Abel Noser和Liquidnet推出了Portfolio Manager Profiling试验

全球机构交易网络Liquidnet和Abel Noser Solutions已启动了Portfolio Manager概要分析的试验。

该模型整合到Liquidnet的Virtual High Touch Next Gen算法套件中后，便将历史交易和TCA数据与投资组合经理的决定联系起来，从而为每个参与的投资组合经理创建了不同的档案。然后，通过Liquidnet的算法排名模型（ARM）将这些资料考虑在内，以确定建议的算法交易策略。

“投资组合经理的趋势一直影响着交易者的执行策略，但是能够始终如一地复制过去的配置文件模式是一项挑战，” Abel Noser Solutions总裁Peter Weiler（如图）说。“但是通过分析客户的TCA数据，我们现在可以发现任何具有统计意义的持久模式。借助Portfolio Manager Profiling，Liquidnet将该分析纳入其Algo排名模型中，以根据该PM的偏好对建议的执行策略进行排名。”

Liquidnet全球股票策略主管Rob Laible说：“买方交易者越来越多地使用Liquidnet的Algo排名模型等智能执行工具来帮助支持其交易决策。”PM的趋势通常是细微的，但可能会对交易者采用的执行方法产生重大影响。能够使用技术更准确地查明这些趋势是交易者工具包的强大补充。

目前，通过Liquidnet虚拟创新中心Liquidnet Labs进行了Portfolio Manager概要分析，该虚拟中心展示了该公司的最新产品和技术。有兴趣参加试验的买方公司应直接联系其Abel Noser或Liquidnet代表。

Liquidnet的算法排名模型（ARM）于2016年推出，它会根据交易者的执行目标对Liquidnet的下一代算法进行排序，然后生成大量订单资料。一旦交易者做出选择，该模型将量化驱动排名的因素，并根据不断变化的市场和库存状况实时调整其计算。如果排名最高的算法发生变化，则会自动通知交易者。ARM目前可在美国和欧洲市场使用。