملاتی ، ویلی ، 2010

2. Alvaro Cartea و همکاران ، تجارت الگوریتمی و فرکانس بالا ، انتشارات دانشگاه کمبریج ، 2015

3. یونوت فلورسکو ، ماریا ماریانی ، H. یوجین استنلی ، فردری جی. ویینز ، کتابچه راهنمای تجارت و مدل سازی با فرکانس بالا در امور مالی ، ویلی ، 2016

مقالات تحقیق مورد علاقه دوره

4- یوهان والدن ، تجارت ، سود و نوسانات در یک مدل شبکه اطلاعات پویا ، بررسی مطالعات اقتصادی ، جلد. 86 ، 2019

5. دیوید بیرد ، ماریا هیبینت ، تاکر هیبینت بالچ ، می گوید: به سمت شبیه سازی بازار چند عامل با وفاداری ، مجموعه مقالات کنفرانس ACM SIGSIM 2020 در مورد اصول شبیه سازی گسسته پیشرفته (ACM Sigsim-Pads '20)

6. M. Shearer ، D. Byrd ، T. H. Balch ، به سمت توضیح تأثیر صندوق های معامله شده مبادله ای بر نوسانات بازار با استفاده از یک مدل مبتنی بر عامل ، مجموعه مقالات 33th کنفرانس سیستم های پردازش اطلاعات عصبی (Neurips 2019)

کتابهای پس زمینه

7. ایو هیلپیش ، پایتون برای امور مالی ، O'Reilly ، 2014

8. تام میچل ، یادگیری ماشین ، مک گرا هیل ، 1997

9. کوین پی مورفی ، یادگیری ماشین: یک چشم انداز احتمالی ، 2012

ارزیابی

ارزیابی نهایی مبتنی بر یک پروژه و یک بحث مرتبط است.< Pan> 4. یوهان والدن ، تجارت ، سود و نوسانات در یک مدل شبکه اطلاعات پویا ، بررسی مطالعات اقتصادی ، جلد. 86 ، 2019