Negociação estratégias quant

Trading Strategies. O montante máximo de dinheiro que os Estados Unidos podem emprestar O teto de dívida foi criado sob a Segunda Liberty Bond Act. A taxa de juros em que uma instituição depositária empresta fundos mantidos no Federal Reserve para outra instituição depositária.1 Uma medida estatística de A dispersão de retornos para um dado índice de segurança ou mercado A volatilidade pode ser medido. Um ato que o Congresso dos EUA aprovou em 1933 como a Lei Bancária, que proibia os bancos comerciais de participar no investimento. Nonfarm folha de pagamento refere-se a qualquer trabalho fora de fazendas, As casas particulares eo setor sem fins lucrativos. O Bureau dos EUA da sigla de moeda corrente ou símbolo de moeda corrente para a rupia indiana INR, a moeda corrente de India A rupia é compo de estratégias 1.Quant - são elas para você. As estratégias de investimento quantitativas evoluíram em Ferramentas muito complexas com o advento de computadores modernos, mas as estratégias raízes remontam mais de 70 anos Eles são tipicamente geridos por educados altamente Equipes e usar modelos proprietários para aumentar a sua capacidade de vencer o mercado Há ainda off-the-shelf programas que são plug-and-play para aqueles que procuram simplicidade Quant modelos sempre funcionam bem quando volta testado, mas as suas aplicações reais e taxa de sucesso são Enquanto que eles parecem funcionar bem em mercados de touro quando os mercados vão mal, estratégias quanti está sujeito aos mesmos riscos que qualquer outra estratégia. A história Um dos pais fundadores do estudo da teoria quantitativa aplicada ao financiamento foi Robert Merton Você só pode Imaginar o quão difícil e demorado o processo foi antes do uso de computadores Outras teorias em finanças também evoluíram a partir de alguns dos primeiros estudos quantitativos, incluindo a base de diversificação carteira com base na moderna carteira teoria O uso de ambas as finanças quantitativas e cálculo levou a Muitas outras ferramentas comuns, incluindo uma das mais famosas, a Black-Scholes fórmula de precificação opção, que não só ajuda os investidores preço opções e Desenvolver estratégias, mas ajuda a manter os mercados em cheque com liquidez. Quando aplicado diretamente ao gerenciamento de portfólio o objetivo é como qualquer outra estratégia de investimento para agregar valor, alfa ou excesso de retorno Quants, como os desenvolvedores são chamados, compor modelos matemáticos complexos para detectar o investimento Há tantos modelos lá fora como quants que desenvolvê-los, e todos afirmam ser o melhor Uma das estratégias de investimento quantita s best-seller pontos é que o modelo, e, finalmente, o computador, faz com que a decisão de compra de compra real, não Um humano Isso tende a remover qualquer resposta emocional que uma pessoa pode experimentar ao comprar ou vender investimentos. Estratégias quantitativas agora são aceitas na comunidade de investimento e executado por fundos mútuos, fundos de hedge e investidores institucionais Eles normalmente passam pelo nome alfa geradores ou alfa Gens. Behind the Curtain Assim como em The Wizard of Oz, alguém está por trás da cortina de condução do processo Como com qualquer modelo, é apenas tão bom como o zumbido Um que desenvolve o programa Embora não exista um requisito específico para se tornar um quant, a maioria das empresas que executam modelos quant combinam as habilidades de analistas de investimento, estatísticos e os programadores que codificar o processo para os computadores Devido à natureza complexa dos modelos matemáticos e estatísticos , É comum ver credenciais como pós-graduação e doutorado em finanças, economia, matemática e engenharia. Historicamente, esses membros da equipe trabalhou nos escritórios de volta, mas como modelos de quant tornou-se mais comum, o back office está se movendo para o front office. Benefits De estratégias Quant Enquanto a taxa de sucesso global é discutível, a razão por que algumas estratégias quant funcionam é que eles são baseados em disciplina Se o modelo é certo, a disciplina mantém a estratégia de trabalho com computadores de velocidade relâmpago para explorar ineficiências nos mercados baseados em quantitativa Os próprios modelos podem basear-se em tão poucas razões como a dívida de PE em relação ao crescimento do capital próprio e dos Milhares de insumos trabalhando juntos ao mesmo tempo. Estratégias bem-sucedidas podem captar as tendências em seus estágios iniciais como os computadores constantemente executar cenários para localizar ineficiências antes de outros fazer Os modelos são capazes de analisar um grande grupo de investimentos simultaneamente, onde o tradicional Analista pode estar olhando apenas alguns de cada vez O processo de triagem pode classificar o universo por níveis de grau como 1-5 ou AF, dependendo do modelo Isso torna o processo de negociação real muito simples, investindo nos investimentos altamente cotados e vendendo o baixo Os modelos quantitativos bem-sucedidos mantêm um olho afiado no controle de risco devido à natureza de seus modelos A maioria de estratégias começam com um universo ou um ponto de referência e usam-se os pesos do setor e da indústria Em seus modelos Isso permite que os fundos para controlar a diversificação, em certa medida, sem comprometer o próprio modelo Quant fundos tipica Lly executado em uma base de custo mais baixo, porque eles don t necessidade como muitos analistas tradicionais e gestores de carteira para executá-los. Desvantagens de Estratégias Quant Há razões por que tantos investidores não abraçar totalmente o conceito de deixar uma caixa preta executar seus investimentos Para todos Os fundos quant bem sucedidos lá fora, assim como muitos parecem ser infrutíferos Infelizmente para a reputação quants, quando falham, eles falham grande time. Long-Term Capital Management foi um dos fundos de hedge mais famoso quant, como foi executado por alguns Dos mais respeitados líderes acadêmicos e dois economistas premiados com o Prêmio Nobel Myron S Scholes e Robert C Merton Durante a década de 1990, sua equipe gerou retornos acima da média e atraiu capital de todos os tipos de investidores. Eles eram famosos não só por explorar ineficiências, mas Usando o acesso fácil ao capital para criar apostas alavancadas enormes em sentidos do mercado. A natureza disciplinada de sua estratégia criou realmente a fraqueza que conduziu a seu colapso Se Long-Term Capital Management foi liquidado e dissolvido no início de 2000 Seus modelos não incluem a possibilidade de que o governo russo poderia inadimplência sobre alguns de sua própria dívida Este evento desencadeou eventos e uma reação em cadeia ampliada por alavancar-criou LTCM estrago foi tão Fortemente envolvido com outras operações de investimento que seu colapso afetou os mercados mundiais, desencadeando eventos dramáticos A longo prazo, o Federal Reserve interveio para ajudar, e outros bancos e fundos de investimento apoiou LTCM para evitar mais danos Esta é uma das razões quant Os fundos podem falhar, pois eles são baseados em eventos históricos que podem não incluir eventos futuros. Enquanto uma equipe de quant forte vai constantemente adicionando novos aspectos aos modelos para prever eventos futuros, é impossível prever o futuro cada vez Quant fundos também podem Tornar-se sobrecarregado quando a economia e os mercados estão experimentando volatilidade maior do que a média Os sinais de compra e venda pode vir tão rapidamente que o alto O volume de negócios pode criar comissões elevadas e eventos tributáveis ​​Quant fundos também podem representar um perigo quando eles são comercializados como à prova de urso ou são baseados em estratégias de curto Prevendo recessões usando derivativos e combinando alavancagem pode ser perigoso Um giro errado pode levar a implosões, A notícia. A Bottom Line estratégias de investimento quantitativo evoluíram de back office caixas pretas para ferramentas de investimento mainstream Eles são projetados para utilizar as melhores mentes no negócio e os computadores mais rápidos tanto para explorar ineficiências e alavancar uso para fazer apostas no mercado Eles podem ser muito Bem sucedida se os modelos tiverem incluído todas as entradas certas e forem ágeis o suficiente para prever eventos anormais do mercado. Por outro lado, enquanto os fundos quant estão rigorosamente testados até que funcionam, sua fraqueza é que eles dependem de dados históricos para seu sucesso. Estilo investir tem seu lugar no mercado, é importante estar ciente de suas deficiências e riscos Para ser consistente sagacidade H estratégias de diversificação é uma boa idéia para tratar estratégias quant como um estilo de investimento e combiná-lo com as estratégias tradicionais para alcançar a diversificação adequada. O montante máximo de dinheiro que os Estados Unidos podem emprestar O teto da dívida foi criado sob a segunda Liberty Bond Act. O interesse A taxa em que uma instituição depositária empresta fundos mantidos no Federal Reserve a outra instituição depositária.1 Uma medida estatística da dispersão de retornos para um dado índice de mercado ou de segurança A volatilidade pode ser medida. Um ato que o Congresso dos EUA aprovou em 1933 como o Banking Act, que proibia os bancos comerciais de participar do investimento. A folha de pagamento não-agrícola refere-se a qualquer trabalho fora das fazendas, famílias e do setor sem fins lucrativos. O US Bureau of Labour. The sigla de moeda ou símbolo de moeda para a rupia indiana INR, Índia A rupia é composta de 1. Guia de negociação quantitativa s. In this artigo vou apresentar yo U para alguns dos conceitos básicos que acompanham um sistema de comércio quantitativo de ponta a ponta Este post será espero servir a duas audiências A primeira será indivíduos tentando obter um emprego em um fundo como um comerciante quantitativo O segundo será indivíduos que desejam Tentar e configurar o seu negócio de negociação de varejo algorítmica. Negociação quantitativa é uma área extremamente sofisticada de finanças quantias Pode levar uma quantidade significativa de tempo para ganhar o conhecimento necessário para passar uma entrevista ou construir suas próprias estratégias de negociação Não só isso, mas requer Contudo, à medida que a frequência de negociação da estratégia aumenta, os aspectos tecnológicos tornam-se muito mais relevantes. Assim, estar familiarizado com CC será de suma importância. Um sistema de negociação quantitativo Consiste em quatro componentes principais. Identificação da trilha - encontrando uma estratégia, explorando uma borda e decidindo na freqüência negociando. Gy Backtesting - Obtendo dados, analisando o desempenho da estratégia e removendo biases. Execution System - Ligando a uma corretora, automatizando a negociação e minimizando custos de transação. Gestão de Risco - alocação de capital otimizada, critério de Kelly de tamanho de aposta e psicologia de negociação. Olhar para como identificar uma estratégia de negociação. Strategy Identification. Todos os processos de negociação quantitativa começam com um período inicial de investigação Este processo de investigação abrange encontrar uma estratégia, ver se a estratégia se encaixa em um portfólio de outras estratégias que você pode estar executando, obtendo quaisquer dados Necessário para testar a estratégia e tentar otimizar a estratégia para retornos mais elevados ou menor risco Você precisará fator em seus próprios requisitos de capital se executar a estratégia como um comerciante varejo e como os custos de transação afetarão a estratégia. Contrário à crença popular É realmente bastante simples de encontrar estratégias rentáveis ​​através de várias fontes públicas Acadêmicos Publicam regularmente resultados de negociação teóricos, embora na maior parte bruta dos custos de transação blogs de finanças quantitativa discutirá estratégias em pormenor revistas de comércio irá delinear algumas das estratégias utilizadas por fundos. Você pode questionar por que indivíduos e empresas estão dispostos a discutir suas estratégias rentáveis, Que outros se aglomerando o comércio pode parar a estratégia de trabalhar a longo prazo A razão reside no fato de que eles não costumam discutir os parâmetros exatos e tuning métodos que eles têm realizado Estas optimizações são a chave para transformar uma estratégia relativamente medíocre em Um altamente rentável Na verdade, uma das melhores maneiras de criar suas próprias estratégias únicas é encontrar métodos semelhantes e, em seguida, realizar o seu próprio procedimento de otimização. Aqui está uma pequena lista de lugares para começar a procurar idéias de estratégia. Muitas das estratégias Você vai olhar para vai cair nas categorias de média-reversão e tendência-seguinte impulso A média-reverter st Rategy é aquele que tenta explorar o fato de que uma média de longo prazo em uma série de preços, como o spread entre dois ativos correlacionados existe e que desvios a curto prazo desta média eventualmente reverterá Uma estratégia momentum tenta explorar a psicologia dos investidores e grandes Estrutura de fundo por engatar um passeio em uma tendência de mercado, que pode ganhar impulso em uma direção e seguir a tendência até que ele reverte. Outro aspecto extremamente importante de negociação quantitativa é a freqüência da estratégia de negociação Baixa freqüência de negociação LFT geralmente se refere a qualquer estratégia Que detém ativos mais do que um dia de negociação Correspondentemente, alta freqüência de negociação HFT geralmente refere-se a uma estratégia que detém ativos intraday Ultra-alta freqüência de negociação UHFT refere-se a estratégias que detêm ativos na ordem de segundos e milissegundos Como um varejo praticante HFT e UHFT são Certamente possível, mas somente com conhecimento detalhado da pilha de tecnologia de negociação e dinâmica de livro de ordem Nós ganhamos td Iscuss esses aspectos em qualquer grande medida neste artigo introdutório. Uma vez que uma estratégia, ou conjunto de estratégias, foi identificado agora precisa ser testado para rentabilidade em dados históricos que é o domínio de backtesting. Strategy Backtesting. The objetivo de backtesting é Para fornecer provas de que a estratégia identificada através do processo acima é rentável quando aplicado a ambos os dados históricos e fora da amostra Isso define a expectativa de como a estratégia irá realizar no mundo real No entanto, backtesting não é uma garantia de sucesso, para Várias razões É talvez a área mais sutil de negociação quantitativa, uma vez que implica vieses numerosos, que devem ser cuidadosamente considerados e eliminados, tanto quanto possível iremos discutir os tipos comuns de viés, incluindo viés de viés viés viésio e otimização bias também conhecido como Bias de dados Outras áreas de importância dentro de backtesting incluem disponibilidade e limpeza de dados históricos, factoring em transacti real Sobre os custos e decidir sobre uma plataforma de backtesting robusta Vamos discutir mais os custos de transação na seção de Execution Systems abaixo. Uma vez que uma estratégia foi identificada, é necessário obter os dados históricos através dos quais para realizar testes e, talvez, refinamento Há Um número significativo de fornecedores de dados em todas as classes de ativos Os custos geralmente variam em função da qualidade, profundidade e oportunidade dos dados O ponto de partida tradicional para os comerciantes iniciantes pelo menos no nível de varejo é usar o conjunto de dados gratuito do Yahoo Finance que ganhei As principais preocupações com dados históricos incluem precisão limpeza, viés de sobrevivência e ajuste para ações corporativas, como dividendos e divisão de ações. Precisão Refere-se à qualidade geral dos dados - se contém quaisquer erros Erros podem às vezes ser fáceis de identificar, como wi Th um filtro de espiga que vai pegar pontos incorretos em dados de séries de tempo e corrigir para eles Em outros momentos, eles podem ser muito difíceis de detectar É muitas vezes necessário ter dois ou mais provedores e, em seguida, verificar todos os seus dados uns contra os outros. O viés é muitas vezes uma característica de dados gratuitos ou baratos Um conjunto de dados com viés de sobrevivência significa que ele não contém ativos que não são mais comerciais No caso de ações isso significa ações de falência delisted Esta tendência significa que qualquer estratégia de negociação de ações testadas em um tal conjunto de dados Será provavelmente melhor do que no mundo real, já que os vencedores históricos já foram pré-selecionados. As ações corporativas incluem atividades logísticas realizadas pela empresa que geralmente causam uma mudança de função no preço bruto, que não deve ser incluída no cálculo de Retornos do preço Os ajustes para dividendos e divisões de ações são os culpados comuns Um processo conhecido como back adjustment é necessário para ser realizado em cada E destas ações deve-se ter muito cuidado para não confundir um split de ações com um verdadeiro retorno ajustamento Muitos comerciante foi pego por uma ação corporativa. Para realizar um backtest procedimento é necessário usar uma plataforma de software que você tem A escolha entre software de backtest dedicado, como a Tradestation, uma plataforma numérica como o Excel ou o MATLAB ou uma implementação personalizada completa em uma linguagem de programação como Python ou CI não vai demorar muito no Tradestation ou similar, Excel ou MATLAB, como eu acredito Na criação de uma pilha de tecnologia interna completa pelas razões descritas abaixo Um dos benefícios de fazer isso é que o software de backtest eo sistema de execução podem ser bem integrados, mesmo com estratégias estatísticas extremamente avançadas Para estratégias de HFT em particular, é essencial usar um Implementação personalizada. Quando backtesting um sistema um deve ser capaz de quantificar o quão bem ele está executando as métricas padrão da indústria para estratégias quantitativas são o máximo d Rawdown eo Sharpe Ratio O drawdown máximo caracteriza a maior queda de pico a pico na curva de equidade da conta durante um determinado período de tempo geralmente anual Esta é mais frequentemente citada como uma porcentagem LFT estratégias tendem a ter maiores reduções do que HFT estratégias, devido A um número de fatores estatísticos Um backtest histórico mostrará o passado máximo drawdown, que é um bom guia para o desempenho futuro drawdown da estratégia A segunda medição é o Sharpe Ratio, que é definido heuristicamente como a média dos excessos divididos por O desvio padrão desses retornos excedentes Aqui, os retornos excedentes referem-se ao retorno da estratégia acima de um ponto de referência pré-determinado, como o deslizamento S, que é a diferença entre o que pretendia que o seu pedido fosse preenchido em relação ao que era realmente preenchido No spread, que é a diferença entre o preço de venda de oferta do título negociado Observe que o spread NÃO é constante e depende de A liquidez atual ou seja, a disponibilidade de comprar ordens de venda no mercado. Os custos de transação podem fazer a diferença entre uma estratégia extremamente rentável com uma boa relação Sharpe e uma estratégia extremamente desprotegida com uma proporção Sharpe terrível Pode ser um desafio para prever corretamente os custos de transação de Um backtest Dependendo da freqüência da estratégia, você precisará acessar dados históricos de troca, que incluirão dados de tick para preços de solicitação de lance. Todas as equipes de quants são dedicadas à otimização de execução em fundos maiores, por estas razões. Um fundo precisa descarregar uma quantidade substancial de negócios de que as razões para fazê-lo são muitos e variados Por dumping tantas ações para o mercado, eles depressa depressão o preço e não pode obter a execução ideal Assim, os algoritmos que gotejamento ordens de alimentação para o Mercado, embora então o fundo corre o risco de escorregamento. Além disso, outras estratégias atacam essas necessidades e Pode explorar as ineficiências Este é o domínio da arbitragem de estrutura de fundo. A última questão importante para os sistemas de execução diz respeito a divergência de desempenho da estratégia de desempenho backtested Isso pode acontecer por uma série de razões Nós já discutimos viés prospectiva e polarização de otimização em profundidade, Ao considerar backtests No entanto, algumas estratégias não tornam mais fácil para testar esses vieses antes da implantação Isso ocorre em HFT mais predominantemente Pode haver bugs no sistema de execução, bem como a própria estratégia de negociação que não aparecem em um backtest, mas O mercado pode ter sido sujeito a uma mudança de regime subseqüente à implantação de sua estratégia Novos ambientes regulatórios, mudando o sentimento do investidor e os fenômenos macroeconômicos podem levar a divergências na forma como o mercado se comporta e, portanto, a rentabilidade da sua estratégia. Risk Management. The peça final para o quebra-cabeça negociação quantitativa é o processo de gestão de risco Incl Des todos os preconceitos anteriores que discutimos Inclui o risco de tecnologia, tais como servidores co-localizados na bolsa de repente desenvolvimento de um mau funcionamento do disco rígido Inclui risco de corretagem, como o corretor de falência não tão louco quanto parece, dada a recente Scare with MF Global Em resumo cobre quase tudo o que poderia interferir com a implementação de negociação, de que há muitas fontes Livros inteiros são dedicados à gestão de risco para estratégias quantitativas assim que eu não vou tentar elucidar sobre todas as possíveis fontes de risco aqui. A gestão de riscos também engloba o que é conhecido como alocação de capital ótima, que é um ramo da teoria da carteira. Este é o meio pelo qual o capital é alocado para um conjunto de diferentes estratégias e para os comércios dentro dessas estratégias É uma área complexa e depende de alguns não - - trivial mathematics O padrão da indústria pelo qual a alocação ótima de capital e alavancagem das estratégias estão relacionados é chamado o critério de Kelly Uma vez que este é um artigo introdutório, eu não vou parar no seu cálculo O critério de Kelly faz algumas suposições sobre a natureza estatística dos retornos, que muitas vezes não são verdadeiras nos mercados financeiros, por isso os comerciantes são muitas vezes conservadora quando se trata da implementação. Componente chave da gestão de risco é lidar com o próprio perfil psicológico Há muitos preconceitos cognitivos que podem fluir para a negociação Embora isso seja reconhecidamente menos problemático com negociação algorítmica se a estratégia é deixada sozinho Um preconceito comum é que a aversão perda, onde um Perdendo a posição não será fechado para fora devido à dor de ter que realizar uma perda Da mesma forma, os lucros podem ser tomados demasiado cedo porque o medo de perder um lucro já ganhado pode ser demasiado grande Um outro viés comum é sabido como o viés da recência Isto manifesta-se quando Os comerciantes colocar muita ênfase sobre os acontecimentos recentes e não a longo prazo Então, é claro, há o par clássico de viés emocional - medo e ganância The Se muitas vezes pode levar a sub ou sobre alavancagem, o que pode causar blow-up, ou seja, o patrimônio da conta para zero ou pior ou lucros reduzidos. Como pode ser visto, o comércio quantitativo é uma área extremamente complexa, embora muito interessante, de quantitativa Finanças Eu tenho literalmente arranhado a superfície do tópico neste artigo e já está ficando bastante longa livros inteiros e documentos foram escritos sobre questões que eu só deu uma ou duas frases para essa razão, antes de aplicar para os trabalhos quantitativos de negociação de fundos , É necessário realizar uma quantidade significativa de estudo de base. No mínimo, você precisará de uma ampla experiência em estatística e econometria, com muita experiência na implementação, através de uma linguagem de programação como MATLAB, Python ou R. Estratégias no fim da freqüência mais alta, seu jogo da habilidade é provável incluir a modificação do kernel de Linux, CC, programação da montagem e otimização da latência da rede. Se você for interessado i N tentar criar suas próprias estratégias de negociação algorítmica, a minha primeira sugestão seria ficar bom em programação Minha preferência é construir tanto do grabber de dados, backtester estratégia e sistema de execução por si mesmo como possível Se o seu próprio capital está na linha, Você não iria dormir melhor à noite sabendo que você testou completamente o seu sistema e está ciente de suas armadilhas e questões particulares Terceirização isso a um fornecedor, potencialmente economizando tempo no curto prazo, poderia ser extremamente caro a longo prazo. Começando com Quantitative Trading.