Noções básicas de negociação algorítmica: conceitos e exemplos 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 de regras definidos 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 comerciais simples: Compre 50 ações de uma ação quando sua média móvel de 50 dias ultrapassar a média móvel de 200 dias Vender ações da ação quando sua média móvel de 50 dias estiver abaixo da média móvel 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 de manter um relógio para preços e gráficos vivos, ou põr nas ordens manualmente. O sistema de negociação algorítmica automaticamente faz isso para ele, identificando corretamente a oportunidade de negociação. Algo-trading oferece os seguintes benefícios: Trades executados nos melhores preços possíveis Instant e exata colocação da ordem de comércio (assim altas chances de execução em níveis desejados) Negociações Temporizado corretamente e instantaneamente, para evitar mudanças significativas de preços Custos de transação reduzidos (veja o exemplo de insuficiência de implementação abaixo) Verificações automáticas simultâneas em várias condições de mercado Redução do risco de erros manuais na colocação das operações Backtest o algoritmo, com base em dados históricos e em tempo real reduzidos Reduzido A possibilidade de erros por comerciantes humanos com base em fatores emocionais e psicológicos A maior parte do atual dia algo-negociação é de alta freqüência de negociação (HFT), que tenta capitalizar sobre a colocação de um grande número de ordens a velocidades muito rápidas em vários mercados e múltiplas decisões Parâmetros, com base em instruções pré-programadas. Algo-trading é usado em muitas formas de negociação e atividades de investimento, incluindo: Investidores de médio a longo prazo ou empresas de compra de lado (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 automatizada do comércio além, de algo-negociar ajudas em criar liquidez suficiente para vendedores no mercado. Os comerciantes sistemáticos (seguidores de tendências, comerciantes de pares, fundos de hedge, 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. Estratégias Algorítmicas de Negociação Qualquer estratégia para negociação algorítmica requer uma oportunidade identificada que seja rentável em termos de ganhos melhorados ou 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 mais 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 média móvel de 50 e 200 dias é uma tendência popular seguindo a estratégia. Comprar uma ação cotada dual a um preço mais baixo em um mercado e vendê-lo simultaneamente a um preço mais elevado em um outro mercado oferece o diferencial de preço como o lucro sem risco 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 negociação na 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 uma faixa 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 os perfis de volume histórico específico do estoque. 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 passos relacionados envia ordens a uma percentagem definida pelo utilizador dos volumes de mercado e aumenta ou diminui esta taxa de participação quando o preço da acção atinge níveis definidos pelo utilizador. A estratégia de déficit de implementação visa minimizar o custo de execução de uma ordem, trocando o mercado em tempo real, economizando assim o custo da ordem e beneficiando do custo de oportunidade da execução atrasada. A estratégia vai 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 no 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. São necessários os seguintes: Conhecimento de programação de computadores para programar a estratégia de negociação necessária, 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 hora 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 nas ações da Royal Dutch Shell listadas nesses dois mercados em duas moedas diferentes Um programa de computador que pode ler os preços atuais do 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 milissegundos e até em 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 de negociação 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 do desempenho de um algoritmo 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, quero apresentar-lhe os 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 comercial 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 compreender a sua estratégia escolhida. Eu diria que a consideração mais importante na negociação é estar ciente de sua própria personalidade. Trading, e negociação algorítmica em particular, exige um grau significativo de disciplina, paciência e desapego emocional. Desde que você está deixando um algoritmo realizar a sua negociação para você, é necessário ser resolvido para não interferir com a estratégia quando ele está sendo executado. Isto pode ser extremamente difícil, especialmente em períodos de estiramento prolongado. 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 vão ajudar 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 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 a sua estratégia, você pode querer olhar para uma estratégia mais técnica de negociação de alta freqüência (HFT). Minha crença 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, pois pode ser a diferença entre a rentabilidade forte ou um declínio lento para as perdas. Você também precisa considerar o seu capital de negociação. A quantidade mínima ideal geralmente aceita para uma estratégia quantitativa é 50.000 USD (aproximadamente 35.000 para nós no Reino Unido). Se eu estivesse 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 frequência e é necessário ter capital suficiente para absorvê-los em períodos 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 amigáveis 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 eo 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 o seu próprio software e eliminar bugs, também significa mais tempo gasto codificação até 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 de negociação 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 saque A 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 (ou seja, uma taxa 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 Idéias de negociação algorítmica Apesar das 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 andamento. Idealmente, queremos criar uma abordagem metódica para a terceirização, 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 poderia ser tão simples como ter uma preferência por uma classe de ativos em detrimento de 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 existem indivíduos bem sucedidos 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 para, 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 não 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 Os custos 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 se limita a) especialização em uma ou mais das seguintes categorias: Microestrutura do mercado - Para estratégias de frequência mais elevada, em particular, pode-se utilizar a 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 praticantes de varejo terão dificuldade para ser competitivos neste espaço, particularmente porque a competição inclui fundos de hedge quantitativos grandes, bem capitalizados com fortes capacidades tecnológicas. Estrutura do fundo - Os fundos de investimento em comum, como fundos de pensão, parcerias de investimento privado (fundos de hedge), consultores de negociação de commodities e fundos mútuos, são limitados pela pesada regulamentação e 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 de máquinas inteligência artificial - Algoritmos de aprendizagem de máquina 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 compreende 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 seu 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 retirada, ou estão dispostos a aceitar maior risco de maior retorno. Apesar do fato de que nós, quants, tentamos eliminar tanto viés cognitivo quanto possível e devemos ser capazes de avaliar uma estratégia de forma desapaixonada, os vieses sempre fluem. Assim, 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 compreender 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 rewardrisk 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 e assim podem facilmente levar a Chamadas de margem. Você tem o capital de negociação e o temperamento para tal volatilidade Freqüência - A freqüência da estratégia está intimamente ligada à sua tecnologia pilha (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, muitas vezes eles terão taxas Sharpe muito maiores. Volatilidade - A volatilidade está fortemente relacionada com o risco da estratégia. A proporção 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. WinLoss, Average ProfitLoss - Estratégias serão diferentes em suas características winloss e lucro médio. 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 por sofrer de períodos de estendidas descolagens (devido a uma seqüência de muitos comércios perdedores incremental). 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 sobre qual período de tempo) você pode aceitar antes de cessar a negociação de sua estratégia. Esta é uma decisão altamente pessoal e, portanto, deve ser considerada com cuidado. CapacidadeLiquidez - 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 hedge funds maiores 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 certificar-se 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 vai ouvir os termos alfa e beta, aplicado a estratégias deste 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 de alavancagem, volatilidade, benchmarks ou requisitos de capital. Assim, as estratégias raramente são julgadas 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. Obtendo Dados Históricos Hoje em dia, a amplitude dos requisitos técnicos em classes de ativos para o armazenamento de dados históricos é substancial. Para manter a competitividade, tanto o lado da compra (fundos) quanto o do 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 preocupada 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 considerações principais (especialmente no nível de profissional 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, números 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. As técnicas de aprendizagem mecânica, como os 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 foram 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. Dados históricos diários são muitas vezes simples de obter para as 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 há tamanho único que se adapte a todas as estruturas de banco de dados que podem acomodá-las. 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. Frequência - Quanto maior a frequência dos dados, maiores os custos e 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 carrapatos 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 só é adequado para aqueles com uma forte programação de fundo técnico. Benchmarks - As estratégias descritas acima serão muitas vezes 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 o 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 essa 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 alcançá-los 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 exatos e oportunos. 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 Sharpe mais atraentes, mas eles são muitas vezes fortemente acoplados à pilha de tecnologia, onde a otimização avançada é crítica. 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 tema de outros artigos, pois é uma área igualmente grande de discussão Começando com Quantitative TradingPROVEN ESTRATÉGIAS DE NEGOCIAÇÃO ALGORITMÁTICA ATINGIR A DIVERSIFICAÇÃO EM SUA CARTEIRA COMO VOCÊ NUNCA PENSOU POSSÍVEL Nossas estratégias de negociação algorítmica proporcionar diversificação para a sua carteira através da negociação de múltiplos asses Como o índice S038P 500, o índice DAX e o índice de volatilidade, através do uso de negociação de futuros ou de fundos negociados em bolsa muito líquidos. Aplicando 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 transformar onoff 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 quantitativa 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 de 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, profitloss, ou parar o nível de colocação em tempo real, para que você não tem que. O que é negociado: Os sistemas que negociam o contrato de futuros mini ES, futuros DAX, com posições longas e curtas. Alguns sistemas operam com fundos negociados em bolsa com foco na negociação de índices, setores e índice de volatilidade. Nós também temos 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 posição fixa se troca ações ou ETF8217s. Também algum sistema como negociação de futuros ou sistemas de ações longshort vai exigir uma conta de margem, enquanto um sistema longo ETF (fundos regulares e inversos) qualquer conta normal de negociação de ações pode ser usado. Nossos sistemas são todos escaláveis, 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 dimensionáveis, 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 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 ALGORÍFICA USADAS 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 NOTE 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. A equipe AlgoTrades tem um nível de experiência combinada de 77 anos nos mercados. 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 disponibilizar AlgoTrades 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. O uso de ciclos, proporções de volume, tendências, volatilidade, sentimento do mercado e reconhecimento de padrões, coloca a probabilidade em nosso favor de ganhar dinheiro. IMPORTANTE ESTRATÉGIAS DE NEGOCIAÇÃO ALGORÍMICA 038 BENEFÍCIO PARA COMERCIAIS FUTUROS: Quando um contrato de futuros está prestes a expirar, nosso sistema fechará automaticamente o contrato de frente ou próximo e restabelecerá a posição no novo mês de contrato de frente ou próximo. Nenhuma ação é necessária em sua parte. É uma verdadeira estratégia de negociação automatizada de mãos livres. Copyright 2017 - ALGOTRADES - Sistema de Negociação Algorítmica Automatizada CFTC REGRA 4.41 - RESULTADOS HIPOTÉTICOS OU SIMULADOS DE DESEMPENHO TÊM CERTAS LIMITAÇÕES. DESCONHECIDO UM REGISTO DE DESEMPENHO REAL, OS RESULTADOS SIMULADOS NÃO REPRESENTAM A NEGOCIAÇÃO REAL. TAMBÉM, SENDO QUE OS COMÉRCIOS NÃO FORAM EXECUTADOS, OS RESULTADOS PODERÃO TER OU NÃO COMPENSADO PELO IMPACTO, SE HOUVER, DE CERTOS FATORES DE MERCADO, COMO A FALTA DE LIQUIDEZ. OS PROGRAMAS SIMULADOS DE NEGOCIAÇÃO 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 CONSEQUÊNCIAS LUCROS OU PERDAS SIMILARES Àqueles MOSTRADOS. Nenhuma representação está sendo feita nem implica que o uso do sistema de negociação algorítmico 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. Estes resultados são baseados em resultados de desempenho simulados ou hipotéticos que têm certas limitações inerentes. 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 determinados 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 vai ou é susceptível de alcançar lucros ou perdas semelhantes aos que estão sendo mostrados. 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 obter aconselhamento específico de seus consultores financeiros para não confiar em 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