Ilościowe strategie handlowe: wykorzystanie mocy ilościowych technik do tworzenia możliwości wykorzystania ilościowych technik do tworzenia opłacania ilościowych technik w celu stworzenia programu handlowego Lars Kestner Quantitative Trading Strategie mają za zadanie przechodzić przez fazy rozwoju i oceny dzisiejszych popularnych i sprawdzone na rynku handel technicznyMore Wykorzystanie potęgi ilościowych technik w celu stworzenia programu handlowego Winning Lars Kestner Quantitative Trading Strategie czyni czytelników przez etapy rozwoju i oceny dzisiejszych popularnych i sprawdzonych na rynku strategii handlowych handlu. Określając każdą subiektywną decyzję w procesie handlu, ta książka analityczna ocenia pracę znanych propozycji z John Henry do Monroe Trout i wprowadza 12 nowych strategii handlowych. Obalił liczne popularne nieporozumienia, z pewnością przyczyniał się do fal i zmian umysłów - w świecie analizy technicznej i handlu. Less Get a copy Znajomi Recenzje Aby zobaczyć, co Twoi przyjaciele myślą o tej książce, zarejestruj się. Opinie społecznościowe Tom Fazzio ocenił, że to było ok ponad 2 lata temu Scott Keller oceniło to było niesamowite prawie 3 lata temu John ocenił, że naprawdę podobało się to około 2 lat temu CY Beh ocenił, że nie podobało to około 5 lat temu Rafael ocenił to był niesamowity ponad 3 lata temu Poradnik dla przedsiębiorców na temat ilościowego obrotu W tym artykule mam zamiar przedstawić Państwu niektóre z podstawowych pojęć, które towarzyszą systemowi ilościowego handlu na końcu. Ten post ma nadzieję, że będą służyć dwóm odbiorcom. Pierwszy będzie osobą starającą się o pracę w funduszu jako przedsiębiorca ilościowy. Drugie będzie osobami, które chcą spróbować i założyć własną algorytmiczną handel detaliczny. Handel ilościami jest niezwykle wyrafinowanym obszarem finansów kwantowych. Potrzeba dużo czasu na zdobycie niezbędnej wiedzy, aby przesłać wywiad lub skonstruować własne strategie handlowe. Nie tylko, ale wymaga szerokiej wiedzy programistycznej, przynajmniej w języku takim jak MATLAB, R lub Python. Jednak w miarę zwiększania się częstotliwości handlowej strategii, aspekty technologiczne stają się znacznie bardziej istotne. Poznanie CC będzie miało zasadnicze znaczenie. System ilościowego handlu składa się z czterech głównych elementów: Identyfikacja strategii - znalezienie strategii, wykorzystanie przewagi i określanie częstotliwości handlowej Strategia Backtesting - pozyskiwanie danych, analiza skuteczności strategii i usuwanie uprzedzeń System realizacji - łączenie z brokerem, automatyzacja handlu i minimalizowanie koszty transakcji Zarządzanie ryzykiem - optymalna alokacja kapitału, wielkość zakładuKelly kryterium i psychologia handlu Dobrze zacząć od spojrzenia na to, jak zidentyfikować strategię handlową. Identyfikacja strategii Wszystkie ilościowe procesy handlowe zaczynają się od początkowego okresu badań. Ten proces badawczy obejmuje znalezienie strategii, sprawdzając, czy strategia pasuje do portfolio innych strategii, które można uruchomić, uzyskiwać wszelkie dane niezbędne do przetestowania strategii i próbować zoptymalizować strategię na wyższe zyski i / lub niższe ryzyko. Musisz wziąć pod uwagę własne wymogi kapitałowe, jeśli prowadzisz strategię jako handlowca detalicznego i jak koszty transakcji będą miały wpływ na strategię. W przeciwieństwie do popularnych przekonań, całkiem proste jest znalezienie korzystnych strategii za pośrednictwem różnych źródeł publicznych. Naukowcy regularnie publikują teoretyczne wyniki handlowe (choć głównie brutto kosztów transakcji). Ilościowe blogi finansowe będą szczegółowo omawiać strategie. Czasopisma branżowe przedstawią niektóre strategie stosowane przez fundusze. Możesz zadać sobie pytanie, dlaczego jednostki i firmy chętnie dyskutują o ich korzystnych strategiach, zwłaszcza gdy wiedzą, że inni napędzający handel mogą powstrzymać strategię przed długotrwałą pracą. Powodem jest fakt, że często nie będą dyskutować na temat dokładnych parametrów i metod strojenia, które wykonały. Te optymalizacje są kluczem do przekształcenia stosunkowo miernej strategii w bardzo dochodowy. W rzeczywistości jednym z najlepszych sposobów tworzenia własnych unikalnych strategii jest znalezienie podobnych metod, a następnie przeprowadzenie własnej procedury optymalizacji. Poniżej znajduje się niewielka lista miejsc, w których można zacząć szukać pomysłów na strategie. Wiele z omawianych strategii zajmie się kategorią średniej rewersji i tendencją do sukcesu. Strategią odwracania średniego jest próba wykorzystania tego, że istnieje długoterminowa średnia na szeregach cenowych (takich jak rozproszenie między dwiema skorelowanymi aktywami) i że w krótkim odstępstwie od tej średniej zostaną w końcu odtworzone. Strategia "pędu" próbuje wykorzystać zarówno psychologię inwestorów, jak i dużą strukturę funduszy przez zahamowanie przebiegu tendencji rynkowej, która może gromadzić impuls w jednym kierunku i postępować zgodnie z tym trendem, aż się odwróci. Innym niezwykle ważnym aspektem handlu ilościami jest częstotliwość strategii handlowej. Handel niską częstotliwością (LFT) odnosi się ogólnie do jakiejkolwiek strategii, która posiada aktywa dłuższe niż dzień obrotowy. Odpowiednio, handel wysokonapięciowy (HFT) ogólnie odnosi się do strategii, która posiada aktywa w ciągu dnia. Handel ultra wysokiej częstotliwości (UHFT) odnosi się do strategii, które przechowują zasoby na sekundę i milisekundy. Jako praktykant handlu detalicznego HFT i UHFT są z pewnością możliwe, ale tylko ze szczegółową wiedzą na temat stosu technologii handlowych i dynamiki książki zamówień. W tym wprowadzającym artykule nie omówimy w jakikolwiek stopniu tych aspektów. Gdy strategia lub zestaw strategii zostaną zidentyfikowane, należy teraz przetestować ich rentowność na danych historycznych. To jest dziedzina testowania wstecznego. Strategia testów wstecznych Celem testów wstępnych jest przedstawienie dowodów na to, że strategia identyfikowana za pomocą powyższego procesu jest opłacalna, jeśli stosuje się zarówno do danych historycznych, jak i poza próbą. Spowoduje to oczekiwanie, w jaki sposób strategia będzie wykonywana w realnym świecie. Jednakże testy zwrotne nie są gwarancją sukcesu, z różnych powodów. Jest to chyba najbardziej subtelny obszar obrotu ilościowego, ponieważ pociąga za sobą wiele uprzedzeń, które muszą być dokładnie rozważone i wyeliminowane w jak największym stopniu. Omówimy typowe typy stronniczości, włącznie z nastawieniem na przyszłość. nadrzędność i skłonność do optymalizacji (znany również jako uprzejmość przesuwania danych). Inne obszary ważności w badaniu wstępnym obejmują dostępność i czystość danych historycznych, faktoring w realistycznych kosztach transakcji i podejmowanie decyzji na temat solidnej platformy testów backtestingu. Rozmawiaj dalej o kosztach transakcji w sekcji Systemy wykonawcze poniżej. Po zidentyfikowaniu strategii konieczne jest uzyskanie danych historycznych, za pośrednictwem których można przeprowadzić testy, a być może udoskonalenie. Istnieje znaczna liczba dostawców danych we wszystkich klasach aktywów. Ich koszty są ogólnie związane z jakością, głębokością i terminowością danych. Tradycyjnym punktem wyjścia dla początkujących handlowców kwantowych (przynajmniej na poziomie detalicznym) jest skorzystanie z bezpłatnego zestawu danych firmy Yahoo Finance. Nie będę tu zbyt wiele usługodawców, raczej chciałbym skoncentrować się na ogólnych zagadnieniach, jeśli chodzi o zestawy danych historycznych. Główne obawy związane z danymi historycznymi obejmują dokładność czyszczenia, skłonność do przetrwania i dostosowania do działań korporacyjnych, takich jak dywidendy i podziały zapasów: dokładność dotyczy ogólnej jakości danych - czy zawiera błędy. Błędy mogą być czasami łatwe do zidentyfikowania, np. Z filtrem. który wykryje niepoprawne skoki w danych serii czasowej i poprawi je. W innym czasie mogą być bardzo trudne do wykrycia. Często konieczne jest posiadanie dwóch lub więcej dostawców, a następnie sprawdzanie wszystkich swoich danych względem siebie. Odchylenie od przeżycia jest często cechą wolnych lub tanich zestawów danych. Zestaw danych z przesunięciem przetrwania oznacza, że nie zawiera aktywów, które nie są już obrotem. W przypadku akcji oznacza to przejście na akcje. Ta tendencja oznacza, że każda strategia handlu akcjami przeprowadzona na takim zbiorze danych prawdopodobnie będzie lepiej niż w świecie rzeczywistym, ponieważ zwycięzcy historyczni zostali wcześniej wybrani. Działania korporacyjne obejmują działania logistyczne prowadzone przez firmę, które zwykle powodują stopniową zmianę ceny surowej, która nie powinna być uwzględniona w obliczaniu zwrotów ceny. Są to wspólne sprawcy. W każdym z tych działań konieczne jest przeprowadzenie procesu zwanego korektą wsteczną. Trzeba bardzo uważać, aby nie mylić podziału akcji z prawdziwą korektą zwrotu. Wielu przedsiębiorców zostało złapanych przez działanie korporacyjne Aby przeprowadzić procedurę testów wstecznych, należy użyć platformy oprogramowania. Masz wybór między dedykowanym oprogramowaniem testowym, takim jak Tradestation, platformą numeryczną, taką jak Excel lub MATLAB, lub pełną implementacją niestandardową w języku programowania, takim jak Python czy C. Nie będę zbyt dużo na Tradestation (lub podobny), Excel lub MATLAB, ponieważ wierzę w tworzenie pełnego stosu technologii wewnątrz firmy (z powodów opisanych poniżej). Jedną z zalet takiego działania jest to, że oprogramowanie i system wykonywania kopii zapasowych mogą być ściśle zintegrowane, nawet przy bardzo zaawansowanych strategiach statystycznych. W szczególności w przypadku strategii HFT konieczne jest użycie niestandardowej implementacji. Podczas testowania wstecznego system musi być w stanie określić ilościowo, jak dobrze działa. Normami branżowymi dotyczącymi strategii ilościowych są maksymalne wypłaty i współczynnik Sharpe. Maksymalny spadek charakteryzuje największy spadek wartości szczytowej na krzywej przychodów na koncie w określonym przedziale czasowym (zazwyczaj w skali roku). Jest to najczęściej cytowane jako procent. Strategie LFT będą miały większe wycofywanie niż strategie HFT z powodu wielu czynników statystycznych. Historyczny test wyników pokaże ostatnie maksalne wypłaty, co jest dobrym wytycznym dla przyszłych wyników wypłaty. Drugim pomiarem jest Sharpe Ratio, który jest heurystycznie określony jako średnia z nadwyżek zwrotu podzielona przez odchylenie standardowe tych nadwyżki zwrotu. W tym przypadku nadmierne odesłania odnoszą się do zwrotu strategii powyżej wcześniej ustalonego poziomu odniesienia. takie jak SP500 lub trzymiesięczny Bony Skarbowe. Zwróć uwagę, że zwyczajowo zwracany zwrot nie jest środkiem, ponieważ nie uwzględnia zmienności strategii (w przeciwieństwie do współczynnika Sharpe Ratio). Gdy strategia zostanie sprawdzona i jest uważana za wolna od uprzedzeń (w możliwie największym stopniu), z dobrymi wynikami Sharpe i zminimalizowanymi rozliczeniami, nadszedł czas na zbudowanie systemu wykonawczego. Systemy wykonawcze System realizacji jest środkiem, za pomocą którego wykaz transakcji generowanych przez strategię jest wysyłany i wykonywany przez pośrednika. Pomimo tego, że generowanie handlu może być półautomatyczne lub nawet w pełni zautomatyzowane, mechanizm wykonawczy może być ręczny, półautomatyczny (tzn. Jedno kliknięcie) lub w pełni zautomatyzowany. W przypadku strategii LFT, powszechne są ręczne i półautomatyczne techniki. W przypadku strategii HFT konieczne jest stworzenie w pełni zautomatyzowanego mechanizmu wykonawczego, który często będzie ściśle powiązany z generatorem handlu (ze względu na współzależność strategii i technologii). Kluczowe kwestie przy tworzeniu systemu wykonawczego są interfejsem pośrednictwa. zminimalizowanie kosztów transakcji (w tym prowizji, poślizgnięcia i rozprzestrzeniania się) oraz rozbieżność wyników systemu na żywo z wynikających z niego wyników. Istnieje wiele sposobów na pośrednictwo w pośrednictwie. Obejmują one od powołania maklera na telefon bezpośrednio przez w pełni zautomatyzowany, wydajny interfejs API (Application Programming Interface). Idealnie chcesz zautomatyzować wykonywanie swoich transakcji w jak największym stopniu. To pozwala Ci skoncentrować się na dalszych badaniach, a także pozwala na uruchamianie wielu strategii, a nawet strategii o większej częstotliwości (w rzeczywistości HFT jest zasadniczo niemożliwe bez automatycznego wykonywania). Wspólne oprogramowanie do testów wstecznych opisane powyżej, takie jak MATLAB, Excel i Tradestation są dobre dla niższych częstotliwości, prostszych strategii. Konieczne będzie jednak stworzenie wewnętrznego systemu wykonawczego napisanego w języku wysokowydajnym, takim jak C w celu wykonania prawdziwego HFT. Jako anegdot, w funduszu, na którym byłem zatrudniony, mieliśmy 10 minutową pętlę handlową, w której co 10 minut pobrało nowe dane rynkowe, a następnie wykona transakcje na podstawie tych informacji w tym samym czasie. Używało to zoptymalizowanego skryptu Pythona. Jeśli chodzi o dane o minutach lub częstotliwościach drugiej, uważam, że CC byłoby idealniejsze. W większym funduszu często nie jest to domena handlowca kwantowego, aby zoptymalizować realizację. Jednak w mniejszych sklepach lub firmach z branży HFT, handlowcy są wykonawcami, więc często pożądane jest znacznie szersze umiejetnienie. Mając to na uwadze, jeśli chcesz zostać zatrudniony przez fundusz. Twoje umiejętności programowania będą równie ważne, jeśli nie bardziej, niż Twoje statystyki i talenty ekonometryczne Inną ważną kwestią, która znajduje się pod hasłem wykonania, jest minimalizacja kosztów transakcji. Na koszty transakcji zazwyczaj składają się trzy elementy: prowizje (lub podatki), które są opłatami pobieranymi przez pośrednictwo, wymianę i korespondencję z SEC (lub podobnym organem regulacyjnym rządów), co jest różnicą między tym, co zamierzałeś, aby Twoje zamówienie było wypełniony w porównaniu do tego, co zostało faktycznie wypełnione w rozsiewaniu, czyli różnica między ceną bidza w obrocie papierami wartościowymi. Należy zauważyć, że spread nie jest stały i zależy od aktualnej płynności (tzn. Dostępności zamówień buysell) na rynku. Koszty transakcyjne mogą przyczynić się do powstania bardzo korzystnej strategii o dobrym wskaźniku Sharpe'a i niezwykle nieopłacalnej strategii ze strasznym współczynnikiem Sharpe. Może to stanowić wyzwanie dla prawidłowego przewidywania kosztów transakcji z testu wyników. W zależności od częstotliwości strategii potrzebny będzie dostęp do historycznych danych dotyczących wymiany danych, które będą zawierać dane dotyczące cen talizmety. Z tych powodów całe zespoły quants poświęcają optymalizacji realizacji w większych funduszach. Rozważmy scenariusz, w którym fundusz musi wyładowywać znaczną ilość transakcji (z których wiele jest powodów do ich wykonania). Dzięki takiemu wyrzuceniu tylu akcji na rynek szybko zepchną ceny i nie mogą uzyskać optymalnej realizacji. Dlatego też istnieją algorytmy, które spadają na rynki, aczkolwiek fundusz jest narażony na poślizg. Poza tym inne strategie żerują na te potrzeby i mogą wykorzystać niewydolność. Jest to dziedzina arbitrażu struktury funduszy. Ostatnim ważnym zagadnieniem dla systemów egzekucyjnych jest rozbieżność wyników strategii z wyników testów zwrotnych. Może się to zdarzyć z kilku powodów. Weve już dyskutowali na lepsze nastawienie i optymalizację stronniczości w głębi, biorąc pod uwagę testy wsteczne. Jednak niektóre strategie nie ułatwiają przetestowania tych uprzedzeń przed wdrożeniem. To przeważa w HFT. Mogą wystąpić błędy w systemie egzekwowania, a także strategia handlowa, która nie pojawia się na testach wstecznych, ale DO pojawia się w handlu na żywo. Rynek mógł zostać poddany zmianie systemu po wdrożeniu strategii. Nowe otoczenie regulacyjne, zmiana nastrojów inwestorów i zjawiska makroekonomiczne mogą prowadzić do rozbieżności w zachowaniu się rynku, a tym samym do opłacalności strategii. Zarządzanie ryzykiem Końcowym elementem w układzie ilościowym jest proces zarządzania ryzykiem. Ryzyko obejmuje wszystkie poprzednie uprzedzenia, które omówiliśmy. Obejmuje to ryzyko technologiczne, takie jak serwery współużytkowane na giełdzie, nagle rozwodzą się awaria dysku twardego. Obejmuje to ryzyko maklerskie, takie jak bankructwo brokera (nie tak szalone, jak się wydaje, biorąc pod uwagę niedawny przerażenie z MF Global). Krótko mówiąc, obejmuje ona prawie wszystko, co mogłoby zakłócić implementację handlu, której jest wiele źródeł. Całe księgi zajmują się zarządzaniem ryzykiem w zakresie strategii ilościowych, więc nie próbuję wyjaśnić wszystkich możliwych źródeł ryzyka. Zarządzanie ryzykiem obejmuje również tzw. Optymalną alokację kapitału. która jest filarem teorii portfela. Jest to środek, za pomocą którego kapitał jest przydzielany do różnych strategii i transakcji w ramach tych strategii. Jest to skomplikowany obszar i opiera się na nietypowej matematyce. Standard branżowy, w ramach którego optymalne alokowanie kapitału i wykorzystanie strategii są związane, nazywa się kryterium Kelly. Ponieważ jest to wstępny artykuł, nie będę się zastanawiać nad jego obliczeniami. Kryterium Kelly zawiera pewne założenia dotyczące statystycznego charakteru zysków, które często nie są prawdziwe na rynkach finansowych, więc handlarze są często konserwatywni jeśli chodzi o realizację. Innym kluczowym elementem zarządzania ryzykiem jest zajmowanie się własnym profilem psychologicznym. Istnieje wiele uprzedzeń poznawczych, które mogą pełzać do obrotu. Chociaż jest to mniej problematyczne w handlu algorytmicznym, jeśli strategia pozostanie bez znaczenia. Wspólnym nastawieniem jest brak awersji do strat, w których utrata pozycji nie zostanie zamknięta ze względu na konieczność poniesienia straty. Podobnie, zyski mogą zostać podjęte zbyt wcześnie, ponieważ strach przed utratą już zyska może być zbyt duży. Inna wspólna tendencja jest znana jako uprzedzenia. To ukazuje się, gdy handlowcy kładą zbyt duży nacisk na ostatnie wydarzenia, a nie na dłuższy okres. Wtedy oczywiście istnieje klasyczna para emocjonalnych uprzedzeń - strach i chciwość. Mogą często prowadzić do niedociągnięcia lub nadmiernego wykorzystania, co może spowodować wysadzenie w powietrze (tj. Kapitał własny na zero lub gorsze) lub zmniejszenie zysków. Jak można zauważyć, handel ilościowy jest niezwykle skomplikowanym, acz bardzo interesującym, obszarem finansów ilościowych. Dosłownie podrapałem się na powierzchnię tematu w tym artykule i już się dość długo Cała książka i gazety zostały napisane o kwestiach, które dałem tylko jedno lub dwa zdanie. Z tego powodu, przed ubieganiem się o ilościowe zlecenia dotyczące obrotu funduszami, konieczne jest przeprowadzenie znacznej liczby badań wstępnych. Co najmniej potrzebujesz rozległego tła w statystyce i ekonometrii, z dużym doświadczeniem we wdrażaniu, za pomocą języka programowania, takiego jak MATLAB, Python lub R. W przypadku bardziej zaawansowanych strategii na wyższym końcu częstotliwości, zestaw umiejętności jest prawdopodobny obejmować modyfikację jądra Linux, CC, programowanie montażu i optymalizację latencji sieci. Jeśli jesteś zainteresowany próbą stworzenia własnych algorytmicznych strategii handlowych, moja pierwsza sugestia byłaby dobra w programowaniu. Moim preferencją jest zbudowanie jak największej ilości danych grabber, backtester strategii i systemu wykonawczego. Jeśli twoja własna stolica jest na linii, czy lepiej spać lepiej w nocy, wiedząc, że w pełni testowałeś swój system i zdałeś sobie sprawę z jego pułapek i konkretnych kwestii Outsourcing tego dostawcy, a potencjalnie oszczędności czasu w krótkim okresie, może być bardzo drogie w perspektywie długoterminowej. Tylko początek ilościowych transakcji tradingowychWystępujące strategie handlowe Zarejestruj się, aby zapisać swoją bibliotekę Wykorzystując siłę ilościowych technik tworzenia programu handlowego, Lars Kestner Ilościowe strategie handlowe mają czytelników poprzez etapy rozwoju i oceny dzisiejszych popularnych i sprawdzonych na rynku strategii technicznych handlu . Określając każdą subiektywną decyzję w procesie handlu, ta książka analityczna ocenia pracę znanych propozycji z John Henry do Monroe Trout i wprowadza 12 nowych strategii handlowych. Opowiada się za licznych popularnych nieporozumień i jest pewna, że robią fale12 i zmieniają umysły8212 w świecie analizy technicznej i handlu. Informacje o wydawnictwie Wydawca: McGraw-Hill Education Imprint: McGraw-Hill Data publikacji: 2003 Seria: Irwin Trader's Edge Dostępne w: SingaporeQuantitative Trading Strategies Zarejestruj się, aby zapisać swoją bibliotekę Korzystanie z ilościowych technik tworzenia programu handlowego Winning Lars Kestner Quantitative Trading Strategie zabierają czytelników poprzez etapy rozwoju i oceny dzisiejszych najbardziej popularnych i sprawdzonych na rynku technicznych strategii handlowych. Określając każdą subiektywną decyzję w procesie handlu, ta książka analityczna ocenia pracę znanych propozycji z John Henry do Monroe Trout i wprowadza 12 nowych strategii handlowych. Opowiada się za licznych popularnych nieporozumień i jest pewna, że robią fale12 i zmieniają umysły8212 w świecie analizy technicznej i handlu. Informacje o wydawnictwie Wydawca: McGraw-Hill Education Imprint: McGraw-Hill Data wydania: 2003 Seria: Irwin Trader's Edge Dostępne w: Singapore
No comments:
Post a Comment