La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Exane Manipulation de données financières sous MATLAB Exane BNP Paribas Trading & Arbitrage Research nov 2005 Charles-Albert Lehalle, Nicolas Bertrand.

Présentations similaires


Présentation au sujet: "Exane Manipulation de données financières sous MATLAB Exane BNP Paribas Trading & Arbitrage Research nov 2005 Charles-Albert Lehalle, Nicolas Bertrand."— Transcription de la présentation:

1 Exane Manipulation de données financières sous MATLAB Exane BNP Paribas Trading & Arbitrage Research nov 2005 Charles-Albert Lehalle, Nicolas Bertrand

2 Trading & Arbitrage Manipulation de données financières avec MATLAB Prise en compte de la spécificité des données financières Prise en compte de la spécificité des traitements financiers Importance de la documentation Exemples didactiques de manipulations de données financières Screening Simulation de données réalistes Bilan Un socle unique pour de nombreuses applications Atouts traditionnels de MATLAB

3 Trading & Arbitrage Objectif: Une approche métier au service du développement doutils internes Opérationnel Prototypage Données Résultats Déploiement Validation

4 Trading & Arbitrage Quels types de données ? Temporels et multivariés Explicitement rythmés quotidiensEntre chocs Evénementiels Implicitement rythmés

5 Trading & Arbitrage Types de données, types danalyses, sources de données Ensemble de cours cours events informations mixtes Portefeuille Diversification de portefeuille Analyse technique Scanning systématique Pricing, volatilité, etc Covariances, bêta Market impact, etc stocks Bloomberg, Reuters, DataStream, FacSet, etc… trades Euronext database

6 Trading & Arbitrage Eléments d'implémentation: le signal financier Un type MATLAB polymorphe: struct Un signal = Un titre Une série de date Une série de données (volume, open, close, high, low) au même pas d'échantillonnage Les noms de ces variables + des informations optionnelles En MATLAB: >> data = struct( 'title', 'le titre', 'date', vecteur-colonne,...) value: [20732x8 double] date: [20732x1 double] names: {1x8 cell} title: BN FP Equity'

7 Trading & Arbitrage Quels types de traitements ? Au fil de leau (filtrage) pour produire Pricing (titre / portefeuille) Des alarmes (risque / gain associé à une configuration, …) Des caractéristiques (formes, configurations, …) Par « batchs » pour produire Calcul dallocations Reporting (PnL, VaR) Des estimateurs du comportement du marché (corrélations, modèles, …) Des anticipations court terme (probabilités de retournement, …)

8 Trading & Arbitrage Prototype unique pour tout les traitements Entrées / sorties : listes de signaux Mode de sollicitation (initialisation, détection, estimation, bootstrap, etc) Etat Il s'agit d'une fonction MATLAB dont le prototype est de la forme Function [outputs, state] = analyse( mode, state, inputs,...) solicitation entrées sorties état

9 Trading & Arbitrage Vers une architecture optimale des traitements Chaînage Séparation claire des analyses Travail collaboratif / maintenabilité Backtesting naturel lecture Travail sur les prix Decoupage quotidien des volumes Travail sur les volumes Conjonction prix - volumes affichage écriture

10 Trading & Arbitrage Documenter pour échanger documentation utilisateur m2html documentation technique OCAMAWEB

11 Trading & Arbitrage Exemples didactiques Exemples de manipulations de données financières Screening Simulation de données réalistes

12 Trading & Arbitrage Screening Objectifs : Screener automatiquement des données financières et des indicateurs de marché Sous forme de charts paramétrables et de documents de synthèse Moyens : Accès aux données Calcul des indicateurs (bandes de Bollinger, moyennes mobiles, performances, etc.) Construction des charts

13 Trading & Arbitrage Screening: principe Extraction des données financières Calcul des indicateurs Paramétrage, tracé des charts

14 Trading & Arbitrage Screening: rendu Chart seul Document de synthèse (pdf)

15 Trading & Arbitrage Simulation de données réalistes Objectifs : A partir dhistoriques de données (courbes, certaines quotidiennes, dautres mensuelles) Simuler des « années réalistes » concordant avec les caractéristiques statistiques des courbes réelles Conserver les corrélations (et autre moments) entre les courbes Moyen : Modélisation de la structure des données avec des copules (non paramétriques) Simulation par Monte Carlo

16 Trading & Arbitrage Simulation de données réalistes : principe Prétraitements (stationnarisation) Espace de représentation (dans lequel les données sont indépendantes) copules non paramétriques Simulation de données indépendantes Inversion des copules Modèle de corrélations Application des corrélations

17 Trading & Arbitrage Déploiement : compilation EXCEL COM Déploiement sur les postes utilisateurs via Excel COM/Builder Entrées :les données par DataStream Sorties :1000 simulations dannées plausibles Exploitation:Distribution de lexposition au risque (VaR)

18 Trading & Arbitrage MATLAB: un socle unique pour de multiples applications Asset Liability ManagementFamilies Real Estate (geographical statistics)Statistics Fixed Income (sensibility, …, yield curves)Statistics Equity (volatility, correlations, Markovitz, …)Statistics, Optimization Credit (structural models –Merton-, copula, …)Finance, Statistics Diversified Portfolio (Markovitz, Black & Litterman, …)Optimization, Control Risk Management Value at Risk (correlations, copula)Statistics Stress testing (extreme values, …)Base, Statistics Insurance Population dynamicsStatistics, Base Fixed Income & Currency Derivatives Yield curves (Vasicek, …)Statistics SwapsFinance Fixed income optionsFinance 1/3

19 Trading & Arbitrage MATLAB: un socle unique pour de multiples applications Equity DerivativesFamilies Closed form models (B&S, …)Finance Simulations (multinomial trees, monte carlo, finite differences)Optimization, Stats Sensibilities (greeks)Finance, Optimization Credit Derivatives Structural modelsFinance, Optimization Reduced form models (empirical probabilities of default, …)Optimization, Statistics CopulaStatistics Trading & Arbitrage Technical analysisFinance, Statistics, Signal Processing ArbitrageStatistics, Base, Optimization TradingStatistics, Control, Signal Processing, Optimization 2/3

20 Trading & Arbitrage MATLAB: un socle unique pour de multiples applications Math and Optimization Optimization Toolbox, Symbolic Math (Extended Symbolic Math), [Partial Differential Equation], Genetic Algorithm and Direct Search Toolbox Statistics and Data Analysis Statistics, Neural Network, Curve Fitting, Spline, [Model-Based Calibration] Control System Design and Analysis Control System, System Identification, [Fuzzy Logic], Robust Control Model, Predictive Control Signal Processing and Communications Signal Processing, [Communications], [Filter Design], [Filter Design HDL Coder], Wavelet, Fixed-Point, [RF] Financial Modeling and Analysis Financial, Financial Derivatives, GARCH, Financial Time Series, Datafeed, Fixed-Income 3/3

21 Trading & Arbitrage Bilan Pré requis : un format de stockage de données et un format de manipulation de données, Les atouts de MATLAB Un socle unique pour de nombreuses applications (réduction des coûts) Maîtriser lenchaînement de plusieurs méthodologies (approche « grey box », contrôle du risque de modèle) Prototypage rapide (script, graphiques, toolboxes) Accès aux données (en évolution) Peuvent être mis efficacement à disposition de la finance quantitative Calculs en lignes + calculs en batch sur de gros volumes de données Mise en place rapide dapplications pour validation / backtesting Interactions avec les providers de données financières (actx / dde) et les legacy systems

22 Trading & Arbitrage Références Documentation technique de programmes Literate programming / OCAMAWEB Séquencement de calculs Jérôme Lacaille, Projet dhabilitation à diriger des recherches Chap 5; J.P. Morrison, Flow-Based Programming: A New Approach to Application Development

23 Trading & Arbitrage Manipulation de données financières avec MATLAB


Télécharger ppt "Exane Manipulation de données financières sous MATLAB Exane BNP Paribas Trading & Arbitrage Research nov 2005 Charles-Albert Lehalle, Nicolas Bertrand."

Présentations similaires


Annonces Google