Noções básicas de negociação algorítmica: conceitos e exemplos Carregando o jogador. Um algoritmo é um conjunto específico de instruções claramente definidas destinadas a realizar uma tarefa ou processo. A negociação algorítmica (negociação automatizada, negociação em caixa-preta ou simplesmente negociação de algo) é o processo de utilização de computadores programados para seguir um conjunto definido de instruções para colocar um negócio a fim de gerar lucros a uma velocidade e frequência que é impossível para um Comerciante humano. Os conjuntos definidos de regras baseiam-se em tempo, preço, quantidade ou qualquer modelo matemático. Além de oportunidades de lucro para o comerciante, algo-trading torna os mercados mais líquidos e torna a negociação mais sistemática, excluindo impactos humanos emocionais sobre as atividades de negociação. Suponha que um comerciante segue estes critérios simples do comércio: Compre 50 partes de uma ação quando sua média movente de 50 dias for acima da média movente de 200 dias Vender partes da ação quando sua média movente de 50 dias vai abaixo da média movente de 200 dias Usando este conjunto de duas instruções simples, é fácil escrever um programa de computador que irá monitorar automaticamente o preço das ações (e os indicadores de média móvel) e colocar as ordens de compra e venda quando as condições definidas forem atendidas. O comerciante já não precisa manter um relógio para os preços ao vivo e gráficos, ou colocar os pedidos manualmente. O sistema de negociação algorítmica automaticamente faz isso por ele, identificando corretamente a oportunidade de negociação. Algo-trading oferece os seguintes benefícios: Trades executados com os melhores preços possíveis Instant e exata colocação de ordem de comércio (assim altas chances de execução em níveis desejados) Trades (Veja o exemplo de insuficiência de implementação abaixo) Verificações automatizadas simultâneas em várias condições de mercado Redução do risco de erros manuais na colocação das operações Backtest o algoritmo, com base nos dados históricos e em tempo real disponíveis Reduzido Possibilidade de erros por parte de comerciantes humanos com base em fatores emocionais e psicológicos A maior parte do dia-a-dia de negociação de algo é a negociação de alta freqüência (HFT), que tenta capitalizar sobre a colocação de um grande número de ordens em velocidades muito rápidas em vários mercados e múltiplas decisões Parâmetros, com base em instruções pré-programadas. O Algo-trading é usado em muitas formas de negociação e atividades de investimento, incluindo: Investidores de médio a longo prazo ou empresas compradoras (fundos de pensão , Fundos mútuos, companhias de seguros) que compram em ações em grandes quantidades, mas não querem influenciar os preços das ações com investimentos discretos de grande volume. Os comerciantes de curto prazo e os participantes do lado da venda (fabricantes de mercado, especuladores e arbitradores) beneficiam-se da execução de comércio automatizada além disso, algo-troca ajudas em criar liquidez suficiente para vendedores no mercado. Tradutores sistemáticos (seguidores de tendências, comerciantes de pares, hedge funds, etc.) acham muito mais eficiente programar suas regras de negociação e deixar o programa trocar automaticamente. A negociação algorítmica proporciona uma abordagem mais sistemática ao comércio ativo do que métodos baseados em intuição ou instinto de comerciantes humanos. Algorithmic Trading Estratégias Qualquer estratégia de negociação algorítmica requer uma oportunidade identificada que é rentável em termos de ganhos melhorou redução de custos. As estratégias de negociação comuns usadas em algo-trading são as seguintes: As estratégias de negociação algorítmicas mais comuns seguem as tendências em médias móveis. Canal breakouts. Movimentos de nível de preços e indicadores técnicos relacionados. Estas são as estratégias mais fáceis e simples de implementar através de negociação algorítmica, porque essas estratégias não envolvem fazer previsões ou previsões de preços. Os negócios são iniciados com base na ocorrência de tendências desejáveis. Que são fáceis e simples de implementar através de algoritmos sem entrar na complexidade da análise preditiva. O exemplo acima mencionado de 50 e 200 dias de média móvel é uma estratégia de tendência popular seguinte. Comprar uma ação cotada dual a um preço mais baixo em um mercado e vendê-lo simultaneamente em um preço mais elevado em um outro mercado oferece o diferencial de preço como o lucro sem risco. (Para mais em estratégias negociando da tendência, veja: Estratégias simples para capitalizar em tendências. Ou arbitragem. A mesma operação pode ser replicada para ações versus instrumentos de futuros, já que existem diferenciais de preços de tempos em tempos. Implementar um algoritmo para identificar tais diferenciais de preços e colocar as ordens permite oportunidades rentáveis de forma eficiente. Os fundos de índice definiram períodos de reequilíbrio para trazer as suas participações a par com os respectivos índices de referência. Isso cria oportunidades lucrativas para os comerciantes algorítmicos, que capitalizar sobre os negócios esperados que oferecem 20-80 pontos-base de lucros, dependendo do número de ações no fundo de índice, pouco antes do rebalanceamento do fundo índice. Tais negociações são iniciadas através de sistemas de negociação algorítmica para execução atempada e melhores preços. Um monte de modelos matemáticos comprovados, como a estratégia de negociação delta neutro, que permitem a negociação sobre a combinação de opções e sua segurança subjacente. Onde os negócios são colocados para compensar deltas positivos e negativos de modo que o delta da carteira seja mantido em zero. A estratégia de reversão média baseia-se na idéia de que os preços altos e baixos de um ativo são um fenômeno temporário que revertem para seu valor médio periodicamente. Identificar e definir um intervalo de preço e algoritmo de implementação com base em que permite que os comércios sejam colocados automaticamente quando o preço do ativo entrar e sair do seu intervalo definido. Volume ponderada estratégia de preço médio quebra uma grande ordem e libera dinamicamente determinados pedaços menores da ordem para o mercado usando estoque específico histórico volume perfis. O objetivo é executar a ordem próxima ao Preço Médio Ponderado pelo Volume (VWAP), beneficiando assim o preço médio. A estratégia de preço médio ponderado pelo tempo rompe uma grande ordem e libera blocos menores determinados dinamicamente da ordem para o mercado usando intervalos de tempo uniformemente divididos entre uma hora de início e uma de fim. O objetivo é executar a ordem perto do preço médio entre o início eo fim, minimizando assim o impacto no mercado. Até que a ordem de negociação seja totalmente preenchida, este algoritmo continua enviando ordens parciais, de acordo com a proporção de participação definida e de acordo com o volume negociado nos mercados. A estratégia de etapas relacionadas envia ordens a uma porcentagem definida pelo usuário de volumes de mercado e aumenta ou diminui essa taxa de participação quando o preço da ação atinge níveis definidos pelo usuário. A estratégia de redução da implementação tem como objetivo minimizar o custo de execução de uma ordem, trocando o mercado em tempo real, economizando no custo da ordem e beneficiando do custo de oportunidade da execução atrasada. A estratégia irá aumentar a taxa de participação alvo quando o preço das ações se move favoravelmente e diminuí-lo quando o preço das ações se move adversamente. Existem algumas classes especiais de algoritmos que tentam identificar acontecimentos do outro lado. Esses algoritmos de sniffing, usados, por exemplo, por um fabricante de mercado de sell side têm a inteligência interna para identificar a existência de quaisquer algoritmos no lado de compra de uma grande ordem. Essa detecção por meio de algoritmos ajudará o criador de mercado a identificar grandes oportunidades de pedidos e permitir que ele se beneficie ao preencher os pedidos a um preço mais alto. Isso às vezes é identificado como front-running de alta tecnologia. Requisitos técnicos para negociação algorítmica Implementar o algoritmo usando um programa de computador é a última parte, bateu com backtesting. (Para mais sobre negociação de alta freqüência e práticas fraudulentas, consulte: Se você comprar ações on-line, você está envolvido em HFTs. O desafio é transformar a estratégia identificada em um processo informatizado integrado que tenha acesso a uma conta comercial para a colocação de encomendas. Os seguintes são necessários: Conhecimento de programação de computador para programar a estratégia de negociação requerida, programadores contratados ou software de negociação pré-fabricado Conectividade de rede e acesso a plataformas de negociação para colocar as ordens Acesso a feeds de dados de mercado que serão monitorados pelo algoritmo para oportunidades de colocar Ordens A capacidade ea infra-estrutura para backtest o sistema uma vez construído, antes de ir viver em mercados reais Dados históricos disponíveis para backtesting, dependendo da complexidade das regras implementadas no algoritmo Aqui está um exemplo abrangente: Royal Dutch Shell (RDS) está listado em Amsterdam Bolsa de Valores (AEX) e Bolsa de Valores de Londres (LSE). Permite construir um algoritmo para identificar oportunidades de arbitragem. Aqui estão algumas observações interessantes: AEX negocia em Euros, enquanto LSE negocia em libras esterlinas Devido à diferença de uma hora, AEX abre uma hora mais cedo do que LSE, seguido por ambas as trocas que negociam simultaneamente por próximas horas e então negociando somente em LSE durante A última hora à medida que a AEX fecha Podemos explorar a possibilidade de negociação de arbitragem sobre as ações da Royal Dutch Shell listadas nesses dois mercados em duas moedas diferentes Um programa de computador que pode ler os preços atuais de mercado Alimentações de preços tanto da LSE quanto da AEX A forex rate feed for Taxa de câmbio GBP-EUR Ordem de capacidade de colocação que pode encaminhar a ordem para a troca correta Capacidade de back-testing em feeds de preços históricos O programa de computador deve executar o seguinte: Leia o feed de preços de entrada de ações RDS de ambas as câmaras Usando as taxas de câmbio disponíveis . Converter o preço de uma moeda para outra Se houver uma discrepância de preço suficientemente grande (descontando os custos de corretagem) levando a uma oportunidade lucrativa, então coloque a ordem de compra em câmbio de menor preço e venda na ordem de câmbio mais alta Se as ordens forem executadas como Desejado, o lucro de arbitragem seguirá Simples e Fácil No entanto, a prática de negociação algorítmica não é tão simples de manter e executar. Lembre-se, se você pode colocar um comércio algo-gerado, assim que os outros participantes do mercado. Conseqüentemente, os preços flutuam em milisegundos e até microssegundos. No exemplo acima, o que acontece se o seu comércio comprar é executado, mas vender o comércio doesnt como os preços de venda mudar no momento em que sua ordem atinge o mercado Você vai acabar sentado com uma posição aberta. Tornando sua estratégia de arbitragem inútil. Há riscos e desafios adicionais: por exemplo, riscos de falha de sistema, erros de conectividade de rede, intervalos de tempo entre ordens comerciais e execução e, o mais importante de tudo, algoritmos imperfeitos. Quanto mais complexo for um algoritmo, o backtesting mais rigoroso é necessário antes de ser colocado em ação. A análise quantitativa de um desempenho de algoritmos desempenha um papel importante e deve ser examinada criticamente. Sua emocionante para ir para a automação auxiliado por computadores com uma noção de fazer dinheiro sem esforço. Mas um deve certificar-se que o sistema é testado completamente e os limites requeridos são ajustados. Os comerciantes analíticos devem considerar a aprendizagem de programação e sistemas de construção por conta própria, para ter certeza de implementar as estratégias certas de forma infalível. Uso cauteloso e testes minuciosos de algo-trading pode criar oportunidades rentáveis. Como identificar estratégias de negociação algorítmica Neste artigo eu quero apresentá-lo aos métodos pelos quais eu mesmo identificar rentáveis estratégias de negociação algorítmica. Nosso objetivo hoje é entender em detalhes como encontrar, avaliar e selecionar esses sistemas. Eu vou explicar como identificar estratégias é tanto sobre a preferência pessoal quanto sobre o desempenho da estratégia, como determinar o tipo ea quantidade de dados históricos para testes, como avaliar de forma desapaixonada uma estratégia de negociação e, finalmente, como proceder para a fase de backtesting e implementação da estratégia . Identificando suas próprias preferências pessoais para negociar Para ser um comerciante bem sucedido - discricionária ou algoritmicamente - é necessário perguntar-se algumas perguntas honestas. Trading fornece a você a capacidade de perder dinheiro em uma taxa alarmante, por isso é necessário conhecer thyself tanto quanto é necessário entender a sua estratégia escolhida. Eu diria que a consideração mais importante na negociação é estar ciente de sua própria personalidade. Negociação e negociação algorítmica, em particular, exige um grau significativo de disciplina, paciência e desapego emocional. Uma vez que você está deixando um algoritmo executar sua negociação para você, é necessário ser resolvido para não interferir com a estratégia quando ele está sendo executado. Isso pode ser extremamente difícil, especialmente em períodos de alongamento. No entanto, muitas estratégias que foram mostrados para ser altamente rentável em um backtest pode ser arruinada por simples interferência. Entenda que se você deseja entrar no mundo da negociação algorítmica você será testado emocionalmente e que, para ser bem sucedido, é necessário trabalhar com estas dificuldades A próxima consideração é um dos tempos. Você tem um emprego a tempo inteiro Você trabalha a tempo parcial Você trabalha em casa ou tem um longo trajeto diário Essas perguntas ajudarão a determinar a freqüência da estratégia que você deve procurar. Para aqueles de vocês no emprego a tempo inteiro, uma estratégia de futuros intraday pode não ser apropriado (pelo menos até que seja totalmente automatizado). Suas restrições de tempo também ditarão a metodologia da estratégia. Se sua estratégia é freqüentemente negociada e dependente de feeds de notícias caras (como um terminal da Bloomberg), você terá que ser claramente realista sobre sua capacidade de executar com êxito isso enquanto no escritório Para aqueles de você com muito tempo, ou as habilidades Para automatizar sua estratégia, você pode querer olhar para uma estratégia de negociação de alta freqüência mais técnica (HFT). Minha convicção é que é necessário realizar pesquisas contínuas em suas estratégias de negociação para manter um portfólio consistentemente rentável. Poucas estratégias permanecem sob o radar para sempre. Assim, uma parte significativa do tempo atribuído à negociação será na realização de pesquisas em andamento. Pergunte a si mesmo se você está preparado para fazer isso, como pode ser a diferença entre a rentabilidade forte ou um declínio lento para perdas. Você também precisa considerar o seu capital de negociação. O valor mínimo ideal geralmente aceito para uma estratégia quantitativa é 50.000 USD (aproximadamente 35.000 para nós no Reino Unido). Se eu estava começando novamente, eu começaria com uma quantidade maior, provavelmente mais perto de 100.000 USD (aproximadamente 70.000). Isso ocorre porque os custos de transação podem ser extremamente caros para as estratégias de média e alta freqüência e é necessário ter capital suficiente para absorvê-los em tempos de redução. Se você está considerando começar com menos de 10.000 USD, então você precisará se restringir a estratégias de baixa freqüência, negociação em um ou dois ativos, como os custos de transação vai comer rapidamente em seus retornos. Interactive Brokers, que é um dos corretores mais amigável para aqueles com habilidades de programação, devido à sua API, tem uma conta de varejo mínimo de 10.000 USD. A habilidade de programação é um fator importante na criação de uma estratégia de negociação algorítmica automatizada. Estar bem informado em uma linguagem de programação como C, Java, C, Python ou R permitirá que você crie o armazenamento de dados de ponta a ponta, o mecanismo de backtest e o próprio sistema de execução. Isto tem uma série de vantagens, a principal das quais é a capacidade de estar completamente consciente de todos os aspectos da infra-estrutura de negociação. Ele também permite que você explore as estratégias de maior freqüência como você estará no controle total de sua pilha de tecnologia. Enquanto isso significa que você pode testar seu próprio software e eliminar bugs, também significa mais tempo gasto codificação de infra-estrutura e menos sobre a implementação de estratégias, pelo menos na parte anterior da sua negociação algo comercial. Você pode achar que você está confortável negociação no Excel ou MATLAB e pode terceirizar o desenvolvimento de outros componentes. Eu não recomendo este no entanto, especialmente para aqueles que operam em alta freqüência. Você precisa perguntar a si mesmo o que você espera alcançar por negociação algorítmica. Você está interessado em um rendimento regular, pelo qual você espera tirar ganhos de sua conta comercial Ou, você está interessado em um ganho de capital a longo prazo e pode dar ao luxo de trocar sem a necessidade de fundos de levantamento Dependência de renda irá ditar a freqüência de sua estratégia . Retiradas de renda mais regulares exigirão uma estratégia de negociação de freqüência mais alta com menos volatilidade (isto é, uma razão Sharpe maior). Os comerciantes a longo prazo podem ter recursos para uma freqüência negociando mais sedate. Finalmente, não se deixe iludir pela noção de se tornar extremamente rico em um curto espaço de tempo Algo trading não é um esquema de get-rich-quick - se alguma coisa pode ser um esquema tornar-pobre-rápido. É preciso disciplina, pesquisa, diligência e paciência significativas para ser bem sucedido na negociação algorítmica. Pode levar meses, se não anos, para gerar rentabilidade consistente. Sourcing Algorithmic Trading idéias Apesar de percepções comuns ao contrário, é realmente bastante simples para localizar estratégias de negociação rentável no domínio público. Nunca as idéias de negociação foram mais facilmente disponíveis do que são hoje. Jornais de finanças acadêmicas, servidores de pré-impressão, blogs de negociação, fóruns de negociação, revistas semanais de negociação e textos especializados fornecem milhares de estratégias de negociação com as quais basear suas idéias. Nosso objetivo como pesquisadores de negociação quantitativa é estabelecer um pipeline de estratégia que nos fornecerá um fluxo de idéias de negociação em curso. Idealmente, queremos criar uma abordagem metódica para sourcing, avaliação e implementação de estratégias que nos deparamos. Os objetivos do pipeline são gerar uma quantidade consistente de idéias novas e fornecer-nos uma estrutura para rejeitar a maioria destas idéias com o mínimo de consideração emocional. Devemos ser extremamente cuidadosos para não deixar que os preconceitos cognitivos influenciem nossa metodologia de tomada de decisão. Isso pode ser tão simples quanto ter uma preferência por uma classe de ativos em relação a outra (ouro e outros metais preciosos vêm à mente), porque eles são percebidos como mais exóticos. Nosso objetivo deve ser sempre encontrar estratégias consistentemente rentáveis, com expectativa positiva. A escolha da classe de ativos deve ser baseada em outras considerações, como restrições de capital de negociação, taxas de corretagem e recursos de alavancagem. Se você está completamente familiarizado com o conceito de uma estratégia comercial, em seguida, o primeiro lugar para olhar é com livros de texto estabelecidos. Textos clássicos fornecem uma ampla gama de idéias mais simples, mais diretas, com as quais se familiarizar com o comércio quantitativo. Aqui está uma seleção que eu recomendo para aqueles que são novos para a negociação quantitativa, que gradualmente se tornam mais sofisticados como você trabalha através da lista: Para uma lista mais longa de livros de negociação quantitativos, visite a lista de leitura QuantStart. O próximo lugar para encontrar estratégias mais sofisticadas é com fóruns de negociação e blogs comerciais. No entanto, uma nota de cautela: Muitos blogs de negociação dependem do conceito de análise técnica. A análise técnica envolve a utilização de indicadores básicos e psicologia comportamental para determinar tendências ou padrões de reversão nos preços dos ativos. Apesar de ser extremamente popular no espaço comercial global, a análise técnica é considerada um pouco ineficaz na comunidade financeira quantitativa. Alguns têm sugerido que não é melhor do que ler um horóscopo ou estudar folhas de chá em termos de seu poder preditivo Na realidade, há pessoas bem sucedidas fazendo uso da análise técnica. No entanto, como quants com uma caixa de ferramentas matemática e estatística mais sofisticada à nossa disposição, podemos facilmente avaliar a eficácia de tais estratégias baseadas em TA e tomar decisões baseadas em dados em vez de basear o nosso em considerações emocionais ou preconceitos. Aqui está uma lista de blogs e fóruns de negociação algorítmicos bem respeitados: Depois de ter tido alguma experiência na avaliação de estratégias mais simples, é hora de olhar para as ofertas acadêmicas mais sofisticadas. Algumas revistas acadêmicas serão de difícil acesso, sem altas assinaturas ou custos pontuais. Se você é um membro ou aluno de uma universidade, você deve ser capaz de obter acesso a algumas dessas revistas financeiras. Caso contrário, você pode consultar os servidores de pré-impressão. Que são repositórios de internet de rascunhos tardios de artigos acadêmicos que estão sendo submetidos a revisão por pares. Uma vez que estamos apenas interessados em estratégias que podemos replicar com êxito, backtest e obter rentabilidade, uma revisão por pares é de menor importância para nós. A principal desvantagem das estratégias acadêmicas é que muitas vezes podem estar desatualizados, exigem dados históricos obscuros e caros, o comércio de classes de ativos ilíquidos ou não factor de taxas, derrapagens ou propagação. Também pode ser claro se a estratégia de negociação deve ser realizada com ordens de mercado, ordens de limite ou se ele contém parar de perdas, etc Assim, é absolutamente essencial para replicar a estratégia de si mesmo como melhor você pode, backtest-lo e adicionar na transação realista Que incluem tantos aspectos das classes de ativos que você deseja negociar dentro Aqui está uma lista dos servidores de pré-impressão mais populares e revistas financeiras que você pode obter idéias de: Que tal formar suas próprias estratégias quantitativas Isso geralmente requer ( Mas não está limitado a) perícia em uma ou mais das seguintes categorias: Microestrutura de mercado - Para estratégias de freqüência mais alta em particular, pode-se fazer uso da microestrutura do mercado. A compreensão da dinâmica da carteira de pedidos para gerar rentabilidade. Diferentes mercados terão várias limitações tecnológicas, regulamentos, participantes no mercado e restrições que estão abertas à exploração através de estratégias específicas. Esta é uma área muito sofisticada e os profissionais de varejo terão dificuldade em ser competitivos neste espaço, particularmente porque a competição inclui fundos de hedge quantitativos grandes e bem capitalizados com fortes capacidades tecnológicas. Estrutura do fundo - Os fundos de investimento em comum, como fundos de pensões, parcerias de investimento privado (hedge funds), consultores de negociação de commodities e fundos mútuos, são limitados tanto pela pesada regulamentação como por suas grandes reservas de capital. Assim, certos comportamentos consistentes podem ser explorados com aqueles que são mais ágeis. Por exemplo, grandes fundos estão sujeitos a limitações de capacidade devido à sua dimensão. Assim, se eles precisam rapidamente descarregar (vender) uma quantidade de títulos, eles terão de cambaleá-lo, a fim de evitar mover o mercado. Algoritmos sofisticados podem tirar proveito disso, e outras idiossincrasias, em um processo geral conhecido como arbitragem de estrutura de fundo. Aprendizagem mecânica / inteligência artificial - Algoritmos de aprendizagem de máquinas tornaram-se mais prevalentes nos últimos anos nos mercados financeiros. Classificadores (tais como Naive-Bayes, et al.) Combinadores de função não-linear (redes neurais) e rotinas de otimização (algoritmos genéticos) foram usados para prever caminhos de ativos ou otimizar estratégias de negociação. Se você tem um fundo nesta área você pode ter alguma introspecção em como os algoritmos particulares puderam ser aplicados a determinados mercados. Há, naturalmente, muitas outras áreas para quants para investigar. Bem discutir como criar estratégias personalizadas em detalhes em um artigo posterior. Ao continuar a monitorar essas fontes em uma base semanal, ou mesmo diariamente, você está se preparando para receber uma lista consistente de estratégias de uma gama diversificada de fontes. O próximo passo é determinar como rejeitar um grande subconjunto dessas estratégias, a fim de minimizar desperdiçar seu tempo e backtesting recursos em estratégias que provavelmente não serão rentáveis. Avaliando Estratégias de Negociação A primeira e, sem dúvida, a mais óbvia consideração é se você realmente entender a estratégia. Você seria capaz de explicar a estratégia de forma concisa ou requer uma série de advertências e listas de parâmetros intermináveis Além disso, a estratégia tem uma base boa e sólida na realidade Por exemplo, você poderia apontar alguma razão comportamental ou restrição da estrutura do fundo que Pode estar causando o padrão (s) que você está tentando explorar Será que esta restrição segurar até uma mudança de regime, como uma perturbação do ambiente regulatório dramática A estratégia se baseia em estatísticas complexas estatísticas ou matemáticas Será aplicável a qualquer série de tempo financeiro ou é Você deve constantemente estar pensando sobre esses fatores ao avaliar novos métodos de negociação, caso contrário, você pode desperdiçar uma quantidade significativa de tempo tentando backtest e otimizar estratégias não rentáveis. Depois de ter determinado que você entende os princípios básicos da estratégia que você precisa para decidir se ele se encaixa com o perfil de personalidade acima mencionados. Isso não é uma consideração tão vaga quanto parece As estratégias diferem substancialmente em suas características de desempenho. Existem certos tipos de personalidade que podem lidar com períodos mais significativos de redução, ou estão dispostos a aceitar maior risco de maior retorno. Apesar do fato de que nós, quants, tentamos eliminar o viés cognitivo tanto quanto possível e devemos ser capazes de avaliar uma estratégia de forma desapaixonada, os vieses sempre fluem para dentro. Portanto, precisamos de um meio consistente e sem emoções através do qual avaliar o desempenho das estratégias . A estratégia baseia-se em sofisticadas (ou complexas) técnicas estatísticas ou de aprendizagem mecânica que são difíceis de usar Para entender e exigir um doutorado em estatísticas para entender Estas técnicas introduzem uma quantidade significativa de parâmetros, o que pode levar a otimização viés É a estratégia susceptível de suportar uma mudança de regime (ou seja, uma nova regulamentação potencial dos mercados financeiros) Sharpe Ratio - A relação de Sharpe Heuristicamente caracteriza a relação recompensa / risco da estratégia. Ele quantifica quanto retorno você pode alcançar para o nível de volatilidade suportado pela curva de equidade. Naturalmente, precisamos determinar o período ea frequência em que esses retornos e volatilidade (ou seja, desvio padrão) são medidos. Uma estratégia de frequência mais elevada exigirá maior taxa de amostragem do desvio padrão, mas um período de tempo global mais curto de medição, por exemplo. Alavancagem - A estratégia requer uma alavancagem significativa para ser rentável? A estratégia exige o uso de contratos de derivativos com alavancagem (futuros, opções, swaps) para obter retorno Estes contratos alavancados podem ter uma volatilidade pesada caracterizada e, assim, Chamadas de margem. Você tem o capital de negociação eo temperamento para tal volatilidade Freqüência - A freqüência da estratégia está intimamente ligada à sua pilha de tecnologia (e, portanto, expertise tecnológica), a relação de Sharpe e nível global de custos de transação. Todas as outras questões consideradas, as estratégias de maior freqüência exigem mais capital, são mais sofisticadas e mais difíceis de implementar. No entanto, supondo que o seu motor de backtesting é sofisticado e livre de bugs, eles muitas vezes têm taxas Sharpe muito maior. Volatilidade - A volatilidade está fortemente relacionada com o risco da estratégia. O índice de Sharpe caracteriza isso. Maior volatilidade das classes de ativos subjacentes, se não coberto, muitas vezes leva a maior volatilidade na curva de equidade e, portanto, menores ratios de Sharpe. Naturalmente, estou assumindo que a volatilidade positiva é aproximadamente igual à volatilidade negativa. Algumas estratégias podem ter maior volatilidade para baixo. Você precisa estar ciente desses atributos. Vitória / Perda, Lucro / Perda Média - As estratégias diferirão em suas características de lucro / perda e de lucro / perda média. Pode-se ter uma estratégia muito rentável, mesmo se o número de negociações perdedoras exceder o número de comércios vencedores. Estratégias Momentum tendem a ter este padrão como eles dependem de um pequeno número de grandes sucessos, a fim de ser rentável. Estratégias de reversão média tendem a ter perfis opostos, onde mais dos comércios são vencedores, mas os comércios perdedores podem ser bastante graves. Drawdown Máximo - A redução máxima é a maior queda global percentual na curva de equidade da estratégia. Estratégias Momentum são bem conhecidos a sofrer de períodos de estendidas descolagens (devido a uma seqüência de muitos comércios perda progressiva). Muitos comerciantes vão desistir em períodos de retração prolongada, mesmo se o teste histórico sugeriu que este é o negócio como de costume para a estratégia. Você precisará determinar qual porcentagem de levantamento (e em que período) você pode aceitar antes de cessar a negociação de sua estratégia. Esta é uma decisão altamente pessoal e, portanto, deve ser considerada com cuidado. Capacidade / Liquidez - No nível de varejo, a menos que você esteja negociando em um instrumento altamente ilíquido (como um estoque de pequena capitalização), você não terá que se preocupar muito com a capacidade de estratégia. A capacidade determina a escalabilidade da estratégia para aumentar o capital. Muitos dos maiores hedge funds sofrem de problemas de capacidade significativos à medida que suas estratégias aumentam na alocação de capital. Parâmetros - Certas estratégias (especialmente aquelas encontradas na comunidade de aprendizado de máquina) requerem uma grande quantidade de parâmetros. Cada parâmetro extra que uma estratégia exige deixa mais vulnerável ao viés de otimização (também conhecido como ajuste de curva). Você deve tentar e direcionar estratégias com o menor número de parâmetros possível ou ter certeza de que você tem quantidades suficientes de dados com os quais testar suas estratégias. Benchmark - Quase todas as estratégias (a menos que sejam caracterizadas como retorno absoluto) são medidas contra algum benchmark de desempenho. O benchmark é geralmente um índice que caracteriza uma grande amostra da classe de ativos subjacente em que a estratégia negocia. Se a estratégia negocia ações de grande capitalização dos EUA, então o SP500 seria um ponto de referência natural para medir sua estratégia contra. Você ouvirá os termos alfa e beta, aplicados a estratégias desse tipo. Discutiremos esses coeficientes em profundidade em artigos posteriores. Observe que não discutimos os retornos reais da estratégia. Por que isso é isoladamente, os retornos realmente nos fornecem informações limitadas sobre a eficácia da estratégia. Eles não lhe dão uma visão sobre alavancagem, volatilidade, benchmarks ou requisitos de capital. Assim, estratégias raramente são julgados em seus retornos sozinho. Sempre considerar os atributos de risco de uma estratégia antes de olhar para os retornos. Nesta fase, muitas das estratégias encontradas a partir do seu gasoduto serão rejeitadas fora de mão, uma vez que não vai atender aos seus requisitos de capital, restrições de alavancagem, tolerância máxima drawdown ou preferências volatilidade. As estratégias que permanecem podem agora ser consideradas para backtesting. No entanto, antes que isso seja possível, é necessário considerar um critério de rejeição final - o dos dados históricos disponíveis sobre os quais testar essas estratégias. Obtenção de dados históricos Atualmente, a abrangência dos requisitos técnicos em todas as classes de ativos para o armazenamento de dados históricos é substancial. A fim de manter a competitividade, tanto o lado da compra (fundos) quanto o lado da venda (bancos de investimento) investem pesadamente em sua infra-estrutura técnica. É imperativo considerar a sua importância. Em particular, estamos interessados em pontualidade, precisão e requisitos de armazenamento. Vou agora esboçar os conceitos básicos de obtenção de dados históricos e como armazená-lo. Infelizmente este é um tópico muito profundo e técnico, então eu não vou ser capaz de dizer tudo neste artigo. No entanto, estarei escrevendo muito mais sobre isso no futuro, já que minha experiência anterior na indústria financeira estava principalmente relacionada com a aquisição, armazenamento e acesso de dados financeiros. Na seção anterior, tínhamos estabelecido um pipeline estratégico que nos permitia rejeitar certas estratégias baseadas em nossos próprios critérios de rejeição pessoal. Nesta seção, filtraremos mais estratégias com base em nossas próprias preferências para obtenção de dados históricos. As principais considerações (especialmente no nível de profissionais de varejo) são os custos dos dados, os requisitos de armazenamento eo seu nível de especialização técnica. Também precisamos discutir os diferentes tipos de dados disponíveis e as diferentes considerações que cada tipo de dados irá impor-nos. Vamos começar por discutir os tipos de dados disponíveis e as questões-chave que precisamos pensar: Dados Fundamentais - Isso inclui dados sobre tendências macroeconômicas, tais como taxas de juros, índices de inflação, ações corporativas (dividendos, divisão de ações), registros SEC , Contas corporativas, dados de lucros, relatórios de culturas, dados meteorológicos, etc. Estes dados são frequentemente utilizados para valorizar empresas ou outros activos numa base fundamental, ou seja, através de alguns meios de fluxos de caixa futuros esperados. Não inclui série de preços de ações. Alguns dados fundamentais estão disponíveis gratuitamente em sites governamentais. Outros dados fundamentais históricos de longo prazo podem ser extremamente caros. Requisitos de armazenamento muitas vezes não são particularmente grandes, a menos que milhares de empresas estão sendo estudadas ao mesmo tempo. Dados de notícias - Dados de notícias são muitas vezes de natureza qualitativa. Consiste em artigos, postagens de blog, postagens de microblog (tweets) e editorial. Técnicas de aprendizagem mecânica, como classificadores, são freqüentemente usadas para interpretar o sentimento. Estes dados também são muitas vezes livremente disponíveis ou baratos, através da assinatura de meios de comunicação. Os bancos de dados de armazenamento de documentos NoSQL mais recentes são projetados para armazenar esse tipo de dados não-estruturados e qualitativos. Asset Price Data - Este é o domínio de dados tradicional do quant. Consiste em séries temporais de preços de ativos. As acções (acções), os produtos de rendimento fixo (obrigações), as matérias-primas e os preços de divisas pertencem a esta classe. Os dados históricos diários são muitas vezes simples de obter para classes de ativos mais simples, como ações. No entanto, uma vez que a precisão ea limpeza são incluídas e os viés estatísticos removidos, os dados podem se tornar caros. Além disso, os dados de séries temporais muitas vezes possuem requisitos significativos de armazenamento, especialmente quando dados intradiários são considerados. Instrumentos Financeiros - As acções, obrigações, futuros e as opções de derivados mais exóticos têm características e parâmetros muito diferentes. Assim, não existe um tamanho único que se adapte a todas as estruturas de banco de dados. Deve ser dada uma atenção significativa à concepção e implementação de estruturas de bases de dados para vários instrumentos financeiros. Discutiremos a situação detalhadamente quando formos construir um banco de dados mestre de títulos em futuros artigos. Freqüência - Quanto maior a freqüência dos dados, maiores os custos e os requisitos de armazenamento. Para estratégias de baixa frequência, os dados diários são muitas vezes suficientes. Para estratégias de alta freqüência, pode ser necessário obter dados de nível de carrapato e até mesmo cópias históricas de determinados dados de lista de pedidos de troca de negociação. Implementar um mecanismo de armazenamento para este tipo de dados é muito tecnologicamente intensivo e apenas adequado para aqueles com uma forte programação / formação técnica. Benchmarks - As estratégias descritas acima serão frequentemente comparadas a um benchmark. Isso normalmente se manifesta como uma série de tempo financeiro adicional. Para as acções, esta é frequentemente uma referência de stock nacional, como o índice SP500 (EUA) ou FTSE100 (Reino Unido). Para um fundo de renda fixa, é útil comparar com um cesto de obrigações ou produtos de renda fixa. A taxa livre de risco (ou seja, a taxa de juro adequada) é também outra referência amplamente aceite. Todas as categorias de classes de ativos possuem um marco de referência favorecido, por isso será necessário pesquisar isso com base na sua estratégia específica, se você deseja ganhar interesse em sua estratégia externamente. Tecnologia - As pilhas de tecnologia por trás de um centro de armazenamento de dados financeiros são complexas. Este artigo só pode arranhar a superfície sobre o que está envolvido na construção de um. No entanto, ele se centra em torno de um mecanismo de banco de dados, como um sistema de gerenciamento de banco de dados relacional (RDBMS), como MySQL, SQL Server, Oracle ou um mecanismo de armazenamento de documentos (ou seja, NoSQL). Isso é acessado via código de aplicativo de lógica de negócios que consulta o banco de dados e fornece acesso a ferramentas externas, como MATLAB, R ou Excel. Muitas vezes esta lógica de negócios é escrita em C, C, Java ou Python. Você também precisará hospedar esses dados em algum lugar, em seu próprio computador pessoal ou remotamente via servidores de internet. Produtos como Amazon Web Services fizeram isso mais simples e mais barato nos últimos anos, mas ainda exigirá conhecimentos técnicos significativos para alcançar de forma robusta. Como pode ser visto, uma vez identificada uma estratégia através do pipeline, será necessário avaliar a disponibilidade, os custos, a complexidade e os detalhes de implementação de um determinado conjunto de dados históricos. Você pode achar que é necessário rejeitar uma estratégia baseada exclusivamente em considerações de dados históricos. Esta é uma área grande e as equipes de PhDs trabalham em grandes fundos que certificam-se fixar o preço são exatas e oportunas. Não subestime as dificuldades de criar um centro de dados robusto para seus fins de backtesting Eu quero dizer, no entanto, que muitas plataformas backtesting pode fornecer esses dados para você automaticamente - a um custo. Assim, vai demorar muito da dor de implementação longe de você, e você pode se concentrar puramente na implementação da estratégia e otimização. Ferramentas como o TradeStation possuem essa capacidade. No entanto, minha opinião pessoal é implementar o máximo possível internamente e evitar terceirizar partes da pilha para fornecedores de software. Eu prefiro estratégias de alta freqüência devido a suas relações mais atraentes Sharpe, mas eles são muitas vezes fortemente acoplado à pilha de tecnologia, onde a otimização avançada é fundamental. Agora que nós discutimos as questões em torno de dados históricos, é hora de começar a implementar nossas estratégias em um motor de backtesting. Este será o assunto de outros artigos, pois é uma área igualmente grande de discussão. ESTRATÉGIAS DE NEGOCIAÇÃO ALGORITMÁTICA PARA ALCANÇAR A DIVERSIFICAÇÃO EM SUA CARTEIRA COMO VOCÊ NUNCA PENSOU POSSÍVEL Nossas estratégias de negociação algorítmicas proporcionam diversificação ao seu portfólio negociando múltiplos asses como o índice S038P 500, DAX, eo índice de volatilidade, através do uso de negociação de futuros, ou muito líquidos fundos negociados em bolsa. Aplicando as tendências de acompanhamento, contra-tendência de negociação, e faixa limitada ciclo baseado em estratégias, procuramos fornecer um sistemático, altamente automatizado processo de decisão de negociação capaz de fornecer retornos consistentes para nossos clientes. Oferecemos várias estratégias de negociação algorítmica, onde todas as estratégias algorítmicas podem ser seguidas manualmente, recebendo e-mail e SMS alertas de texto, ou pode ser 100 hands-free automaticamente negociados em sua conta de corretagem. Cabe a você e você pode até mesmo ativar / desativar negociação automatizada a qualquer momento para que você esteja sempre no controle de seu destino. Nossas Estratégias de Negociação Algorítmica: 1. Mudanças de momentum de curto prazo entre condições de mercado de sobrecompra e sobrevenda, que são negociadas usando posições longas e curtas permitindo, lucros potenciais em qualquer direção de mercado. 2. O seguimento de tendências aproveita os movimentos de preços de vários meses prolongados em qualquer direção para cima ou para baixo. 3. A negociação cíclica permite lucros potenciais durante uma faixa limitada mercado lateral. Alguns dos maiores ganhos são encontrados durante condições de mercado agitado com esta estratégia. Nossos Produtos AlgoTrades é um serviço de sistema de negociação tudo-em-um que combina os tipos de análise mais eficazes e importantes listados acima em sistemas de negociação algorítmicos exclusivos para a criação de sistemas dinâmicos e robustos. As estratégias de negociação quantitativas da AlgoTrades diversificam sua carteira de duas formas: (1) negocia os maiores índices de ações para diversificação total com todos os setores do mercado, (2) emprega três estratégias de negociação algorítmicas exclusivas. As três únicas estratégias de negociação fornecem estabilidade adicional como resultado de múltiplas abordagens e as posições de fato variam em comprimento e tamanho. Gerar consistente crescimento a longo prazo Nossas estratégias de negociação algorítmica Descrição 038 Filosofia Acreditamos que o sistema de negociação algorítmica AlgoTrades é tudo o que um comerciante e investidor precisa para gerar crescimento consistente de longo prazo. Nossas ferramentas proprietárias exclusivas e algoritmos de negociação nos permitem tirar proveito dos mercados financeiros, independentemente da direção do mercado. AlgoTrades8217 filtros avançados monitorar o mercado em uma base tick-by-tick avaliar cada entrada, lucro / perda ou parar o nível de colocação em tempo real, para que você não tem que. O que é negociado: Os sistemas que comercializam o contrato de futuros mini ES, futuros DAX, com posições longas e curtas. Alguns sistemas operam com recursos negociados em bolsa com foco na negociação dos índices, setores e índice de volatilidade. Temos também sistemas de negociação de ações para aqueles como preferem negociação de ações ativas. Trades variam em comprimento, dependendo da estratégia. Os sistemas dão forma aos dias que negociam à negociação multi-week longa da tendência. AlgoTrades8217 prioridade número um após a execução de uma posição é maximizar os lucros e reduzir o risco. Gerenciamento de Posição Usado Cada um de nossos sistemas comercializa 1 contrato de futuros ou um valor de tamanho de posição fixa se negocia ações ou ETF8217s. Também algum sistema como negociação de futuros ou sistemas de ações long / short exigirá uma conta de margem, enquanto um sistema de ETF longo (fundos regulares e inversos) qualquer conta normal de negociação de ações pode ser usado. Nossos sistemas são todos dimensionáveis, ou seja, se um sistema exige 10.000 conta de tamanho e você tem uma conta de 20K que você só iria definir o sistema de escala para 200. Isso irá garantir que você está negociando os tamanhos de posição corretamente para sua conta. Tamanho da conta necessário A conta mínima de negociação necessária para que os negócios sejam executados com o nosso menor sistema é uma conta de 10.000. Nossos sistemas são todos escaláveis, ou seja, se um sistema afirma que ele exige 10.000 conta de tamanho e você tem uma conta de 20.000 que você só iria definir o sistema de escala para 200. Por outro lado, se um sistema diz que o seu requer 25.000 e você só tem 12.500 que você iria definir o sistema de escala para o comércio 50 do tamanho da posição do sistema. Isso garantirá que você está negociando os tamanhos de posição corretamente para sua conta. APRENDA SOBRE ESTRATÉGIAS DE NEGOCIAÇÃO ALGORITÓMICA UTILIZADAS PARA COMERCIALIZAR SUA CONTA IMPORTANTE 8211 ESTRATÉGIAS DE NEGOCIAÇÃO ALGORITÔMICA: A cada ano, o mercado de ações tem um ponto bom onde uma grande parcela dos ganhos será gerada dentro de alguns meses, o compromisso com o sistema de negociação algorítmica é importante por longo tempo Sucesso a longo prazo. ALGORITHMIC TRADING STRATEGY NOTA Nosso sistema AlgoTrades foi desenvolvido e comercializado por profissionais que querem compartilhar seu sistema, paixão dos mercados e estilo de vida com o nosso seleto grupo de comerciantes e investidores. The AlgoTrades team has a combined experience level of 77 years in the markets. Nossos recursos funcionam muito e abrangendo dias de negociação, swing trading, 24 horas de negociação de futuros, ações, ETF8217s, algoritmos e desenvolvimento de estratégias de negociação. Nosso grupo pequeno e de elite tem visto e feito tudo Estamos orgulhosos de fazer AlgoTrades disponíveis para investidores individuais para ajudar a nivelar o campo de jogo com os profissionais, fundos de hedge e empresas de private equity em Wall Street. Nossas estratégias de negociação algorítmicas usam vários pontos de dados para fortalecer sua tomada de decisão e seus negócios. The use of cycles, volume ratios, trends, volatility, market sentiment, and pattern recognition, puts the probability in our favor to make money. IMPORTANT ALGORITHMIC TRADING STRATEGIES FEATURE 038 BENEFIT FOR FUTURES TRADERS: When a futures contract is nearing expiration, our system will automatically close out the front or nearby contract and re-establish the position in the new front or nearby contract month. No action is required on your part. É uma verdadeira estratégia de negociação automatizada de mãos livres. Copyright 2016 - ALGOTRADES - Sistema de Negociação Algorítmico Automatizado CFTC REGRA 4.41 - RESULTADOS DE DESEMPENHO HIPOTÉTICOS OU SIMULADOS TÊM CERTAS LIMITAÇÕES. DESCONHECIDO UM REGISTO DE DESEMPENHO REAL, OS RESULTADOS SIMULADOS NÃO REPRESENTAM A NEGOCIAÇÃO REAL. TAMBÉM, DESDE QUE OS COMÉRCIOS NÃO FORAM EXECUTADOS, OS RESULTADOS PODERÃO TER OUTROS COMPENSADOS PELO IMPACTO, SE HOUVER, DE CERTOS FATORES DE MERCADO, COMO A FALTA DE LIQUIDEZ. OS PROGRAMAS DE NEGOCIAÇÃO SIMULADOS EM GERAL SÃO TAMBÉM SUJEITOS AO FATO QUE SÃO PROJETADOS COM O BENEFÍCIO DE HINDSIGHT. NENHUMA REPRESENTAÇÃO ESTÁ SENDO SENDO QUE QUALQUER CONTA PODERÁ OU É POSSÍVEL CONSEGUIR LUCROS OU PERDAS SEMELHANTES AOS MOSTRADOS. Nenhuma representação está sendo feita nem implica que o uso do sistema de negociação algorítmica irá gerar renda ou garantir um lucro. Há um risco substancial de perda associado com futuros de negociação e troca de valores negociados em bolsa. A negociação de futuros ea negociação de valores negociados em bolsa envolvem um risco substancial de perda e não é apropriado para todos. These results are based on simulated or hypothetical performance results that have certain inherent limitations. Ao contrário dos resultados mostrados em um registro de desempenho real, esses resultados não representam a negociação real. Além disso, uma vez que estas transacções não foram efectivamente executadas, estes resultados podem ter sub-ou sobre-compensado o impacto, se for o caso, de certos factores de mercado, como a falta de liquidez. Programas de negociação simulados ou hipotéticos em geral também estão sujeitos ao fato de que eles são projetados com o benefício de retrospectiva. Nenhuma representação está sendo feita que qualquer conta é ou é susceptível de alcançar lucros ou perdas semelhantes aos apresentados. As informações contidas neste website foram preparadas sem levar em conta os objetivos de investimento, a situação financeira e as necessidades dos investidores e ainda aconselha os assinantes a não agirem sobre qualquer informação sem obterem conselhos específicos de seus consultores financeiros para não confiarem nas informações do site como base primária Para suas decisões de investimento e para considerar seu próprio perfil de risco, tolerância de risco e suas próprias perdas de parada. - powered by Enfold WordPress Tema
No comments:
Post a Comment