Projeto de sistema de negociação de alta frequência e gerenciamento de processos
Eu li sobre diferentes implementações de sistemas HFT em FPGAs.
Minha pergunta é: que parte dos sistemas de HFT são implementados principalmente em FPGAs atualmente? Os FPGAs ainda são muito populares? Somente o manipulador de feeds é implementado nos FPGAs? Porque alguns desses sistemas descritos acima possuem apenas um manipulador de feed implementado no FPGA, porque a estratégia muda muito ou é muito difícil de implementar em FPGAs. Outros afirmam que eles também implementaram estratégias de negociação em FPGAs ou usando NICs de alto desempenho em vez de FPGAs para construir sistemas HFT. Eu li sobre diferentes abordagens, mas acho difícil comparar como a maioria dos resultados são testados em diferentes conjuntos de entrada.
Aqui está uma maneira de pensar sobre isso: imagine que você pode fazer algo em um ASIC (ou seja, diretamente no hardware). No entanto, o processo de fabricação é caro e você obtém um design que não pode ser alterado posteriormente. Os ASICs fazem sentido para tarefas predefinidas, como mineração de Bitcoin, algoritmos de processamento de dados conhecidos, etc.
Por outro lado, temos CPUs comuns (assim como CPUs e GPUs do coprocessador) que são de propósito geral, mas processam um pequeno conjunto de instruções (em termos de instruções concorrentes) a uma velocidade muito alta.
FPGAs são o meio termo. Eles são 'emuladores de hardware' e, como tal, podem ser considerados 10x mais lentos do que o hardware real, mas ainda assim mais eficientes em termos de operações simultâneas do que os CPUs, desde que você use o dado para distribuir sua lógica de acordo.
Alguns usos de FPGAs são:
Transcodificação de vídeo (por exemplo, decodificação de vídeo HD em TVs), bem como várias placas de aquisição de dados Análise de estrutura de dados fixa (análise Regex) Simulação de sistema discreta (por exemplo, simulando o resultado de um jogo de cartas) em pesquisa aeroespacial ou científica.
O problema com FPGAs para usos quant é que ele não é tão bom para cálculos de ponto flutuante, particularmente porque CPUs comuns já estão otimizadas para isso com coisas como SIMD. No entanto, para qualquer estrutura de dados de ponto fixo ou de tamanho fixo, o design do FPGA permite que você configure o dispositivo para fazer muito processamento ao mesmo tempo.
Algumas coisas feitas na negociação estão usando FPGA para manipuladores de feeds (análise diretamente do fluxo de rede), bem como a construção de certas partes da estrutura de negociação (por exemplo, order books) em hardware para poder lidar com a estrutura de dados que muda rapidamente carregando a CPU.
Os FPGAs visam principalmente tratar da preocupação de processar dados rapidamente sem pagar os custos de propagação. Isso está particularmente em contraste com dispositivos como o GPGPU (ou qualquer placa que habita em PCI, como o Xeon Phi) que pagam penalidades por desempenho para obter dados de / para o dispositivo. Dito isso, as opções de DMA também estão melhorando a esse respeito.
Os FPGAs são na verdade nada mais do que os mesmos blocos lógicos repetidos de novo e de novo em todo o silício, com switches configuráveis para conectar os blocos lógicos juntos. Isso torna o FPGA muito bom - e rápido - em lidar com problemas repetitivos que podem ser descritos em um circuito de hardware que não muda durante a operação. E você pode ter literalmente milhares ou dezenas de milhares desses circuitos, todos trabalhando em paralelo ao mesmo tempo, em apenas um FPGA.
As CPUs, por outro lado, são baseadas na ALU, que carrega instruções, carrega dados, opera nos dados, talvez armazene os resultados e, em seguida, faz tudo de novo. As CPUs, então, são muito boas - e rápidas - em lidar com problemas que estão continuamente mudando - tanto em tamanho quanto em escopo e em alternar entre diferentes tarefas. A CPU ou o núcleo atual terá dezenas a centenas de ULAs com pipelines paralelos para dados e instruções, o que os torna muito rápidos em problemas complexos que podem ser trabalhados em paralelo.
Esses projetos tornam o FPGA mais rápido em problemas mais simples que podem ser atacados com uma vasta arquitetura paralela - como condensar vários feeds de dados em menos de micro segundos, wire-to-wire ou disparar uma compra, venda ou cancelamento pré-calculado em um preço que corresponda a um padrão específico. As CPUs são mais rápidas em problemas mais complexos que exigem menos paralelismo, como calcular a cesta de compras, vendas e cancelamentos necessários para manter uma carteira ajustada ao risco ou integrar várias fontes de preço e notícias de idade e qualidade variáveis nos indicadores de negociação usados pelos clientes. comerciantes e administração decidir quais ajustes eles farão no sistema de negociação.
Onde FPGAs são usados em HFT depende muito da arquitetura de determinada loja. Eles são mais usados para realizar tarefas simples, repetitivas e amplas e executá-las rapidamente. As CPUs são um canivete suíço que pode fazer quase qualquer coisa, especialmente quando os requisitos estão mudando e as dimensões do problema não são totalmente compreendidas no início.
US Search Desktop.
Agradecemos seus comentários sobre como melhorar a Pesquisa do Yahoo. Este fórum é para você fazer sugestões de produtos e fornecer feedback atencioso. Estamos sempre tentando melhorar nossos produtos e podemos usar o feedback mais popular para fazer uma mudança positiva!
Se você precisar de assistência de qualquer tipo, visite nosso fórum de suporte à comunidade ou encontre ajuda individualizada em nosso site de ajuda. Este fórum não é monitorado por nenhum problema relacionado a suporte.
O fórum de comentários do produto do Yahoo agora exige um ID e uma senha válidos do Yahoo para participar.
Agora você precisa fazer login usando sua conta de e-mail do Yahoo para nos fornecer feedback e enviar votos e comentários para as ideias existentes. Se você não tiver um ID do Yahoo ou a senha do seu ID do Yahoo, inscreva-se para obter uma nova conta.
Se você tiver um ID e uma senha do Yahoo válidos, siga estas etapas se quiser remover suas postagens, comentários, votos e / ou perfil do fórum de comentários do produto do Yahoo.
Vote em uma ideia existente () ou publique uma nova ideia…
Idéias quentes Idéias superiores Novas ideias Categoria Status Meu feedback.
Xnxx vedios.
Trazer de volta o layout antigo com pesquisa de imagens.
Desinformação na ordem DVD.
Eu pedi DVD / Blueray "AL. A confidencial" tudo que eu consegui foi Blue ray & amp; um contato # para obter o DVD que não funcionou. Eu encomendo minha semana com Marilyn ____DVD / blue ray & amp; Eu peguei os dois - tolamente, assumi que o mesmo se aplicaria a L. A. ___ETC não. Eu não tenho uma máquina de raio azul ----- Eu não quero uma máquina de raio azul Eu não quero filmes blueray. Como obtenho minha cópia de DVD de L. A. Confidential?
yahoo, pare de bloquear email.
Passados vários meses agora, o Yahoo tem bloqueado um servidor que pára nosso e-mail.
O Yahoo foi contatado pelo dono do servidor e o Yahoo alegou que ele não bloquearia o servidor, mas ainda está sendo bloqueado. CEASE & amp; DESISTIR.
Não consigo usar os idiomas ingleses no e-mail do Yahoo.
Por favor, me dê a sugestão sobre isso.
Motor de busca no Yahoo Finance.
Um conteúdo que está no Yahoo Finance não aparece nos resultados de pesquisa do Yahoo ao pesquisar por título / título da matéria.
Existe uma razão para isso, ou uma maneira de reindexar?
consertar o que está quebrado.
Eu não deveria ter que concordar com coisas que eu não concordo com a fim de dizer o que eu acho - eu não tive nenhum problema resolvido desde que comecei a usar o Yahoo - fui forçado a jogar meu antigo mensageiro, trocar senhas, obter novas messenger, disse para usar o meu número de telefone para alertar as pessoas que era o meu código de segurança, receber mensagens diárias sobre o bloqueio de yahoo tentativas de uso (por mim) para quem sabe por que como ele não faz e agora eu obter a nova política aparecer em cada turno - as empresas costumam pagar muito caro pela demografia que os usuários fornecem para você, sem custo, pois não sabem o que você está fazendo - está lá, mas não está bem escrito - e ninguém pode responder a menos que concordem com a política. Já é ruim o suficiente você empilhar o baralho, mas depois não fornece nenhuma opção de lidar com ele - o velho era bom o suficiente - todas essas mudanças para o pod de maré comendo mofos não corta - vou relutantemente estar ativamente olhando - estou cansado do mudanças em cada turno e mesmo aqueles que não funcionam direito, eu posso apreciar o seu negócio, mas o Ameri O homem de negócios pode vender-nos ao licitante mais alto por muito tempo - desejo-lhe boa sorte com sua nova safra de guppies - tente fazer algo realmente construtivo para aqueles a quem você serve - a cauda está abanando o cachorro novamente - isso é como um replay de Washington d c
Eu não deveria ter que concordar com coisas que eu não concordo com a fim de dizer o que eu acho - eu não tive nenhum problema resolvido desde que comecei a usar o Yahoo - fui forçado a jogar meu antigo mensageiro, trocar senhas, obter novas messenger, disse para usar o meu número de telefone para alertar as pessoas que era o meu código de segurança, receber mensagens diárias sobre o bloqueio de yahoo tentativas de uso (por mim) para quem sabe por que isso acontece e agora eu recebo a nova política em cada turno - as empresas costumam pagar muito pela demografia que os usuários fornecem para você ... mais.
Jesse Spaulding.
Como ganhei $ 500k com aprendizado de máquina e HFT (negociação de alta frequência)
Este post irá detalhar o que eu fiz para fazer aprox. 500k de negociação de alta frequência de 2009 a 2010. Desde que eu estava negociando de forma totalmente independente e não estou mais executando o meu programa, estou feliz em dizer tudo. Minha negociação foi principalmente em contratos de futuros Russel 2000 e DAX.
A chave do meu sucesso, acredito, não estava em uma equação financeira sofisticada, mas sim no design geral do algoritmo, que unia muitos componentes simples e usava o aprendizado de máquina para otimizar a máxima lucratividade. Você não precisa conhecer nenhuma terminologia sofisticada aqui, porque quando eu configurei meu programa, tudo foi baseado na intuição. (O surpreendente curso de aprendizado de máquina de Andrew Ng ainda não estava disponível - se você clicar nesse link, você será levado ao meu projeto atual: CourseTalk, um site de revisão para MOOCs)
Primeiro, quero apenas demonstrar que meu sucesso não foi simplesmente o resultado da sorte. Meu programa fazia de 1000 a 4000 negociações por dia (meio longo, meio curto) e nunca ocupava posições de mais do que alguns contratos por vez. Isso significava que a sorte aleatória de qualquer negociação em particular era muito rápida. O resultado foi que eu nunca perdi mais de US $ 2000 em um dia e nunca tive um mês perdido:
(EDIT: Estes números são depois de pagar comissões)
E aqui está um gráfico para lhe dar uma noção da variação diária. Note que isso exclui os últimos 7 meses porque - à medida que os números pararam de subir - perdi minha motivação para entrar neles.
Antes de configurar o meu programa de negociação automatizado, eu tinha 2 anos de experiência como "manual" e "& rdquo; comerciante do dia. Isso foi em 2001 - eram os primeiros dias do comércio eletrônico e havia oportunidades para os "cambistas". fazer um bom dinheiro. Eu só posso descrever o que eu estava fazendo como se fosse jogar videogames / jogos de azar com uma suposta vantagem. Ser bem-sucedido significa ser rápido, ser disciplinado e ter uma boa capacidade intuitiva de reconhecimento de padrões. Consegui ganhar cerca de US $ 250 mil, pagar meus empréstimos estudantis e ter dinheiro sobrando. Ganhar!
Nos próximos cinco anos, eu lançaria duas startups, adquirindo algumas habilidades de programação ao longo do caminho. Não seria até o final de 2008 que eu voltaria a negociar. Com o dinheiro acabando com a venda da minha primeira startup, a negociação oferecia esperanças de algum dinheiro rápido enquanto eu descobria o meu próximo movimento.
Em 2008, eu era "manualmente" e "rdquo; dia negociando futuros usando software chamado T4. Eu estava querendo algumas teclas de atalho de entrada de pedidos personalizadas, então depois de descobrir que o T4 tinha uma API, aceitei o desafio de aprender C # (a linguagem de programação necessária para usar a API) e fui em frente e desenvolvi algumas teclas de atalho.
Depois de molhar os pés com a API, logo tive aspirações maiores: eu queria ensinar o computador a trocar por mim. A API forneceu um fluxo de dados de mercado e uma maneira fácil de enviar pedidos para a troca - tudo o que eu tinha que fazer era criar a lógica no meio.
Abaixo está uma imagem de uma janela de negociação T4. O que foi legal é que quando eu comecei meu programa trabalhando eu pude assistir o comércio de computador exatamente nesta mesma interface. Assistir ordens reais entrando e saindo (por conta própria com meu dinheiro real) era ao mesmo tempo emocionante e assustador.
O design do meu algoritmo.
Desde o início, meu objetivo era configurar um sistema de modo que eu pudesse estar razoavelmente confiante de que ganharia dinheiro antes de fazer qualquer negociação ao vivo. Para conseguir isso, eu precisava construir uma estrutura de simulação de negociação que simulasse a negociação ao vivo, com a maior precisão possível.
Enquanto a negociação no modo ao vivo exigia atualizações do mercado de processamento transmitidas pela API, o modo de simulação exigia a leitura das atualizações do mercado a partir de um arquivo de dados. Para coletar esses dados, configurei a primeira versão do meu programa para simplesmente conectar-me à API e registrar as atualizações do mercado com registros de data e hora. Acabei usando 4 semanas de dados de mercado recentes para treinar e testar meu sistema.
Com uma estrutura básica em vigor, ainda tinha a tarefa de descobrir como criar um sistema comercial lucrativo. Acontece que meu algoritmo se dividiria em dois componentes distintos, que eu exploraria por sua vez:
Previsão de movimentos de preços; e Fazendo negócios lucrativos.
Previsão de movimentos de preços.
Talvez um componente óbvio de qualquer sistema de negociação seja a capacidade de prever onde os preços irão se mover. E o meu não foi exceção. Eu defini o preço atual como a média do lance interno e da oferta interna e estabeleci a meta de prever onde o preço estaria nos próximos 10 segundos. Meu algoritmo precisaria apresentar essa previsão momento a momento ao longo do dia de negociação.
Criando & amp; otimização de indicadores.
Eu criei um punhado de indicadores que provaram ter uma capacidade significativa de prever movimentos de preços de curto prazo. Cada indicador produziu um número que foi positivo ou negativo. Um indicador era útil se, na maior parte dos casos, um número positivo correspondesse ao aumento do mercado e um número negativo correspondesse à queda do mercado.
Meu sistema me permitiu determinar rapidamente a capacidade preditiva de qualquer indicador, por isso pude experimentar muitos indicadores diferentes para ver o que funcionava. Muitos dos indicadores tinham variáveis nas fórmulas que os produziam e eu consegui encontrar os valores ótimos para essas variáveis, fazendo comparações lado a lado dos resultados obtidos com valores variáveis.
Os indicadores que foram mais úteis foram todos relativamente simples e foram baseados em eventos recentes no mercado em que eu estava negociando, bem como nos mercados de títulos correlacionados.
Fazendo previsões precisas de movimentação de preços.
Ter indicadores que simplesmente previam uma alta ou baixa no preço não era suficiente. Eu precisava saber exatamente quanto movimento de preço era previsto por cada valor possível de cada indicador. Eu precisava de uma fórmula que convertesse um valor de indicador em uma previsão de preço.
Para conseguir isso, acompanhei os movimentos de preço previstos em 50 intervalos que dependiam do intervalo em que o valor do indicador caiu. Isso gerou previsões incorretas para cada depósito que eu era capaz de representar graficamente no Excel. Como você pode ver, a mudança de preço esperada aumenta à medida que o valor do indicador aumenta.
Com base em um gráfico como esse, consegui fazer uma fórmula para ajustar a curva. No começo eu fiz isso "ajuste de curva" manualmente, mas logo escrevi algum código para automatizar esse processo.
Note que nem todas as curvas do indicador tinham a mesma forma. Observe também que os buckets foram distribuídos logaritmicamente para distribuir os dados de maneira uniforme. Por fim, observe que os valores dos indicadores negativos (e suas previsões de preços descendentes correspondentes) foram invertidos e combinados com os valores positivos. (Meu algoritmo tratado para cima e para baixo exatamente o mesmo.)
Combinando indicadores para uma única previsão.
Uma coisa importante a considerar era que cada indicador não era totalmente independente. Eu não poderia simplesmente somar todas as previsões que cada indicador fez individualmente. A chave era descobrir o valor preditivo adicional que cada indicador tinha além do que já estava previsto. Isso não era difícil de implementar, mas significava que se eu estivesse "ajustando a curva", vários indicadores ao mesmo tempo, tive que ser cuidadoso; a mudança de um efetuaria as previsões de outro.
Para ajustar a curva & rdquo; Todos os indicadores ao mesmo tempo eu configurei o otimizador para pisar apenas 30% do caminho para as novas curvas de previsão com cada passagem. Com esse salto de 30%, descobri que as curvas de previsão se estabilizariam em poucas passagens.
Com cada indicador nos dando agora a previsão adicional de preço, eu poderia simplesmente adicioná-los para produzir uma única previsão de onde o mercado estaria em 10 segundos.
Por que prever preços não é suficiente.
Você pode pensar que com essa vantagem no mercado eu era de ouro. Mas você precisa ter em mente que o mercado é composto de ofertas e ofertas - não é apenas um preço de mercado. Sucesso na negociação de alta freqüência se resume a obter bons preços e não é assim tão fácil.
Os fatores a seguir dificultam a criação de um sistema lucrativo:
Com cada negócio eu tive que pagar comissões ao meu corretor e à bolsa. O spread (diferença entre oferta mais alta e oferta mais baixa) significava que se eu simplesmente comprasse e vendesse aleatoriamente, estaria perdendo uma tonelada de dinheiro. A maior parte do volume do mercado era de outros bots que só fariam uma troca comigo se achassem que tinham alguma vantagem estatística. Vendo uma oferta não garante que eu poderia comprá-lo. No momento em que minha ordem de compra chegou à bolsa, era muito possível que essa oferta tivesse sido cancelada. Como um pequeno participante do mercado, não havia como competir sozinho com a velocidade.
Construindo uma simulação de negociação completa.
Então eu tive uma estrutura que me permitiu backtest e otimizar os indicadores. Mas eu tive que ir além disso - eu precisava de um framework que me permitisse fazer backtest e otimizar um sistema de negociação completo; aquele em que eu estava mandando pedidos e ficando em posições. Neste caso, eu estaria otimizando para P & amp; L total e, em certa medida, P & amp; L médio por negociação.
Isso seria mais complicado e, de certa forma, impossível modelar exatamente, mas eu fiz o melhor que pude. Aqui estão alguns dos problemas que eu tive que lidar:
Quando um pedido foi enviado ao mercado na simulação, tive que modelar o tempo de atraso. O fato de meu sistema ter visto uma oferta não significa que ela poderia comprá-la imediatamente. O sistema enviaria o pedido, aguardaria aproximadamente 20 milissegundos e somente se a oferta ainda estivesse lá era considerado como um negócio executado. Isso era inexato porque o tempo real de atraso era inconsistente e não relatado. Quando eu fiz lances ou ofertas, tive que olhar para o fluxo de execução de negociação (fornecido pela API) e usá-los para avaliar quando meu pedido seria executado. Para fazer isso direito eu tive que rastrear a posição do meu pedido na fila. (É um sistema first-in first-out). Novamente, eu não pude fazer isso perfeitamente, mas fiz uma melhor aproximação.
Para refinar minha simulação de execução de pedidos, o que fiz foi extrair meus arquivos de log da negociação ao vivo pela API e compará-los aos arquivos de log produzidos pela negociação simulada no mesmo período de tempo. Consegui obter minha simulação ao ponto de ser bastante precisa e, para as partes que eram impossíveis de modelar exatamente, certifiquei-me de, pelo menos, produzir resultados que fossem estatisticamente semelhantes (nas métricas que julguei importantes).
Fazendo negócios lucrativos.
Com um modelo de simulação de pedidos, agora eu poderia enviar pedidos no modo de simulação e ver um P & amp; Mas como meu sistema saberia quando e onde comprar e vender?
As previsões do movimento de preços foram um ponto de partida, mas não toda a história. O que eu fiz foi criar um sistema de pontuação para cada um dos 5 níveis de preço na oferta e oferta. Estes incluíram um nível acima da oferta interna (para uma ordem de compra) e um nível abaixo da oferta interna (para uma ordem de venda).
Se a pontuação de um determinado nível de preço estiver acima de um certo limite, isso significa que o sistema deve ter um lance / oferta ativa - abaixo do limite, então qualquer pedido ativo deve ser cancelado. Com base nisso, não era incomum que meu sistema exibisse um lance no mercado e o cancelasse imediatamente. (Embora eu tentei minimizar isso, é irritante para quem olha para a tela com olhos humanos - inclusive eu.)
As pontuações do nível de preços foram calculadas com base nos seguintes fatores:
A previsão do movimento de preços (que discutimos anteriormente). O nível de preços em questão. (Níveis internos significavam que grandes previsões de movimentação de preço eram necessárias.) O número de contratos na frente do meu pedido na fila. (Menos foi melhor.) O número de contratos por trás do meu pedido na fila. (Mais foi melhor.)
Essencialmente, esses fatores serviram para identificar "seguro". lugares para licitar / oferecer. A previsão do movimento de preços, por si só, não era adequada porque não levava em conta o fato de que, ao fazer uma oferta, eu não era preenchido automaticamente - só fui preenchido se alguém me vendesse lá. A realidade era que o mero fato de alguém me vender a um certo preço mudava as probabilidades estatísticas do negócio.
As variáveis usadas nesta etapa foram todas sujeitas a otimização. Isso foi feito exatamente da mesma maneira que eu otimizei as variáveis nos indicadores de preço, exceto neste caso eu estava otimizando para a linha de fundo P & amp; L.
Quando negociamos como seres humanos, muitas vezes temos emoções e vieses poderosos que podem levar a decisões menos que ótimas. Obviamente, não queria codificar esses vieses. Aqui estão alguns fatores que meu sistema ignorou:
O preço em que uma posição foi inserida - Em um escritório comercial, é bastante comum ouvir conversas sobre o preço em que alguém é comprido ou baixo, como se isso pudesse afetar sua futura tomada de decisão. Embora isso tenha alguma validade como parte de uma estratégia de redução de riscos, ela realmente não tem relação com o curso futuro dos eventos no mercado. Portanto, meu programa ignorou completamente essa informação. É o mesmo conceito que ignorar os custos irrecuperáveis. Indo curto vs. saindo de uma posição longa - Tipicamente um trader teria critérios diferentes que determinam onde vender uma posição comprada versus onde ir short. No entanto, da minha perspectiva de algoritmos, não havia razão para fazer uma distinção. Se meu algoritmo esperava um movimento descendente, a venda era uma boa ideia, independentemente de ser atualmente longa, curta ou plana. A & ldquo; dobrando & rdquo; estratégia - Esta é uma estratégia comum, onde os comerciantes vão comprar mais ações no caso de que o comércio original vai contra eles. Isso faz com que o preço médio de compra seja menor e isso significa que quando (ou se) a ação girar, você estará pronto para recuperar seu dinheiro rapidamente. Na minha opinião, esta é realmente uma estratégia horrível, a menos que você esteja Warren Buffet. Você é levado a pensar que está indo bem porque a maioria de seus negócios será vencedora. O problema é quando você perde você perde grande. O outro efeito é que torna difícil julgar se você realmente tem uma vantagem no mercado ou está apenas tendo sorte. Ser capaz de monitorar e confirmar se meu programa realmente tinha uma vantagem era uma meta importante.
Como meu algoritmo tomava decisões da mesma forma, independentemente de onde ele entrasse em uma negociação ou se era atualmente longo ou curto, ocasionalmente ele fazia parte (e tomava) de algumas grandes negociações perdedoras (além de algumas grandes negociações vencedoras). Mas, você não deve pensar que não houve nenhum gerenciamento de risco.
Para gerenciar o risco, impus um tamanho máximo de posição de dois contratos por vez, ocasionalmente aumentado em dias de alto volume. Eu também tinha um limite máximo de perda diária para proteger contra condições inesperadas de mercado ou um bug no meu software. Esses limites foram aplicados no meu código, mas também no backend por meio do meu corretor. Aconteceu que nunca encontrei problemas significativos.
A partir do momento em que comecei a trabalhar no meu programa, demorei cerca de 6 meses até chegar ao ponto de rentabilidade e comecei a executá-lo ao vivo. Embora, para ser justo, uma quantidade significativa de tempo foi aprender uma nova linguagem de programação. Enquanto trabalhei para melhorar o programa, vi um aumento nos lucros para cada um dos próximos quatro meses.
Toda semana eu reciclaria meu sistema com base nas 4 semanas anteriores de dados. Descobri que isso estabelecia o equilíbrio certo entre captar tendências comportamentais recentes do mercado e garantir que meu algoritmo tivesse dados suficientes para estabelecer padrões significativos. Como o treinamento começou a tomar mais e mais tempo, eu o dividi para que pudesse ser executado por 8 máquinas virtuais usando o amazon EC2. Os resultados foram então reunidos na minha máquina local.
O ponto alto da minha negociação foi em outubro de 2009, quando fiz quase 100k. Depois disso, continuei a passar os próximos quatro meses tentando melhorar meu programa, apesar do lucro reduzido a cada mês. Infelizmente, a essa altura, acho que implementei todas as minhas melhores ideias, porque nada do que tentei parecia ajudar muito.
Com a frustração de não poder fazer melhorias e não ter senso de crescimento, comecei a pensar em uma nova direção. Eu enviei um e-mail para 6 diferentes empresas de negociação de alta frequência para ver se eles estariam interessados em comprar meu software e me contratar para trabalhar para eles. Ninguém respondeu. Eu tive algumas novas idéias de inicialização que eu queria trabalhar, então eu nunca dei continuidade.
ATUALIZAÇÃO - Eu postei isso no Hacker News e tem recebido muita atenção. Eu só quero dizer que eu não defendo ninguém tentando fazer algo assim agora. Você precisaria de uma equipe de pessoas realmente inteligentes com uma variedade de experiências para ter qualquer esperança de competir. Mesmo quando eu estava fazendo isso, acredito que era muito raro para as pessoas alcançarem o sucesso (embora eu tivesse ouvido falar de outras pessoas).
Há um comentário no topo da página que menciona "estatísticas manipuladas" e se refere a mim como um investidor de varejo & rdquo; que quants iria "alegremente escolher". Este é um comentário bastante infeliz que simplesmente não se baseia na realidade. Deixando isso de lado, há alguns comentários interessantes: news. ycombinator / item? Id = 4748624.
ATUALIZAÇÃO # 2 - Fiz uma FAQ de acompanhamento que responde a algumas perguntas comuns que recebi de traders sobre essa postagem.
Tecnologia.
Os serviços de tecnologia permitem que as empresas sejam eficientes em termos de energia enquanto maximizam a interconectividade e a produtividade. As empresas são mais produtivas quando a comunicação flui sem problemas. Os serviços tecnológicos integrados da ESD elevam a colaboração e incentivam o progresso por meio de infraestruturas complexas e de alto desempenho que incluem tecnologias de voz, interatividade digital e sistemas audiovisuais.
De grandes instituições financeiras e pregões de alta frequência a campi corporativos e médicos, desenvolvemos soluções personalizadas que são estratégicas, testadas, flexíveis e inovadoras. Somos indecisos em nossa capacidade de oferecer uma profundidade de serviços como uma fonte única de consultoria de engenharia de tecnologia que está integrada em nossos principais serviços de engenharia.
Nossos profissionais fornecem os seguintes serviços de design e consultoria de infraestrutura de tecnologia:
Projeto e consultoria de sistemas de cabeamento estruturado.
Os serviços de cabeamento estruturado são um componente essencial para o planejamento e o desenvolvimento de todas as instalações verdadeiramente integradas tecnologicamente e com engenharia segura. Essas redes de TI transmitem os sinais de dados, voz e vídeo de que as empresas dependem para manter os sistemas funcionando adequadamente. Nossa equipe diversificada de especialistas inclui Designers de Distribuição de Comunicações Registradas (RCDD), Especialistas em Instalações Externas (OSP) e Especialistas em Transporte de Rede (NTS) para acomodar necessidades variadas.
Design e Consultoria de Sistemas Audiovisuais.
As metas de integração audiovisual de cada empresa são um pouco diferentes. Muitas empresas estão competindo em um nível global e exigem sistemas confiáveis e flexíveis para sincronizar entre plataformas. Oferecemos serviços de consultoria de áudio e multimídia que integram tecnologias emergentes para os recursos de comunicação mais avançados.
Projeto e Consultoria de Sistemas de Segurança.
Para ajudar a proteger pessoas, propriedades e ativos de negócios, oferecemos soluções de segurança que abrangem uma ampla gama de medidas de proteção e plataformas de comunicação integradas. Nossos engenheiros avaliam as necessidades de todos os ângulos e avaliam como integrar vários serviços para atualizar e manter a segurança.
Projeto de Redes com Fios e Sem Fios, Compras e Consultoria.
As comunicações móveis e a computação estão aumentando rapidamente, o que coloca uma enorme responsabilidade na rede sem fio. Conforme a tendência continua, a rede sem fio se torna crítica para as operações diárias. Fornecemos serviços de design e consultoria que ajudam os clientes a escolher e implementar um sistema com base em suas metas de negócios atuais e futuras. Depois que o sistema foi implantado, testamos o desempenho e a funcionalidade em todas as instalações para confirmar que está operando em sua capacidade máxima.
Gestão de Projetos de Tecnologia e Migração.
A migração de TI pode ser um processo complicado. Os Serviços de consultoria em planejamento e gerenciamento de migração da ESD reduzem o impacto de um projeto de construção nos negócios de um cliente ao mover sistemas de tecnologia de um local para outro. A fase de planejamento fornece uma compreensão dos riscos e dos custos previstos do movimento, e o componente de gerenciamento divide as tarefas envolvidas e determina as eficiências e os procedimentos detalhados necessários para atender às metas de migração.
Integração inteligente da plataforma de construção.
Um edifício verdadeiramente inteligente é informativo, preditivo, responsivo, adaptativo, diagnóstico, corretivo e autorrecuperável. O avanço rápido dos sistemas prediais, das tecnologias de sensores, da Internet das Coisas, da disponibilidade de dados, da computação em nuvem e da análise - juntamente com as comunicações móveis - criaram inúmeras possibilidades no campo.
Engenharia e Consultoria em Tecnologia de Saúde.
Das numerosas leis e regulamentos que determinam como as informações dos pacientes devem ser protegidas e distribuídas para as diversas questões comerciais a serem consideradas, entendemos o que é necessário para projetar soluções de tecnologia integradas para as instalações de saúde de ponta de hoje. A ESD projeta, projeta e gerencia a implementação de sistemas de tecnologia médica, sistemas de informação e sistemas especializados de baixa voltagem para uma ampla variedade de clientes da área de saúde.
A ciência da negociação algorítmica e gestão de carteiras.
1ª edição.
Acesso Institucional.
Verificação segura
Frete grátis.
Sem pedido mínimo.
Descrição.
A Science of Algorithmic Trading e Portfolio Management, com ênfase em processos de negociação algorítmica e modelos comerciais atuais, se diferencia de outras de seu tipo. Robert Kissell, o primeiro autor a discutir o comércio algorítmico entre as várias classes de ativos, fornece informações importantes sobre formas de desenvolver, testar e construir algoritmos de negociação. Os leitores aprendem como avaliar modelos de impacto de mercado e avaliar o desempenho entre algoritmos, traders e corretores e adquirir o conhecimento para implementar sistemas de negociação eletrônica.
Este valioso livro resume a estrutura do mercado, a formação de preços e como diferentes participantes interagem uns com os outros, incluindo blefes, especulações e jogos de azar. Os leitores aprendem os detalhes subjacentes e a matemática dos algoritmos de negociação personalizados, bem como as técnicas avançadas de modelagem para melhorar a lucratividade por meio de negociação algorítmica e técnicas apropriadas de gerenciamento de risco. Tópicos de gerenciamento de portfólio, incluindo fatores quant e modelos de caixa preta, são discutidos e um site de acompanhamento inclui exemplos, conjuntos de dados que complementam exercícios no livro e grandes projetos.
Características principais.
Prepara os leitores para avaliar modelos de impacto de mercado e avaliar o desempenho entre algoritmos, traders e corretores. Ajuda os leitores a projetar sistemas para gerenciar o risco algorítmico e a incerteza do dark pool. Resume uma estrutura de tomada de decisão algorítmica para garantir a consistência entre os objetivos de investimento e os objetivos de negociação.
Leituras.
Alunos e professores que estudam seleção de ações e gerenciamento de portfólio, bem como traders, profissionais e gerentes de portfólio que trabalham no setor financeiro.
Índice.
Capítulo 1. Negociação Algorítmica.
Alterando o Ambiente de Negociação.
Crescimento recente no comércio algorítmico.
Classificações de Algoritmos.
Tipos de Algoritmos.
Tendências de negociação algorítmica.
Classificação de Local de Negociação.
Tipos de pedidos.
O pregão.
Decisões de Negociação Algorítmica.
Ferramentas de análise algorítmica.
Negociação de alta frequência.
Acesso Direto ao Mercado.
Capítulo 2. Microestrutura do Mercado.
Literatura de microestrutura de mercado.
A nova estrutura do mercado.
Novo modelo de negociação da NYSE.
NASDAQ Selecione o programa Market Maker.
Capítulo 3. Análise de Custo de Transação Algorítmica.
Componentes de custos de transação não agregados.
Classificação de custos de transação.
Categorização de custos de transação.
Análise de custo de transação.
Nota final sobre análise pós-negociação.
Capítulo 4. Modelos de Impacto do Mercado.
Ilustrações Gráficas de Impacto no Mercado.
Desenvolvendo um Modelo de Impacto do Mercado.
Derivação de Modelos.
Modelo de Impacto do Mercado I-Star.
Técnicas de estimativa de parâmetros.
Capítulo 5. Estimando os Parâmetros do Modelo I-Star.
Capítulo 6. Volatilidade de Preço.
Observações de Mercado & # 8212; Achados Empíricos.
Previsão de Volatilidade de Ações.
Modelo de ajuste HMA-VIX.
Modelo de medição de desempenho.
Tipos de modelos de fatores.
Capítulo 7. Técnicas Avançadas de Previsão Algorítmica.
Equações de Custos de Negociação.
Componentes de risco de negociação.
Modelos de Custo de Negociação & # 8212; Reformulado.
Equação de risco de tempo.
Comparação de estimativas de impacto de mercado.
Técnicas de previsão de volume.
Previsão de Volumes Mensais.
Fronteira de Negociação Eficiente.
Capítulo 8. Estrutura de Tomada de Decisão Algorítmica.
Estrutura de Tomada de Decisão Algorítmica.
Capítulo 9. Algoritmos de Portfólio.
Equações de Custo de Transação.
Técnicas de Otimização de Portfólio.
Táticas de Adaptação de Portfólio.
Gerenciando Risco do Portfólio.
Capítulo 10. Construção de Portfólio.
Otimização de portfólio e restrições.
Custos de Transação na Otimização de Portfólio.
Processo de Gestão de Portfólio.
Processo de Decisão de Negociação.
Unificando as teorias de investimento e negociação.
Determinando o nível adequado de aversão ao risco.
Melhor Fronteira de Execução.
Construção de Carteira com Custos de Transação.
Capítulo 11. Técnicas Quantitativas de Gerenciamento de Portfólio.
Os modelos existentes são úteis o suficiente para a construção de portfólio?
Pre-Trade of Pre-Trades.
Quão caro é o comércio?
Índices de Fator MI.
Programa de Captura Alfa.
Capítulo 12. Índice de Custos & # 38; Custos de negociação multi-ativos.
Índice de custo em tempo real.
Investimento em Classe Multi-Asset.
Custos de negociação multi-ativos.
Capítulo 13. Modelos de negociação de alta frequência e caixa preta.
Dados e Pesquisa.
Sobre o autor.
Robert Kissell.
O Dr. Robert Kissell é o presidente e fundador do Kissell Research Group. Ele tem mais de vinte anos de experiência especializada em economia, finanças, matemática e estatística, risco e modelagem esportiva.
O Dr. Kissell é autor dos principais livros sobre a indústria, “A Ciência do Algorithmic Trading & Portfolio Management” (Elsevier, 2013), “Multi-Asset Risk Modeling” (Elsevier, 2014) e “Optimal Trading Strategies” (AMACOM). , 2003). Ele publicou vários trabalhos de pesquisa sobre negociação, algoritmos eletrônicos, gerenciamento de risco e melhor execução. Seu trabalho, "Modelos Dinâmicos de Pré-Negociação: Além da Caixa Negra" (2011) ganhou o prestigioso prêmio de papel do ano da Institutional Investor.
O Dr. Kissell é um membro adjunto do corpo docente da Gabelli School of Business da Fordham University e é editor associado do Journal of Trading e do Journal of Index Investing. Ele já foi instrutor na Cornell University em seu programa de graduação em Engenharia Financeira.
Dr. Kissell trabalhou com vários bancos de investimento ao longo de sua carreira, incluindo UBS Securities, onde foi diretor executivo de estratégias de execução e análise de portfólio, e no JPMorgan, onde foi diretor executivo e chefe de estratégias de negociação quantitativa. Anteriormente, ele estava no Citigroup / Smith Barney, onde foi vice-presidente de Pesquisa Quantitativa e na Instinet, onde foi Diretor de Pesquisa de Negociação. Ele começou sua carreira como consultor econômico na R. J. Rudden Associates especializada em energia, preços, risco e otimização.
Durante seus anos de faculdade, o Dr. Kissell foi um membro da equipe de futebol Stony Brook e foi co-capitão em seus anos júnior e sênior. Foi durante este tempo como atleta estudantil, onde ele começou a aplicar matemática e estatística para problemas de modelagem esportiva. Muitas das técnicas discutidas em “Matemática Esportiva Otimizada, Estatística e Fantasia” foram desenvolvidas durante seu tempo em Stony Brook, e avançaram a partir de então. Assim, tornando este livro o subproduto de décadas de pesquisas bem-sucedidas.
Dr. Kissell tem um Ph. D. em Economia pela Fordham University, um MS em Matemática Aplicada pela Hofstra University, um MS em Gestão Empresarial pela Stony Brook University, e um BS em Matemática Aplicada e Estatística pela Stony Brook University.
Afiliações e Expertise.
Robert Kissell, PhD, é presidente do Kissell Research Group, uma empresa global de consultoria financeira e econômica especializada em modelagem quantitativa, análise estatística e negociação algorítmica. Ele também é atualmente um membro adjunto do corpo docente da Gabelli School of Business na Fordham University, e já ocupou vários cargos de liderança sênior em importantes bancos de investimento.
"Kissell. Apresenta os modelos matemáticos para construir, calibrar e testar modelos de impacto de mercado que calculam a mudança no preço da ação causada por um grande comércio ou pedido e apresenta um processo avançado de otimização de portfólio que incorpora impacto de mercado e custos de transação diretamente na otimização do portfólio "- ProtoView, março de 2014.
Representação Alpha para Gerenciamento Ativo de Portfólio e Negociação de Alta Frequência em Mercados aparentemente Eficientes.
JSM Proceedings, Business e Economic Statistics Section, pp. 673-687, Associação Americana de Estatística, Alexandria, VA, 2011.
15 Pages Publicado: 1 Set 2011 Última revisão: 29 mar 2012.
G. Charles-Cadogan.
Universidade de Leicester; Universidade Ryerson - Ted Rogers School of Management, Instituto de Inovação e Gestão de Tecnologia.
Data de Escrita: 31 de agosto de 2011.
Apresentamos um teorema de representação de estratégia comercial para medição de desempenho e alfa portátil em negociação de alta frequência, incorporando um algoritmo de negociação robusto que descreve o comportamento de timing de mercado do gestor de portfólio, em um modelo de precificação de ativos multifator canônico. Primeiro, apresentamos um teste espectral para o timing de mercado com base na transformação comportamental da matriz de design de fatores de hedge. Em segundo lugar, descobrimos que o processo de estratégia de comércio típico é um martingale local com uma ponte de condução Brownian que imita as estratégias de reversão de preços do gestor de portfólio. Terceiro, mostramos que os modelos de precificação de ativos de equilíbrio, como o CAPM, existem em um set com P-measure zero. De modo que os retornos excedentes, ou seja, o alfa positivo, em relação a um índice de referência, são robustos a nenhum preço de arbitragem em mercados de capitais turbulentos. Em quarto lugar, as propriedades do caminho de alfa são tais que é positivo entre tempos de parada adequadamente escolhidos para negociação. Quinto, demonstramos como, e por que, testes econométricos de desempenho de portfólio tendem a apresentar um alfa positivo.
Palavras-chave: timing de mercado, processo alfa empírico, estratégia de negociação, sistema de martingale, finanças comportamentais, negociação de alta frequência, Brownian Bridge, Alpha de Jensen, alfa portátil.
Projeto de sistema de negociação de alta frequência e gerenciamento de processos
Sudhanshu Arya é Diretor Executivo, Diretor Global de Tecnologia de Gerenciamento de Luidez no ITG, onde lidera o desenvolvimento de software para os seguintes sistemas: POSIT e POSIT Alert & # 8211; Os sistemas de cruzamento de pedidos da ITG na América do Norte, Europa e Ásia-Pacífico, o hub global de roteamento de pedidos da ITG, a infra-estrutura FIX neutra da ITG, o Algorithmic Trading e o Smart Order Routing, o Trade Reporting e Post Conformidade comercial. Ele também supervisiona o gerenciamento de produtos para a infra-estrutura de roteamento de pedidos globais do ITG.
Com duas décadas de experiência em tecnologia e indústria em diversas posições, desde gerenciamento de projetos e produtos até desenvolvimento de software, a Sudhanshu liderou várias iniciativas ao longo dos anos, incluindo: Desenvolvimento das primeiras gerações da estrutura de roteamento de ordens do ITG, crédito em tempo real e gerenciamento de riscos, próxima geração de infraestrutura de cruzamento em tempo real no ITG, fluxo de throughput ultra-alto, re-arquitetura da infraestrutura de roteamento de pedidos globais do ITG, interação de baixa latência entre servidores algorítmicos do ITG, roteadores de pedidos inteligentes e infra-estrutura .
Antes de trabalhar na ITG, Sudhanshu trabalhou no Instituto de Pesquisa Norsk Hydro em Bergen, na Noruega, onde projetou e implementou algoritmos paralelos eficientes para a modelagem sísmica do Mar do Norte em computadores SIMD paralelos de dados. Sudhanshu detém um M. S. em Ciência da Computação da Universidade de Bergen, Noruega, bem como um M. S. em Matemática Pura da Universidade de Delhi, Índia, onde também completou seu B. S. em matemática com honras.
Chris Isaacson, diretor de operações da BATS Exchange.
Chris Isaacson é um funcionário fundador e foi promovido a diretor de operações da BATS Global Markets em julho de 2007. Ele também é vice-presidente sênior da empresa. Isaacson é responsável por garantir que a BATS continue sendo uma líder inovadora e de classe mundial em tecnologia e sua liderança ajudou a BATS a crescer rapidamente.
O Sr. Isaacson foi anteriormente vice-presidente encarregado de operações.
· Posições, cargo que ocupava desde 2006. Anteriormente, ele gerenciou a mesa de operações da BATS e, como desenvolvedor, foi fundamental na arquitetura e na implementação da plataforma de negociação da BATS. Ele fala frequentemente em painéis nos principais eventos do setor. Em 2012, o Sr. Isaacson foi reconhecido pela revista especializada em investimentos, ficando em 12º lugar na sua “Trading Technology 30”. Lista.
Isaacson começou sua carreira como engenheiro de software na Cerner Corp., o fornecedor de sistemas de informações de saúde com sede na cidade de Kansas City. Ele foi desenvolvedor de software na Tradebot Systems de 2003 a 2005.
Ele é bacharel em sistemas de informação com menores em matemática e finanças pela Nebraska Wesleyan University, em Lincoln, Nebraska, e foi duas vezes acadêmico All-American enquanto competia no decatlo. Ele também recebeu um mestrado em administração de empresas da Universidade de Nebraska, Lincoln.
O Sr. Isaacson possui as licenças da Série 4, 7, 24, 27, 55, 63 e 65.
Dave Lauer.
Dave Lauer é especialista no novo mercado eletrônico, com ampla experiência em ajudar a projetar e construir a infraestrutura que sustenta muitos sistemas modernos de negociação eletrônica, além de vários anos de experiência como trader em mesas de operações de alta frequência.
Sua carreira na Wall Street começou em 2005 como o terceiro funcionário da Tervela, uma startup que construiu um switch de mensagem de baixa latência focado na normalização e distribuição de dados de mercado, comunicação de aplicativos e roteamento de pedidos. Ele passou um ano na Goldman Sachs enquanto estava na Tervela, trabalhando com sua equipe de infraestrutura de alto desempenho. Em 2009, Dave conseguiu um emprego na equipe de negociação de alta frequência do Citadel Investment Group. Ele estava envolvido no lançamento de muitas novas estratégias de negociação de escalas de tempo variadas, tanto de alta frequência quanto de baixa frequência. Todos eles necessitaram de um conhecimento profundo de como cumprir com o Reg NMS; como se conectar a todos os centros de luidez (incluindo piscinas escuras); e como aproveitar as diferentes regras do centro de mercado. A equipe de Dave tinha uma abordagem extremamente disciplinada e avessa ao risco de lançar novas estratégias de negociação. Em janeiro de 2010, a mesa de negociação de Dave passou da Citadel para a Allston Trading e construiu uma nova mesa de negociação que continuou a focar na negociação de ações globais.
Após o Flash Crash, Dave ficou cada vez mais preocupado com o impacto que os novos sistemas de baixa latência estavam tendo na estrutura e confiabilidade do mercado. Dentro de um ano, Dave decidiu deixar de fazer parte da indústria que ele acreditava estar tendo um impacto negativo nos mercados acionários dos EUA. Ele deixou Allston em junho de 2011 e ingressou na Better Markets, Inc. em agosto de 2012 como Consultor de Estrutura de Mercado e HFT, onde defende reformas para ajudar a conter os excessos e o comportamento predatório em operações de alta frequência, enquanto ainda tenta preservar os benefícios oferece. Ele também presta consultoria para o IEX Group, uma empresa privada no processo de construção de um centro de mercado acionário focado no investidor e no investidor.
Jamil Nazarali, Chefe dos Serviços de Execução da Cidadela, Citadel.
Jamil Nazarali é o chefe da Citadel Execution Services (CES), o maior criador de mercado no fluxo de pedidos de varejo e o principal fabricante de opções de mercado para corretores de varejo1. A CES é uma divisão da Citadel Securities, que executa mais de 20% do volume diário de opções de ações cotadas nos EUA e 10% do volume de ações dos EUA2. O Sr. Nazarali também supervisiona o negócio de negociação algorítmica da Citadel e o Apogee, Citadel Securities & # 8217; sistema de comércio alternativo.
Antes de ingressar na Citadel em 2011, o Sr. Nazarali foi Diretor Global de Comércio Eletrônico no Knight Capital Group. Anteriormente, ele foi consultor de gestão na Ernst and Young e na Bain and Company.
O Sr. Nazarali atualmente atua no Conselho de Gerentes da Direct Edge Holdings LLC. Ele também é membro do Comitê Consultivo de Negociação Eletrônica da Bolsa de Valores de Nova York.
O Sr. Nazarali recebeu um diploma de bacharel da University of Western Ontario e um MBA da University of Chicago.
Christopher Rigg, sócio principal da área de práticas de Application Innovation Services (AIS), serviços globais de negócios, IBM.
Chris é o principal parceiro na área de práticas de Application Innovation Services (AIS) do setor bancário e de mercados financeiros para serviços globais de negócios da IBM, com foco em consultoria tecnológica, integração de sistemas e desenvolvimento de aplicativos nas indústrias de seguros, bancos e mercados financeiros. Nessa função, ele é responsável pela entrega de vendas e engajamento para clientes de serviços financeiros.
Antes de ingressar na IBM Global Business Services, Chris foi Diretor Administrativo do Bank of America Merrill Lynch responsável por liderar um grupo de tecnologia e operações (1.500 Recursos e 150 Aplicativos) que forneceu Ferramentas de Vendas, Ferramentas de Desempenho, Informações ao Cliente e Informações sobre Produtos e precificação) para as linhas de negócios Comercial, Corporativo e de Investment Banking, bem como para os negócios de Vendas e Negociação e Wealth Management.
Jonathan Ross, diretor de tecnologia da GETCO LLC.
Jon Ross é o Chief Technology Officer (CTO) da GETCO. Ele supervisiona a plataforma de tecnologia estratégica da empresa e o desenvolvimento do conjunto de tecnologia de negócios e produtos de serviços de execução da empresa. Jon traz mais de 13 anos de experiência em tecnologia financeira e liderança para a empresa.
Jon ingressou na GETCO em 2007. Anteriormente, ele era o chefe da GETCO Execution Services (GES) na Europa, onde supervisionava o gerenciamento de pedidos, execução e soluções de tecnologia para clientes europeus. Jon também liderou a criação do GES & # 8217; Oferta europeia em 2010 após o lançamento bem-sucedido dos negócios nos EUA em 2007.
A GETCO é uma fabricante global de mercado nas classes de ativos de renda fixa, câmbio, ações e commodities. O negócio principal da empresa envolve a compra e venda de títulos para fornecer mercados bilaterais em bolsas ao redor do mundo. Como um criador de mercado global, a GETCO desempenha um papel fundamental ajudando a reduzir o custo de capital para os negócios e reduzindo os custos de negociação para os investidores.
Antes de ingressar na GETCO, Jon atuou como CTO da Inet ATS, Inc, que foi adquirido pela NASDAQ Stock Market em 2005, e onde mais tarde foi nomeado CTO. Ele foi responsável pelo desenvolvimento de novas tecnologias e pela manutenção da principal plataforma de negociação do mercado de ações. As experiências anteriores de software e tecnologia de Jon incluem o desenvolvimento da oferta ECN do Island ECN MarketXT, a criação de videogames para a divisão de sistemas operacionais da Microsoft, Maxis, Inc. e o desenvolvimento de sensores de orientação inercial para aplicações militares em Systron Donner.
12:15 & # 8212; Pausa.
2 da tarde & # 8212; Painel 2: Respondendo a erros e falhas e gerenciando crises em tempo real.
Chad Cook, diretor de tecnologia da Lime Brokerage LLC.
Chad Cook é o Diretor de Tecnologia da Lime Brokerage, onde supervisiona engenharia, infraestrutura e tecnologia. Chad está na Lime Brokerage desde 2004 e é um dos arquitetos da plataforma de negociação de alto desempenho da Lime. O Chade tem mais de 20 anos em alta tecnologia, construindo produtos de segurança e comunicações de dados de alto desempenho e, nos últimos 8 anos, tecnologia de negociação de latência ultra baixa na Lime Brokerage. Chad é um líder reconhecido em tecnologia, tendo sido autor de artigos e livros sobre temas de tecnologia e segurança, falado em conferências, eventos da OTAN e das Nações Unidas, e tem várias patentes aplicadas em tecnologia. Antes da Lime Brokerage, Chad ocupou cargos de liderança e engenharia na BBN, na @stake e em várias empresas iniciantes. Chad é bacharel em Psicologia e Sociologia pela Faculdade da Santa Cruz em Worcester, Massachusetts.
Anna Ewing, vice-presidente executiva e diretora de informações da NASDAQ OMX.
Anna Ewing é vice-presidente executiva e diretora de informações da NASDAQ OMX Group Inc. (NASDAQ: NDAQ), operadora da maior bolsa de valores do mundo. Com US $ 12,7 trilhões, a principal bolsa da NASDAQ nos EUA foi o maior pool individual de liquidez do mundo em 2011, com base no valor negociado.
Anna tem mais de 25 anos de experiência no fornecimento de tecnologia com foco no cliente no setor de serviços financeiros. Em seu cargo na NASDAQ OMX, Anna é responsável pela Global Technology Services e pela unidade de negócios Market Technology, que fornece soluções de tecnologia comercial para mais de 70 bolsas e mercados em todo o mundo. Integral ao papel da Sra. Ewing está supervisionando o roteiro de tecnologia do intercâmbio.
Desde que assumiu sua posição, Ewing tem sido a arquiteta de tecnologia para a transformação da NASDAQ OMX de um único mercado de ações em dinheiro dos EUA para uma empresa de troca com 24 mercados em todo o mundo, cobrindo todas as principais classes de ativos. Além da fusão com a OMX, Ewing e sua equipe reformularam aquisições de empresas, incluindo a BX, anteriormente a Boston Exchange e a NASDAQ OMX PHLX, e implementaram com sucesso o sistema de negociação INET em todos os mercados acionários da NASDAQ OMX em todo o mundo. Mais recentemente, a Sra. Ewing supervisionou a aquisição da SMARTS, fornecedora líder mundial de tecnologia de vigilância de mercado para mercados de câmbio, reguladores e corretores em todo o mundo.
Como um especialista amplamente reconhecido, inovador em tecnologia e impulsionador do crescimento da empresa e do setor, Anna participa e é frequentemente apresentada como palestrante em diversos eventos no mundo todo. Ewing participa regularmente de importantes conferências do setor financeiro, fóruns econômicos globais, como o Fórum Econômico Mundial e outros eventos focados na tecnologia.
Antes de ingressar na NASDAQ, Anna trabalhou na CIBC World Markets em Nova York e Toronto, onde atuou como diretora administrativa da Global Applications Services e como membro fundador da CIBC. Antes disso, foi vice-presidente da Merrill Lynch, onde ocupou vários cargos de liderança na área de tecnologia. Ela é graduada pela Schulich School of Business da York University em Toronto. Ewing é MBA da York University, em Toronto, onde se formou em Management Information Systems.
Albert Gambale, diretor de desenvolvimento, desenvolvimento de aplicativos, DTCC.
Albert Gambale é diretor de desenvolvimento da The Depository Trust & Clearing Corporation (DTCC). Suas responsabilidades abrangem a área de desenvolvimento de aplicativos dentro da Tecnologia da Informação.
A carreira de Gambale abrange 30 anos em serviços financeiros, os últimos 15 gastos na DTCC servindo em três diferentes funções de desenvolvimento de aplicativos. Ele se concentrou primeiramente nas subsidiárias da DTCC, na National Securities Clearing Corporation (NSCC) e na EuroCCP e depois assumiu os cargos de gerência como Vice-Presidente para as aplicações NSCC e EuroCCP e como Diretor Administrativo para todas as solicitações de compensação NSCC, FICC e EuroCCP. Dentro do DTCC, Gambale também atua nos Comitês de Direção de Arquitetura e Operação.
Mais recentemente, a Gambale encabeçou um esforço relacionado à expansão global de derivativos e o plano plurianual da DTCC para reprojetar seus principais sistemas de processamento de risco. Sob este aprimoramento de 2012, foram introduzidas novas aplicações centradas em data warehousing e business intelligence.
Além de uma especialidade de TI, a Gambale ganhou especialização nas operações de compensação comercial e liquidação. Ele permanece em sintonia com outros setores da indústria, atuando no Comitê de Gestão de Tecnologia SIFMA.
Antes de sua carreira na DTCC, Gambale foi consultor de TI para o JPM Chase durante os anos 1980, em seguida, mudou-se para um papel como desenvolvedor de custódia global na Brown Brothers Harriman de 1990 até 1997. Ele obteve um BA em economia e história da SUNY em Oneonta, Nova york.
Saro Jahani, diretor de informações da Direct Edge.
Saro Jahani ingressou na Direct Edge como Chief Information Officer em abril de 2011. Ele é responsável por impulsionar a inovação tecnológica e reforçar a integridade sistêmica da tecnologia da informação da empresa.
O Sr. Jahani implementou o Roadmap de Latência e Estabilidade de Borda Direta, que utiliza uma biblioteca de infraestrutura de tecnologia da informação (ITIL). Ele também estabeleceu o Extended Architectural Committee, reunindo a expertise da Hewlett Packard, da Microsoft, da Informatica / 29 West, da Intel e da Cisco para desenvolver soluções de software eficazes que atendem às especificações de tolerância a risco de uma troca.
Em 2012, o Sr. Jahani foi nomeado para a Institutional Investor Trading Technology 30 em consideração por suas realizações de carreira e inovação tecnológica.
Antes da Direct Edge, o Sr. Jahani atuou como Diretor de Informações na Bolsa de Valores Nacional; Chefe Global de Infraestrutura, Operações e Instalações da Townsend Analytics; Vice-presidente executivo de operações de TI da SunGard; e ocupou vários cargos de TI na CAP Gemini, na Swedish Telecom e na Crosfield Electronics. Ele possui mestrado em Engenharia Elétrica pela Universidade de Uppsala (Suécia).
Dr. M. Lynne Markus, Professor de Gestão de Informação e Processos, Universidade Bentley.
M. Lynne Markus é John W. Poduska, professor sênior de gerenciamento de informações e processos na Bentley University. Ela também é uma afiliada de pesquisa do Centro de Pesquisa de Sistemas de Informação do MITSloan. Os interesses de ensino, pesquisa e consultoria do Professor Markus incluem sistemas de informações empresariais e interorganizacionais, as conseqüências não intencionais da tecnologia da informação e estratégias de gerenciamento de risco, e TI no setor de hipotecas. Ela foi nomeada Fellow da Association for Information Systems em 2004 e recebeu o prêmio AIS LEO pela excepcional conquista da vida em sistemas de informação em 2008.
Lou Steinberg Presidente do Conselho, Rev2 Chief Technology Officer, TD Ameritrade.
Como fundador da Rev2, Lou foi CEO até julho de 2011, quando se tornou CTO na TD Ameritrade Holding Corporation (Nasdaq: AD). Ele continua a desempenhar um papel ativo como presidente do Rev2. Anteriormente, ele era o CEO da Cranite Systems, que fornecia VPNs de camada 2 altamente seguras para empresas e governos. Antes disso, ele passou vários anos como CTO da Symbol Technologies (agora Motorola), conduzindo uma estratégia de soluções para toda a empresa, além de atuar como Gerente Geral da Divisão de Software.
Anteriormente, atuou como empresário residente na Warburg Pincus e como consultor de estratégia para a alta administração de empresas como Comcast, Citigroup e NCR. Ele foi vice-presidente sênior de marketing e desenvolvimento de mercado da Micromuse (atual IBM), uma empresa de gerenciamento e análise de redes. Lou juntou-se à Micromuse através da aquisição da NetOps Corp, uma empresa de análise e previsão de falhas que ele fundou e liderou como CEO. Ele passou mais de uma década na IBM em várias funções técnicas e de gerenciamento, contribuindo notavelmente para o desenvolvimento de roteadores para a NSFNet, um backbone de Internet de segunda geração. Ele atuou em vários grupos de trabalho da IETF relacionados ao gerenciamento de redes, incluindo SNMP-1, MIB-1, Ethernet MIB, RMON-1 e Alert Management.
Ele é autor de Troubleshooting with SNMP e Understanding MIBs (McGraw-Hill, 2000), além de inúmeros artigos sobre tecnologia e infraestrutura. Lou se formou no Stevens Institute of Technology com um bacharelado em engenharia e um mestrado em ciência da computação.
US Search Desktop.
Agradecemos seus comentários sobre como melhorar a Pesquisa do Yahoo. Este fórum é para você fazer sugestões de produtos e fornecer feedback atencioso. Estamos sempre tentando melhorar nossos produtos e podemos usar o feedback mais popular para fazer uma mudança positiva!
Se você precisar de assistência de qualquer tipo, visite nosso fórum de suporte à comunidade ou encontre ajuda individualizada em nosso site de ajuda. Este fórum não é monitorado por nenhum problema relacionado a suporte.
O fórum de comentários do produto do Yahoo agora exige um ID e uma senha válidos do Yahoo para participar.
Agora você precisa fazer login usando sua conta de e-mail do Yahoo para nos fornecer feedback e enviar votos e comentários para as ideias existentes. Se você não tiver um ID do Yahoo ou a senha do seu ID do Yahoo, inscreva-se para obter uma nova conta.
Se você tiver um ID e uma senha do Yahoo válidos, siga estas etapas se quiser remover suas postagens, comentários, votos e / ou perfil do fórum de comentários do produto do Yahoo.
Vote em uma ideia existente () ou publique uma nova ideia…
Idéias quentes Idéias superiores Novas ideias Categoria Status Meu feedback.
Xnxx vedios.
Trazer de volta o layout antigo com pesquisa de imagens.
Desinformação na ordem DVD.
Eu pedi DVD / Blueray "AL. A confidencial" tudo que eu consegui foi Blue ray & amp; um contato # para obter o DVD que não funcionou. Eu encomendo minha semana com Marilyn ____DVD / blue ray & amp; Eu peguei os dois - tolamente, assumi que o mesmo se aplicaria a L. A. ___ETC não. Eu não tenho uma máquina de raio azul ----- Eu não quero uma máquina de raio azul Eu não quero filmes blueray. Como obtenho minha cópia de DVD de L. A. Confidential?
yahoo, pare de bloquear email.
Passados vários meses agora, o Yahoo tem bloqueado um servidor que pára nosso e-mail.
O Yahoo foi contatado pelo dono do servidor e o Yahoo alegou que ele não bloquearia o servidor, mas ainda está sendo bloqueado. CEASE & amp; DESISTIR.
Não consigo usar os idiomas ingleses no e-mail do Yahoo.
Por favor, me dê a sugestão sobre isso.
Motor de busca no Yahoo Finance.
Um conteúdo que está no Yahoo Finance não aparece nos resultados de pesquisa do Yahoo ao pesquisar por título / título da matéria.
Existe uma razão para isso, ou uma maneira de reindexar?
consertar o que está quebrado.
Eu não deveria ter que concordar com coisas que eu não concordo com a fim de dizer o que eu acho - eu não tive nenhum problema resolvido desde que comecei a usar o Yahoo - fui forçado a jogar meu antigo mensageiro, trocar senhas, obter novas messenger, disse para usar o meu número de telefone para alertar as pessoas que era o meu código de segurança, receber mensagens diárias sobre o bloqueio de yahoo tentativas de uso (por mim) para quem sabe por que como ele não faz e agora eu obter a nova política aparecer em cada turno - as empresas costumam pagar muito caro pela demografia que os usuários fornecem para você, sem custo, pois não sabem o que você está fazendo - está lá, mas não está bem escrito - e ninguém pode responder a menos que concordem com a política. Já é ruim o suficiente você empilhar o baralho, mas depois não fornece nenhuma opção de lidar com ele - o velho era bom o suficiente - todas essas mudanças para o pod de maré comendo mofos não corta - vou relutantemente estar ativamente olhando - estou cansado do mudanças em cada turno e mesmo aqueles que não funcionam direito, eu posso apreciar o seu negócio, mas o Ameri O homem de negócios pode vender-nos ao licitante mais alto por muito tempo - desejo-lhe boa sorte com sua nova safra de guppies - tente fazer algo realmente construtivo para aqueles a quem você serve - a cauda está abanando o cachorro novamente - isso é como um replay de Washington d c
Eu não deveria ter que concordar com coisas que eu não concordo com a fim de dizer o que eu acho - eu não tive nenhum problema resolvido desde que comecei a usar o Yahoo - fui forçado a jogar meu antigo mensageiro, trocar senhas, obter novas messenger, disse para usar o meu número de telefone para alertar as pessoas que era o meu código de segurança, receber mensagens diárias sobre o bloqueio de yahoo tentativas de uso (por mim) para quem sabe por que isso acontece e agora eu recebo a nova política em cada turno - as empresas costumam pagar muito pela demografia que os usuários fornecem para você ... mais.
Sudhanshu Arya é Diretor Executivo, Diretor Global de Tecnologia de Gerenciamento de Luidez no ITG, onde lidera o desenvolvimento de software para os seguintes sistemas: POSIT e POSIT Alert & # 8211; Os sistemas de cruzamento de pedidos da ITG na América do Norte, Europa e Ásia-Pacífico, o hub global de roteamento de pedidos da ITG, a infra-estrutura FIX neutra da ITG, o Algorithmic Trading e o Smart Order Routing, o Trade Reporting e Post Conformidade comercial. Ele também supervisiona o gerenciamento de produtos para a infra-estrutura de roteamento de pedidos globais do ITG.
Com duas décadas de experiência em tecnologia e indústria em diversas posições, desde gerenciamento de projetos e produtos até desenvolvimento de software, a Sudhanshu liderou várias iniciativas ao longo dos anos, incluindo: Desenvolvimento das primeiras gerações da estrutura de roteamento de ordens do ITG, crédito em tempo real e gerenciamento de riscos, próxima geração de infraestrutura de cruzamento em tempo real no ITG, fluxo de throughput ultra-alto, re-arquitetura da infraestrutura de roteamento de pedidos globais do ITG, interação de baixa latência entre servidores algorítmicos do ITG, roteadores de pedidos inteligentes e infra-estrutura .
Antes de trabalhar na ITG, Sudhanshu trabalhou no Instituto de Pesquisa Norsk Hydro em Bergen, na Noruega, onde projetou e implementou algoritmos paralelos eficientes para a modelagem sísmica do Mar do Norte em computadores SIMD paralelos de dados. Sudhanshu detém um M. S. em Ciência da Computação da Universidade de Bergen, Noruega, bem como um M. S. em Matemática Pura da Universidade de Delhi, Índia, onde também completou seu B. S. em matemática com honras.
Chris Isaacson, diretor de operações da BATS Exchange.
Chris Isaacson é um funcionário fundador e foi promovido a diretor de operações da BATS Global Markets em julho de 2007. Ele também é vice-presidente sênior da empresa. Isaacson é responsável por garantir que a BATS continue sendo uma líder inovadora e de classe mundial em tecnologia e sua liderança ajudou a BATS a crescer rapidamente.
O Sr. Isaacson foi anteriormente vice-presidente encarregado de operações.
· Posições, cargo que ocupava desde 2006. Anteriormente, ele gerenciou a mesa de operações da BATS e, como desenvolvedor, foi fundamental na arquitetura e na implementação da plataforma de negociação da BATS. Ele fala frequentemente em painéis nos principais eventos do setor. Em 2012, o Sr. Isaacson foi reconhecido pela revista especializada em investimentos, ficando em 12º lugar na sua “Trading Technology 30”. Lista.
Isaacson começou sua carreira como engenheiro de software na Cerner Corp., o fornecedor de sistemas de informações de saúde com sede na cidade de Kansas City. Ele foi desenvolvedor de software na Tradebot Systems de 2003 a 2005.
Ele é bacharel em sistemas de informação com menores em matemática e finanças pela Nebraska Wesleyan University, em Lincoln, Nebraska, e foi duas vezes acadêmico All-American enquanto competia no decatlo. Ele também recebeu um mestrado em administração de empresas da Universidade de Nebraska, Lincoln.
O Sr. Isaacson possui as licenças da Série 4, 7, 24, 27, 55, 63 e 65.
Dave Lauer.
Dave Lauer é especialista no novo mercado eletrônico, com ampla experiência em ajudar a projetar e construir a infraestrutura que sustenta muitos sistemas modernos de negociação eletrônica, além de vários anos de experiência como trader em mesas de operações de alta frequência.
Sua carreira na Wall Street começou em 2005 como o terceiro funcionário da Tervela, uma startup que construiu um switch de mensagem de baixa latência focado na normalização e distribuição de dados de mercado, comunicação de aplicativos e roteamento de pedidos. Ele passou um ano na Goldman Sachs enquanto estava na Tervela, trabalhando com sua equipe de infraestrutura de alto desempenho. Em 2009, Dave conseguiu um emprego na equipe de negociação de alta frequência do Citadel Investment Group. Ele estava envolvido no lançamento de muitas novas estratégias de negociação de escalas de tempo variadas, tanto de alta frequência quanto de baixa frequência. Todos eles necessitaram de um conhecimento profundo de como cumprir com o Reg NMS; como se conectar a todos os centros de luidez (incluindo piscinas escuras); e como aproveitar as diferentes regras do centro de mercado. A equipe de Dave tinha uma abordagem extremamente disciplinada e avessa ao risco de lançar novas estratégias de negociação. Em janeiro de 2010, a mesa de negociação de Dave passou da Citadel para a Allston Trading e construiu uma nova mesa de negociação que continuou a focar na negociação de ações globais.
Após o Flash Crash, Dave ficou cada vez mais preocupado com o impacto que os novos sistemas de baixa latência estavam tendo na estrutura e confiabilidade do mercado. Dentro de um ano, Dave decidiu deixar de fazer parte da indústria que ele acreditava estar tendo um impacto negativo nos mercados acionários dos EUA. Ele deixou Allston em junho de 2011 e ingressou na Better Markets, Inc. em agosto de 2012 como Consultor de Estrutura de Mercado e HFT, onde defende reformas para ajudar a conter os excessos e o comportamento predatório em operações de alta frequência, enquanto ainda tenta preservar os benefícios oferece. Ele também presta consultoria para o IEX Group, uma empresa privada no processo de construção de um centro de mercado acionário focado no investidor e no investidor.
Jamil Nazarali, Chefe dos Serviços de Execução da Cidadela, Citadel.
Jamil Nazarali é o chefe da Citadel Execution Services (CES), o maior criador de mercado no fluxo de pedidos de varejo e o principal fabricante de opções de mercado para corretores de varejo1. A CES é uma divisão da Citadel Securities, que executa mais de 20% do volume diário de opções de ações cotadas nos EUA e 10% do volume de ações dos EUA2. O Sr. Nazarali também supervisiona o negócio de negociação algorítmica da Citadel e o Apogee, Citadel Securities & # 8217; sistema de comércio alternativo.
Antes de ingressar na Citadel em 2011, o Sr. Nazarali foi Diretor Global de Comércio Eletrônico no Knight Capital Group. Anteriormente, ele foi consultor de gestão na Ernst and Young e na Bain and Company.
O Sr. Nazarali atualmente atua no Conselho de Gerentes da Direct Edge Holdings LLC. Ele também é membro do Comitê Consultivo de Negociação Eletrônica da Bolsa de Valores de Nova York.
O Sr. Nazarali recebeu um diploma de bacharel da University of Western Ontario e um MBA da University of Chicago.
Christopher Rigg, sócio principal da área de práticas de Application Innovation Services (AIS), serviços globais de negócios, IBM.
Chris é o principal parceiro na área de práticas de Application Innovation Services (AIS) do setor bancário e de mercados financeiros para serviços globais de negócios da IBM, com foco em consultoria tecnológica, integração de sistemas e desenvolvimento de aplicativos nas indústrias de seguros, bancos e mercados financeiros. Nessa função, ele é responsável pela entrega de vendas e engajamento para clientes de serviços financeiros.
Antes de ingressar na IBM Global Business Services, Chris foi Diretor Administrativo do Bank of America Merrill Lynch responsável por liderar um grupo de tecnologia e operações (1.500 Recursos e 150 Aplicativos) que forneceu Ferramentas de Vendas, Ferramentas de Desempenho, Informações ao Cliente e Informações sobre Produtos e precificação) para as linhas de negócios Comercial, Corporativo e de Investment Banking, bem como para os negócios de Vendas e Negociação e Wealth Management.
Jonathan Ross, diretor de tecnologia da GETCO LLC.
Jon Ross é o Chief Technology Officer (CTO) da GETCO. Ele supervisiona a plataforma de tecnologia estratégica da empresa e o desenvolvimento do conjunto de tecnologia de negócios e produtos de serviços de execução da empresa. Jon traz mais de 13 anos de experiência em tecnologia financeira e liderança para a empresa.
Jon ingressou na GETCO em 2007. Anteriormente, ele era o chefe da GETCO Execution Services (GES) na Europa, onde supervisionava o gerenciamento de pedidos, execução e soluções de tecnologia para clientes europeus. Jon também liderou a criação do GES & # 8217; Oferta europeia em 2010 após o lançamento bem-sucedido dos negócios nos EUA em 2007.
A GETCO é uma fabricante global de mercado nas classes de ativos de renda fixa, câmbio, ações e commodities. O negócio principal da empresa envolve a compra e venda de títulos para fornecer mercados bilaterais em bolsas ao redor do mundo. Como um criador de mercado global, a GETCO desempenha um papel fundamental ajudando a reduzir o custo de capital para os negócios e reduzindo os custos de negociação para os investidores.
Antes de ingressar na GETCO, Jon atuou como CTO da Inet ATS, Inc, que foi adquirido pela NASDAQ Stock Market em 2005, e onde mais tarde foi nomeado CTO. Ele foi responsável pelo desenvolvimento de novas tecnologias e pela manutenção da principal plataforma de negociação do mercado de ações. As experiências anteriores de software e tecnologia de Jon incluem o desenvolvimento da oferta ECN do Island ECN MarketXT, a criação de videogames para a divisão de sistemas operacionais da Microsoft, Maxis, Inc. e o desenvolvimento de sensores de orientação inercial para aplicações militares em Systron Donner.
12:15 & # 8212; Pausa.
2 da tarde & # 8212; Painel 2: Respondendo a erros e falhas e gerenciando crises em tempo real.
Chad Cook, diretor de tecnologia da Lime Brokerage LLC.
Chad Cook é o Diretor de Tecnologia da Lime Brokerage, onde supervisiona engenharia, infraestrutura e tecnologia. Chad está na Lime Brokerage desde 2004 e é um dos arquitetos da plataforma de negociação de alto desempenho da Lime. O Chade tem mais de 20 anos em alta tecnologia, construindo produtos de segurança e comunicações de dados de alto desempenho e, nos últimos 8 anos, tecnologia de negociação de latência ultra baixa na Lime Brokerage. Chad é um líder reconhecido em tecnologia, tendo sido autor de artigos e livros sobre temas de tecnologia e segurança, falado em conferências, eventos da OTAN e das Nações Unidas, e tem várias patentes aplicadas em tecnologia. Antes da Lime Brokerage, Chad ocupou cargos de liderança e engenharia na BBN, na @stake e em várias empresas iniciantes. Chad é bacharel em Psicologia e Sociologia pela Faculdade da Santa Cruz em Worcester, Massachusetts.
Anna Ewing, vice-presidente executiva e diretora de informações da NASDAQ OMX.
Anna Ewing é vice-presidente executiva e diretora de informações da NASDAQ OMX Group Inc. (NASDAQ: NDAQ), operadora da maior bolsa de valores do mundo. Com US $ 12,7 trilhões, a principal bolsa da NASDAQ nos EUA foi o maior pool individual de liquidez do mundo em 2011, com base no valor negociado.
Anna tem mais de 25 anos de experiência no fornecimento de tecnologia com foco no cliente no setor de serviços financeiros. Em seu cargo na NASDAQ OMX, Anna é responsável pela Global Technology Services e pela unidade de negócios Market Technology, que fornece soluções de tecnologia comercial para mais de 70 bolsas e mercados em todo o mundo. Integral ao papel da Sra. Ewing está supervisionando o roteiro de tecnologia do intercâmbio.
Desde que assumiu sua posição, Ewing tem sido a arquiteta de tecnologia para a transformação da NASDAQ OMX de um único mercado de ações em dinheiro dos EUA para uma empresa de troca com 24 mercados em todo o mundo, cobrindo todas as principais classes de ativos. Além da fusão com a OMX, Ewing e sua equipe reformularam aquisições de empresas, incluindo a BX, anteriormente a Boston Exchange e a NASDAQ OMX PHLX, e implementaram com sucesso o sistema de negociação INET em todos os mercados acionários da NASDAQ OMX em todo o mundo. Mais recentemente, a Sra. Ewing supervisionou a aquisição da SMARTS, fornecedora líder mundial de tecnologia de vigilância de mercado para mercados de câmbio, reguladores e corretores em todo o mundo.
Como um especialista amplamente reconhecido, inovador em tecnologia e impulsionador do crescimento da empresa e do setor, Anna participa e é frequentemente apresentada como palestrante em diversos eventos no mundo todo. Ewing participa regularmente de importantes conferências do setor financeiro, fóruns econômicos globais, como o Fórum Econômico Mundial e outros eventos focados na tecnologia.
Antes de ingressar na NASDAQ, Anna trabalhou na CIBC World Markets em Nova York e Toronto, onde atuou como diretora administrativa da Global Applications Services e como membro fundador da CIBC. Antes disso, foi vice-presidente da Merrill Lynch, onde ocupou vários cargos de liderança na área de tecnologia. Ela é graduada pela Schulich School of Business da York University em Toronto. Ewing é MBA da York University, em Toronto, onde se formou em Management Information Systems.
Albert Gambale, diretor de desenvolvimento, desenvolvimento de aplicativos, DTCC.
Albert Gambale é diretor de desenvolvimento da The Depository Trust & Clearing Corporation (DTCC). Suas responsabilidades abrangem a área de desenvolvimento de aplicativos dentro da Tecnologia da Informação.
A carreira de Gambale abrange 30 anos em serviços financeiros, os últimos 15 gastos na DTCC servindo em três diferentes funções de desenvolvimento de aplicativos. Ele se concentrou primeiramente nas subsidiárias da DTCC, na National Securities Clearing Corporation (NSCC) e na EuroCCP e depois assumiu os cargos de gerência como Vice-Presidente para as aplicações NSCC e EuroCCP e como Diretor Administrativo para todas as solicitações de compensação NSCC, FICC e EuroCCP. Dentro do DTCC, Gambale também atua nos Comitês de Direção de Arquitetura e Operação.
Mais recentemente, a Gambale encabeçou um esforço relacionado à expansão global de derivativos e o plano plurianual da DTCC para reprojetar seus principais sistemas de processamento de risco. Sob este aprimoramento de 2012, foram introduzidas novas aplicações centradas em data warehousing e business intelligence.
Além de uma especialidade de TI, a Gambale ganhou especialização nas operações de compensação comercial e liquidação. Ele permanece em sintonia com outros setores da indústria, atuando no Comitê de Gestão de Tecnologia SIFMA.
Antes de sua carreira na DTCC, Gambale foi consultor de TI para o JPM Chase durante os anos 1980, em seguida, mudou-se para um papel como desenvolvedor de custódia global na Brown Brothers Harriman de 1990 até 1997. Ele obteve um BA em economia e história da SUNY em Oneonta, Nova york.
Saro Jahani, diretor de informações da Direct Edge.
Saro Jahani ingressou na Direct Edge como Chief Information Officer em abril de 2011. Ele é responsável por impulsionar a inovação tecnológica e reforçar a integridade sistêmica da tecnologia da informação da empresa.
O Sr. Jahani implementou o Roadmap de Latência e Estabilidade de Borda Direta, que utiliza uma biblioteca de infraestrutura de tecnologia da informação (ITIL). Ele também estabeleceu o Extended Architectural Committee, reunindo a expertise da Hewlett Packard, da Microsoft, da Informatica / 29 West, da Intel e da Cisco para desenvolver soluções de software eficazes que atendem às especificações de tolerância a risco de uma troca.
Em 2012, o Sr. Jahani foi nomeado para a Institutional Investor Trading Technology 30 em consideração por suas realizações de carreira e inovação tecnológica.
Antes da Direct Edge, o Sr. Jahani atuou como Diretor de Informações na Bolsa de Valores Nacional; Chefe Global de Infraestrutura, Operações e Instalações da Townsend Analytics; Vice-presidente executivo de operações de TI da SunGard; e ocupou vários cargos de TI na CAP Gemini, na Swedish Telecom e na Crosfield Electronics. Ele possui mestrado em Engenharia Elétrica pela Universidade de Uppsala (Suécia).
Dr. M. Lynne Markus, Professor de Gestão de Informação e Processos, Universidade Bentley.
M. Lynne Markus é John W. Poduska, professor sênior de gerenciamento de informações e processos na Bentley University. Ela também é uma afiliada de pesquisa do Centro de Pesquisa de Sistemas de Informação do MITSloan. Os interesses de ensino, pesquisa e consultoria do Professor Markus incluem sistemas de informações empresariais e interorganizacionais, as conseqüências não intencionais da tecnologia da informação e estratégias de gerenciamento de risco, e TI no setor de hipotecas. Ela foi nomeada Fellow da Association for Information Systems em 2004 e recebeu o prêmio AIS LEO pela excepcional conquista da vida em sistemas de informação em 2008.
Lou Steinberg Presidente do Conselho, Rev2 Chief Technology Officer, TD Ameritrade.
Como fundador da Rev2, Lou foi CEO até julho de 2011, quando se tornou CTO na TD Ameritrade Holding Corporation (Nasdaq: AD). Ele continua a desempenhar um papel ativo como presidente do Rev2. Anteriormente, ele era o CEO da Cranite Systems, que fornecia VPNs de camada 2 altamente seguras para empresas e governos. Antes disso, ele passou vários anos como CTO da Symbol Technologies (agora Motorola), conduzindo uma estratégia de soluções para toda a empresa, além de atuar como Gerente Geral da Divisão de Software.
Anteriormente, atuou como empresário residente na Warburg Pincus e como consultor de estratégia para a alta administração de empresas como Comcast, Citigroup e NCR. Ele foi vice-presidente sênior de marketing e desenvolvimento de mercado da Micromuse (atual IBM), uma empresa de gerenciamento e análise de redes. Lou juntou-se à Micromuse através da aquisição da NetOps Corp, uma empresa de análise e previsão de falhas que ele fundou e liderou como CEO. Ele passou mais de uma década na IBM em várias funções técnicas e de gerenciamento, contribuindo notavelmente para o desenvolvimento de roteadores para a NSFNet, um backbone de Internet de segunda geração. Ele atuou em vários grupos de trabalho da IETF relacionados ao gerenciamento de redes, incluindo SNMP-1, MIB-1, Ethernet MIB, RMON-1 e Alert Management.
Ele é autor de Troubleshooting with SNMP e Understanding MIBs (McGraw-Hill, 2000), além de inúmeros artigos sobre tecnologia e infraestrutura. Lou se formou no Stevens Institute of Technology com um bacharelado em engenharia e um mestrado em ciência da computação.
US Search Desktop.
Agradecemos seus comentários sobre como melhorar a Pesquisa do Yahoo. Este fórum é para você fazer sugestões de produtos e fornecer feedback atencioso. Estamos sempre tentando melhorar nossos produtos e podemos usar o feedback mais popular para fazer uma mudança positiva!
Se você precisar de assistência de qualquer tipo, visite nosso fórum de suporte à comunidade ou encontre ajuda individualizada em nosso site de ajuda. Este fórum não é monitorado por nenhum problema relacionado a suporte.
O fórum de comentários do produto do Yahoo agora exige um ID e uma senha válidos do Yahoo para participar.
Agora você precisa fazer login usando sua conta de e-mail do Yahoo para nos fornecer feedback e enviar votos e comentários para as ideias existentes. Se você não tiver um ID do Yahoo ou a senha do seu ID do Yahoo, inscreva-se para obter uma nova conta.
Se você tiver um ID e uma senha do Yahoo válidos, siga estas etapas se quiser remover suas postagens, comentários, votos e / ou perfil do fórum de comentários do produto do Yahoo.
Vote em uma ideia existente () ou publique uma nova ideia…
Idéias quentes Idéias superiores Novas ideias Categoria Status Meu feedback.
Xnxx vedios.
Trazer de volta o layout antigo com pesquisa de imagens.
Desinformação na ordem DVD.
Eu pedi DVD / Blueray "AL. A confidencial" tudo que eu consegui foi Blue ray & amp; um contato # para obter o DVD que não funcionou. Eu encomendo minha semana com Marilyn ____DVD / blue ray & amp; Eu peguei os dois - tolamente, assumi que o mesmo se aplicaria a L. A. ___ETC não. Eu não tenho uma máquina de raio azul ----- Eu não quero uma máquina de raio azul Eu não quero filmes blueray. Como obtenho minha cópia de DVD de L. A. Confidential?
yahoo, pare de bloquear email.
Passados vários meses agora, o Yahoo tem bloqueado um servidor que pára nosso e-mail.
O Yahoo foi contatado pelo dono do servidor e o Yahoo alegou que ele não bloquearia o servidor, mas ainda está sendo bloqueado. CEASE & amp; DESISTIR.
Não consigo usar os idiomas ingleses no e-mail do Yahoo.
Por favor, me dê a sugestão sobre isso.
Motor de busca no Yahoo Finance.
Um conteúdo que está no Yahoo Finance não aparece nos resultados de pesquisa do Yahoo ao pesquisar por título / título da matéria.
Existe uma razão para isso, ou uma maneira de reindexar?
consertar o que está quebrado.
Eu não deveria ter que concordar com coisas que eu não concordo com a fim de dizer o que eu acho - eu não tive nenhum problema resolvido desde que comecei a usar o Yahoo - fui forçado a jogar meu antigo mensageiro, trocar senhas, obter novas messenger, disse para usar o meu número de telefone para alertar as pessoas que era o meu código de segurança, receber mensagens diárias sobre o bloqueio de yahoo tentativas de uso (por mim) para quem sabe por que como ele não faz e agora eu obter a nova política aparecer em cada turno - as empresas costumam pagar muito caro pela demografia que os usuários fornecem para você, sem custo, pois não sabem o que você está fazendo - está lá, mas não está bem escrito - e ninguém pode responder a menos que concordem com a política. Já é ruim o suficiente você empilhar o baralho, mas depois não fornece nenhuma opção de lidar com ele - o velho era bom o suficiente - todas essas mudanças para o pod de maré comendo mofos não corta - vou relutantemente estar ativamente olhando - estou cansado do mudanças em cada turno e mesmo aqueles que não funcionam direito, eu posso apreciar o seu negócio, mas o Ameri O homem de negócios pode vender-nos ao licitante mais alto por muito tempo - desejo-lhe boa sorte com sua nova safra de guppies - tente fazer algo realmente construtivo para aqueles a quem você serve - a cauda está abanando o cachorro novamente - isso é como um replay de Washington d c
Eu não deveria ter que concordar com coisas que eu não concordo com a fim de dizer o que eu acho - eu não tive nenhum problema resolvido desde que comecei a usar o Yahoo - fui forçado a jogar meu antigo mensageiro, trocar senhas, obter novas messenger, disse para usar o meu número de telefone para alertar as pessoas que era o meu código de segurança, receber mensagens diárias sobre o bloqueio de yahoo tentativas de uso (por mim) para quem sabe por que isso acontece e agora eu recebo a nova política em cada turno - as empresas costumam pagar muito pela demografia que os usuários fornecem para você ... mais.
Комментариев нет:
Отправить комментарий