El perfilado alfa [1] [2] es una aplicación de aprendizaje automático para optimizar la ejecución de grandes órdenes en los mercados financieros mediante el comercio algorítmico . El propósito es seleccionar un cronograma de ejecución que minimice el déficit de implementación esperado o, de manera más general, asegure el cumplimiento de un mandato de mejor ejecución . Los modelos de perfiles alfa aprenden patrones estadísticamente significativos en la ejecución de órdenes de una estrategia comercial o administrador de cartera en particular y aprovechan estos patrones para asociar un cronograma de ejecución óptimo a nuevas órdenes. En este sentido, es una aplicación del arbitraje estadístico a la mejor ejecución. por ejemplo, unel administrador de cartera especializado en inversión de valor puede tener un sesgo de comportamiento para colocar órdenes de compra mientras el valor de un activo aún está disminuyendo. En este caso, un cronograma de ejecución lento o retrasado brindaría mejores resultados de ejecución que uno urgente. Pero este mismo administrador de cartera ocasionalmente colocará un pedido después de que el precio del activo ya haya comenzado a subir, en cuyo caso es mejor manejarlo con urgencia; este ejemplo ilustra el hecho de que Alpha Profiling debe combinar información pública, como datos de mercado, con información privada, incluida la identidad del administrador de la cartera y el tamaño y el origen de la orden, para identificar el cronograma de ejecución óptimo.
Por lo general, las órdenes de bloques grandes no se pueden ejecutar de inmediato porque no hay una contraparte disponible con el mismo tamaño. En cambio, deben cortarse en trozos más pequeños que se envían al mercado con el tiempo. Cada porción tiene algún impacto en el precio, por lo que, en promedio, el precio realizado para una orden de compra será mayor que en el momento de la decisión, o menor para una orden de venta. El déficit de ejecución es la diferencia entre el precio en el momento de la decisión y el precio medio esperado a pagar por la ejecución del bloque, y suele expresarse en puntos básicos de la siguiente manera.
El perfil alfa de una orden es el precio esperado sin impacto condicionado por la orden y el estado del mercado, desde el momento de la decisión hasta el momento de finalización requerido. En otras palabras, es el precio que se espera que tenga el valor en el horizonte de ejecución si la orden no se ejecuta. Para estimar el costo de una estrategia de ejecución, se debe sumar el impacto de mercado al precio sin impacto. [3] Vale la pena enfatizar que los intentos de estimar el costo de cronogramas alternativos sin ajustes de impacto son contraproducentes: las estrategias de alta urgencia capturarían más liquidez cerca del momento de decisión y, por lo tanto, siempre serían preferibles si no se tuviera en cuenta su impacto. . De hecho, los cronogramas de ejecución anticipados tienen un costo de impacto promedio más alto. [4]
Una forma de calcular un perfil alfa es usar una técnica de clasificación como Naive Bayes : encuentre en el registro histórico una colección de órdenes con características similares, calcule el precio sin impacto para cada caso y tome el rendimiento promedio simple desde el inicio de la operación. en los próximos días. Este método es robusto y transparente: cada orden se adjunta a una clase de órdenes que comparten características específicas que se pueden mostrar al usuario como parte de una explicación de la decisión óptima propuesta. Sin embargo, un modelo de perfil alfa basado en la clasificación de operaciones por similitud tiene una generalización limitada.energía. Los nuevos pedidos no siempre se comportan de la misma manera que otros pedidos con características similares se comportaron en el pasado. Se puede lograr una estimación más precisa de los perfiles alfa utilizando métodos de Machine Learning (ML) para conocer las probabilidades de futuros escenarios de precios dado el orden y el estado del mercado. Luego, los perfiles alfa se calculan como el promedio estadístico del precio del valor en varios escenarios, ponderados por las probabilidades del escenario.