Применение генеративных моделей для бэктестинга торговых стратегий

В последнее время генеративные модели все чаще находят применение на финансовых рынках, в частности, при моделировании высокочастотных данных, таких как книги ордеров и потоки сделок. Моделирование этих данных крайне важно для бэктестинга торговых стратегий, которые влияют на поведение других участников. Так, в нашем исследовании мы рассматриваем, как с помощью генеративных моделей можно предсказывать реакцию других участников рынка на исполнение нами больших сделок. Наша задача разбивается на несколько подзадач. Во-первых, мы конструируем книгу ордеров и поток сделок из полного лога ордеров на Московской бирже. Во-вторых, мы рассчитываем признаки на основе извлеченных данных, в том числе включая текущее время дня в признаки. В-третьих, мы обучаем классификатор для предсказания вероятностей следующих событий. В-четвертых, мы обучаем Генеративную Состязательную Сеть (Generative Adversarial Network, GAN) отдельно для симуляции потока сделок и изменений в книге ордеров. В-пятых, что наиболее важно, мы демонстрируем качество обученных моделей, проверяя известные свойства высокочастотных данных. После этого мы демонстрируем применение модели для бэктестинга исполнения крупных сделок и показываем ее эффективность для данной задачи.