基于数据科学的自动交易软件的开发

基于数据科学的自动交易软件的开发

行业
金融服务
技术领域
数据科学,C / C ++,Java,数据分析

顾客

该客户是金融服务领域的美国初创公司。

挑战

客户想要开发一个交易系统,以推荐交易者在美国证券交易所上采取的某些行动方案,例如纳斯达克和美国证券交易所。力求使建议尽可能精确,客户正在寻找 专业的数据科学团队.

ScienceSoft由20位数据科学家组成的小组研究了公开发表的研究论文,其中涵盖了金融交易的最佳实践。我们采用了上述模式,例如波浪形,扇贝形上升,三角旗形,三角形下降形,并将它们转换为算法,因为客户的交易系统将像最成功的交易员一样做出经过深思熟虑的决策。

该系统的设计方式允许轻松添加新模式。这种灵活性使不断改进模型并与快速变化的股市环境保持同步成为可能。

我们的数据科学家对系统进行了调整,以使其能够以不同的时间间隔(例如,每分钟和每五分钟)扫描股票市场数据。这使系统可以更好地了解证券的行为,因为某些证券在不同的时间间隔尺度上显示出各种模式。

由于交易系统能够从不同角度查看数据并相应地识别出几种模式,因此我们的团队引入了多数票分类器。这使得能够基于分配给它们的权重确定所识别的模式的优先级。

最初,该系统被设计为完全自动化的,这意味着它可以自己买卖证券,而无需任何交易者参与。后来,我们的团队还添加了手动控制。这就是系统变成一个工具的方法,该工具为交易者提供有关是否购买或出售证券的科学依据的建议,并实现有效的投资组合管理。

为确保系统的预测和建议准确可靠,我们的团队对历史股票交易进行了开发的算法测试,并在 实时数据.

截至2019年的更新:

该项目的积极发展是在2000年代初期。从2019年开始,将应用深度学习。

结果

客户获得了专有的多用户系统,并开始将其作为金融行业的即用型解决方案投放市场。该系统以数据科学,预测性和规范性分析为核心,将各种模式转换为精确的交易建议,并允许用户有效地管理其投资组合。

技术与工具

预测和推荐引擎:C ++。

用户应用程序后端:Java。

致电给我们,我们的代表将在30分钟内与您联系以安排初步讨论。