Estratégias de negociação de quant day

Quant Strategies - São para você?

As estratégias quantitativas de investimento evoluíram para ferramentas muito complexas com o advento dos computadores modernos, mas as raízes das estratégias remontam aos 70 anos. Geralmente são executados por equipes altamente educadas e usam modelos proprietários para aumentar sua capacidade de vencer o mercado. Existem até programas disponíveis que são plug-and-play para quem procura simplicidade. Quant modelos sempre funcionam bem quando testados, mas suas aplicações reais e taxa de sucesso são discutíveis. Embora pareçam funcionar bem nos mercados de touro, quando os mercados se afastam, as estratégias de quant estão sujeitas aos mesmos riscos que qualquer outra estratégia.

[As estratégias quantitativas de investimento tornaram-se extremamente populares entre os comerciantes do dia, mas elas não são as únicas estratégias que os comerciantes usam para obter lucro consistente. O Curso de Tradutor de Torneios de Dia da Invastopedia descreve uma estratégia comprovada que inclui seis tipos de negócios, juntamente com estratégias de gerenciamento de risco. Com mais de cinco horas de vídeo sob demanda, exercícios e conteúdo interativo, você ganhará as habilidades necessárias para negociar qualquer segurança em qualquer mercado.]

Um dos pais fundadores do estudo da teoria quantitativa aplicada ao financiamento foi Robert Merton. Você só pode imaginar o quão difícil e demorado o processo foi antes do uso de computadores. Outras teorias em finanças também evoluíram a partir de alguns dos primeiros estudos quantitativos, incluindo a base da diversificação do portfólio com base na moderna teoria da carteira. O uso de financiamento e cálculo quantitativo levou a muitas outras ferramentas comuns, incluindo uma das mais famosas, a fórmula de preços de opções Black-Scholes, que não só ajuda as opções de preços dos investidores e desenvolver estratégias, mas também ajuda a manter os mercados em risco com liquidez.

Quando aplicado diretamente ao gerenciamento de portfólio, o objetivo é como qualquer outra estratégia de investimento: agregar valor, alfa ou excesso de retorno. Quants, como os desenvolvedores são chamados, compor modelos matemáticos complexos para detectar oportunidades de investimento. Existem tantos modelos por aí como quants que os desenvolvem, e todos afirmam ser os melhores. Um dos pontos mais vendidos da estratégia de investimento de quant é que o modelo e, finalmente, o computador, fazem a decisão de compra / venda real, não um humano. Isso tende a remover qualquer resposta emocional que uma pessoa possa experimentar ao comprar ou vender investimentos.

As estratégias Quant são agora aceitas na comunidade de investimentos e administradas por fundos mútuos, hedge funds e investidores institucionais. Eles geralmente passam pelo nome de geradores alfa, ou alfa gens.

Assim como no "The Wizard of Oz", alguém está atrás da cortina que conduz o processo. Tal como acontece com qualquer modelo, é tão bom quanto o humano que desenvolve o programa. Embora não exista um requisito específico para se tornar um quant, a maioria das empresas que executam quant modelos combinam as habilidades de analistas de investimentos, estatísticos e programadores que codificam o processo nos computadores. Devido à natureza complexa dos modelos matemáticos e estatísticos, é comum ver credenciais como pós-graduação e doutorado em finanças, economia, matemática e engenharia.

Historicamente, esses membros da equipe trabalharam nos back-office, mas, à medida que os modelos quant tornam-se mais comuns, o back office está se movendo para o front office.

Benefícios de Quant Strategies.

Embora a taxa de sucesso global seja discutível, o motivo de algumas estratégias de quant é funcionar é que elas são baseadas em disciplina. Se o modelo for certo, a disciplina mantém a estratégia trabalhando com computadores com velocidade relâmpada para explorar ineficiências nos mercados com base em dados quantitativos. Os próprios modelos podem basear-se em apenas alguns ratios como P / E, dívida para patrimônio e crescimento de ganhos, ou usar milhares de insumos trabalhando juntos ao mesmo tempo.

Estratégias bem-sucedidas podem adotar as tendências em seus estágios iniciais, pois os computadores constantemente correm cenários para localizar ineficiências antes que outros o façam. Os modelos são capazes de analisar simultaneamente um grande grupo de investimentos, onde o analista tradicional pode estar olhando apenas alguns por vez. O processo de triagem pode avaliar o universo por níveis como 1-5 ou A-F, dependendo do modelo. Isso torna o processo de negociação real muito direto investindo nos investimentos altamente cotados e vendendo os mais baixos.

Os modelos Quant também abrem variações de estratégias como longas, curtas e longas / curtas. Os fundos cuidadosos bem sucedidos mantêm um olho no controle de risco devido à natureza de seus modelos. A maioria das estratégias começa com um universo ou benchmark e usa as ponderações setoriais e industriais em seus modelos. Isso permite que os fundos controlem a diversificação até certo ponto sem comprometer o próprio modelo. Os fundos Quant geralmente funcionam com base em custos mais baixos porque não precisam de tantos analistas tradicionais e gerentes de portfólio para executá-los.

Desvantagens de Quant Strategies.

Há razões pelas quais tantos investidores não aceitam completamente o conceito de deixar uma caixa preta executar seus investimentos. Para todos os fundos bem sucedidos da quantia lá fora, apenas muitos parecem ser infrutíferos. Infelizmente para a reputação dos quants, quando eles falham, eles falham em grande momento.

O Gerenciamento de Capital de Longo Prazo foi um dos mais famosos fundos hedge quant, já que foi dirigido por alguns dos líderes acadêmicos mais respeitados e dois economistas vencedores do Prêmio Nobel, Myron S. Scholes e Robert C. Merton. Durante a década de 1990, sua equipe gerou retornos acima da média e atraiu capital de todos os tipos de investidores. Eles eram famosos por não só explorarem ineficiências, mas usando fácil acesso ao capital para criar apostas alavancadas enormes nas direções do mercado.

A natureza disciplinada de sua estratégia realmente criou a fraqueza que levou ao seu colapso. A Administração de Capital de Longo Prazo foi liquidada e dissolvida no início de 2000. Os modelos não incluíram a possibilidade de o governo russo estar inadimplente em algumas das suas próprias dívidas. Este evento desencadeou eventos e uma reação em cadeia ampliada por estragos criados por alavancagem. LTCM estava tão fortemente envolvido com outras operações de investimento que seu colapso afetou os mercados mundiais, provocando eventos dramáticos. A longo prazo, o Federal Reserve entrou para ajudar, e outros bancos e fundos de investimento apoiaram o LTCM para evitar mais danos. Esta é uma das razões pelas quais os fundos quantitativos podem falhar, pois eles são baseados em eventos históricos que podem não incluir eventos futuros.

Enquanto uma equipe de quantos forte estará constantemente adicionando novos aspectos aos modelos para prever eventos futuros, é impossível prever o futuro sempre. Quant fundos também podem se surpreender quando a economia e os mercados estão passando por uma volatilidade maior do que a média. Os sinais de compra e venda podem vir tão rapidamente que o alto volume de negócios pode gerar altas comissões e eventos tributáveis. Os fundos Quant também podem representar um perigo quando são comercializados como resistentes ao incômodo ou baseados em estratégias curtas. Prever as desacelerações, usar derivadas e combinar alavancagem pode ser perigoso. Uma vez errada pode levar a implosões, que muitas vezes fazem as novidades.

As estratégias quantitativas de investimento evoluíram de caixas pretas de back office para ferramentas de investimento convencionais. Eles são projetados para utilizar as melhores mentes no negócio e os computadores mais rápidos, tanto para explorar ineficiências quanto para utilizar a alavancagem para fazer apostas no mercado. Eles podem ter muito sucesso se os modelos incluíram todas as entradas certas e são ágeis o suficiente para prever eventos anormais do mercado. Por outro lado, enquanto os fundos quantitativos são rigorosamente testados até que eles funcionam, sua fraqueza é que eles dependem de dados históricos para o seu sucesso. Embora o investimento em estilo de quantum tenha seu lugar no mercado, é importante estar atento às suas deficiências e riscos. Para ser consistente com as estratégias de diversificação, é uma boa idéia tratar estratégias quantitativas como um estilo de investimento e combiná-lo com estratégias tradicionais para alcançar uma diversificação adequada.

Guia do principiante para negociação quantitativa.

Guia do principiante para negociação quantitativa.

Neste artigo, vou apresentá-lo a alguns dos conceitos básicos que acompanham um sistema de negociação quantitativa de ponta a ponta. Esta postagem esperará servir dois públicos. O primeiro será indivíduos tentando obter um emprego em um fundo como um comerciante quantitativo. A segunda será pessoas que desejam tentar montar seu próprio negócio de comércio algorítmico "de varejo".

Negociação quantitativa é uma área extremamente sofisticada de financiamento quantitativo. Pode levar uma quantidade significativa de tempo para obter o conhecimento necessário para passar uma entrevista ou construir suas próprias estratégias de negociação. Não só isso, mas exige uma ampla experiência em programação, pelo menos em uma linguagem como MATLAB, R ou Python. No entanto, à medida que a frequência comercial da estratégia aumenta, os aspectos tecnológicos tornam-se muito mais relevantes. Assim, ser familiar com C / C ++ será de suma importância.

Um sistema de comércio quantitativo consiste em quatro componentes principais:

Estratégia Identificação - Encontrar uma estratégia, explorar uma vantagem e decidir sobre a freqüência comercial Estratégia Backtesting - Obter dados, analisar o desempenho da estratégia e remover os viés Sistema de Execução - Vinculação a uma corretora, automatizando a negociação e minimizando os custos de transação Gerenciamento de Riscos - Alocação de capital ideal " tamanho da aposta "/ critério Kelly e psicologia comercial.

Começaremos por dar uma olhada em como identificar uma estratégia de negociação.

Identificação de estratégia.

Todos os processos de negociação quantitativos começam com um período inicial de pesquisa. Este processo de pesquisa engloba encontrar uma estratégia, verificando se a estratégia se encaixa em um portfólio de outras estratégias que você pode estar executando, obtendo quaisquer dados necessários para testar a estratégia e tentando otimizar a estratégia para retornos mais altos e / ou menor risco. Você precisará levar em conta suas próprias necessidades de capital se administrar a estratégia como um operador de "varejo" e como os custos de transação afetarão a estratégia.

Ao contrário da crença popular, é bastante simples encontrar estratégias lucrativas por meio de várias fontes públicas. Os acadêmicos publicam periodicamente resultados teóricos de negociação (embora na maioria dos custos brutos de transação). Os blogs de finanças quantitativas discutirão estratégias em detalhes. As revistas comerciais descreverão algumas das estratégias empregadas pelos fundos.

Você pode questionar por que os indivíduos e as empresas estão interessados ​​em discutir suas estratégias lucrativas, especialmente quando sabem que outras pessoas "que estão ocupando o mercado" podem impedir que a estratégia funcione a longo prazo. A razão está no fato de que eles geralmente não discutem os parâmetros exatos e os métodos de ajuste que eles realizaram. Essas otimizações são a chave para transformar uma estratégia relativamente medíocre em uma altamente rentável. Na verdade, uma das melhores maneiras de criar suas próprias estratégias únicas é encontrar métodos semelhantes e, em seguida, realizar seu próprio procedimento de otimização.

Aqui está uma pequena lista de lugares para começar a procurar idéias de estratégia:

Muitas das estratégias que você olhará cairão nas categorias de reversão média e tendência / impulso. Uma estratégia de reversão média é aquela que tenta explorar o fato de que existe um termo de longo prazo em uma "série de preços" (como a disseminação entre dois ativos correlacionados) e que os desvios de curto prazo desse significado eventualmente reverterão. Uma estratégia de momentum tenta explorar tanto a psicologia do investidor quanto a grande estrutura de fundos, "pegando carona" em uma tendência de mercado, que pode ganhar impulso em uma direção e seguir a tendência até que ela se reverta.

Outro aspecto extremamente importante da negociação quantitativa é a freqüência da estratégia de negociação. A negociação de baixa freqüência (LFT) geralmente se refere a qualquer estratégia que detenha ativos por mais tempo do que um dia de negociação. Correspondentemente, a negociação de alta freqüência (HFT) geralmente se refere a uma estratégia que mantém ativos intraday. Ultra-high frequency trading (UHFT) refere-se a estratégias que possuem ativos na ordem de segundos e milissegundos. Como um profissional de varejo HFT e UHFT são certamente possíveis, mas apenas com conhecimento detalhado da "pilha de tecnologia" de negociação e da dinâmica do livro de pedidos. Não vamos discutir esses aspectos em grande medida neste artigo introdutório.

Uma vez que uma estratégia, ou conjunto de estratégias, foi identificado, agora precisa ser testado quanto à lucratividade em dados históricos. Esse é o domínio do backtesting.

Teste de estratégia.

O objetivo do backtesting é fornecer evidências de que a estratégia identificada através do processo acima é rentável quando aplicado a dados históricos e fora da amostra. Isso define a expectativa de como a estratégia será realizada no "mundo real". No entanto, backtesting não é garantia de sucesso, por várias razões. É talvez a área mais sutil de negociação quantitativa, uma vez que implica numerosos preconceitos, que devem ser cuidadosamente considerados e eliminados o máximo possível. Discutiremos os tipos comuns de viés, incluindo viés avançado, viés de sobrevivência e viés de otimização (também conhecido como viés de dados). Outras áreas de importância no backtesting incluem disponibilidade e limpeza de dados históricos, contribuindo com custos de transação realistas e decidindo uma plataforma robusta de backtesting. Discutiremos os custos de transação ainda mais na seção Sistemas de Execução abaixo.

Uma vez que uma estratégia foi identificada, é necessário obter os dados históricos através dos quais realizar testes e, talvez, refinamento. Há um número significativo de fornecedores de dados em todas as classes de ativos. Seus custos geralmente variam de acordo com a qualidade, profundidade e pontualidade dos dados. O ponto de partida tradicional para os comerciantes quantos iniciais (pelo menos no nível de varejo) é usar o conjunto de dados gratuitos da Yahoo Finance. Eu não vou me aprofundar em prestadores muito aqui, e eu gostaria de me concentrar nas questões gerais ao lidar com conjuntos de dados históricos.

As principais preocupações com dados históricos incluem exatidão / limpeza, viés de sobrevivência e ajuste para ações corporativas, como dividendos e desdobramentos:

A precisão pertence à qualidade geral dos dados - quer contenha quaisquer erros. Às vezes, os erros podem ser fáceis de identificar, como com um filtro de pico, que detecta "picos" incorretos nos dados de séries temporais e os corrige. Em outras ocasiões, podem ser muito difíceis de detectar. Muitas vezes é necessário ter dois ou mais provedores e, em seguida, verificar todos os seus dados uns contra os outros. O viés de sobrevivência é muitas vezes uma "característica" de conjuntos de dados gratuitos ou baratos. Um conjunto de dados com viés de sobrevivência significa que ele não contém ativos que não estão mais negociados. No caso de ações, isso significa ações de saída / falência. Este viés significa que qualquer estratégia de negociação de ações testada em tal conjunto de dados provavelmente funcionará melhor do que no "mundo real", já que os "vencedores" históricos já foram pré-selecionados. As ações corporativas incluem atividades "logísticas" realizadas pela empresa que geralmente causam uma mudança de função gradual no preço bruto, que não deve ser incluído no cálculo dos retornos do preço. Ajustes para dividendos e divisões de estoque são os culpados comuns. Um processo conhecido como ajuste de costas é necessário para ser realizado em cada uma dessas ações. É preciso ter muito cuidado para não confundir um estoque de divisão com um verdadeiro ajuste de retorno. Muitos comerciantes foram pegos por uma ação corporativa!

Para realizar um procedimento de backtest, é necessário usar uma plataforma de software. Você tem a opção entre o software de back-test dedicado, como o Tradestation, uma plataforma numérica como Excel ou MATLAB ou uma implementação personalizada completa em uma linguagem de programação, como Python ou C ++. Eu não vou me demorar muito em Tradestation (ou similar), Excel ou MATLAB, como eu acredito em criar uma pilha de tecnologia interna completa (por razões descritas abaixo). Um dos benefícios de o fazer é que o software de backtest e o sistema de execução podem ser bem integrados, mesmo com estratégias estatísticas extremamente avançadas. Para as estratégias HFT em particular, é essencial usar uma implementação personalizada.

Ao fazer o backtest de um sistema, é preciso ser capaz de quantificar o desempenho do mesmo. As métricas "padrão da indústria" para estratégias quantitativas são a redução máxima e a Ratia Sharpe. O rebaixamento máximo caracteriza a maior queda de ponta a ponta na curva de patrimônio da conta em um determinado período de tempo (geralmente anual). Isso geralmente é citado como uma porcentagem. As estratégias de LFT tendem a ter maiores disparidades do que as estratégias de HFT, devido a uma série de fatores estatísticos. Um backtest histórico mostrará a retirada máxima do passado, que é um bom guia para o futuro desempenho de redução da estratégia. A segunda medida é o Índice de Sharpe, que é definido heuristicamente como a média dos retornos excedentes dividida pelo desvio padrão desses retornos excedentes. Aqui, os retornos excedentes referem-se ao retorno da estratégia acima de um benchmark pré-determinado, como o S & P500 ou um Tesouro de 3 meses. Note que o retorno anualizado não é uma medida normalmente utilizada, pois não leva em conta a volatilidade da estratégia (diferentemente do Índice de Sharpe).

Uma vez que uma estratégia tenha sido testada novamente e seja considerada livre de vieses (na medida em que isso é possível!), Com um bom Sharpe e rebaixamentos minimizados, é hora de construir um sistema de execução.

Sistemas de Execução.

Um sistema de execução é o meio pelo qual a lista de negócios gerados pela estratégia é enviada e executada pelo corretor. Apesar do fato de que a geração de comércio pode ser semi - ou mesmo totalmente automatizada, o mecanismo de execução pode ser manual, semi-manual (ou seja, "um clique") ou totalmente automatizado. Para estratégias LFT, as técnicas manuais e semi-manuais são comuns. Para as estratégias HFT, é necessário criar um mecanismo de execução totalmente automatizado, que muitas vezes será estreitamente acoplado ao gerador comercial (devido à interdependência da estratégia e da tecnologia).

As principais considerações ao criar um sistema de execução são a interface com a corretora, a minimização dos custos de transação (incluindo comissão, derrapagem e spread) e a divergência de desempenho do sistema ao vivo do desempenho do backtested.

Existem muitas maneiras de se conectar a uma corretora. Eles variam de chamar seu corretor por telefone até uma Application Programming Interface (API) de alto desempenho totalmente automatizada. O ideal é que você automatize a execução de seus negócios o máximo possível. Isso liberta você para se concentrar em pesquisas futuras, além de permitir que você execute várias estratégias ou mesmo estratégias de maior freqüência (na verdade, o HFT é essencialmente impossível sem execução automática). O software comum de backtesting descrito acima, como MATLAB, Excel e Tradestation são bons para estratégias mais baixas e mais simples. No entanto, será necessário construir um sistema de execução interno escrito em uma linguagem de alto desempenho, como C ++, para fazer qualquer HFT real. Como uma anedota, no fundo em que eu costumava trabalhar, tínhamos um "ciclo de negociação" de 10 minutos, onde baixávamos novos dados de mercado a cada 10 minutos e depois executávamos negociações com base nessas informações no mesmo período de tempo. Isso estava usando um script Python otimizado. Para qualquer coisa que se aproxime de dados de minuto ou de segunda frequência, acredito que o C / C ++ seria mais ideal.

Em um fundo maior, muitas vezes não é o domínio do comerciante de quantificação para otimizar a execução. No entanto, em lojas menores ou empresas HFT, os comerciantes são os executores e, portanto, um conjunto de habilidades muito mais amplo é muitas vezes desejável. Tenha em mente se você deseja ser empregado por um fundo. Suas habilidades de programação serão tão importantes, se não mais, do que suas estatísticas e talentos de econometria!

Outra questão importante que se enquadra na bandeira de execução é a redução de custos de transações. Geralmente, há três componentes nos custos de transação: Comissões (ou impostos), que são as taxas cobradas pela corretora, pela bolsa e pela SEC (ou órgão regulador governamental similar); deslizamento, qual é a diferença entre o que você pretendia que seu pedido fosse preenchido em relação ao que estava preenchido; spread, que é a diferença entre o preço de compra / venda do título negociado. Observe que o spread NÃO é constante e depende da liquidez atual (ou seja, disponibilidade de ordens de compra / venda) no mercado.

Os custos de transação podem fazer a diferença entre uma estratégia extremamente rentável com uma boa relação Sharpe e uma estratégia extremamente rentável com uma relação Sharpe terrível. Pode ser um desafio prever corretamente os custos de transação de um backtest. Dependendo da frequência da estratégia, você precisará de acesso a dados de troca histórica, que incluirão dados de marca para preços de lances / pedidos. Equipes completas de quants dedicam-se a otimizar a execução nos fundos maiores, por estas razões. Considere o cenário em que um fundo precisa descarregar uma quantidade substancial de negociações (das quais as razões para isso são muitas e variadas!). Ao "despejar" tantas ações no mercado, elas comprimirão rapidamente o preço e não poderão obter uma execução ótima. Daí, os algoritmos que os pedidos de "gotejamento de alimentação" no mercado existem, embora o fundo corra o risco de derrapagem. Além disso, outras estratégias "presas" sobre essas necessidades e podem explorar as ineficiências. Este é o domínio da arbitragem da estrutura do fundo.

A última grande questão para os sistemas de execução diz respeito à divergência de desempenho da estratégia do desempenho do backtested. Isso pode acontecer por vários motivos. Nós já discutimos o viés avançado e o viés de otimização em profundidade, ao considerar backtests. No entanto, algumas estratégias não facilitam a verificação desses preconceitos antes da implantação. Isso ocorre em HFT mais predominantemente. Pode haver erros no sistema de execução, bem como a própria estratégia de negociação que não aparecem em um backtest, mas DO show up live trading. O mercado pode estar sujeito a uma mudança de regime posterior à implantação de sua estratégia. Novos ambientes regulatórios, mudanças no sentimento do investidor e fenômenos macroeconômicos podem levar a divergências na forma como o mercado se comporta e, consequentemente, na rentabilidade de sua estratégia.

Gerenciamento de riscos.

A peça final para o enigma de negociação quantitativa é o processo de gerenciamento de riscos. "Risco" inclui todos os vies anteriores que discutimos. Inclui o risco de tecnologia, como servidores co-localizados na troca de repente, desenvolvendo um mau funcionamento do disco rígido. Isso inclui o risco de corretagem, como o corretor se quebrando (não tão louco quanto parece, dado o susto recente com o MF Global!). Em suma, abrange quase tudo o que poderia interferir com a implementação da negociação, das quais existem muitas fontes. Livros inteiros são dedicados ao gerenciamento de riscos para estratégias quantitativas, então não tento elucidar todas as possíveis fontes de risco aqui.

O gerenciamento de riscos também abrange o que é conhecido como alocação ótima de capital, que é um ramo da teoria do portfólio. Este é o meio pelo qual o capital é alocado para um conjunto de estratégias diferentes e para os negócios dentro dessas estratégias. É uma área complexa e depende de algumas matemáticas não triviais. O padrão da indústria pelo qual a alocação ótima de capital e a alavancagem das estratégias estão relacionadas é chamado de critério Kelly. Como este é um artigo introdutório, não vou me alongar em seu cálculo. O critério de Kelly faz alguns pressupostos sobre a natureza estatística dos retornos, que geralmente não são válidos nos mercados financeiros, então os comerciantes são geralmente conservadores quando se trata da implementação.

Outro componente chave do gerenciamento de riscos é lidar com o próprio perfil psicológico. Existem muitos viés cognitivos que podem se aproximar da negociação. Embora isso seja reconhecidamente menos problemático com negociação algorítmica se a estratégia for deixada em paz! Um viés comum é o da aversão à perda, em que uma posição perdedora não será fechada devido à dor de ter que perceber uma perda. Da mesma forma, os lucros podem ser tomados muito cedo porque o medo de perder um lucro já ganho pode ser muito grande. Outro viés comum é conhecido como viés de recência. Isso se manifesta quando os comerciantes colocam muita ênfase nos eventos recentes e não no longo prazo. Então, é claro, há o par clássico de preconceitos emocionais - medo e ganância. Estes podem muitas vezes levar a sub ou sobre-alavancagem, o que pode causar blow-up (ou seja, o título da conta indo para zero ou pior!) Ou lucros reduzidos.

Como pode ser visto, o comércio quantitativo é uma área extremamente complexa, embora muito interessante, de financiamento quantitativo. Eu literalmente arranhei a superfície do tópico neste artigo e já está ficando bastante longo! Livros e papéis inteiros foram escritos sobre questões que eu apenas dediquei uma ou duas sentenças. Por essa razão, antes de se candidatar a empregos quantitativos em bolsa de fundos, é necessário realizar uma quantidade significativa de estudo de base. No mínimo, você precisará de uma ampla experiência em estatística e econometria, com muita experiência em implementação, através de uma linguagem de programação como MATLAB, Python ou R. Para estratégias mais sofisticadas no final de freqüência mais alta, seu conjunto de habilidades é provável para incluir modificação do kernel do Linux, C / C ++, programação de montagem e otimização de latência da rede.

Se você está interessado em tentar criar suas próprias estratégias de negociação algorítmica, minha primeira sugestão seria melhorar a programação. A minha preferência é criar o máximo de captura de dados, backtester de estratégia e sistema de execução por si mesmo possível. Se o seu próprio capital está em jogo, não dormiria melhor à noite sabendo que você testou completamente o seu sistema e está ciente de suas armadilhas e problemas específicos? Terceirizar isso para um fornecedor, enquanto potencialmente economizando tempo no curto prazo, poderia ser extremamente caro a longo prazo.

A Quantcademy.

Junte-se ao portal de adesão da Quantcademy que atende à comunidade de comerciantes de varejo de varejo em rápido crescimento e saiba como aumentar a rentabilidade da sua estratégia.

Negociação Algorítmica Bem Sucedida.

Como encontrar novas ideias de estratégia de negociação e avaliá-las objetivamente para seu portfólio usando um mecanismo de backtesting personalizado em Python.

Negociação Algorítmica Avançada.

Como implementar estratégias de negociação avançadas usando análise de séries temporais, aprendizado de máquinas e estatísticas bayesianas com R e Python.

Negociação quantitativa.

O que é 'Negociação Quantitativa'

Negociação quantitativa consiste em estratégias de negociação baseadas em análises quantitativas, que dependem de cálculos matemáticos e crunching de números para identificar oportunidades comerciais. Como a negociação quantitativa é geralmente utilizada por instituições financeiras e fundos de hedge, as transações geralmente são de grande porte e podem envolver a compra e venda de centenas de milhares de ações e outros títulos. No entanto, a negociação quantitativa está sendo mais usada pelos investidores individuais.

BREAKING 'Quantitative Trading'

As técnicas quantitativas de negociação incluem comércio de alta freqüência, negociação algorítmica e arbitragem estatística. Essas técnicas são rápidas e tipicamente têm horizontes de investimento de curto prazo. Muitos comerciantes quantitativos estão mais familiarizados com ferramentas quantitativas, como médias móveis e osciladores.

Compreender a negociação quantitativa.

Os comerciantes quantitativos aproveitam a tecnologia moderna, a matemática e a disponibilidade de bases de dados abrangentes para tomar decisões comerciais racionais.

Os comerciantes quantitativos tomam uma técnica de negociação e criam um modelo dele usando a matemática, e então eles desenvolvem um programa de computador que aplica o modelo aos dados históricos do mercado. O modelo é então testado e otimizado. Se os resultados favoráveis ​​forem alcançados, o sistema é então implementado em mercados em tempo real com capital real.

A maneira como os modelos de negociação quantitativa funcionam pode ser melhor descrita usando uma analogia. Considere um relatório meteorológico em que o meteorologista prevê 90% de chance de chuva enquanto o sol está brilhando. O meteorologista deriva essa conclusão contra-intuitiva coletando e analisando dados climáticos de sensores em toda a área. Uma análise quantitativa computadorizada revela padrões específicos nos dados. Quando esses padrões são comparados com os mesmos padrões revelados em dados climáticos históricos (backtesting), e 90 de 100 vezes o resultado é chuva, então o meteorologista pode tirar a conclusão com confiança, daí a previsão de 90%. Os comerciantes quantitativos aplicam esse mesmo processo ao mercado financeiro para tomar decisões comerciais.

Vantagens e desvantagens da negociação quantitativa.

O objetivo da negociação é calcular a ótima probabilidade de executar um comércio lucrativo. Um comerciante típico pode efetivamente monitorar, analisar e tomar decisões comerciais em uma quantidade limitada de títulos antes que a quantidade de dados recebidos superem o processo de tomada de decisão. O uso de técnicas de negociação quantitativas ilumina esse limite usando computadores para automatizar as decisões de monitoramento, análise e negociação.

A superação da emoção é um dos problemas mais comuns na negociação. Seja medo ou ganância, ao negociar, a emoção serve apenas para sufocar o pensamento racional, o que geralmente leva a perdas. Computadores e matemática não possuem emoções, então o comércio quantitativo elimina esse problema.

Negociação quantitativa tem seus problemas. Os mercados financeiros são algumas das entidades mais dinâmicas que existem. Portanto, os modelos de negociação quantitativa devem ser tão dinâmicos para serem consistentemente bem-sucedidos. Muitos comerciantes quantitativos desenvolvem modelos que são temporariamente rentáveis ​​para a condição de mercado para o qual eles foram desenvolvidos, mas eles finalmente falham quando as condições do mercado mudam.

Gekko Quant - Negociação Quantitativa.

Negociação Quantitativa, Arbitragem Estatística, Aprendizado de Máquina e Opções Binárias.

Arquivos da categoria: estratégia de negociação.

Pós-navegação.

High Spreads Credit Spreads & # 8211; Usando curvas de regressão linear.

Eu me deparei com essa série de vídeos no fim de semana, um operador de opções discute como ele negocia spreads de crédito (principalmente procura por reversão à média). A maioria de vocês estará familiarizado com as bandas bollinger como uma estratégia comum de reversão média, essencialmente você toma a média móvel e o desvio padrão móvel do estoque. Você então grava em seu gráfico a média móvel e uma banda superior e inferior (média móvel +/- n * desvios padrão).

Supõe-se que o preço reverte para a média móvel, portanto, qualquer movimento de preço para as bandas é um bom ponto de entrada. Um problema comum com essa estratégia é que a média móvel é um indicador de LAGGING e geralmente é muito lenta para rastrear os movimentos de preço se um longo período de lookback for usado.

O vídeo 1 apresenta uma técnica chamada "curvas de regressão linear" & # 8221; cerca de 10 minutos. As curvas de regressão linear visam resolver o problema de que a média móvel seja lenta para rastrear o preço.

Curva de regressão linear versus média móvel simples.

Veja quão rigorosamente a curva de regressão linear azul segue o preço de fechamento, é significativamente mais rápido para identificar as voltas no mercado onde, como a média móvel simples, tem um erro de rastreamento considerável. O MSE poderia ser tomado para quantificar o aperto.

Como calcular a curva de regressão linear:

Neste exemplo você tem 100 preços de fechamento para o seu estoque dado. A barra 1 é o preço mais antigo, a barra 100 é o preço mais recente. Nós usaremos uma regressão de 20 dias.

1. Tire os preços 1-20 e desenhe a linha de melhor ajuste através deles.

2. No final da sua linha de melhor ajuste (assim barra 20), desenhe um pequeno círculo.

3. Tome os preços 2-21 e desenhe a linha de melhor ajuste através deles.

4. No final da sua linha de melhor ajuste (assim barra 21) desenhe um pequeno círculo.

5. Repetir até o bar 100.

6. Junte todos os seus pequenos círculos, esta é sua curva de regressão linear # 8217; # 8217;

Então, em poucas palavras, você acaba de juntar as extremidades de uma regressão linear rolante.

É & # 8216; risco & # 8217; recompensado nos mercados de ações?

Este post parece examinar se a frase bem conhecida & # 8220; quanto maior o risco, maior a recompensa & # 8221; aplica-se aos constituintes FTSE 100. Diversos modelos tentaram capturar métricas de recompensa de risco, o mais conhecido é o CAPM (Capital Allocation Pricing Model). O CAPM tenta quantificar o retorno de um investimento que um investidor deve receber para ser adequadamente compensado pelo risco que assumiu.

O código abaixo calcula o desvio padrão contínuo dos retornos, & # 8216; o risco & # 8217 ;, para os constituintes do FTSE 100. Em seguida, agrupa os estoques em quartis por essa métrica de risco, os grupos são atualizados diariamente. O quartil 1 é o de menor volatilidade, o quartil 2 é o mais alto. Um índice igualmente ponderado ($ amt) é criado para cada quartil. De acordo com a teoria acima, Q4 (alto vol) deve produzir os maiores retornos acumulados.

Ao usar um lookback de 1 mês para o cálculo stdev, existe um índice vencedor claro, o menor índice de vol (preto). Curiosamente, o 2º melhor índice é o índice vol mais alto (azul). O gráfico acima é calculado usando os retornos aritméticos.

Ao usar um lookback mais longo de 250 dias, um ano comercial, o índice vol mais alto é o melhor desempenho e o menor índice vol, o pior desempenho.

Para lookback curto (30 dias), o índice de baixa vol foi o de melhor desempenho.

Para lookback longo (250 dias), o índice de vol alto foi o melhor desempenho.

Uma possível explicação (não testada) é que, para um curto lookback, a métrica de risco de volatilidade é mais sensível às movimentações no estoque e, portanto, em um anúncio de notícias / ganhos, o estoque tem maior probabilidade de se deslocar do índice atual de ele em um índice vol maior. Talvez não seja razoável supor que o índice de alta voltagem contenha apenas as ações que tiveram um recente anúncio / volatilidade temporária e estão em um período de consolidação ou reversão média. Ou, para colocar de outra forma, para visões curtas, o índice de vol alto não contém os estoques que são permanentemente altamente vol, enquanto que, para os longos retrocessos, quaisquer desvios vol temporários são suavizados.

Abaixo estão os mesmos gráficos acima, mas para retornos geométricos.

Otimização de Parâmetro & # 038; Backtesting & # 8211; Parte 2.

O código apresentado aqui terá como objetivo otimizar uma estratégia com base no indicador de média móvel simples. A estratégia vai Long quando mover a média A & gt; média móvel B. A otimização é determinar o período para fazer cada uma das médias móveis A & amp; B.

Por favor note que isto não é uma boa estratégia, está aqui apenas para dar um exemplo de como otimizar um parâmetro.

TradingStrategy esta função implementa a lógica de negociação e calcula os retornos RunIterativeStrategy esta função itera através de possíveis combinações de parâmetros e chamadas TradingStrategy para cada novo conjunto de parâmetros CalculatePerformanceMetric leva uma tabela de retornos (de RunIterativeStrategy) e executa uma função / métrica em cada conjunto de retornos. PerformanceTable chama CalculatePerformanceMetric para muita métrica diferente e compila os resultados em uma tabela OrderPerformanceTable nos permite solicitar a tabela de desempenho por uma determinada métrica, ou seja, ordem pela maior razão de sharpe SelectTopNStrategies seleciona as melhores N estratégias para uma métrica de desempenho especificada (charts. PerformanceSummary só pode enredo.

20 estratégias, portanto, esta função para selecionar uma amostra) FindOptimumStrategy faz o que diz na lata.

Estratégia de Negociação & # 8211; VWAP Mean Reversion.

Esta estratégia vai usar o preço médio ponderado por volume (VWAP) como um indicador para trocar a versão média de volta para o VWAP. Razão Annual Sharpe (Rf = 0%) é 0.9016936.

Esta publicação é uma resposta para o gekkoquant / 2012/07/29 / trading-strategy-sp-vwap-trend-follow / onde houve um erro no código indicando que o VWAP não foi revertido (este didn & # 8217; t sente-se bem comigo, ou algumas pessoas que comentaram). Como sempre, não tome a minha palavra para nada, teste a estratégia sozinha. Um dos perigos do uso de R ou Matlab é que ele é fácil para viés direto para escorregar em seu código. Existem bibliotecas, como Quantstrat for R, que protegem contra isso, mas eu encontrei-os terrivelmente lento para correr.

Todas as condições são verificadas no fechamento e a negociação realizada por um dia a partir do fechar Se preço / vwap & gt; ulim vai curto Se price / vwap & lt; Lm vai longe.

Estratégia de Negociação & # 8211; S & # 038; P VWAP Tendência Siga (BUGGY)

ACTUALIZAÇÃO: Os retornos excepcionais vistos nessa estratégia foram devidos a 2 dias de avanço no sinal (e depois à direção comercial subsequente), ou seja, quando os retornos foram calculados para o dia T, o sinal de troca utilizado foi no dia T + 2.

Esse viés ocorreu nas linhas:

Tanto o quadro de dados de sinal quanto o comércio tiveram as datas corretas para cada sinal / transações no entanto, quando o comércio de índice * ocorreu, o comércio foi tratado como vetores não datados (que é 2 elementos mais curtos que o índice ret), portanto, o deslocamento de 2 dias. A moral desta história é mesclar os quadros de dados antes de multiplicar!

Obrigado por todos os que comentaram sobre isso, um post corrigido deve seguir!

Essa estratégia usará o preço médio ponderado por volume (VWAP) como um indicador para determinar a direção da tendência atual e negociar na mesma direção da tendência. Razão Annual Sharpe (Rf = 0%) é 8.510472.

Todas as condições são verificadas no fechamento e a negociação realizada por um dia a partir do fechar Se preço / vwap & gt; uLim vai longo se price / vwap & lt; Lim curto.

Inicialmente, pensei que o preço seria significante reverter para o VWAP (isso pode ser visto em dados de alta freqüência), porém isso não parece ser o caso com os dados do EOD. Para uma estratégia tão simples, estou espantado que a proporção de Sharpe seja tão alta (suspeitamente alta). O código foi verificado por dupla e tripple para ver se algum viés de redirecionamento ocorreu, no entanto, eu não vi nada.

Estratégias quantificadas.

Meus pensamentos em Amibroker.

Por anos eu tenho negociado (semi-automaticamente) usando um script simples no Excel. Tendo focado exclusivamente em ações desde 2001, decidi começar a procurar futuros no início de 2017. O Excel não é exatamente o melhor programa de negociação automatizada, então eu decidi usar uma das muitas plataformas lá fora: Amibroker, Metastock, Tradestation, [ & hellip;]

Comprar quando S & # 038; P 500 faz novo Intraday alta?

Rob Hannah publicou na semana passada uma estratégia potencial em seu blog. Eu coloquei uma torção para ele e fiz a seguinte estratégia: 1. O máximo intradiário de hoje deve ser maior do que a alta de cinco dias anterior. 2. IBS deve ser inferior a 0,15 (IBS é (c-l) / (h-l)). 3. Saia quando o fechamento de hoje é maior do que ontem e está perto. [& hellip;]

Força da barra interna em grampos do consumidor.

A força interna da barra é definida da seguinte forma: (close-low) / (high-low). Aqui está a estratégia testada em XLP: ontem IBS deve ser inferior a 0,15 Hoje IBS deve ser inferior a 0,4 RSI (5) hoje deve ser inferior a 50 Entrada em fechar Sair quando o fechamento de hoje é maior que ontem e # 8217; s alto Aqui está a curva de equidade: 2008 foi [& hellip;]

Um sistema de rotação simples entre estoques beta baixos.

Eu gosto de trocar as ações chatas. Hoje escolhi 19 ações baixas aleatórias (mas líquidas) baixas (estoques aborrecidos) e testei um sistema rotacional em Amibroker (claro que com um pouco de viés de sobrevivência). Aqui está o código: SetBacktestMode (backtestRotational); SetOption (& # 8220; initialalequity & # 8221;, 30000); SetOption (& # 8220; commissionMode & # 8221;, 3); SetOption (& # 8220; commissionAmount & # 8221;, 0.03); SetOption (& # 8220; MaxOpenPositions & # 8221;, 2); SetOption (& # 8220; WorstRankHeld & # 8221;, 5); SetPositionSize (50, spspercentofequity); PositionScore = 60 & # 8211; Rsi (15); [& hellip;]

Como lucrar com o Rally Russell 2000 de final de junho.

Russell 2000 reequilibra suas participações no final de junho de cada ano. Aqui está o que eles dizem sobre o reequilíbrio: junho é o mês em que o portfólio de reconstituição preliminar é comunicado ao mercado. A partir de 9 de junho, as listas preliminares serão comunicadas ao mercado e as atualizações serão fornecidas nos dias 16 e 23 de junho. O recém-reconstituído [& hellip;]

Venda em maio e vá embora # 8211; OBX.

Vender em maio e ir embora deve ser uma das frases mais famosas do mercado de ações. Mas está correto? Esta é a primeira vez que eu testo isso. Há muitas evidências empíricas acadêmicas mostrando que essa anomalia existe há muitas décadas, tanto nos EUA quanto em outros lugares. Eu [& hellip;]

Venda em maio e vá embora # 8211; S & # 038; P 500.

Vender em maio e ir embora deve ser uma das frases mais famosas do mercado de ações. Mas está correto? Esta é a primeira vez que eu teste isso. Há muitas evidências empíricas acadêmicas mostrando que essa anomalia existe há muitas décadas, tanto nos EUA quanto em outros lugares. Eu [& hellip;]

Quão grande propagação influenciou meus lucros de negociação.

Este artigo cobre os recém-implementados 5 centavos espalhados em certas ações e como isso influenciou o meu P / L (negativamente). Antecedentes: Em 3 de outubro de 2016, a SEC implementou o Programa Piloto Tick Size. Coloque em falta, haverá um mínimo de 5 centavos de spread em ações especificadas. Toda a ideia por trás do programa é para a SEC [& hellip;]

Para evitar a segunda adivinhação.

Minha postagem anterior sobre como estragar por segunda adivinhando minhas estratégias me fez mudar meus hábitos comerciais (para melhor). Tomei duas ações para o meu daytrading: Após a abertura, certifico-me de que meu programa do Excel está em execução (insiro as posições de forma totalmente automática). Então eu vou para andar meu cachorro ou [& hellip;]

O custo das segundas estratégias de adivinhação.

Eu mantenho um registro detalhado de todas as minhas atividades comerciais, tanto daytrading, swingtrading quanto de longo prazo. Eu acredito que esta é a única maneira de melhorar minha negociação. No entanto, fazendo tudo isso, & # 8220; extra & # 8221; o trabalho não é exatamente o trabalho mais interessante neste planeta, mas acredito que, de longe, o mais importante que posso fazer [& hellip;]

RSI (2) no SPY.

Critérios para entrada: Se o RSI (2) for menor que 15, a entrada será fechada. Saia de perto se o fechamento de hoje for maior do que o de ontem alto. Aqui está a curva de lucro acumulada de 2005 até setembro de 2016: a média por comércio é de 0,46%.

Grandes movimentos às segundas-feiras e # 8211; Atualizar.

Em 2013, escrevi um artigo sobre grandes movimentos nas segundas-feiras. Aqui está uma torção (e atualização) sobre isso: Calcule uma média de 25 dias de (hl) / c Hoje é segunda-feira Fechar hoje deve ser pelo menos menor do que (a partir de sexta-feira) 0,25 de média no número 1 (cl) / (hl) , o chamado IBS, deve ser inferior a 0,3 [& hellip;]

Estratégia de fim de mês em S & # 038; P 500 & # 8211; Atualizar.

Em julho de 2012, publiquei uma estratégia sobre uma estratégia de fim de mês em S & P 500. Aqui estão os critérios: Entrada: O dia 29, 30 ou 31 do mês deve ser negativo. Em seguida, entre em fechar. Sair: dois sucessivos positivos fecham em uma linha, ou SPY atinge um alvo de 1%. (sem paradas). Aqui estão os [& hellip;]

Vantagens com estratégias mecânicas.

Muitos dos melhores comerciantes (pelo menos aqueles que conheço) usam algum tipo de regras mecânicas em suas negociações. & # 8220; Mechanical & # 8221; implica que as regras são baseadas em algum tipo de regras objetivas, geralmente dados quantificados. O comerciante deve seguir estas regras exatamente sem hesitação ou emoção. A este respeito, o comércio mecânico é o [& hellip;]

Como ganhar dinheiro Daytrading.

Artigos sobre daytrading tem cerca de duas vezes mais hits do que outros artigos (neste site). O que é tão atraente com o daytrading? É que a maioria das pessoas acha que é dinheiro fácil? Não é bem o contrário. É a corrida de adrenalina? Não deveria. O mais & # 8220; chato e chato & # 8221; você faz daytrading, melhor você deve executar. É [& hellip;]

A mentalidade de um comerciante.

A maioria dos comerciantes se concentra no desenvolvimento de estratégias para ganhar dinheiro. Eu também, não há outra maneira de contornar. No entanto, a sua mentalidade é muitas vezes "o elo perdido" & # 8221; para melhor desempenho. Para obter retornos estáveis, você precisa se concentrar na parte mental tanto quanto nos números de negociação. Para aqueles que [& hellip;]

3 Down Days & # 8211; E Gap Up?

Aqui está um simples toque de reversão médio no SPY: o SPY deve cair 3 dias seguidos (de perto para fechar). Entrada em fechado no dia 3 do dia Sair no próximo dia aberto Aqui está a curva de equidade de 2005 até o presente (a linha rosa é curta, mas usando 4 dias e depois [& hellip;]

A coisa mais importante na negociação automatizada? Provavelmente Procedimentos para evitar erros.

O Capítulo 4 do livro de Victor Niederhoffer Education of A Speculator começa assim: há tantas maneiras de perder, mas tão poucas maneiras de ganhar. Talvez a melhor maneira de alcançar a vitória é dominar todas as regras para o desastre e depois se concentrar em evitá-las. Alguns dias atrás eu escrevi sobre minha negociação [& hellip;]

Análise Técnica Baseada em Evidências & # 8211; David Aronson.

Eu terminei de reler David Aronson & # 8217; s livro Análise Técnica Baseada em Evidência, Aplicando o Método Científico e Inferência Estatística para Sinais de Negociação, um livro que comprei em novembro de 2007. Isso não é fácil de ler e um pouco técnico, mas valeu a pena e / O dinheiro do dinheiro. O livro é muito bom para quem não tem experiência em estatística. [& hellip;]

Meus 6 Melhores Livros de Negociação.

Eu pensei que eu iria compartilhar meus 6 livros comerciais favoritos (eu tenho cerca de 75 livros de negociação). Talvez seja um pouco estranho ter 6 e não 5, mas encontrei 6 livros que merecem ser mencionados, não 5. Tenha em mente que não comprei uma carteira comercial por cerca de 5 anos. Simplesmente porque [& hellip;]

3 dias de baixa em ETF.

Larry Connors escreveu uma estratégia chamada double 7. Esta é uma estratégia muito simples com apenas duas regras. Quanto menos regras, melhor, porque menos probabilidade de ajuste de curva. Esta estratégia é baseada em 7 dias de baixa (e alta para a saída), mas no meu teste parece funcionar muito bem em todos [& hellip;]

O que acontece depois de um extraordinário & # 8221; Big Fall em S & # 038; P?

O que acontece depois de um & # 8220; extraordinário & # 8221; grande queda no SPY? Calcule o intervalo médio de H-L nos últimos 25 dias (em porcentagem). If the ETF falls more than 2 times this average, enter at close. Exit at tmorrows open, tomorrows close or after 3 or 5 days. Test period from 2005 until July 2013. The […]

Poker, Sex And Dying by Juel Anderson.

Many years ago I bought this book. It’s not about trading, but about poker and selling. However, all the elements are relevant for stock traders. Besides, this book is much better than all other books I’ve read about psychology. The author is no academic, but a successful salesman and hobby poker player. The book was […]

If You Can’t Suffer The Pain, Don’t Play The Game.

The above title is a quote from George Soros. I got this quote in an e-mail from a reader of my blog, and it fits quite well for my swingtrading performance in august. In July I wrote about my performance. Foi bom. Very good until the end of July when I opened a corporate […]

Does Volume Really Matter In SPY?

I’m trading SPY, but until now I have not paid any attention to its volume until I saw this article. The result was interesting, but on second thoughts it makes sense. Por quê? Because a lot of SPY trading is hedging. I trade SPY every day in my daytrading simply for hedging purposes. So when the […]

When SPY Opens On 5 Day Low, But Close Is Higher Than Open.

Yesterday SPY opened at 5 day low, but rose from the opening price to close higher. Here is the strategy: SPY must open at a 5 day low. Close must be higher than open. If 1 and 2 fulfilled, entry on close Exit tomorrows open I have previously written about a 5 day low strategy […]

Intelligence, Overconfidence And Trading.

Here are some more random “gibberish” from me about trading. This morning I had a look in one of the old Market Wizards book by Schwager. William Echardt on page 127 and 128 said the following: I haven’t seen much correlation between good trading and intelligence….Many outstandingly intelligent people are horrible traders….Avearge intelligence is enough. [& hellip;]

Data Mining And Boredom.

Here are more personal random thoughts on trading: I saw a discussion on Twitter the other day about data mining and backtesting. Put short, one trader trades different strategies for different instruments/stocks. The other trader belives this is data mining. For example: To buy when RSI(3) is oversold might work on different stocks and not […]

Exhaustion Gaps In SPY.

Yesterday (11th of July) SPY gapped up over 1% after finishing strong over the previous days. Here is a potential strategy for the short side: Yesterdays close must be at 10 day high (of the close, not the high) Today SPY gaps up at least 1.5 times the aboslute value of the 25 day average […]

Is It Possible To Make Money Swingtrading? My numbers 1st half 2013.

I have been backtesting swingtrading (holding positions 1-5 days) for many years. But because I have done fairly well in daytrading, I didn’t really put a lot of effort into swingtrading. I never really started. But when my daytrading got sour in 2011, I was kind of “forced” to try it out. I did some […]

Algorithmic Trading System Design & amp; Implementação.

AlgorithmicTrading é um desenvolvedor de sistema de negociação de terceiros especializado em sistemas automatizados de negociação, estratégias de negociação algorítmica e análise de negociação quantitativa. Oferecemos dois algoritmos de negociação distintos aos comerciantes de varejo e investidores profissionais.

Assista ao nosso blog de vídeo algorítmico em que nosso principal desenvolvedor analisa o desempenho a partir de 6/10/17 & ndash; 8/8/17 usando nosso sistema de negociação automatizado. Visite nosso Algorithmic Trading Blog para ver todos os vídeos de desempenho para 2016-2018 YTD. A negociação de futuros e opções envolve um risco substancial de perda e não é adequado para todos os investidores.

Comece em Algorithmic Trading hoje.

Os Destaques do Swing Trader.

Nossa Swing Trading Strategy negocia o S & P 500 Emini Futures (ES) e o Ten Year Note (TY). Este é um sistema de negociação 100% automatizado que pode ser executado automaticamente com os melhores esforços por vários Corretores Registrados da NFA. Também pode ser instalado e carregado na plataforma Tradestation. Os seguintes dados abrangem o período de caminhada para frente (fora da amostra) abrangendo 10/1 / 15-1 / 4/18. Futures Trading envolve um risco substancial de perda e não é apropriado para todos os investidores. O desempenho passado não é indicativo de desempenho futuro. Esses dados presumem que 1 unidade (US $ 15.000) foi negociada durante todo o período em análise (non-compounded).

* Perdas podem exceder o rebaixamento máximo. Isso é medido de um ponto para o outro, fechando o comércio para fechar o comércio. O desempenho passado não é indicativo de desempenho futuro.

O Swing Trader Monthly P / L.

As negociações que começam em outubro de 2015 são consideradas Walk-Forward / Out-of-Sample, enquanto os negócios anteriores a outubro de 2015 são considerados testados novamente. O lucro / perda dado é baseado em uma conta de US $ 15.000 que vende uma unidade no Swing Trader. Esses dados não são compostos.

* Perdas podem exceder o rebaixamento máximo. Isso é medido de um ponto para o outro, fechando o comércio para fechar o comércio. O desempenho passado não é indicativo de desempenho futuro.

REGRA CFTC 4.41: Os resultados são baseados em resultados de desempenho simulados ou hipotéticos que possuem certas limitações inerentes. Ao contrário dos resultados apresentados em um registro de desempenho real, esses resultados não representam a negociação real. Além disso, como esses negócios não foram efetivamente executados, esses resultados podem ter uma compensação menor ou excessiva do impacto, se houver, de certos fatores do mercado, como a falta de liquidez. Programas de negociação simulados ou hipotéticos em geral também estão sujeitos ao fato de serem projetados com o benefício de retrospectiva. Nenhuma representação está sendo feita que qualquer conta será ou será capaz de alcançar lucros ou perdas semelhantes às exibidas.

Noções básicas de negociação algorítmica.

Algorithmic Trading, também conhecido como Quant Trading é um estilo de negociação que utiliza algoritmos de previsão de mercado para encontrar negociações potenciais. Existem várias sub-categorias de negociação quantitativa para incluir High Frequency Trading (HFT), Arbitrage Estatístico e Market Prediction Analysis. Na AlgorithmicTrading, nós nos concentramos no desenvolvimento de sistemas de negociação automatizados que fazem negócios de swing, dia e opções para aproveitar as ineficiências do mercado.

Atualmente oferecemos dois Futures Trading Systems que comercializam o ES & amp; Futuros de TY. Continue lendo para ver por si mesmo como implementar um sistema de comércio de algo projetado profissionalmente pode ser benéfico para seus objetivos de investimento. Nós não somos consultores de negociação de commodities registrados e, portanto, não controlamos diretamente contas de clientes e ndash; No entanto, negociamos ambos os sistemas de negociação com nosso próprio capital utilizando um dos corretores de execução comercial automatizada.

Exemplo de troca algorítmica.

Estratégia de negociação de futuros: o pacote Swing Trader.

Este pacote utiliza nossos algoritmos de melhor desempenho desde o início. Visite a página do negociante de swing para ver os preços, as estatísticas de comércio, a lista de comércio completo e muito mais. Este pacote é ideal para o cético que deseja negociar um sistema robusto que tenha se saído bem em negociações cegas para fora e para fora da amostra. Cansado de modelos otimistas back-testados que nunca parecem funcionar quando comercializados ao vivo? Em caso afirmativo, considere este sistema comercial de caixa preta. Este é o nosso algoritmo de negociação mais popular para venda.

Detalhes no Swing Trader System.

Futuros & amp; Estratégia de negociação de opções: o pacote S & amp; P Crusher v2.

Este pacote utiliza sete estratégias de negociação na tentativa de diversificar melhor sua conta. Este pacote utiliza comércios de swing, day trades, condutores de ferro e chamadas cobertas para tirar proveito de várias condições de mercado. Este pacote é negociado em tamanhos de unidades de US $ 30.000 e foi lançado ao público em outubro de 2016. Visite a página do produto S & amp; P Crusher para ver os resultados testados com base em relatórios de tradição.

Detalhes sobre o S & amp; P Crusher.

Cobrindo os Essentials of Automated Trading System Design.

Vários sistemas de negociação algorítmica estão disponíveis.

Escolha de um dos nossos sistemas de negociação e ndash; The Swing Trader ou o S & amp; P Crusher. Cada página mostra a lista de comércio completo, incluindo otimização de postagem, resultados avançados. Estes sistemas de negociação informatizados de caixa preta são totalmente automatizados para gerar alfa enquanto tentam minimizar o risco.

Algoritmos de negociação múltipla trabalhando juntos.

Nossa metodologia de negociação quântica nos emprega várias estratégias de negociação de algoritmos para diversificar melhor sua conta de negociação automática. Saiba mais visitando nossa página de metodologia de design de estratégias comerciais.

Negociações durante Bear & amp; Bull Markets.

Em nossa opinião, a chave para o desenvolvimento de um sistema de negociação algorítmico que realmente funciona, é dar conta de múltiplas condições de mercado. A qualquer momento, o mercado poderia passar de um mercado de touro para urso. Ao assumir uma posição agnóstica de direção do mercado, estamos tentando superar em Bull e amp; Condições do mercado de urso.

Sistemas de negociação totalmente automatizados.

Você pode negociar automaticamente nosso software algorítmico usando um corretor de auto-execução (com os melhores esforços). Temos vários corretores para você escolher. Remova decisões emocionais baseadas em sua negociação usando nosso sistema de negociação automatizado.

O Algorithmic Trading funciona?

Acompanhe o progresso diário de nossos algoritmos de negociação quantitativos com o aplicativo intermediário OEC. Você também receberá declarações diárias da firma de compensação registrada da NFA. Você pode comparar cada uma das suas negociações com a lista comercial que publicamos no final de cada dia. Os exemplos completos de negociação algorítmica são publicados para todos verem. A lista de comércio completo pode ser vista visitando a página de negociação algorítmica para o sistema que você está negociando. Quer ver algumas declarações de contas ativas? Visite os retornos ao vivo & amp; página de declarações.

Múltiplas Estratégias de Negociação Quant.

Nossos sistemas de negociação quantitativos têm expectativas diferentes com base nos algoritmos de previsão empregados. Nossos Sistemas Automatizados de Negociação colocam negociações swing, day trade, condors de ferro e amp; chamadas cobertas. Essas estratégias 100% Quant são baseadas puramente em indicadores técnicos e algoritmos de reconhecimento de padrões.

Nosso software de negociação automatizado ajuda a remover suas emoções da negociação.

Algoritmos de negociação múltiplos são negociados como parte de um maior sistema de negociação algorítmica.

Cada estratégia de negociação algorítmica oferecida possui vários pontos fortes e fracos. Seus pontos fortes e fracos são identificados com base em três estados de mercado potenciais: Strong Up, Sideways & amp; Down movendo mercados. A estratégia de negociação do condor de ferro supera os mercados de tendências laterais e ascendentes, enquanto o algoritmo de notas de tesouraria se destaca em mercados em movimento descendente. Com base nos testes de back-testing, espera-se que o algoritmo de momentum funcione bem durante os mercados em movimento. Marque a seguinte coleção de vídeos, onde cada algoritmo de negociação oferecido é revisado pelo desenvolvedor principal. Os pontos fortes de cada troco comercial são revisados ​​juntamente com os fracos daqueles.

Diversos tipos de estratégias de negociação são usados ​​em nosso software de negociação automatizado.

Negociações diárias são inseridas & amp; saíram no mesmo dia, enquanto os negócios de balanço terão um comércio de longo prazo com base nas expectativas para o S & amp; P 500 a tendência maior ou menor no termo intermediário. As negociações de opções são colocadas nas opções S & P 500 Weekly em futuros, geralmente entrando em uma segunda-feira e mantendo até a expiração de sexta-feira.

Estratégias de negociação Swing.

As seguintes Estratégias de Negociação Swing colocam negociações de swing direcional no S & amp; P 500 Emini Futures (ES) e no Ten Year Note (TY). Eles são usados ​​em ambos os sistemas de negociação automatizados que oferecemos para aproveitar as tendências de longo prazo que nossos algoritmos de predição de mercado estão esperando.

Futures Swing Trading Strategy # 1: Momentum Swing Trading Algorithm.

A Estratégia de Negociação do Momentum Swing coloca negociações de swing no Emini S & amp; P Futures, aproveitando as condições do mercado que sugerem que um termo intermediário se mova mais alto. Este algoritmo de negociação é usado em ambos os nossos sistemas de negociação automatizados: o S & amp; P Crusher v2 & amp; O comerciante do balanço.

Futures Swing Trading Strategy # 2: Algoritmo de dez anos de Tesouro.

A Estratégia de Negociação do Tesouro (TY) coloca negociações de swing na Nota de dez anos (TY). Uma vez que o TY normalmente se move inverso para os mercados mais amplos, esta estratégia cria um comércio de swing que é semelhante ao curto-circuito do S & amp; P 500. Este T-Note algo tem expectativas positivas para condições de mercado em baixa. Este algoritmo de negociação é usado em ambos os nossos sistemas de negociação automatizados: o S & amp; P Crusher v2 & amp; O comerciante do balanço.

Estratégias de negociação diária.

As estratégias de negociação do dia seguinte colocam o day trade no S & amp; P 500 Emini Futures (ES). Eles quase sempre entram em negociações durante os primeiros 20 minutos após a abertura dos mercados de ações e sairão antes do fechamento dos mercados. Paradas apertadas são utilizadas em todos os momentos.

Futures Day Trading Strategy # 1: Day Trading Short Algorithm.

A Estratégia de Negociação de Curto Prazo coloca negociações diárias no Emini S & amp; P Futures quando o mercado mostra fraqueza pela manhã (prefere uma grande diferença). Esta estratégia de negociação é utilizada no sistema de negociação automatizado S & amp; P Crusher v2.

Futures Day Trading Strategy # 2: Algoritmo de negociação Day Breakout.

A Breakout Day Trading Strategy coloca o day trade no Emini-S & P Futures quando o mercado mostra força pela manhã. Esta estratégia de negociação de futuros é utilizada no sistema de negociação automatizado S & amp; P Crusher v2.

Futures Day Trading Strategy # 3: Morning Gap Day Trading Algorithm.

A Estratégia de Negociação do Morning Gap Day coloca transações de dia curtas nos Emini S & amp; P Futures quando o mercado tem uma grande lacuna, seguido por um curto período de fraqueza. Esta estratégia de negociação é utilizada no sistema de negociação automatizado S & amp; P Crusher v2.

Estratégias de negociação de opções.

As seguintes estratégias de negociação de opções coletam premium nas opções semanais S & amp; P 500 Emini (ES). Eles são usados ​​em nosso S & amp; P Crusher v2, a fim de aproveitar as vantagens de lateralmente, para baixo & amp; up moving market conditions. Um benefício para as opções de negociação com nossas estratégias de negociação algorítmica é que eles são suportados em um ambiente de negociação automatizado usando um dos corretores de auto-execução.

Estratégia de Negociação de Opções nº 1: Algoritmo de Negociação Ferro Condor.

A Estratégia de Negociação de Opções de Condor de Ferro é perfeita para o indivíduo que quer uma taxa de vitoria comercial mais vendida por devolução ou que simplesmente quer receber prémio no S & amp; P 500 Emini Futures vendendo Iron Condors. Quando nossos algoritmos esperam uma condição de mercado de derivação lateral ou ascendente, esse sistema criará uma operação de Condor de Ferro. Esta estratégia é usada em um dos nossos Sistemas Automatizados de Negociação: The S & amp; P Crusher v2.

Estratégia de Negociação de Opções # 2: Algoritmo de Opções de Chamadas Cobertas.

A Estratégia de Negociação de Opções de Chamada Coberta se vende de chamadas cobertas de dinheiro contra os algoritmos de momentum Long ES swing trades, para coletar premium e ajudar a minimizar as perdas se o mercado se mover contra nossa posição de algoritmo de momentum. Quando negociado com o Momentum Swing Trading Algorithm - como é o caso no S & amp; P Crusher & amp; amp; ES / TY Futures Trading Systems, isso cria uma posição de compra coberta. Quando negociados no Sistema de Negociação Bearish Trader, as chamadas são vendidas sem cobertura e, portanto, estão a descoberto. Em ambos os casos & ndash; como um suporte ao longo do algoritmo & ndash; Ele funciona bem em condições de mercado de lado e para baixo. Esta estratégia é usada em um dos nossos Sistemas Automatizados de Negociação: The S & amp; P Crusher v2.

Embora cada uma dessas estratégias de negociação possa ser negociada isoladamente, elas são negociadas melhor em uma coleção mais ampla de algoritmos de negociação & ndash; como visto em um dos nossos Sistemas Automatizados de Negociação, como The Swing Trader.

Algoritmos de negociação que realmente funcionam?

Esta série de vídeos de negociação algorítmica é feita para que nossos clientes possam ver os detalhes de cada comércio semanalmente. Assista a cada um dos seguintes vídeos de negociação algorítmica para ver em tempo real o desempenho de nossos algoritmos de negociação. Sinta-se livre para visitar nossos comentários e ampères de AlgorithmicTrading; Página de imprensa para ver o que os outros estão falando sobre nós.

Inscrição na newsletter.

Obtenha atualizações de desempenho da AlgorithmicTrading juntando-se a nossa newsletter.

O que separa o comércio algorítmico de outras técnicas técnicas de negociação?

Nos dias de hoje, parece que todo mundo tem uma opinião sobre as técnicas de negociação técnica. Cabeça e amp; Padrões de ombros, MACD Bullish Crosses, VWAP Divergences, a lista continua. Nesses blogs de vídeo, nosso engenheiro de design líder analisa alguns exemplos de estratégias de negociação encontradas on-line. Ele toma suas Dicas de negociação, codifica e executa um teste de back-back simples para ver o quão eficaz eles realmente são. Depois de analisar seus resultados iniciais, ele otimiza o código para ver se uma abordagem quantitativa à negociação pode melhorar as descobertas iniciais. Se você é novo na negociação algorítmica, esses blogs de vídeo serão bastante interessantes. Nosso designer utiliza máquinas de estados finitos para codificar estas dicas comerciais básicas. Como o Algorithmic Trading é diferente do comércio técnico tradicional? Simplificando, Algorithmic Trading requer precisão e fornece uma janela para um potencial de algoritmos baseado em back-testing que possui limitações.

Procurando por Tutorial de Negociação Algorítmica Gratuita e amp; Como fazer vídeos?

Assista múltiplas apresentações de vídeo educacional por nosso designer principal em negociação algorítmica para incluir um vídeo que cobre nossa Metodologia de Design de Quant Trading e um Tutorial de Negociação Algorítmica. Esses vídeos de estratégia comercial fornecem exemplos de codificação de algoritmos de negociação e apresentamos a nossa abordagem de negociação de mercados usando análise quantitativa. Nesses vídeos, você verá muitas razões pelas quais a negociação automática está decolando para incluir ajudar a remover suas emoções da negociação. Visite nossa página de Vídeos de Comércio Educacional para ver uma lista completa de mídia educacional.

Comece a usar um dos nossos sistemas de negociação automatizada hoje.

Don & rsquo; T saudades. Junte-se aos que já estão negociando com AlgorithmicTrading. Comece hoje com um dos nossos pacotes de negociação algorítmica.

Várias opções de Execução de Comércio Automatizado estão disponíveis.

Nossos algoritmos de negociação podem ser executados automaticamente usando um dos corretores de auto-execução registrados da NFA (com os melhores esforços) ou podem ser comercializados em seu próprio PC usando MultiCharts ou Tradestation.

O FOX Group é uma empresa de corretagem independente que se encontra no icônico edifício da Câmara de Comércio de Chicago, no coração do distrito financeiro da cidade. Eles estão registrados no NFA e são capazes de executar automaticamente nossos algoritmos com os melhores esforços.

Interactive Brokers é um corretor registrado NFA que pode executar automaticamente nossos algoritmos com os melhores esforços. Além disso, eles suportam clientes canadenses.

Se você preferir executar os algoritmos em seu próprio PC, o MultiCharts é a plataforma preferida de software de negociação para execução automática. Oferece benefícios consideráveis ​​aos comerciantes e oferece vantagens significativas em relação às plataformas concorrentes. Ele vem com gráficos de alta definição, suporte para mais de 20 feeds de dados e mais de 10 corretores, testes dinâmicos de estratégia de nível de portfólio, suporte EasyLanguage, relatórios interativos de desempenho, otimização genética, scanner de mercado e repetição de dados.

O TradeStation é mais conhecido pelo software de análise e plataforma de negociação eletrônica que fornece ao comerciante ativo e certos mercados de comerciantes institucionais que permitem aos clientes projetar, testar, otimizar, monitorar e automatizar suas próprias ações personalizadas, opções e opções; estratégias de negociação de futuros. Tradestation é outra opção para pessoas que desejam negociar automaticamente nossos algoritmos em seu próprio PC.