LUIS SALINAS

20
Presentación del Centro Finanzas Computacionales Conclusiones Una experiencia en “High Frequency Trading”: Del Lab de Valparaíso a Wall Street Luis Salinas Director Ejecutivo Centro de Innovación Tecnológica en Computación de Alto Desempeño Programa de Financiamiento Basal Centro Científico Tecnológico de Valparaíso - CCTVal Universidad Técnica Federico Santa María SOFOFA, Santiago de Chile, Miércoles 3 de Noviembre, 2010 CTI-HPC High Perfomance Computing

Transcript of LUIS SALINAS

Page 1: LUIS SALINAS

Presentación del CentroFinanzas Computacionales

Conclusiones

Una experiencia en “High Frequency Trading”:Del Lab de Valparaíso a Wall Street

Luis SalinasDirector Ejecutivo

Centro de Innovación Tecnológicaen Computación de Alto Desempeño

Programa de Financiamiento BasalCentro Científico Tecnológico de Valparaíso - CCTVal

Universidad Técnica Federico Santa María

SOFOFA, Santiago de Chile, Miércoles 3 de Noviembre, 2010

CTI-HPC High Perfomance Computing

Page 2: LUIS SALINAS

Presentación del CentroFinanzas Computacionales

Conclusiones

Contenidos

1 Presentación del CentroCTI-HPCProyectos

2 Finanzas ComputacionalesMotivaciónEmprendimientoDetalles de los Proyectos

CTI-HPC High Perfomance Computing

Page 3: LUIS SALINAS

Presentación del CentroFinanzas Computacionales

ConclusionesCTI-HPCProyectos

Centros de Innovación en la UTFSM

2008: UTFSM crea cinconuevos centros de innovacióntecnológicaObjetivo: estrechar losvínculos entre la Universidady la Ciencia con la Industriay la Empresa en el contextode la Innovación

Estos centros están albergados enun moderno edificio, adyacente a lacasa central, con una importanteinversión en infraestructura,equipamiento, laboratorio y oficinas.

CTI-HPC High Perfomance Computing

Page 4: LUIS SALINAS

Presentación del CentroFinanzas Computacionales

ConclusionesCTI-HPCProyectos

Centro Científico Tecnológico de Valparaíso

Objetivo principal del CCTVal: impulsar el descubrimiento de nuevoconocimiento en Física y el desarrollo de tecnología avanzada.

El CCTVal es uno de los 13 centros de Excelencia Científica yTecnológica financiados por CONICYT.

Principales áreas de desarrollo:

– FISICA– COMPUTACION DE ALTO DESEMPEÑO– ELECTRÓNICA DE POTENCIA

CTI-HPC High Perfomance Computing

Page 5: LUIS SALINAS

Presentación del CentroFinanzas Computacionales

ConclusionesCTI-HPCProyectos

Centro de Innovación en Computación de Alto Desempeño

Los esfuerzos del CTI-HPC estánenfocados en modelar y resolverproblemas que requieran granpotencia computacional,especialmente en las áreasfinancieras, biológicas y mineras.Todo esto mediante el uso detecnologías de alto rendimiento,como “grid computing” y “parallelcomputing”, las cuales requieren deun equipamiento computacionalsofisticado de hardware y software.

CTI-HPC High Perfomance Computing

Page 6: LUIS SALINAS

Presentación del CentroFinanzas Computacionales

ConclusionesCTI-HPCProyectos

Áreas de Trabajo del CTI-HPC

En la actualidad el CTI-HPC se encuentra desarrollando proyectos en lassiguientes áreas:

Georreferenciación yGeoestadística aplicadas a laMinería.Procesamiento de ImágenesBiomédicas.Programación GPU.Computación Científica.Finanzas Computacionales.

CTI-HPC High Perfomance Computing

Page 7: LUIS SALINAS

Presentación del CentroFinanzas Computacionales

Conclusiones

MotivaciónEmprendimientoDetalles de los Proyectos

El Área de Finanzas en el CIT-HPC-UTFSM

En la actualidad el CTI-HPC se encuentra focalizado principalmente en eldesarrollo e implementación de modelos para trading algorítmico. Eltrading algorítmico se relaciona con la utilización de modelos yalgoritmos que usen computadores para manejar el proceso de trading.

¿Cuándo vender o comprar?¿Cómo manejar y entendervolúmenes de información cada vezmás considerables?¿Cómo acelerar nuestras decisionessin perder precisión?

CTI-HPC High Perfomance Computing

Page 8: LUIS SALINAS

Presentación del CentroFinanzas Computacionales

Conclusiones

MotivaciónEmprendimientoDetalles de los Proyectos

IFITEC

Sociedad Anónima fundada en Chile a finales de 2004.Expertos en tecnologías de trading e inversiones.Oficinas comerciales en New York.Fábrica de software en Valparaíso.Directorio: Antonio Cruz, José Miguel Musalem y Raimundo CerdaFoco principal: hedge funds de alta frecuencia.Vínculos con: Pan Alpha Trading, secondmarket, TXC - TradingCross Connect, BCI, DATA TEC, CORPCAPITAL, Bolsa Electrónicade Chile, BancoEstado, SET-FX - Sistema Electrónico deTransacciones e Información del Mercado de Divisas.

CTI-HPC High Perfomance Computing

Page 9: LUIS SALINAS

Presentación del CentroFinanzas Computacionales

Conclusiones

MotivaciónEmprendimientoDetalles de los Proyectos

PAN ALPHA TRADING

Hedge Fund de arbitraje estadísticofundado en 2008 por ex-ejecutivosde Citadel y DE Shaw.Se especializa en desarrollo ytrading de estrategias cuantitativas,algorítmicas y neutrales al mercado.

CTI-HPC High Perfomance Computing

Page 10: LUIS SALINAS

Presentación del CentroFinanzas Computacionales

Conclusiones

MotivaciónEmprendimientoDetalles de los Proyectos

Trading Algorítmico

En el contexto de la compra y venta de activos el objetivo básico de unalgoritmo de trading es determinar que componentes de un portafolio sedeben salir a comprar/vender, en que cantidad y en que instante detiempo.

En el CTI-HPC se ha trabajado en eldesarrollo de un modelo para determinarcuales componentes de un portafoliodeben salir a comprarse o venderse. Elmodelo se basa en un enfoque decointegración de las componentes delportafolio.

CTI-HPC High Perfomance Computing

Page 11: LUIS SALINAS

Presentación del CentroFinanzas Computacionales

Conclusiones

MotivaciónEmprendimientoDetalles de los Proyectos

Trading Algorítmico

La cointegración permite establecer la existencia de relacionesestadísticas entre un conjunto de sucesiones temporales, entregandoevidencia que indica en algún grado, si éstas comparten característicasestructurales que permiten seguir su dinámica. Sea {yt} una sucesióntemporal multivariable con n componentes de manera que {yt(i)} es unasucesión temporal estacionaria de orden 1, para todo i = 1, . . . , n. Sedice que la serie {yt} está cointegrada si existe un vector a ∈ Rn demanera que la siguiente combinación lineal,

Zt = a(1)yt(1) + . . .+ a(n)yt(n)

es una serie estacionaria de orden cero. El vector a ∈ Rn es conocidocomo vector de cointegración.

CTI-HPC High Perfomance Computing

Page 12: LUIS SALINAS

Presentación del CentroFinanzas Computacionales

Conclusiones

MotivaciónEmprendimientoDetalles de los Proyectos

Trading Algorítmico

Desde el punto de vista financiero el concepto de cointegración serelaciona con el APT (Arbitrage Pricing Theory), como lo expresa lasiguiente ecuación,

E (rj) = rf + bj1F1 + bj2F2 + . . .+ bjnFn + εj

donde,E (rj): es la tasa esperada de retorno del activo.rf : es el retorno esperado de un activo libre de riesgo.Fk : es el factor macroeconómico.bjk : es la sensibilidad del activo al factor k.εj : es el termino de error de media cero del activo de riesgo

CTI-HPC High Perfomance Computing

Page 13: LUIS SALINAS

Presentación del CentroFinanzas Computacionales

Conclusiones

MotivaciónEmprendimientoDetalles de los Proyectos

Trading Algorítmico

En este contexto si uno tiene dos activos a y b podemos escribir:

E (ra) = rf +n∑

i=1

baiFi + εa E (rb) = rf +n∑

i=1

bbiFi + εb

Luego, si n = 1:

E (ra) = rf + ba1F1 + εa

E (rb) = rf + bb1F1 + εb =⇒ F1 =E (rb)− εb + rf

bb,1

Ahora despejando,

E (ra) = rf + ba1

[E (rb)− εb + rf

bb,1

]+ εa ≈ b̃a,0rf + b̃a1E (rb) + εa

Estamos expresando el retorno de un activo en función de otro sin saberexplícitamente cuales son los factores involucrados en la determinación delprecio de estos. Por lo tanto, los factores están asimilados en el mismo precio.

CTI-HPC High Perfomance Computing

Page 14: LUIS SALINAS

Presentación del CentroFinanzas Computacionales

Conclusiones

MotivaciónEmprendimientoDetalles de los Proyectos

Trading Algorítmico

Implicancias

Dado un horizonte de inversion h, podemos valorar una acción en funcióndel precio de otras acciones, por ejemplo:

BCI = 0.2CENCOSUD + 0.5CHILE + 0.3CORPBANCA + error

Esto permite cuantificar oportunidades de arbitraje por medio de ladiferencia entre el precio de mercado del activo y el “precio justo”inducido por el resto de los precios de los activos en el mercado.Luego dado un horizonte de inversión h y un ε > 0 si,

|BCI − 0.2CENCOSUD − 0.5CHILE − 0.3CORPBANCA| > ε

entonces ocurre una posibilidad de arbitraje.

CTI-HPC High Perfomance Computing

Page 15: LUIS SALINAS

Presentación del CentroFinanzas Computacionales

Conclusiones

MotivaciónEmprendimientoDetalles de los Proyectos

Trading Algorítmico

Algunas consideraciones prácticas involucran el modelo de Ejecución y elmodelo de Riesgo de una estrategia.

Modelo de Ejecución

Costo de Trading = f (Produndidad, Liquidez,Precio)

donde por costo se entiende la comision + slippage + market.

Modelo de Riesgo

Riesgo de Trading = g(Número de activos,Posicion Neta,Confidencia,Horizonte)

donde riesgo de trading, dada una confidencia, corresponde a la mayordepreciación esperada de una posición durante un horizonte dado.

CTI-HPC High Perfomance Computing

Page 16: LUIS SALINAS

Presentación del CentroFinanzas Computacionales

Conclusiones

MotivaciónEmprendimientoDetalles de los Proyectos

Trading Algorítmico

Los puntos señalados anteriormente tienen sentido puesto que se haseleccionado un portafolio el cual se encuentra considerablementeintegrado en su comportamiento intraday, por lo tanto, se hautilizado esta característica para determinar que instrumento delportafolio salir a comprar o vender en un día específico.El algoritmo de trading que se ha diseñado consta esencialmente de2 partes:

Generación de Portafolios Históricos (Entrenamiento del Modelo)Selección del portafolio adecuado para un día de trading ydeterminación de la estrategia de compra y venta.

CTI-HPC High Perfomance Computing

Page 17: LUIS SALINAS

Presentación del CentroFinanzas Computacionales

Conclusiones

MotivaciónEmprendimientoDetalles de los Proyectos

Trading Algorítmico

OptimizationProblem

DataIntraday

CointegratingSpace

Generando Portafolio Históricos

Portafolioa ∈ Rn

CTI-HPC High Perfomance Computing

Page 18: LUIS SALINAS

Presentación del CentroFinanzas Computacionales

Conclusiones

MotivaciónEmprendimientoDetalles de los Proyectos

Trading Algorítmico

Selección de Portafolio: Para seleccionar el portafolio que se sale acomprar o vender en un día específico se hace uso de la propiedad delos portafolios históricos de generar precios sintéticos.

El portafolio que se sale acomprar es el promedio de losportafolios históricos que mejoraproximan el precio real de unactivo.

CTI-HPC High Perfomance Computing

Page 19: LUIS SALINAS

Presentación del CentroFinanzas Computacionales

Conclusiones

MotivaciónEmprendimientoDetalles de los Proyectos

Trading Algorítmico

PNL acumulado por diferentes estrategias que hacen uso de losportafolios generados por el modelo.

Figure: Intraday, se compra al openy se vende al close.

Figure: High Frecuency, tradingcada 20 minutos.

La estrategia debe ser simple para evitar que los costos operacionalesconsuman todas las ganancias.

CTI-HPC High Perfomance Computing

Page 20: LUIS SALINAS

Presentación del CentroFinanzas Computacionales

Conclusiones

Resumen

El uso de herramientas computacionales de alto desempeño será unacondición indispensable en el futuro para cualquier institución oempresa que desee invertir en los mercados bursátiles.El CTI-HPC ofrece consultoría a alto nivel en temas de tradingalgorítmico.En la actualidad ya estamos trabajando para un hedge fund en losEstados Unidos en conjunto con la empresa IFITEC.

CTI-HPC High Perfomance Computing