avellaneda-stoikov - GitLite

KO | EN

gitlite — search

#javascript #python #react #ai #llm #machine-learning #linux #nodejs #windows #awesome #cli #kubernetes #security #open-source

avellaneda-stoikov

(★ 726)

Avellaneda-Stoikov HFT market making algorithm implementation

파일 탐색기

최종 버전 다운로드 (.zip)

- 10_statistical_properties_of_stock_orderbooks.pdf
- 11_authomated_market_making.pdf
- 12_Fernandez_Tapia_thesis.pdf
- 1_Avellaneda-Stoikov_high_frequency_trading_in_a_limit_order_book.pdf
- 2_Avellaneda-Stoikov_high_frequency_trading_in_a_limit_order_book_2_version.pdf
- 3_Bayraktar-Ludkovski_optimal_trade_execution_in_iliquid_markets.pdf
- 4_Gueant-Lehalle_dealing_with_the_inventory_risk.pdf
- 5_hyperquant_crypto.pdf
- 6_market_making_and_mean_reversion.pdf
- 7_market_microstructure.pdf
- 8_a_theory_of_power-law_listributions_in_linancial_market_activity.pdf
- 9_optimal_dealer_pricing.pdf
- pnl_distribution.png
- simulation01.png
- .gitignore
- brownian.py
- brownian_paths.py
- main.py
- requirements.txt
README.md

# 설치 가이드

1. 코드 내려받기

git clone https://github.com/fedecaccia/avellaneda-stoikov

깃허브에서 프로젝트 코드 전체를 내 컴퓨터로 내려받습니다.

cd avellaneda-stoikov

방금 내려받은 프로젝트 폴더 안으로 이동합니다.

2. Python

쉬움 추천

사전 준비물

Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
Python 3 설치 시 'Add Python to PATH' 옵션을 꼭 체크하세요 (Windows).

python3 -m virtualenv venv

파이썬 스크립트(또는 모듈)를 실행합니다.

pip install -r requirements.txt

requirements.txt 등에 명시된 파이썬 라이브러리를 설치합니다.

✅ 에러 메시지 없이 실행되고 터미널에 안내 문구가 출력되면 정상입니다.

이 레포의 README에 적힌 실제 명령어를 그대로 가져왔습니다.

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# Avellaneda-Stoikov HFT model implementation

Avellaneda-Stoikov HFT market making algorithm implementation

# Quickstart

Set up python environment:
```
python3 -m virtualenv venv
#source venv/bin/activate #linux
venv\Scripts\activate.bat # windows
```
Install dependencies:
```
pip install -r requirements.txt
```
Check model parameters in main.py and then execute the code:
```
python main.py
```

## Results

Figure 1 show results of a simulation using the following parameters:
- gamma: 0.1
- sigma: 2
- T: 1
- k: 1.5
- M: 0.5

The first chart shows price, indiference price and bid, ask quotes evolution.
The second chart shows the profit and loss evolution.
The last chart shows the inventory evolution.

![Simulation Results](https://raw.githubusercontent.com/fedecaccia/avellaneda-stoikov/master/img/simulation01.png "Simulation results")

Figure 2 shows the distribution of PnL over 1000 simulations.

![Pnl Histogram](https://raw.githubusercontent.com/fedecaccia/avellaneda-stoikov/master/img/pnl_distribution.png "PnL Histogram")