• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Financial Trading in R

2021/2022
Учебный год
ENG
Обучение ведется на английском языке
3
Кредиты
Статус:
Курс по выбору
Когда читается:
2-й курс, 2 модуль

Course Syllabus

Abstract

Курс проводится в формате смешанного обучения (blended learning). Онлайн-лекции читаются преподавателем ресурса DataCamp, профессиональным аналитиком Ильей Кипнисом (https://www.datacamp.com/courses/financial-trading-in-r). Проверку самостоятельной работы, проведение семинаров и экзамена осуществляет НИУ ВШЭ.
Learning Objectives

Learning Objectives

  • Обучение навыкам, необходимых для управляющих активами, в разработки торговых стратегий и их тестирования в пакете R.
  • Студенты приобретут опыт разработки собственных торговых стратегий, тестирования и измерения результативности на реальных исторических данных в пакете R.
Expected Learning Outcomes

Expected Learning Outcomes

  • Студенты должны знать классы индикаторов, параметры настройки индикаторов и правила согласования индикаторов.
  • Студенты должны уметь синтезировать системы индикаторов в торговые системы на основе неэффективностей ценообразования с учетом транзакционных издержек
  • Тестирование торговых стратегий на реальных данных с учетом транзакционных издержек должно обеспечивать устойчивый показатель альфы Дженсена
Course Contents

Course Contents

  • Trading strategies basics in R
  • Trading signals and indicators
  • Executing a trade transaction
  • Backtesting a trading strategy
Assessment Elements

Assessment Elements

  • non-blocking Самостоятельная работа
  • non-blocking Экзамен
Interim Assessment

Interim Assessment

  • 2021/2022 2nd module
    0.3 * Самостоятельная работа + 0.7 * Экзамен
Bibliography

Bibliography

Recommended Core Bibliography

  • Harry Georgakopoulos. (2015). Quantitative Trading with R : Understanding Mathematical and Computational Tools From a Quant’s Perspective. Palgrave Macmillan.
  • Marcos Lopez de Prado. (2018). Advances in Financial Machine Learning. Wiley.

Recommended Additional Bibliography

  • Chris Conlan. (2016). Automated Trading with R : Quantitative Research and Platform Development. Apress.
  • D. Capocci. (2013). The Complete Guide to Hedge Funds and Hedge Fund Strategies. Palgrave Macmillan.
  • Gregoriou, G. N. (2015). Handbook of High Frequency Trading. Academic Press.
  • Irene Aldridge. (2013). High-Frequency Trading : A Practical Guide to Algorithmic Strategies and Trading Systems: Vol. 2nd edition. Wiley.
  • Rishi K. Narang. (2013). Inside the Black Box : A Simple Guide to Quantitative and High Frequency Trading: Vol. Second edition. Wiley.