José Antonio Climent Hernández, Luis Fernando Hoyos Reyes, Marissa R. Martínez Preece
Las actividades de negocios requieren obtener, organizar y administrar información a partir de una gran cantidad de datos. En los fondos de cobertura, en transacciones de ventas en corto y en la valuación de derivados, los agentes cambian sus estrategias para mejorar sus beneficios, y con esto estar en posibilidades de mantenerse en el mercado, como consecuencia de encontrar métodos más precisos para procesar volúmenes de información cada vez mayores, en el entendido que la información no se distribuye homogéneamente entre los participantes del mercado.En este artículo se formula un modelo híbrido de 3 etapas que consiste en el planteamiento de: un modelo de mercado para transacciones de alta frecuencia mediante procesos de Poisson compuestos no-estacionarios, un perceptrón multicapa entrenado con retro-propagación y finalmente estimadores basados en distribuciones alfa-estables, como un primer paso en el desarrollo de un sistema de operación para mercados con transacciones de alta frecuencia.
Business activities require to obtain, organize and manage information from large amounts of data. In hedge funds, short selling trade and derivatives valuation, agents change their strategies to improve profits, and therefore to increase their possibilities to remain in the market, as a result of finding more accurate methods to process ever larger volume of information, considering that the information is not evenly distributed among markets participants. In this paper, a hybrid three stage model is formulated consisting of: a high frequency market model through a non-stationary Compound Poisson Process, a multilayer perceptron trained by backpropagation and, finally, estimators based on alpha-stable distributions, as an initial overview to develop a high frequency trading market operating system.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados