Computational Finance

2.510 Aufrufe

Veröffentlicht am

FIBA-Kolloquium
Universität Bayreuth, 11.12.2007

0 Kommentare
2 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

Keine Downloads
Aufrufe
Aufrufe insgesamt
2.510
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
6
Aktionen
Geteilt
0
Downloads
0
Kommentare
0
Gefällt mir
2
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Computational Finance

  1. 1. Computational Finance Dr. Alexis Eisenhofer financial.com AG ATACAMA Capital GmbH FIBA-KolloquiumUniversit¨t Bayreuth, 11.12.2007 a Eisenhofer Computational Finance 1/43
  2. 2. Abgrenzung und Marktentwicklung Finanzmodelle und Handelsstrategien Implementierung DiskussionInhaltsverzeichnis Abgrenzung und Marktentwicklung Begriffe Prozessorleistung Informationsmenge Handelsvolumen Finanzmodelle und Handelsstrategien Portfolio Management Zeitreihenanalyse und Kursprognose Bewertung von Derivaten Handelsstrategietypen Implementierung Strategiedesign Latenzminimierung Reverse Engineering Fehlerquellen und Cancellation Eisenhofer Computational Finance 2/43
  3. 3. Abgrenzung und Marktentwicklung Begriffe Finanzmodelle und Handelsstrategien Prozessorleistung Implementierung Informationsmenge Diskussion HandelsvolumenInhaltsverzeichnis Abgrenzung und Marktentwicklung Begriffe Prozessorleistung Informationsmenge Handelsvolumen Finanzmodelle und Handelsstrategien Portfolio Management Zeitreihenanalyse und Kursprognose Bewertung von Derivaten Handelsstrategietypen Implementierung Strategiedesign Latenzminimierung Reverse Engineering Fehlerquellen und Cancellation Eisenhofer Computational Finance 3/43
  4. 4. Abgrenzung und Marktentwicklung Begriffe Finanzmodelle und Handelsstrategien Prozessorleistung Implementierung Informationsmenge Diskussion HandelsvolumenDie Industrialisierung des Finanzsektors hat denHandelsraum erreicht Computational Finance → ist ein interdisziplin¨res Feld aus den Bereichen (1) Mathematische a Kapitalmarkttheorie, (2) Numerik und (3) Computersimulation Automated Trading → erm¨glicht die unmittelbare Umsetzung einer quantitativen Handelsstrategie durch o den Computer, ohne jeglichen menschlichen Eingriff Eisenhofer Computational Finance 4/43
  5. 5. Abgrenzung und Marktentwicklung Begriffe Finanzmodelle und Handelsstrategien Prozessorleistung Implementierung Informationsmenge Diskussion HandelsvolumenInhaltsverzeichnis Abgrenzung und Marktentwicklung Begriffe Prozessorleistung Informationsmenge Handelsvolumen Finanzmodelle und Handelsstrategien Portfolio Management Zeitreihenanalyse und Kursprognose Bewertung von Derivaten Handelsstrategietypen Implementierung Strategiedesign Latenzminimierung Reverse Engineering Fehlerquellen und Cancellation Eisenhofer Computational Finance 5/43
  6. 6. Abgrenzung und Marktentwicklung Begriffe Finanzmodelle und Handelsstrategien Prozessorleistung Implementierung Informationsmenge Diskussion HandelsvolumenDie heutige Prozessorleistung ist mehr als 10.000-fach sogroß wie zu Beginn der Modernen Finanzmarkttheorie undverschafft dieser (endlich/vielfache) praktische Anwendung Jahr Prozessor Takt Transistoren Faktor 1978 i8086 4,77 MHz 29.000 1 1979 i8088 4,77-8 MHz 29.000 1 1982 i80286 6-16 MHz 134.000 5 1985 i80386 16-33 MHz 275.000 9 1991 i80486 33-100 MHz 1.200.000 41 1993 Pentium 66-200 MHz 3.100.000 107 1997 Pentium MMX 166-233 MHz 4.500.000 155 1997 Pentium II 233-450 MHz 7.500.000 259 1999 Pentium III 333-1400 MHz 28.000.000 966 2000 Pentium 4 1400-3500 MHz 42.000.000 1.448 2006 Core Duo 1660-2160 MHz 151.000.000 5.207 2006 Core 2 Duo 1667-2333 MHz 291.000.000 10.034 Tabelle: Entwicklung der Prozessorleistung seit 1978∗ ∗ http://de.wikipedia.org/ Eisenhofer Computational Finance 6/43
  7. 7. Abgrenzung und Marktentwicklung Begriffe Finanzmodelle und Handelsstrategien Prozessorleistung Implementierung Informationsmenge Diskussion HandelsvolumenInhaltsverzeichnis Abgrenzung und Marktentwicklung Begriffe Prozessorleistung Informationsmenge Handelsvolumen Finanzmodelle und Handelsstrategien Portfolio Management Zeitreihenanalyse und Kursprognose Bewertung von Derivaten Handelsstrategietypen Implementierung Strategiedesign Latenzminimierung Reverse Engineering Fehlerquellen und Cancellation Eisenhofer Computational Finance 7/43
  8. 8. Abgrenzung und Marktentwicklung Begriffe Finanzmodelle und Handelsstrategien Prozessorleistung Implementierung Informationsmenge Diskussion HandelsvolumenInformationen sind heute weit mehr und standardisiertverf¨gbar, aber nicht mehr propriet¨r u a Warren Buffett, 1965 Reuters, Bloomberg & Google, 2007 S&P 500 Aktien 5,5 Mio. Finanzinstrumente 1 zentraler Handelsplatz: 300 B¨rsen und OTC-M¨rkte o a New York Stock Exchange 200 Mio. Bilanzdatens¨tze a Studium von Gesch¨ftsberichten a 2,5 Mio. News pro Jahr Qualitative Einsch¨tzung a 200.000 Ticks pro Sekunde Kleines Team (Charlie Munger) 8 Mrd. Internetseiten Eisenhofer Computational Finance 8/43
  9. 9. Abgrenzung und Marktentwicklung Begriffe Finanzmodelle und Handelsstrategien Prozessorleistung Implementierung Informationsmenge Diskussion HandelsvolumenSeit 2007 sind Nachrichten sogar in maschinenlesbarerForm verf¨gbar (und werden auch von Maschinen erstellt) u Reuters NewsScope Maschinenlesbare Nachrichten zu Bilanzdaten und Kapitalmaßnahmen Erzeugung automatischer ”Sentiment Scores” zum Unternehmen aus dem Wortlaut der Nachricht (≈ 10 Nachrichten pro Sekunde) NewsScope und DataScope bieten alle Nachrichten und Kurse historisch (> 20 Jahre, ≈ 4300 Unternehmen) f¨r Back Testing u Thomson Financial News Service Automatische Erzeugung von Nachrichten aus Finanzdaten (≈ 0,3 Sekunden pro Nachricht) Eisenhofer Computational Finance 9/43
  10. 10. Abgrenzung und Marktentwicklung Begriffe Finanzmodelle und Handelsstrategien Prozessorleistung Implementierung Informationsmenge Diskussion HandelsvolumenInhaltsverzeichnis Abgrenzung und Marktentwicklung Begriffe Prozessorleistung Informationsmenge Handelsvolumen Finanzmodelle und Handelsstrategien Portfolio Management Zeitreihenanalyse und Kursprognose Bewertung von Derivaten Handelsstrategietypen Implementierung Strategiedesign Latenzminimierung Reverse Engineering Fehlerquellen und Cancellation Eisenhofer Computational Finance 10/43
  11. 11. Abgrenzung und Marktentwicklung Begriffe Finanzmodelle und Handelsstrategien Prozessorleistung Implementierung Informationsmenge Diskussion HandelsvolumenSeit Beginn der Modernen Finanzmarkttheorie hat sich dasdurchschnittliche t¨gliche Handelsvolumen von Aktien an ader NYSE mehr als verf¨nfzigfacht∗ u Deutlicher Anstieg trotz... 1500 Millionen Aktien ... Halbierung des Home Bias von US 1000 Anlegern ... zahlreicher neuer B¨rsenpl¨tze o a 500 weltweit ... Wachstum des OTC-Handels 0 ... Wachstum der Derivate 1980 1985 1990 1995 2000 2005 Jahr Abbildung: T¨glicher NYSE-Handel a ∗ Jahresberichte der New York Stock Exchange Eisenhofer Computational Finance 11/43
  12. 12. Abgrenzung und Marktentwicklung Begriffe Finanzmodelle und Handelsstrategien Prozessorleistung Implementierung Informationsmenge Diskussion HandelsvolumenDie durchschnittliche Haltedauer einer Aktie ist heute einZehntel derjenigen von Fama/French∗ Jahr Aktienbestand Aktienhandel Umschlag Haltedauer in Bill. USD in Bill. USD pro Jahr in Jahren 1980 2,9 0,3 0,1 9,7 1990 8,9 5,7 0,6 1,6 1995 17,1 10,8 0,6 1,6 1996 19,5 14,0 0,7 1,4 1997 21,7 19,6 0,9 1,1 1998 25,4 23,5 0,9 1,1 1999 35,0 33,1 0,9 1,1 2000 31,0 49,8 1,6 0,6 2001 26,6 38,1 1,4 0,7 2002 22,8 33,1 1,5 0,7 2003 31,3 33,3 1,1 0,9 2004 39,5 42,3 1,1 0,9 2005 44,5 51,1 1,1 0,9 Tabelle: Weltweiter Aktienbestand und -handel von 1980 bis 2005 ∗ World Federation of Exchanges (WFE) Eisenhofer Computational Finance 12/43
  13. 13. Abgrenzung und Marktentwicklung Begriffe Finanzmodelle und Handelsstrategien Prozessorleistung Implementierung Informationsmenge Diskussion HandelsvolumenDer Anteil von Automated Trading am Handelsvolumen(St¨cke) der NYSE steigt seit Jahren stark an∗ u Die Entwicklung an der NYSE... 30 ... ist repr¨sentativ f¨r alle a u 25 Prozent Computerb¨rsen o 20 ... war Ausl¨ser eines weltweiten o Kommunikationsstandards 15 (FIX Protocol) 10 1990 1995 2000 2005 Jahr Abbildung: Anteil von Automated Trading an der NYSE ∗ Jahresberichte der New York Stock Exchange Eisenhofer Computational Finance 13/43
  14. 14. Abgrenzung und Marktentwicklung Begriffe Finanzmodelle und Handelsstrategien Prozessorleistung Implementierung Informationsmenge Diskussion HandelsvolumenAutomated Trading ist heute ein elementarer Bestandteilerfolgreicher Banken im globalen Wettbewerb∗ Platz Institution Mio. Aktien 1 Lehman Brothers 908,8 2 Goldman Sachs 667,2 3 Merrill Lynch 630,3 4 Morgan Stanley 512,2 Principal Orders 5 Credit Suisse Securities 419,4 6 UBS Securities 292,8 ≈ 1/3 7 Deutsche Bank Securities 249,2 Agent Orders 8 RBC Capital Markets 208,1 9 Bear Stearns 195,3 ≈ 2/3 10 BNP Paribas Brokerage Services 179,5 11 Banc of America Securities 154,1 12 Schon-EX 122,8 13 Interactive Brokers 83,5 14 Citigroup Global Markets 48,3 15 Jefferies Execution Services 42,9 Tabelle: NYSE Automated Trader 1Y ∗ NYSE Research September 2007, Beobachtungszeitraum: 09/2006-08/2007 Eisenhofer Computational Finance 14/43
  15. 15. Abgrenzung und Marktentwicklung Portfolio Management Finanzmodelle und Handelsstrategien Zeitreihenanalyse und Kursprognose Implementierung Bewertung von Derivaten Diskussion HandelsstrategietypenInhaltsverzeichnis Abgrenzung und Marktentwicklung Begriffe Prozessorleistung Informationsmenge Handelsvolumen Finanzmodelle und Handelsstrategien Portfolio Management Zeitreihenanalyse und Kursprognose Bewertung von Derivaten Handelsstrategietypen Implementierung Strategiedesign Latenzminimierung Reverse Engineering Fehlerquellen und Cancellation Eisenhofer Computational Finance 15/43
  16. 16. Abgrenzung und Marktentwicklung Portfolio Management Finanzmodelle und Handelsstrategien Zeitreihenanalyse und Kursprognose Implementierung Bewertung von Derivaten Diskussion HandelsstrategietypenDie Berechnung einer Markowitz-Optimierung erfolgtselbst bei 100 Wertpapieren mit heutigenStandard-Rechnern quasi ohne Zeitverz¨gerung o 0.08 Portfolio mit 100 Wertpapieren 0.07 Mehr als 1.000.000 0.06 T Rechenoperationen expected return 0.05 M < 1 Sekunde Rechenzeit 0.04 0.03 0.02 0.01 F 0.0 0.1 0.2 0.3 0.4 0.5 standard deviation of return Abbildung: Markowitz-Optimierung Eisenhofer Computational Finance 16/43

×