Интегриран с Bloomberg инструмент за данни за фондовия пазар

Общ преглед: Нашият клиент, компания за финансови услуги, се обърна към нас с предизвикателството да подобрим инструментите им за анализ на данни и да автоматизираме ежедневната работа на екипа им. Те искаха решение, което да помогне на тяхната организация за наблюдение да получи повече информация за потенциални сценарии. Нашият подход беше да създадем решение, което да им позволи да прогнозират цените на MTD/YTD.

Подход: Работихме в тясно сътрудничество с клиента, за да анализираме множество числени методи и да съставим различни видове характеристични вектори, за да подобрим точността на модела за прогнозиране. Разработихме скрипт, който извлича информация, и алгоритъм, който изчислява анализа на историческите промени в цените.
Интегрирахме множество източници на данни в решението, включително обслужващия терминал на Bloomberg, за да гарантираме, че разполагаме с най-точните и актуални данни. Разработихме API и удобен за потребителя интерфейс за филтриране и търсене на информацията, която извличахме и анализирахме. Използвахме Keras за прогнозиране на цените на MTD / YTD, като разработихме модел за прогнозиране на акции с невронна мрежа за прогнозиране на възвръщаемостта на акциите. 

Технологии: Python, Django, Vue.js, AWS, Keras.

Резултати: Ефективността на нашето решение беше много добра и ние го оптимизирахме, за да постигнем повече от 80% точност при прогнозиране на цените. В резултат на това инструментът се превърна в основен актив за нашия клиент, давайки възможност на неговата надзорна организация да разбира по-добре пазарните тенденции и да прогнозира бъдещите цени с по-голяма точност.