3. Ale zadanie nie jest proste
● ogromna ilość nie zawsze "czystych"
szeregów czasowych
● niestacjonarne szeregi czasowe, silnie
odbiegające od rozkładu normalnego
● gigantyczna przestrzeń możliwych strategii
4. Co robimy?
● dywersyfikacja portfela strategii
● duża liczba różnorodnych modeli
● ciągłe poszukiwanie nowych modeli
● data mining / data exploration
● machine learning
5. Jak robimy?
● własna infrastruktura egzekucyjna (C++)
● R - backtesting i low frequency
● dostępny klaster obliczeniowy
6. Kogo szukamy?
● szeroka wiedza teoretyczna - podstawa
● gotowość ciągłego i szybkiego uczenia się
nowych rzeczy
● zdolność rozwiązywania trudnych
problemów
● czym nas zaskoczysz?