Indicadores quantitativos de negociação

Sistemas de negociação.
Sistemas de negociação.
Na RQ, nos concentramos no desenvolvimento, implementação e monitoramento de sistemas de negociação quantitativos e algorítmicos. Nos mercados financeiros eletrônicos, a negociação "quant" e "algo" é definida como a aplicação sistemática de estratégias de negociação através do uso de programas de computador. Nossos modelos são desenvolvidos por nossa equipe de profissionais do mercado, composta por comerciantes, estrategistas e programadores, utilizando pesquisa abrangente e rigorosa. A abordagem do RQ é eliminar ou mitigar as decisões comerciais impulsionadas pela emoção, a indisciplina, a paixão, a ganância e / ou o medo, além de outros fatores que contribuem para o erro humano. Para avaliar um sistema de comércio, é preciso entender a estratégia e a gestão de riscos que estão sendo implementadas. Você também deve aprender o máximo possível sobre o desenvolvedor. Na RQ, nós agradecemos e encorajamos você a conhecer-nos de uma vez por aí.
RQ iNewton.
Automação comercial em múltiplas dinâmicas de mercado.
O RQ iNewton é o nosso sistema de negociação automatizado mais recente e mais avançado até o momento. O modelo quantitativo é projetado para negociação diária, bem como swing trading. As características incluem análise de correlação intermediária, três filtros de movimento e múltiplas estratégias de saída. As inscrições são baseadas em saídas de alta e baixas baixas de ação de preço. Várias estratégias de saída permitem que os comerciantes obtenham lucros a curto prazo e / ou mantenham você na tendência. As características de gerenciamento de dinheiro incluem cortes de negociação de curva de patrimônio para perda de capital e redução de capital. Múltiplos botões de ação no gráfico permitem acesso fácil para ativar ou desativar a automação comercial, além de trocar filtros, incluindo correlações inter-mercado, movimento, apenas longos, apenas shorts e botões de compra e venda.
RQ Einstein III.
Estratégias de negociação de alto desempenho em múltiplas classes de ativos.
O RQ Einstein III é um modelo automatizado quantitativo projetado para atribuições específicas, como a exploração de oportunidades comerciais de curta duração. No centro da estratégia é um código proprietário do RQ com algoritmos orientados para o futuro, projetados para prever e buscar potenciais níveis de preços-chave dos mercados. O foco cria oportunidades oportunistas associadas à volatilidade nesses níveis críticos. É, portanto, um modelo alfa, mais eficaz quando aplicado em várias classes de ativos.
Indicadores de negociação.
Um modelo quantitativo focado na atividade de negociação institucional.
A funcionalidade múltipla do RQ Tech é projetada para ajudar os comerciantes ativos a ganhar clareza quando os mercados parecem estar no caos. O DMS, nosso indicador dinâmico de sentimento dinâmico do mercado, fornece identificação quantitativa de correlações de risco e risco-off em tempo real. O indicador de velocidade Nextreme ajuda os comerciantes a identificar onde o impulso do mercado está se desenvolvendo, tornando-o instrumental para a seleção de mercados prontos para uma ação de preço agressiva. Os indicadores Carry Trade e FX Flows também são benéficos para detectar fluxos de rotação institucionais.
Sobre comprados, vendidos e marcadores de retração.
Os marcadores RQ OBOS-R localizam condições de curto prazo sobre-compradas ou super-vendidas, bem como possíveis retornos de ação de preço recente. Os marcadores sobrecarregados são exibidos em amarelo acima das barras de preços. Os marcadores sobre-vendidos são exibidos em amarelo abaixo das barras de preços. Os marcadores de retração são exibidos em vermelho, acima das barras para um rali recente e exibem em verde abaixo das barras para uma venda recente.
Uma abordagem sistemática construída para auxiliar comerciantes discretos.
Como um pacote abrangente de indicadores, o GnosticK foi projetado para fornecer aos comerciantes acesso a métodos inovadores para tirar lucros dos mercados, controlando o risco. O conceito, os métodos e as ferramentas são delineados em um formato passo-a-passo fácil de entender. A metodologia do Gnostick para negociar os mercados baseia-se em probabilidades e o objetivo é manter as chances a seu favor. A lógica exata é revelada com todas as regras necessárias para entender o conhecimento e o procedimento que impulsiona o algoritmo Gnostick.
Execução de Comércio Automatizada.
Advanz Auto4X.
Automatize sua execução comercial.
A plataforma Advanz Auto4X ™ leva seus sinais de estratégia TradeStation® e automatiza sua execução para várias empresas de compensação. Ele é projetado para ser poderoso, flexível e preciso para atender às necessidades dos complexos departamentos de comércio institucional. Também é projetado para ser simples e eficiente para um comerciante individual. O Advanz Auto4X ™ suporta a execução de qualquer número de estratégias que funcionem em qualquer número de prazos para qualquer ou todos os cruzamentos Forex disponíveis para negociação. A conectividade está disponível para: Currenex (CMS, PFG, Marex, London Capital, GFT, FCStone, ADM, Baxter FX, FXDD, Man Financial, ODL, NewEdge, BGC / Cantor, etc.) Oanda, Lava, Hotspot, FXAll, CAX , FIXI, DBFX, FXInside (Integral), MB Trading, Interactive Brokers, GAIN, Forex e FXCM.
Advanta Auto Route.
Melhorar a qualidade das suas execuções comerciais.
No mercado de hoje, as execuções de qualidade podem ser a vantagem necessária para o desempenho superior dos sistemas. O Advanz Auto4X com roteamento de pedidos inteligentes pode oferecer estratégias personalizadas para suas necessidades específicas, incluindo operações de alta freqüência, hedge, eventos e negociações oportunistas. Você pode configurar várias estratégias em várias empresas de compensação. Os sinais de negociação podem ser encaminhados para melhores preços de oferta / oferta de várias empresas de compensação para obter execuções ótimas.
Conheça os Insiders. A equipe RQ passou vários anos trabalhando juntos, mesclando ideias complexas e diversas em estratégias e sistemas de negociação e investimento.

Como os comerciantes quant construem o índice de força relativa (RSI) em seus algoritmos?
Diferentes comerciantes quantitativos usam métodos diferentes para construir o índice de força relativa (RSI) em seus algoritmos. Três plataformas de negociação automatizadas populares usadas por comerciantes quantitativos a partir de 2018 são TradeStation, NinjaTrader e MetaTrader. Cada um desses sistemas permite aos usuários programar estratégias para comprar e vender quando condições diferentes são atendidas usando diferentes linguagens de programação. Cada sistema também oferece uma interface gráfica que simplifica a criação do código, que compõe estratégias.
Cada plataforma de negociação automatizada oferece indicadores pré-modificados, incluindo o RSI, que os comerciantes podem incorporar em suas próprias estratégias. Empresas separadas também produzem indicadores e estratégias para venda, que são compatíveis com cada uma das várias plataformas de negociação automatizadas.
Alguns comerciantes quantitativos podem escrever estratégias que compram títulos quando as leituras de RSI caem abaixo de 20, o que é considerado sobrevendido. Alguns podem escrever estratégias que vendem títulos quando as leituras de RSI se elevam acima de 80, o que é considerado sobrecompra. Outros podem escrever estratégias que incorporam RSI de alguma outra maneira, como uma leitura de RSI em um certo intervalo quando outra condição técnica é atendida, como uma quebra abaixo de um Bollinger Band mais baixo. Ainda outros podem escrever estratégias que compram títulos com base no fato de o RSI encontrar algum outro conjunto de condições. Alguns podem até desaparecer sinais tradicionais de RSI e comprar quando o RSI se desloca acima de 80 ou vender quando ele se move abaixo de 20, procurando capturar ganhos a curto prazo e impulsionados por impulso.
Os comerciantes quantitativos possuem um grande número de indicadores à disposição, que podem incorporar em estratégias. Um elemento de design chave das principais plataformas de negociação automatizada é que os indicadores são codificados de forma muito similar às estratégias. A maioria dos comerciantes quantitativos regularmente criam e testam novos indicadores que, mais tarde, poderão incluir em estratégias.

Negociação quantitativa.
Investimentos quantitativos e idéias comerciais, pesquisas e análises.
Terça-feira, 27 de dezembro de 2018.
Indicadores de risco.
Aqui estão agora mais do que alguns desses indicadores de risco para escolher. Além do VIX e do TED, existem VSTOXX (EURO STOXX 50 Volatility), o VXY (JPMorgan G7 Volatility Index), o EM-VXY (JPMorgan Emerging Market Volatility Index), o ETF ONN e OFF, e provavelmente muitos mais que Ainda não ouvi falar.
Muitas pesquisas acadêmicas foram feitas sobre se podemos conceber modelos de "mudança de regime" com base em alguns algoritmos complicados de reconhecimento de padrões para decidir se um mercado está em um certo "regime" que favorece este ou aquele modelo particular ou conjunto de parâmetros. E muitas vezes, esses modelos de mudança de regime dependem do reconhecimento de alguns conjuntos complexos de padrões na série histórica de preços. Desculpe dizer, não encontrei nenhum desses modelos de comutação de regime complexos para ter qualquer poder de previsão real fora de amostra. Por outro lado, minha pesquisa mostra que alguns dos indicadores de risco simples acima mencionados, de fato, impedirão que alguns modelos comerciais caírem do penhasco.
Mas qual destes indicadores é aplicável a qual modelo? Isso não é tão óbvio. Por exemplo, você pode pensar que o EM-VXY seria um indicador líder ideal para modelos de negociação Forex que envolvam moedas de mercado emergentes, mas descobri que é apenas um indicador contemporâneo (e, portanto, inútil) para o meu. Outro exemplo, eu disse durante a crise financeira de 2008 que a VIX parece ser um indicador contemporâneo inútil para os modelos de negociação de ações, mas, estranhamente, é um bom indicador líder para os modelos FX. Em contraste, o TED espalhou-se de que todos estavam obcecados em 2008 atingiu mais de 300 bps, em seguida, mas nunca ultrapassou 100 bps desta vez. Então, realmente, apenas um teste rigoroso pode nos guiar aqui.
Quais indicadores de risco você usa? E você realmente testou suas eficiências? Seus comentários serão muito bem-vindos aqui.
19 comentários:
Desculpe, a última frase é:
Este é um post muito interessante, obrigado pelo compartilhamento.
Bom blog e publicação! O que você acha que abput usando Williams VIX Fix? Está fora de questão?
Eu acredito que o que você está dizendo é que o SPX é um indicador importante do CADCHF, mas você não tem certeza se ele leva CAD ou CHF? Eu acho que você pode discernir testando isso contra USDCAD e CHFUSD separadamente. Mas nem tenho certeza de que você precisa descobrir melhor esta estratégia.
Uma maneira típica de testar a correlação de liderança é apenas testar qualquer correlação entre os retornos de uma série de preços e os retornos atrasados ​​de outra série de preços.
Obrigado pelo link para sua postagem. Mas a conclusão de sua postagem parece óbvia: se você assumir que a série de preços é estacionária (ou seja, com um stddev fixo), é claro que qualquer estratégia de reversão média será rentável (basta comprar baixo e vender alto).
O Williams VIX Fix parece ser um substituto interessante para o VIX. Vou fazer algumas pesquisas para verificar se isso corrobora as reivindicações contidas no artigo.
Obrigado pela ideia!
O Baltic Dry Index, mede o custo do frete. Não é tanto um proxy para o risco, mas útil para avaliar se as melhorias do mercado são devidas ao aumento do comércio ou dos truques de contabilidade.
A morfologia da crise que começa em agosto de 2018 pode ser mais facilmente vista a partir de um gráfico de 2 anos da VIX. Você pode ver que VIX tinha sido inferior a 30 por quase 1 ano até agosto, quando disparou até mais de 45 em um ponto. A causa inicial desta volatilidade é a queda de S & amp; P da dívida federal dos EUA, mas os investidores ficaram muito mais preocupados com a dívida soberana européia. Essa volatilidade e o ambiente orientado para as notícias destruíram o caos com muitas estratégias de negociação, levando a um dos piores anos para o desempenho médio dos fundos de hedge.
Sim, essa é uma boa medida macroeconômica que um ex-parceiro meu gosta muito.
Oi, vejo as taxas de financiamento durante a noite, futuros e moedas de eurodólares, principalmente EUR / JPY e AUD / JPY.
Eu não sou um comerciante especialista por qualquer meio, mas basicamente basta usar o VIX. Possuí um grande portfólio de ações e o hedge com o iPath Short-Term VIF ETF.
Se o seu proxi de risco é VIX, talvez seja útil para observar também o Índice Skew do CBOE.
Olhando para o passado, muitas vezes temos tido períodos de baixa articulação VIX em alto SKEW, uma mistura muito perigosa usando alguma forma de alavancagem da Kelly.
Tabela de pobimentos de leitura escrita no CBOE SKEW White Paper, parece que VIX = 30 e SKEW = 110 é um pouco menos arriscado do que VIX = 20 e SKEW = 145 para eventos com mais de 2 SD: então, se você usar hoje VIX para prever amanhã e # 39; s variação na fórmula de Kelly, talvez seja útil ajustar o nível VIX em alguma forma arbitrária NEWVIX = f (VIX, SKEW).
NEWVIX = VIX * (0.0192 * SKEW - 0.9094) funciona bem para mim.
Obrigado por nos dar uma fórmula VIX acessível para outliers. Muito interessante.
Artigo realmente útil, obrigado Ernie e outras pessoas que comentaram aqui.
É difícil para mim acreditar em qualquer um desses indicadores de risco. Eu sinto que é quase mais um julgamento e não uma medida quantitativa. Por exemplo, o VIX, é principalmente inútil como um aviso prévio de tempos de risco no futuro próximo. É inversamente correlacionado com os mercados de ações. Os mercados aumentam e o VIX geralmente cai, o mercado cai e o VIX geralmente sobe. O tanque de mercados e VIX aparece como uma mãe. Obrigado por me informar depois de um declínio de 5% nos mercados de ações que os tempos voláteis estão à frente. Quase todos esses indicadores são assim. E todas as principais classes de ativos estão tão correlacionadas hoje em dia de qualquer maneira. Nada se torna volátil sem o resto.
Sim, a sabedoria convencional afirma que o VIX é um indicador contemporâneo. No entanto, meus backtests mostram que ele tem valor preditivo. Além disso, as opções de longo prazo podem ser mais valor preditivo do que os contratos do mês da frente. Pelo que eu ouço, essas opções de longa data estão prevendo uma maior volatilidade do que os meses da frente.

Indicadores quantitativos de negociação
Trabalha com os mercados dos EUA e internacionais (estoque, divisas, opções, futuros, ETF). Oferece-lhe as ferramentas que o ajudarão a tornar-se um comerciante rentável. Permite implementar quaisquer idéias comerciais. Artigos e ideias de troca com outros usuários da QuantShare. Nossa equipe de suporte é muito responsivo e responderá a qualquer uma das suas perguntas. Implementaremos todos os recursos que você sugere. Preço muito baixo e muito mais recursos do que a maioria dos outros softwares de negociação.
Gráficos avançados Baixe os dados do EOD, intradía, fundamental, de notícias e de sentimento para todos os mercados. Ferramentas de análise quantitativas poderosas. Teste com qualquer estratégia e gerar sinais de compra e venda. Criar compósitos e indicadores de mercado. Baixe indicadores, sistemas de negociação, downloaders, telas. compartilhado por outros usuários.
Você está procurando algo novo?
- Software de negociação total (banco de dados múltiplo, back-testing verdadeiro do portfólio, gráficos avançados, gerenciamento de dinheiro avançado, compósitos, downloaders, previsão de rede neural e muitos outros plug-ins)
Clique aqui para obter o seu teste GRÁTIS.
Diferentes tipos de indicadores de negociação: Tendência, Momento, Volatilidade e Volume.
Atualizado em 2018-07-24.
A principal semelhança entre os indicadores de análise técnica é que eles usam todos os preços de segurança (aberto, alto, baixo, fechado e volume) em seus cálculos. Esse pequeno número de variáveis ​​produziu centenas e até milhares de indicadores comerciais.
Os principais indicadores são aqueles que lideram o movimento dos preços. Eles dão um sinal antes de uma nova tendência ou inversão ocorrer.
Os indicadores de atraso são aqueles que seguem a ação de preço. Eles dão um sinal após a tendência ou a inversão ter começado.
Os diferentes tipos de indicadores expostos acima podem ser aplicados a qualquer mercado (ações, futuros, Forex, opções, ETFs) e qualquer período (day trading, curto prazo, médio e longo prazo).
Postado 57 dias atrás.
Postado 225 dias atrás.
Postado 262 dias atrás.
Postado 308 dias atrás.
Postado 358 dias atrás.
Postado 408 dias atrás.
Postado 448 dias atrás.
Postado há 1998 dias.
Postado há 2003 dias.
Postado 2018 dias atrás.
Postado 2017 dias atrás.
Postado 2023 dias atrás.
Postado 2031 dias atrás.
Postado 2038 dias atrás.
Postado 2052 dias atrás.
Postado 2060 dias atrás.
Postado 2067 dias atrás.
Postado 2074 dias atrás.
Postado 2081 dias atrás.
Postado 2089 dias atrás.
Copyright © 2018 QuantShare.
Os instrumentos financeiros de negociação, incluindo o câmbio na margem, representam um alto nível de risco e não são adequados para todos os investidores. O alto grau de alavancagem pode funcionar contra você, bem como para você. Antes de decidir investir em instrumentos financeiros ou em divisas, você deve considerar cuidadosamente seus objetivos de investimento, nível de experiência e apetite de risco. Existe a possibilidade de que você possa sustentar uma perda de algum ou todo seu investimento inicial e, portanto, você não deve investir dinheiro que não pode perder. Você deve estar ciente de todos os riscos associados à negociação e procurar aconselhamento de um consultor financeiro independente se tiver dúvidas.

QuantStart.
Junte-se ao portal de membros privados da Quantcademy que atende à comunidade de comerciantes de varejo de varejo em rápido crescimento. Você encontrará um grupo bem informado de mentalistas quant pronto para responder suas perguntas comerciais mais importantes.
Confira meu ebook sobre o comércio de quant, onde eu ensino você como criar estratégias de negociação sistemáticas lucrativas com ferramentas Python, desde o início.
Dê uma olhada no meu novo ebook sobre estratégias de negociação avançadas usando análise de séries temporais, aprendizado de máquina e estatísticas bayesianas, com Python e R.
Por Michael Halls-Moore em 19 de abril de 2018.
Neste artigo, quero apresentar-lhe os métodos pelos quais eu próprio identifico estratégias de negociação algorítmicas rentáveis. Nosso objetivo hoje é entender em detalhes como encontrar, avaliar e selecionar esses sistemas. Vou explicar como as estratégias de identificação são tanto sobre preferências pessoais quanto sobre o desempenho da estratégia, como determinar o tipo e a quantidade de dados históricos para o teste, como avaliar de forma imparcial uma estratégia de negociação e, finalmente, como avançar para a fase de backtesting e implementação estratégica.
Identificando suas próprias preferências pessoais para negociação.
Para ser um comerciante bem sucedido - de forma discricionária ou algorítmica - é necessário fazer-se algumas perguntas honestas. O Trading oferece a você a capacidade de perder dinheiro em uma taxa alarmante, por isso é necessário "conhecer você mesmo" tanto quanto é necessário entender a estratégia escolhida.
Eu diria que a consideração mais importante na negociação é estar ciente de sua própria personalidade. O comércio e o comércio algorítmico em particular, requer um grau significativo de disciplina, paciência e desapego emocional. Como você está deixando um algoritmo executar sua negociação para você, é necessário ser resolvido para não interferir com a estratégia quando está sendo executado. Isso pode ser extremamente difícil, especialmente em períodos de redução prolongada. No entanto, muitas estratégias que mostraram ser altamente rentáveis ​​em um backtest podem ser arruinadas por uma simples interferência. Compreenda que se você deseja entrar no mundo da negociação algorítmica, você será testado emocionalmente e, para ser bem-sucedido, é necessário trabalhar com essas dificuldades!
A próxima consideração é uma das vezes. Você tem um emprego a tempo inteiro? Você trabalha a tempo parcial? Você trabalha em casa ou tem uma longa viagem diária? Essas perguntas ajudarão a determinar a freqüência da estratégia que você deve procurar. Para aqueles de você no emprego a tempo inteiro, uma estratégia de futuros intradiária pode não ser apropriada (pelo menos até que seja totalmente automatizada!). 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 claramente que ser realista sobre sua capacidade de executar com sucesso durante o escritório! Para aqueles de vocês com muito tempo, ou as habilidades para automatizar sua estratégia, você pode querer examinar uma estratégia mais técnica de negociação de alta freqüência (HFT).
Minha opinião é que é necessário realizar pesquisas contínuas sobre suas estratégias de negociação para manter um portfólio consistentemente lucrativo. Poucas estratégias permanecem "sob o radar" para sempre. Assim, uma parte importante 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 uma forte rentabilidade ou um declínio lento em relação a perdas.
Você também precisa considerar seu capital de negociação. O valor mínimo ideal geralmente aceito para uma estratégia quantitativa é de 50,000 USD (aproximadamente £ 35,000 para nós no Reino Unido). Se eu estivesse começando de novo, 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 estratégias de média a 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, negociando em um ou dois ativos, já que os custos de transação irão 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 mínima 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 sistema de armazenamento de dados, o sistema de backtest e o sistema de execução de ponta a ponta. Isso tem uma série de vantagens, cujo chefe é a capacidade de estar completamente atento a todos os aspectos da infra-estrutura comercial. Também permite que você explore as estratégias de freqüência mais alta, pois você terá o controle total da sua "pilha de tecnologia". Embora isso signifique que você possa testar seu próprio software e eliminar erros, também significa mais tempo gasto na codificação de infra-estrutura e menos na implementação de estratégias, pelo menos na parte anterior da sua carreira de trading. Você pode achar que você está confortável negociando no Excel ou MATLAB e pode terceirizar o desenvolvimento de outros componentes. Eu não recomendaria isso no entanto, especialmente para aqueles que negociavam em alta freqüência.
Você precisa se perguntar o que você espera alcançar por meio de negociação algorítmica. Você está interessado em um rendimento regular, pelo qual você espera obter lucros de sua conta de negociação? Ou, você está interessado em um ganho de capital a longo prazo e pode se negociar sem a necessidade de retirar fundos? A dependência de renda determinará a freqüência de sua estratégia. As retiradas de renda mais regulares exigirão uma estratégia de negociação de maior freqüência com menor volatilidade (ou seja, uma proporção Sharpe mais alta). Os comerciantes de longo prazo podem pagar uma frequência comercial mais tranquila.
Finalmente, não se ilude com a noção de tornar-se extremamente rico num curto espaço de tempo! O comércio de Algo não é um esquema rápido e rápido - se alguma coisa pode ser um esquema rápido e rápido. É preciso disciplina, pesquisa, diligência e paciência importantes para serem bem-sucedidos no comércio algorítmico. Pode levar meses, senão anos, gerar rentabilidade consistente.
Sourcing Algorithmic Trading Ideas.
Apesar das percepções comuns em contrário, é realmente bastante direto localizar estratégias de negociação rentáveis ​​no domínio público. Nunca as idéias comerciais estão mais disponíveis do que hoje. Revistas de finanças acadêmicas, servidores de pré-impressão, blogs comerciais, fóruns de negociação, revistas comerciais semanais e textos especializados fornecem milhares de estratégias de negociação com as quais basear suas idéias.
Nosso objetivo como pesquisadores quantitativos de negócios é estabelecer um pipeline estratégico que nos forneça um fluxo de idéias comerciais em andamento. Idealmente, queremos criar uma abordagem metódica para sourcing, avaliação e implementação de estratégias que encontramos. Os objetivos do pipeline são gerar uma quantidade consistente de novas idéias e fornecer-nos uma estrutura para rejeitar a maioria dessas idéias com o mínimo de consideração emocional.
Devemos ser extremamente cuidadosos para não permitir influências cognitivas na nossa metodologia de tomada de decisão. Isso pode ser tão simples como ter uma preferência por uma classe de ativos sobre outra (o ouro e outros metais preciosos vêm à mente) porque são percebidos como mais exóticos. Nosso objetivo sempre deve ser encontrar estratégias consistentemente lucrativas, com expectativas positivas. A escolha da classe de ativos deve basear-se em outras considerações, como restrições de capital de negociação, taxas de corretagem e capacidades de alavancagem.
Se você não está completamente familiarizado com o conceito de estratégia comercial, então o primeiro lugar a procurar é com os livros didáticos estabelecidos. Os textos clássicos fornecem uma ampla gama de idéias mais simples e diretas, para se familiarizarem com a negociação quantitativa. Aqui está uma seleção que eu recomendo para aqueles que são novos para negociação quantitativa, que gradualmente se tornam mais sofisticados enquanto 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 comerciais 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 geral, a análise técnica é considerada um pouco ineficaz na comunidade de finanças quantitativas. Alguns sugeriram que não é melhor que ler um horóscopo ou estudar folhas de chá em termos de seu poder preditivo! Na realidade, existem indivíduos bem-sucedidos que utilizam análises técnicas. 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 nossas em considerações ou preconceitos emocionais.
Aqui está uma lista de bem-respeitados blogs e fóruns de negociação algorítmica:
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 inscrições elevadas ou custos pontuais. Se você é um membro ou ex-aluno de uma universidade, você poderá obter acesso a algumas dessas revistas financeiras. Caso contrário, você pode olhar para os servidores de pré-impressão, que são repositórios de internet de rascunhos finais de documentos acadêmicos que estão sendo submetidos a revisão pelos pares. Uma vez que estamos apenas interessados ​​em estratégias que possamos replicar com sucesso, fazer 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 desatualizadas, exigir dados históricos obscuros e dispendiosos, negociar classes de ativos ilíquidas ou não influenciar taxas, derrapagens ou propagação. Também não está claro se a estratégia de negociação deve ser realizada com ordens de mercado, ordens limitadas ou se contém perdas de parada, etc. Portanto, é absolutamente essencial replicar a estratégia o melhor que puder, fazer o backtest e adicionar uma transação realista custos que incluem tantos aspectos das classes de ativos que você deseja negociar.
Aqui está uma lista dos servidores de pré-impressão mais populares e revistas financeiras das quais você pode criar ideias:
E sobre como formar suas próprias estratégias quantitativas? Isso geralmente requer (mas não está limitado a) conhecimento em uma ou mais das seguintes categorias:
Microestrutura de mercado - Para estratégias de freqüência mais altas em particular, pode-se usar a microestrutura do mercado, ou seja, a compreensão da dinâmica do livro de pedidos, a fim de gerar rentabilidade. Diferentes mercados terão várias limitações tecnológicas, regulamentos, participantes do 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 conjunto, como fundos de pensão, parcerias de investimento privado (hedge funds), consultores de negociação de commodities e fundos de investimento, são limitados por uma forte 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 restrições de capacidade devido ao seu tamanho. Assim, se eles precisam rapidamente descarregar (vender) uma quantidade de valores mobiliários, eles terão que diminuí-lo para evitar "mover o mercado". Algoritmos sofisticados podem tirar proveito disso, e outras idiossincrasias, em um processo geral conhecido como arbitragem de estrutura de fundos. Aprendizado de máquinas / inteligência artificial - Os algoritmos de aprendizagem de máquinas tornaram-se mais prevalentes nos últimos anos nos mercados financeiros. Os classificadores (como Naive-Bayes, et al.) Correspondentes de função não-linear (redes neurais) e rotinas de otimização (algoritmos genéticos) foram todos usados ​​para prever caminhos de ativos ou otimizar estratégias de negociação. Se você tem um histórico nesta área, você pode ter alguma visão sobre como determinados algoritmos podem ser aplicados a certos mercados.
Há, é claro, muitas outras áreas para investigar quants. Vamos discutir como apresentar estratégias personalizadas em detalhes em um artigo posterior.
Ao continuar monitorando essas fontes em uma base semanal, ou mesmo diária, você está se preparando para receber uma lista consistente de estratégias de uma variedade diversificada de fontes. O próximo passo é determinar como rejeitar um grande subconjunto dessas estratégias, a fim de minimizar o desperdício de seu tempo e os recursos de backtesting em estratégias que provavelmente não serão lucrativas.
Avaliando Estratégias de Negociação.
A primeira consideração, e indiscutivelmente mais óbvia, é se você realmente entende a estratégia. Você poderia explicar a estratégia de forma concisa ou exigir uma série de advertências e listas de parâmetros infinitas? Além disso, a estratégia tem uma base boa e sólida na realidade? Por exemplo, você poderia apontar alguma lógica comportamental ou restrição da estrutura do fundo que possa estar causando o (s) padrão (s) que você está tentando explorar? Esta restrição suportaria uma mudança de regime, como uma dramática perturbação do ambiente regulatório? A estratégia depende de regras estatísticas ou matemáticas complexas? Aplica-se a qualquer série de tempo financeiro ou é específico para a classe de ativos em que se afirma ser lucrativo? Você deve constantemente pensar nesses fatores ao avaliar novos métodos comerciais, caso contrário você pode desperdiçar uma quantidade significativa de tempo tentando fazer backtest e otimizar estratégias não lucrativas.
Uma vez que você tenha determinado que você entende os princípios básicos da estratégia, você precisa decidir se ele se encaixa com o seu perfil de personalidade acima mencionado. Esta não é uma consideração tão vaga quanto parece! As estratégias diferirão 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 um maior risco de retorno maior. Apesar do fato de que nós, como quants, tentamos eliminar todo o viés cognitivo possível e devemos avaliar uma estratégia de forma imparcial, os preconceitos sempre entrarão. Por isso, precisamos de um meio consistente e sem emoção para avaliar o desempenho das estratégias . Aqui está a lista de critérios que eu julgo uma nova estratégia potencial por:
Metodologia - O impulso da estratégia está baseado, o retorno médio, o mercado neutro, direcional? A estratégia baseia-se em técnicas de aprendizado estatístico ou de máquinas complexas (ou complexas) que são difíceis de entender e exigem um doutorado em estatísticas para entender? Essas técnicas introduzem uma quantidade significativa de parâmetros, o que pode levar a um viés de otimização? A estratégia é susceptível de suportar uma mudança de regime (ou seja, uma nova regulamentação potencial dos mercados financeiros)? Sharpe Ratio - O índice de Sharpe caracteriza heuristicamente o índice de recompensa / risco da estratégia. Quantifica quanto retorno você consegue para o nível de volatilidade sofrido pela curva patrimonial. Naturalmente, precisamos determinar o período e a frequência em que esses retornos e volatilidade (ou seja, o desvio padrão) são medidos. Uma estratégia de freqüência mais alta exigirá maior taxa de amostragem do desvio padrão, mas um período de tempo geral mais curto, por exemplo. Alavancagem - A estratégia exige alavancagem significativa para ser lucrativa? A estratégia exige o uso de contratos de derivativos alavancados (futuros, opções, swaps) para fazer um retorno? Estes contratos alavancados podem ter uma forte volatilidade e, portanto, podem facilmente levar a chamadas de margem. Você tem o capital comercial e o temperamento para essa volatilidade? Frequência - A frequência da estratégia está intimamente ligada à sua pilha de tecnologia (e, portanto, à experiência tecnológica), ao índice Sharpe e ao nível geral dos custos de transação. Todas as outras questões consideradas, as estratégias de maior freqüência requerem mais capital, são mais sofisticadas e difíceis de implementar. No entanto, assumindo que seu mecanismo de teste de backtest é sofisticado e livre de erros, eles geralmente terão taxas Sharpe muito maiores. Volatilidade - A volatilidade está fortemente relacionada ao "risco" da estratégia. A relação Sharpe caracteriza isso. A maior volatilidade das classes de ativos subjacentes, se não coberta, muitas vezes leva a uma maior volatilidade na curva patrimonial e, portanto, menores índices de Sharpe. Naturalmente, suponho que a volatilidade positiva seja aproximadamente igual à volatilidade negativa. Algumas estratégias podem ter maior volatilidade negativa. Você precisa estar ciente desses atributos. Ganhe / Perda, Lucro / Perda Médio - As estratégias serão diferentes nas suas ganhos / perdas e características médias de lucro / perda. Pode-se ter uma estratégia muito lucrativa, mesmo que o número de negócios perdidos exceda o número de negociações vencedoras. As estratégias de impulso tendem a ter esse padrão, pois dependem de um pequeno número de "grandes sucessos" para serem lucrativos. As estratégias de reversão média tendem a ter perfis opostos onde mais dos negócios são "vencedores", mas os negócios perdidos podem ser bastante graves. Drawdown máximo - A redução máxima é a maior queda percentual global na curva de equidade da estratégia. As estratégias de Momentum são bem conhecidas por sofrerem períodos de redução prolongada (devido a uma série de muitos negócios perdidos incrementais). Muitos comerciantes vão desistir em períodos de redução prolongada, mesmo que os testes históricos sugeriram que este é "business as usual" para a estratégia. Você precisará determinar qual porcentagem de redução (e em que período de tempo) você pode aceitar antes de deixar de negociar 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 capital), você não terá que se preocupar muito com a capacidade da estratégia. A capacidade determina a escalabilidade da estratégia para aumentar o capital. Muitos dos maiores hedge funds sofrem de importantes problemas de capacidade à medida que suas estratégias aumentam em alocação de capital. Parâmetros - Certas estratégias (especialmente aquelas encontradas na comunidade de aprendizagem de máquinas) requerem uma grande quantidade de parâmetros. Todo parâmetro adicional que uma estratégia exige deixa-o mais vulnerável ao viés de otimização (também conhecido como "ajuste de curva"). Você deve tentar segmentar estratégias com o menor número possível de parâmetros ou garantir que você tenha quantidades suficientes de dados para testar suas estratégias. Benchmark - Quase todas as estratégias (a menos que sejam caracterizadas como "retorno absoluto") são medidas em relação a um benchmark de desempenho. O benchmark geralmente é um índice que caracteriza uma grande amostra da classe de ativos subjacentes em que a estratégia negocia. Se a estratégia negociar ações americanas de grande capitalização, o S & P500 seria uma referência natural para medir sua estratégia. Você ouvirá os termos "alfa" e "beta", aplicado a estratégias deste tipo. Vamos discutir esses coeficientes em profundidade em artigos posteriores.
Observe que não discutimos os retornos reais da estratégia. Por que é isso? De forma isolada, 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 avaliadas apenas em seus retornos. Considere sempre os atributos de risco de uma estratégia antes de analisar os retornos.
Nesta fase, muitas das estratégias encontradas em seu pipeline serão rejeitadas, uma vez que não atenderão aos requisitos de capital, alavancar restrições, tolerar a tolerância máxima ou preferências de volatilidade. As estratégias que permanecem podem agora ser consideradas para testes anteriores. No entanto, antes disso é possível, é necessário considerar um critério de rejeição final - o dos dados históricos disponíveis para testar essas estratégias.
Obtenção de dados históricos.
Hoje em dia, a amplitude dos requisitos técnicos em todas as classes de ativos para o armazenamento histórico de dados é substancial. Para se manter competitivo, tanto o lado da compra (fundos) como os de venda (bancos de investimento) investem fortemente em sua infraestrutura técnica. É imperativo considerar sua importância. Em particular, estamos interessados ​​em requisitos de tempo, precisão e armazenamento. Agora vou descrever os conceitos básicos de obtenção de dados históricos e como armazená-lo. Infelizmente, este é um tópico muito profundo e técnico, então não poderei dizer tudo neste artigo. No entanto, vou escrever muito mais sobre isso no futuro, já que minha experiência na indústria anterior no setor financeiro estava principalmente preocupada com aquisição, armazenamento e acesso de dados financeiros.
Na seção anterior, estabelecemos um pipeline de estratégia que nos permitiu rejeitar certas estratégias com base em nossos próprios critérios de rejeição pessoal. Nesta seção, vamos filtrar mais estratégias com base em nossas próprias preferências para obter dados históricos. As principais considerações (especialmente no nível do profissional varejista) são os custos dos dados, dos requisitos de armazenamento e do seu nível de experiência técnica. Também precisamos discutir os diferentes tipos de dados disponíveis e as diferentes considerações que cada tipo de dados nos impõe.
Vamos começar discutindo os tipos de dados disponíveis e os principais problemas sobre os quais devemos pensar:
Dados fundamentais - Isso inclui dados sobre tendências macroeconômicas, como taxas de juros, índices de inflação, ações corporativas (dividendos, estoque-divisões), registros da SEC, contas corporativas, números de ganhos, relatórios de culturas, dados meteorológicos etc. Esses dados são freqüentemente usados ​​para valorizar as empresas ou outros ativos em uma base fundamental, ou seja, por meio de alguns fluxos de caixa futuros esperados. Não inclui séries de preços de ações. Alguns dados fundamentais estão disponíveis gratuitamente nos sites do governo. Outros dados fundamentais históricos de longo prazo podem ser extremamente caros. Os requisitos de armazenamento geralmente não são particularmente grandes, a menos que milhares de empresas estejam sendo estudadas de uma só vez. Dados de notícias - Os dados de notícias são geralmente de natureza qualitativa. Consiste em artigos, postagens de blog, postagens de microblog ("tweets") e editoriais. As técnicas de aprendizagem de máquinas, como os classificadores, costumam ser usadas para interpretar o sentimento. Esses dados também são freqüentemente disponíveis gratuitamente ou baratos, por meio da assinatura de meios de comunicação. Os bancos de dados de armazenamento de documentos "NoSQL" mais novos foram projetados para armazenar esse tipo de dados qualitativos não estruturados. Dados do preço do recurso - Este é o domínio de dados tradicional do quant. Consiste em séries temporais de preços dos ativos. As ações (ações), produtos de renda fixa (títulos), commodities e preços de câmbio se enquadram nesta classe. Os dados históricos diários são geralmente simples de obter para as classes de ativos mais simples, como ações. No entanto, uma vez que a precisão e a limpeza estão incluídas e os preconceitos estatísticos removidos, os dados podem se tornar caros. Além disso, os dados das séries temporais geralmente possuem requisitos de armazenamento significativos, especialmente quando os dados intradiários são considerados. Instrumentos Financeiros - Ações, títulos, futuros e opções derivadas mais exóticas possuem características e parâmetros muito diferentes. Assim, não existe uma estrutura de banco de dados "tamanho único" que possa acomodá-los. Deve ser dado um cuidado significativo à concepção e implementação de estruturas de banco de dados para vários instrumentos financeiros. Vamos discutir a situação ao longo de quando chegamos a construir um banco de dados mestre de valores mobiliários em futuros artigos. Frequência - Quanto maior a frequência dos dados, maiores são os custos e os requisitos de armazenamento. Para estratégias de baixa frequência, os dados diários são frequentemente suficientes. Para estratégias de alta freqüência, pode ser necessário obter dados de nível de tiquetaque e até mesmo cópias históricas de determinados dados de cadastro de trocas comerciais. A implementação de um mecanismo de armazenamento para esse tipo de dados é muito tecnicamente intensiva e só é adequada para aqueles que possuem uma sólida base de programação / técnica. Pontos de referência - As estratégias descritas acima serão muitas vezes comparadas a uma referência. Isso geralmente se manifesta como uma série de tempo financeiro adicional. Para as ações, isso geralmente é um benchmark de estoque nacional, como o índice S & P500 (US) ou FTSE100 (Reino Unido). Para um fundo de renda fixa, é útil comparar-se com uma cesta de títulos ou produtos de renda fixa. A "taxa livre de risco" (ou seja, a taxa de juros apropriada) também é outra referência amplamente aceita. Todas as categorias de classe de ativos possuem um benchmark favorecido, por isso será necessário pesquisar isso com base em sua estratégia específica, se desejar 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 apenas 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 Document Storage Engine (ou seja, "NoSQL"). Isso é acessado através do código de aplicativo "lógica comercial" que consulta o banco de dados e fornece acesso a ferramentas externas, como MATLAB, R ou Excel. Muitas vezes, esta lógica de negócios está escrita em C ++, C #, Java ou Python. Você também precisará hospedar esses dados em algum lugar, seja em seu próprio computador pessoal, seja remotamente através de servidores de internet. Produtos como o Amazon Web Services tornaram isso mais simples e barato nos últimos anos, mas ainda exigirá conhecimentos técnicos significativos para alcançar de forma robusta.
Como pode ser visto, uma vez que uma estratégia tenha sido identificada 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 unicamente em considerações de dados históricos. Esta é uma grande área e equipes de doutorados trabalham em grandes fundos garantindo que os preços sejam precisos e oportunos. Não subestime as dificuldades de criar um centro de dados robusto para os seus efeitos de backtesting!
Eu quero dizer, no entanto, que muitas plataformas de backtesting podem fornecer esses dados para você automaticamente - a um custo. Assim, demorará muito da dor de implementação para você, e você pode se concentrar exclusivamente na implementação e otimização da estratégia. Ferramentas como a TradeStation possuem essa capacidade. No entanto, minha visão pessoal é implementar o máximo possível internamente e evitar a terceirização de partes da pilha para fornecedores de software. Eu prefiro estratégias de freqüência mais altas devido aos seus índices de Sharpe mais atraentes, mas muitas vezes estão fortemente acoplados à pilha de tecnologia, onde a otimização avançada é crítica.
Agora que discutimos os problemas relacionados aos dados históricos, é hora de começar a implementar nossas estratégias em um mecanismo de teste. Este será o assunto de outros artigos, pois é uma área de discussão igualmente grande!
Apenas iniciando o comércio quantitativo?
3 razões para se inscrever para a lista de e-mails QuantStart:
1. Quant Trading Lessons.
Você terá acesso instantâneo a um curso de e-mail gratuito de 10 partes, repleto de sugestões e dicas para ajudá-lo a começar a negociação quantitativa!
2. Todo o conteúdo mais recente.
Todas as semanas, vou enviar-lhe um envoltório de todas as atividades no QuantStart para que você nunca mais perca uma postagem novamente.
Real, dicas de negociação viáveis, sem tonturas.