BOOK SEARCH
FinTechライブラリー アルゴリズム取引
内容紹介
高頻度取引を中心に株取引アルゴリズムと数学的背景を解説〔内容〕不確実性と投資/アルゴ・ビジネスの階層/電子市場と板情報/市場参加者モデル/超短期アルファと板情報力学/教師あり学習を使ったアルファ探索/戦略/取引ロボット/他
編集部から
アルゴリズム取引の現場でどのようにして問題を数学的に捉え,科学的に戦略に落とし込んでいくかという作法を解説する.金融技術の現状を正しく理解し将来を見通すための数学的道具を提供することを目指す本書は,読者として,金融機関の実務家の他,ビジネススクールなど,経済・ファイナンス,数理科学系の学生,研究者を対象にしている.
目次
1. はじめに
1. 1 アルゴリズム取引とは何か?
1. 2 どのくらい流行っているか?
1. 3 今までの取引とどこが違うのか?
1. 4 アルゴリズム取引の歴史
1. 5 本書の構成
2. 不確実性と投資
2. 1 投資の肝
2. 2 確率微分方程式
2. 3 HJB 方程式
2. 4 利益の源泉
2. 5 説明変数と被説明変数
2. 6 アルファとは何ものか?
2. 7 時間地平
3. アルゴ・ビジネスの階層
3. 1 アルファの特定
3. 2 戦略の策定
3. 3 アルゴリズムの実装
3. 4 オペレーション
3. 5 リスク管理
4. 電子市場と板情報
4. 1 市場参加者と証券取引所
4. 2 板情報と約定方式
4. 3 電子市場
5. 市場参加者モデル
5. 1 離散時間市場モデル
5. 2 Grossman-Miller モデル
5. 3 取引コストに関する考察
5. 4 指値注文を使ったマーケット・メイク
5. 5 インサイダー情報を持ったトレーダーがいる市場
6. 超短期アルファと板情報力学
6. 1 板情報を利用した説明変数
6. 2 モーメンタムを考慮した説明変数
6. 3 板情報理論モデル
6. 4 ラプラス変換
6. 5 出生死滅過程
6. 6 板情報過程
6. 7 つぎの価格変化が上昇である確率
6. 8 Hawkes 過程を用いた改善
6. 9 バック・テストの問題
7. 教師あり学習を使ったアルファ探索
7. 1 板情報から教師データを作成する方法
7. 1. 1 方法1
7. 1. 2 方法2
7. 1. 3 方法3
7. 1. 4 損失関数に関する考察
7. 2 機械学習を使ったアルゴリズム取引の怖さ
7. 2. 1 アルファとリスク管理
8. 戦略
8. 1 最適流動化問題の定式化
8. 2 拡散過程の制御問題
8. 3 最適流動化問題
8. 4 計数過程を含む制御問題
8. 5 ダーク・プールを用いた最適流動化問題
9. 取引ロボット
9. 1 取引ロボットが留意すべき点
9. 1. 1 スピード
9. 1. 2 堅牢性
9. 2 使用する言語と実装方法
9. 2. 1 言語
9. 2. 2 ライブラリ
9. 2. 3 クラス階層など
9. 3 戦略記述言語の設計
9. 3. 1 トレーダーとの相性
9. 3. 2 オブジェクト指向
9. 4 インフラストラクチャとデータベース
9. 4. 1 市場データ
9. 4. 2 取引所との通信
9. 4. 3 データベース
9. 5 アルファ生成器
9. 6 リサーチ
9. 6. 1 シミュレーション
9. 6. 2 家事的お仕事
10. HFT の現状と未来
10. 1 ミリ秒の世界
10. 2 HFT は悪者か?
10. 3 極限のHFT
11. アルゴリズム取引の現状と未来
11. 1 公正な市場
11. 2 機械学習の利用と問題点
11. 3 アルゴリズム取引に続く未来
A. 確率論入門
B. ブラウン運動
C. ポアソン過程
D. リッカチ型微分方程式の解法例
E. 機械学習入門
E. 1 ニューロン
E. 2 OLS
E. 3 ロジスティック回帰
E. 4 ニューラル・ネットワークの基本構造
E. 5 訓練
E. 5. 1 最終段層での評価
E. 5. 2 中間層: 評価の伝搬
文献
索引