Просмотр кода страницы Анализ статистической информации финансовых рынков с использованием алгоритмов машинного обучения и нечеткой логики (командный проект)

{{Карточка_командного_проекта
|name=Анализ статистической информации финансовых рынков с использованием алгоритмов машинного обучения и нечеткой логики
|company=Open TRM (Open Trade and Risk Management)
|semester=Осень 2016
|course=3
|number_of_students=3-4
|categorize=yes
}}

=== Что это за проект? ===
В рамках данного проекта предлагается разработать рабочий прототип системы для проведения индикативного статитистического и качественного анализа для поиска эффективных инвестиций и прогнозирования. Программа должна получать на вход: 
- историю финансовых котировок (из файлов или внешних источников) 
- Формализованную текстовую информацию (Лента новостей)

Для статистической обработки рассчитывать выбранные показатели для каждого из активов, например:

-Расчет волатильности цены финансового актива по методу GARCH
-Выбрав Benchmark index оценить линейную регрессию (Расчет показателя alfa и beta по заданному индикатору)
-Расчет соотношений для оценки эффективности финансовых продуктов (Treynor, Sharp, Alfa, Track Error ratios)

Используя текстовую информацию (лента новостей) и мнение эксперта система должна иметь функциональность формировать базу знаний нечетких правил для принятия решений о выборе финансового актива для инвестиций.

Система должна иметь возможность проверки адекватности модели и выбранных правил на основе ретроспективных рыночных и текстовых данных (Backtesting).

=== Чему научатся студенты? Что самое интересное в проекте? ===
-Формулировать постановку задачи
-Писать надежный и понятный код
-Получите базовые знания работы на глобальных финансовых рынках
-Научитесь проводить количественный анализ финансовых активов (Quantification Analysis of Financial Market)
-Применять алгоритмы машинного обучения и нечеткой логики для статистической обработки финансовой информации

=== Организация работы (Как студенты будут работать в команде?) ===
Планируется проектная комманда от 3 до 4 человек. В рамках проектной комманды планируются следующие роли участников:
-Архитектор решения/Аналитик
-Разработчик
-Тестировщик/постановщик задачи

В рамках проектной работы предполагается использовать Agile подход к организации работ. В рамках вводных занятий будет проведен инструктаж по распределению обязанностей и планирования работ.

=== Компоненты (Из каких частей состоит проект?) ===
1. Инициация проекта и планирование
2. Формирование архитектуры будущего решения и проектирование
3. Разработка модулей системы согласно ТЗ
4. Интеграционное тестирование полученного решения
5. Функциональное и пользовательское тестирование полученного решения
6. Документирование и закрытие проекта

=== Какие будут использоваться технологии? ===
- C++ / Python в рамках прослушанного курса
- R Language (+ библиотеки)
- MOEX рыночные данные
- Yahoo Finance, NASDAQ, NYMEX, CBOT...
- Google Finance
- Реляционные базы данных (MS SQL, PostgreSQL, Sybase)

=== Какие начальные требования? ===
-Программирование на C/C++/Python (в рамках прослушанного курса)

=== Темы вводных занятий ===
- Основы управления проектами и работа в комманде (основные подходы: Agile vs. Waterfall, Scope Management, Project documentation, Project Planning, Project Design etc)
- Основы финансовой математики и финансовых рынков
- Статистическая обработка рыночной информации
- Основы теории нейронных сетей (Модель Маккалока-Пиитса, Персептрон Розенблатта, Многослойная нейронная сеть, Алгоритм обучения многослойной нейронной сети методом обратного распространения ошибки)
- Основы теории нечеткой логики (Fuzzy Logic)
- Основы проведения презентации

=== Критерии оценки ===
4-5: Участие в проектных семинарах, подготовка прототипа и необходимой документации согласно выбранной задаче <br />
6-7: Проведение расширенного тестирования своей задачи (на основе подготовленных экспериментальных данных) и участие в кросс-тестировании модулей других участников проектной команды<br />
8-10: Подготовка расширенного описания своей задачи в виде полного комплекта проектной документации.

=== Похожие проекты ===


=== Контактная информация ===
E-mail: ivan.lisenkov@gmail.com

Телефон: +7(916)687-87-06