Effective governance through implementation of appropriate algorithms in share trading
Date
2018-12
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Stellenbosch : Stellenbosch University
Abstract
ENGLISH SUMMARY : Advancement in computer technology enabled an evolution in share trading. This brought such an increase in available data that manual analysis can no longer provide accurate, timeous results. Many share traders have found a solution in the implementation of algorithms.
To effectively govern algorithms and ensure the control objectives of validity, accuracy and completeness are met, the life cycle of an algorithm must be considered: the input data, analysis and results must be governed.
The choice of algorithm is fundamental to effectively govern its analysis and results, since an algorithm is not always appropriate for implementation. The algorithm must be appropriate for the available data, the requirements of the analysis, as well as the required algorithm result in order to meet the control objectives.
To investigate the applicability of algorithms, this research provides an understanding of the evolution in the share trading industry, algorithms and the enabling technologies of big data and machine learning. The study considers both qualitative and quantitative algorithms: statistical characteristics of predictive algorithms are identified, which indicate if the algorithm is appropriate for implementation based on the nature of the data available, the required analysis as well as the results the algorithm can achieve. The research will also investigate how nonpredictive algorithms’ outcome determine if it will be useful and appropriate to the data scientist.
Based on the investigation, an applicability model was designed to map the investigated statistical characteristics with the indicators found. This model will provide guidance to data scientists and other users to assess their data and algorithm needs to what the available algorithms can provide, therefore determining which algorithm characteristics will be most appropriate for implementation.
AFRIKAANSE OPSOMMING : Die vooruitgang in rekenaartegnologie het ʼn evolusie in die verhandeling van aandele moontlik gemaak. Met die toename in beskikbare data, is dit nie meer moontlik om ʼn analise per hand te ondersoek en akkurate resultate betyds te kry nie. Baie aandele-makelaars het gevind dat die implementering van algoritmes ʼn oplossing hiervoor bied. Om algoritmes effektief te beheer en te verseker dat die kontroledoelwitte van geldigheid, akkuraatheid en volledigheid behaal word, moet die lewenssiklus van ʼn algoritme in ag geneem word: die inset data, analise en resultate moet beheer word. ʼn Fundamentele keuse is watter algoritme om te implementeer om die analise en die resultate daarvan te beheer, aangesien algoritmes nie altyd gepas is vir implementering nie. Die algoritme moet gekies word volgens die beskikbare data, die vereistes van die analise, sowel as die resultaat wat van die algoritme vereis word. Om die toepaslikheid van algoritmes te ondersoek, bied hierdie navorsing ʼn begrip van die evolusie in die industrie van aandele-verhandeling, algoritmes en die tegnologieë van ‘big data’ en masjienleer. Hierdie studie neem beide kwalitatiewe en kwantitatiewe algoritmes in ag: dit identifiseer statistiese karaktereienskappe van voorspellende algoritmes, wat gebruik kan word om te bepaal of die algoritme gepas is vir implementering. Dit word bepaal deur die aard van die beskikbare data, die ontleding wat die algoritme moet uitvoer en die resultate wat die algoritme moet verkry. Hierdie studie ondersoek ook die doelwit van algoritmes wat nie waardes voorspel nie, bepaal of dit nuttig en gepas is vir die gebruiker. Volgens die bevindinge van die ondersoek is ʼn model van toepaslikheid ontwerp om die statistiese eienskappe wat ondersoek is, met die aanwysers wat gevind is, te karteer. Hierdie model verskaf riglyne aan die gebruikers om die beskikbare data en behoeftes vir die algoritme te vergelyk met wat die algoritme kan verskaf, en dus te kan bepaal watter algoritme-eienskappe gepas is vir implementering.
AFRIKAANSE OPSOMMING : Die vooruitgang in rekenaartegnologie het ʼn evolusie in die verhandeling van aandele moontlik gemaak. Met die toename in beskikbare data, is dit nie meer moontlik om ʼn analise per hand te ondersoek en akkurate resultate betyds te kry nie. Baie aandele-makelaars het gevind dat die implementering van algoritmes ʼn oplossing hiervoor bied. Om algoritmes effektief te beheer en te verseker dat die kontroledoelwitte van geldigheid, akkuraatheid en volledigheid behaal word, moet die lewenssiklus van ʼn algoritme in ag geneem word: die inset data, analise en resultate moet beheer word. ʼn Fundamentele keuse is watter algoritme om te implementeer om die analise en die resultate daarvan te beheer, aangesien algoritmes nie altyd gepas is vir implementering nie. Die algoritme moet gekies word volgens die beskikbare data, die vereistes van die analise, sowel as die resultaat wat van die algoritme vereis word. Om die toepaslikheid van algoritmes te ondersoek, bied hierdie navorsing ʼn begrip van die evolusie in die industrie van aandele-verhandeling, algoritmes en die tegnologieë van ‘big data’ en masjienleer. Hierdie studie neem beide kwalitatiewe en kwantitatiewe algoritmes in ag: dit identifiseer statistiese karaktereienskappe van voorspellende algoritmes, wat gebruik kan word om te bepaal of die algoritme gepas is vir implementering. Dit word bepaal deur die aard van die beskikbare data, die ontleding wat die algoritme moet uitvoer en die resultate wat die algoritme moet verkry. Hierdie studie ondersoek ook die doelwit van algoritmes wat nie waardes voorspel nie, bepaal of dit nuttig en gepas is vir die gebruiker. Volgens die bevindinge van die ondersoek is ʼn model van toepaslikheid ontwerp om die statistiese eienskappe wat ondersoek is, met die aanwysers wat gevind is, te karteer. Hierdie model verskaf riglyne aan die gebruikers om die beskikbare data en behoeftes vir die algoritme te vergelyk met wat die algoritme kan verskaf, en dus te kan bepaal watter algoritme-eienskappe gepas is vir implementering.
Description
Thesis (MAcc)--Stellenbosch University, 2018.
Keywords
Stocks -- Computer programs -- Risk assessment, Algorithms -- Economic aspects, Data analysis, UCTD