Квантильные модели оценки рыночных рисков
by Oleg Vi
1. Историч данные
1.1. Для машинного обучения
1.1.1. 5 минутный интервал
1.1.1.1. фьючерсы
1.1.1.2. акции
1.1.2. подготавливаем и классифицируем
1.1.2.1. подготовка данных
1.1.2.2. классификация на основе волатильности
1.2. Для расчета DVAR
1.2.1. Дневные интервалы по акциям
1.2.1.1. Подготавливаем данные
2. Машинное обучение
2.1. Применяем алгоритмы к данным
2.1.1. Линейные
2.1.2. Нелинейные
2.1.3. Деревья решений
2.1.4. Ансамбли деревьев
2.2. Проработка данных и агрегирующих показателей
2.2.1. Убираем коррелерующие данные
2.2.2. Находим агрегирующие пареметры
2.3. Получаем алгоритм машанного обучения с определенной достоверностью прогнозировния
2.4. Применяем полученный алгоритм к историческим данным, которые еще не учавствовали в обучении и тестировании
2.5. Получаем классификацию данных на основе алгоритма
3. Коэф политика DVAR
3.1. Уровень дневной волатильности
3.1.1. Если в 5 минутных отрезках одного дня наблюдается больше волатильности то применяем коэф
4. Политика коэфициентов VAR (5 min)
4.1. Если классификатор 1
4.1.1. В в выбранном отрезке применяем коэффициент
4.2. Если классификатор 0
4.2.1. Не применяем коэф