Ajánlati könyv feldolgozás és modellezés grafikus kártyák segítségével
Napjainkig a legnépszerűbb technológiák a piacok mozgásainak előrejelzésére nagyrészt matematikai és ökonometriai modelleket használtak, azonban ezek a modellek gyakran olyan feltételezéseket tesznek, melyek a jelenkori piaci körülmények között nem megfelelőek. Ebből az okból az adatelemzési módszerek egyre nagyobb teret hóditanak. Az említett módszerek rá tudnak tanulni arra, hogy a piacok bizonyos hatásokra hogyan reagálnak. Az egyre szélesebb körben és nagyobb mennyiségben elérhető adatok segítségével a módszerek pedig egyre hatékonyabbak lesznek.
A piaci adatok egy speciális formátuma az Ajánlati Könyv (Limit Order Book, LOB), mely egy nyilvános tőzsdén bármely időpillanatban elérhető ajánlatok tulajdonságait tartalmazza. Legtöbb esetben az Ajánlati Könyveket két adatfolyamban publiálják – a könyv aktuális állapota és az ajánlatokhoz történő frissítések. A két külön adatfolyam megnehezíti az adatstruktúra modellezését, ugyanis feldolgozásuk csak jelentős számítási kapacitással lehetséges. Az adatok minősége is gyakran kifogásolható, mely szintén megnehezíti a modellezést.
A dolgozat egy olyan Ajánlati Könyv feldolgozó alkalmazást mutat be, mely képes az említett adatok előfeldolgozására illetve az Ajánlati Könyv gyors és hatékony modellezésére grafikus kártyák (GPU) segítségével. Az alkalmazás aggregálja a két különböző adatformátumot, normalizálja az adatpontokat, majd neurális hálók (vagy hasonló mélytanuló módszerek) részére értelmezhető formátumra konvertálja azokat, melyek jóslatokat adnak a piacok következő állapotaira.
A dolgozat feldolgozza a témában fellelhető szakirodalmat, és elemzi a létező módszerek teljesítményét. Az alkalmazás számos komponensből épül fel, melyek tetszőlegesen cserélhetők, módosíthatók. A dolgozatban egy adatgyűjtő algoritmus is implementálásra került, mely egy népszerű kripto-tőzsdéről gyűjt adatokat a modellezéshez. A dolgozat szintén tartalmaz néhány egyszerű modellt is, illetve teljesítményük összehasonlítását a létezőekkel.
Az alkalmazás fő célja, hogy lehetővé tegye a hiperparaméterek optimalizálását. A különböző paraméterekkel való kísérletezés jelentős időt vesz igénybe, melyen a grafikus kártyák párhuzamos végrehajtási modellje jelentősen gyorsít, ezért összehasonlításra kerültek az alkalmazás és különböző CPU-n futó modellek futásidejei.
Az alkalmazás használata nagyban megkönnyíti az Ajánlati Könyvek feldolgozását az adatok begyűjtésétől egészen a modellezésig, illetve segítségével a létező megoldásokhoz képest jelentős gyorsabban hajthatók végre az említett műveletek.
szerző
-
Burján Viktor
Gazdaságinformatikus szak, mesterképzés
mesterképzés (MA/MSc)
konzulens
-
Dr. Gyires-Tóth Bálint
adjunktus, Távközlési és Mesterséges Intelligencia Tanszék
