Ilościowe strategie handlowe Autor. Data: 26 stycznia 2017 r., Liczba wyświetleń: Ilościowe strategie transakcyjne: Wykorzystanie siły technik ilościowych do stworzenia wygrywającego programu handlowego 256 stron 1 edycja (16 lipca 2003 r.) 0071412395 Typ pliku: PDF 2 mb Wykorzystanie potęg ilościowych technik do stworzenia Zwycięski program handlowyLars Kestner Quantitative Trading Strategies przenosi czytelników przez etapy rozwoju i oceny dzisiejszych najpopularniejszych i sprawdzonych na rynku strategii handlu technicznego. Kwantyfikując każdą subiektywną decyzję w procesie handlowym, ta analityczna książka ocenia pracę znanych quantów od Johna Henry'ego do Monroe Trout i wprowadza 12 całkowicie nowych strategii handlowych. Demaskuje wiele popularnych nieporozumień i z pewnością wprowadza falę i zmienia zdanie w świecie analizy technicznej i handlu. Copyright Disclaimer: Ta strona nie przechowuje żadnych plików na swoim serwerze. Indeksujemy i łączymy tylko z treściami dostarczanymi przez inne witryny. Skontaktuj się z dostawcami treści, aby usunąć zawartość praw autorskich, jeśli takowa istnieje, i wyślij do nas e-mail, a także niezwłocznie usuń odpowiednie linki lub treści. Przewodnik po transakcjach ilościowych W tym artykule przedstawię Wam kilka podstawowych pojęć towarzyszących kompleksowym rozwiązaniom. system handlu ilościowego. Ten post, miejmy nadzieję, będzie służył dwóm audytorom. Pierwszymi będą osoby starające się o pracę w funduszu jako handlowiec ilościowy. Drugi to osoby, które chciałyby spróbować założyć własną firmę handlującą algorytmami handlu detalicznego. Handel ilościowy jest niezwykle wyrafinowanym obszarem finansów kwantowych. Może to zająć dużo czasu, aby zdobyć niezbędną wiedzę do przeprowadzenia wywiadu lub skonstruowania własnych strategii handlowych. Nie tylko, ale wymaga dużej wiedzy programistycznej, przynajmniej w języku takim jak MATLAB, R lub Python. Jednak wraz ze wzrostem częstotliwości handlu strategia technologiczna staje się o wiele bardziej istotna. Tak więc znajomość CC będzie miała ogromne znaczenie. Ilościowy system transakcyjny składa się z czterech głównych komponentów: Identyfikacja strategii - Znalezienie strategii, wykorzystanie przewagi i ustalenie częstotliwości obrotu Strategia Analiza historyczna - Pozyskanie danych, analiza skuteczności strategii i usunięcie błędów System wykonywania zleceń - Połączenie z domem maklerskim, automatyzacja transakcji i minimalizacja koszty transakcji Zarządzanie ryzykiem - optymalna alokacja kapitału, wielkość zakładuWyjątkowe kryterium i psychologia handlowa Zacznij od przyjrzenia się, jak rozpoznać strategię handlową. Identyfikacja strategii Wszystkie ilościowe procesy handlowe rozpoczynają się od początkowego okresu badań. Ten proces badawczy obejmuje znalezienie strategii, sprawdzanie, czy strategia mieści się w portfolio innych strategii, które można uruchomić, pozyskiwanie wszelkich danych niezbędnych do testowania strategii i próbę optymalizacji strategii w celu uzyskania wyższych zysków i niższego ryzyka. Będziesz musiał uwzględnić własne wymogi kapitałowe, jeśli strategia będzie prowadzona jako sprzedawca detaliczny i jak wszelkie koszty transakcji wpłyną na strategię. Wbrew powszechnemu przekonaniu jest całkiem proste znalezienie skutecznych strategii za pośrednictwem różnych źródeł publicznych. Nauczyciele akademiccy regularnie publikują teoretyczne wyniki handlu (aczkolwiek przeważnie obfitujące w koszty transakcji). Ilościowe blogi finansowe omawiają szczegółowo strategie. W dziennikach handlowych zostaną zarysowane niektóre strategie stosowane przez fundusze. Można by zapytać, dlaczego osoby prywatne i firmy chętnie dyskutują o swoich dochodowych strategiach, zwłaszcza gdy wiedzą, że inni tłoczyli się w handlu, może zatrzymać strategię na dłuższą metę. Przyczyna leży w tym, że nie będą często omawiać dokładnie parametrów i metod strojenia, które przeprowadzili. Optymalizacje te są kluczem do przekształcenia stosunkowo kiepskiej strategii w wysoce rentowną. W rzeczywistości jednym z najlepszych sposobów tworzenia własnych unikatowych strategii jest znalezienie podobnych metod, a następnie przeprowadzenie własnej procedury optymalizacji. Oto mała lista miejsc, w których można zacząć szukać pomysłów na strategię: Wiele strategii, które przyjrzysz się, znajdzie się w kategoriach średniej-rewersji i trend-followmomentum. Strategia powrotu do średniej to taka, która próbuje wykorzystać fakt, że istnieje długoterminowa średnia dla serii cen (takich jak różnica między dwoma skorelowanymi aktywami) i że krótkoterminowe odchylenia od tej średniej ostatecznie się odwrócą. Strategia rozpędu próbuje wykorzystać zarówno psychologię inwestorów, jak i strukturę dużych funduszy, łącząc trend rynkowy, który może nabrać rozpędu w jednym kierunku i podążać za trendem, aż się odwróci. Kolejnym niezwykle istotnym aspektem handlu ilościowego jest częstotliwość strategii handlowej. Handel niskimi częstotliwościami (LFT) odnosi się ogólnie do każdej strategii, która utrzymuje aktywa dłużej niż jeden dzień handlowy. Odpowiednio, transakcje o wysokiej częstotliwości (HFT) ogólnie odnoszą się do strategii, która utrzymuje śróddzienne aktywa. Handel ultra-wysokimi częstotliwościami (UHFT) odnosi się do strategii, które przechowują aktywa w kolejności sekund i milisekund. Jako praktyk sprzedaży detalicznej HFT i UHFT są z pewnością możliwe, ale tylko ze szczegółową znajomością stosu technologii handlowej i dynamiki portfela zamówień. W tym wstępnym artykule nie będziemy omawiać tych aspektów w jakikolwiek sposób. Po zidentyfikowaniu strategii lub zestawu strategii należy ją przetestować pod kątem opłacalności na danych historycznych. To jest dziedzina analizy historycznej. Strategia Backtesting Celem weryfikacji historycznej jest dostarczenie dowodów na to, że strategia zidentyfikowana za pomocą powyższego procesu przynosi zyski, gdy jest stosowana do danych historycznych i pozapróbkowych. To określa, w jaki sposób strategia będzie działać w rzeczywistym świecie. Jednak analiza historyczna NIE jest gwarancją sukcesu z różnych powodów. Jest to prawdopodobnie najbardziej subtelny obszar handlu ilościowego, ponieważ pociąga za sobą liczne uprzedzenia, które należy starannie rozważyć i wyeliminować w jak największym stopniu. Omówimy powszechne rodzaje błędów, w tym uprzedzenia wyprzedzające. rozbieżność w zachowaniu i tendencja optymalizacyjna (określana również jako "sabotaż danych"). Inne obszary ważne w ramach analizy historycznej obejmują dostępność i czystość danych historycznych, uwzględniające realistyczne koszty transakcyjne i decydujące o solidnej platformie analizy historycznej. Dobrze omówmy koszty transakcji w dalszej części poniższej sekcji Systemy wykonawcze. Po zidentyfikowaniu strategii konieczne jest uzyskanie danych historycznych, za pomocą których można przeprowadzić testowanie i, być może, udoskonalić. Istnieje znaczna liczba dostawców danych we wszystkich klasach aktywów. Ich koszty na ogół skalują się z jakością, głębokością i aktualnością danych. Tradycyjnym punktem wyjścia dla początkujących handlowców ilościowych (przynajmniej na poziomie detalicznym) jest wykorzystanie bezpłatnego zestawu danych z Yahoo Finance. Nie będę tutaj zbyt często zastanawiał się nad dostawcami, a raczej chciałbym skupić się na ogólnych kwestiach związanych z zestawami danych historycznych. Główne problemy związane z danymi historycznymi obejmują dokładność, odchylenie w zachowaniu i dostosowanie do działań korporacyjnych, takich jak dywidendy i podziały akcji: Dokładność odnosi się do ogólnej jakości danych - bez względu na to, czy zawiera błędy. Błędy mogą być czasami łatwe do zidentyfikowania, na przykład z filtrem impulsów. który wykryje nieprawidłowe skoki w danych szeregów czasowych i skoryguje je. Innym razem mogą być bardzo trudne do wykrycia. Często konieczne jest posiadanie dwóch lub więcej dostawców, a następnie sprawdzanie wszystkich swoich danych względem siebie. Obciążenie związane z nieszczęściem jest często cechą darmowych lub tanich zestawów danych. Zbiór danych z nastawieniem na przetrwanie oznacza, że nie zawiera on aktywów, które nie są już przedmiotem handlu. W przypadku akcji oznacza to delistingbankrupt akcji. To nastawienie oznacza, że każda strategia handlu akcjami przetestowana na takim zestawie danych prawdopodobnie będzie działać lepiej niż w realnym świecie, ponieważ historyczni zwycięzcy zostali już wcześniej wybrani. Działania korporacyjne obejmują działania logistyczne prowadzone przez firmę, które zwykle powodują zmianę funkcji ceny surowej, która nie powinna być uwzględniana przy obliczaniu zwrotu z ceny. Korekty dotyczące dywidend i podziału akcji są częstymi sprawcami. W każdym z tych działań należy przeprowadzić proces zwany dostosowaniem wstecznym. Trzeba być bardzo ostrożnym, aby nie pomylić podziału akcji z prawdziwym dostosowaniem zwrotów. Wielu przedsiębiorców zostało przyłapanych na skutek działań korporacyjnych. W celu przeprowadzenia procedury analizy historycznej konieczne jest skorzystanie z platformy oprogramowania. Masz do wyboru dedykowane oprogramowanie do testów historycznych, takie jak Tradestation, platforma numeryczna, na przykład Excel lub MATLAB, lub pełna implementacja niestandardowa w języku programowania, takim jak Python lub C. Nie będę zbytnio zajmować się Tradestation (lub podobnym), Excelem lub MATLAB, ponieważ wierzę w tworzenie pełnego wewnętrznego stosu technologii (z powodów opisanych poniżej). Jedną z korzyści jest to, że oprogramowanie do testowania historycznego i system wykonawczy mogą być ściśle zintegrowane, nawet z bardzo zaawansowanymi strategiami statystycznymi. W przypadku strategii HFT szczególnie ważne jest zastosowanie niestandardowej implementacji. Podczas weryfikacji historycznej systemu należy ocenić jego wydajność. Standardowymi wskaźnikami branżowymi dla strategii ilościowych są maksymalne wypłaty i współczynnik Sharpe'a. Maksymalny poziom wypłaty charakteryzuje się największym spadkiem wartości rynkowej konta w danym okresie (zwykle rocznym). Jest to najczęściej podawane w procentach. Strategie LFT będą miały zwykle większe wypłaty niż strategie HFT, ze względu na szereg czynników statystycznych. Historyczna analiza historyczna pokaże maksymalną wypłatę z przeszłości, która jest dobrym wskaźnikiem dla przyszłej skuteczności strategii. Drugim pomiarem jest Sharpe Ratio, który jest heurystycznie definiowany jako średnia nadwyżki zwrotów podzielona przez odchylenie standardowe tych nadwyżek zwrotów. W tym przypadku nadwyżka zwrotów odnosi się do zwrotu strategii powyżej ustalonego wcześniej poziomu odniesienia. takie jak SP500 lub trzymiesięczna ustawa skarbowa. Zwróć uwagę, że annualizowany zwrot nie jest miarą zwykle wykorzystywaną, ponieważ nie uwzględnia zmienności strategii (w przeciwieństwie do Sharpe Ratio). Po odrzuceniu strategii i uznaniu jej za wolną od uprzedzeń (na tyle, na ile jest to możliwe), przy dobrym Sharpie i zminimalizowanych wypłatach, nadszedł czas na zbudowanie systemu wykonawczego. Systemy realizacji System realizacji to sposób, w jaki lista transakcji generowanych przez strategię jest wysyłana i wykonywana przez brokera. Pomimo tego, że generowanie handlu może być częściowo lub nawet w pełni zautomatyzowane, mechanizm wykonawczy może być ręczny, pół-manualny (to jest za pomocą jednego kliknięcia) lub w pełni zautomatyzowany. W przypadku strategii LFT często stosuje się techniki ręczne i pół-manualne. W przypadku strategii HFT konieczne jest stworzenie w pełni zautomatyzowanego mechanizmu realizacji, który często będzie ściśle powiązany z generatorem handlu (ze względu na współzależność strategii i technologii). Kluczowe kwestie związane z tworzeniem systemu wykonawczego są interfejsem do pośrednictwa. minimalizacja kosztów transakcyjnych (w tym prowizji, poślizgu i spreadu) oraz rozbieżności w wydajności systemu na żywo z testowanej wydajności. Istnieje wiele sposobów na połączenie z brokerem. Obejmują one od wywoływania brokera przez telefon aż po w pełni zautomatyzowany interfejs API (Application Programming Interface). Idealnie chcesz zautomatyzować wykonywanie swoich transakcji w jak największym stopniu. Pozwala to skoncentrować się na dalszych badaniach, a także pozwala na uruchamianie wielu strategii, a nawet strategii o wyższej częstotliwości (w rzeczywistości HFT jest zasadniczo niemożliwe bez automatycznego wykonywania). Powszechnie stosowane oprogramowanie do analizy historycznej, takie jak MATLAB, Excel i Tradestation, jest dobre dla prostszych strategii o niższej częstotliwości. Konieczne będzie jednak zbudowanie wewnętrznego systemu wykonawczego napisanego w języku o wysokiej wydajności, takim jak C, w celu wykonania prawdziwego HFT. Jako anegdota, w funduszu, w którym kiedyś byłem zatrudniony, mieliśmy 10-minutową pętlę transakcyjną, w której pobieraliśmy nowe dane rynkowe co 10 minut, a następnie przeprowadzaliśmy transakcje na podstawie tych informacji w tym samym przedziale czasowym. Użyto zoptymalizowanego skryptu w języku Python. Jeśli chodzi o wszystko, co zbliża się do minutowej lub drugiej częstotliwości, uważam, że CC byłoby bardziej idealne. W większym funduszu często nie jest domeną handlowca kwantowego, aby zoptymalizować wykonanie. Jednak w mniejszych sklepach lub firmach HFT przedsiębiorcy SĄ wykonawcami, więc często pożądany jest znacznie szerszy zestaw umiejętności. Miej to na uwadze, jeśli chcesz być zatrudniony przez fundusz. Twoje umiejętności programistyczne będą równie ważne, jeśli nie ważniejsze, niż twoje statystyki i talenty ekonometrii Kolejną ważną kwestią, która wchodzi pod sztandar realizacji, jest minimalizacja kosztów transakcji. Zasadniczo są trzy składniki kosztów transakcji: prowizje (lub podatek), które są opłatami pobieranymi przez dom maklerski, giełdę i SEC (lub podobny rządowy organ regulacyjny) poślizgiem, który jest różnicą między tym, co zamierzałeś, aby twoje zamówienie było wypełnione w stosunku do tego, co zostało faktycznie wypełnione spreadem, co stanowi różnicę między ceną bidaskowanego papieru wartościowego. Należy zauważyć, że spread nie jest stały i zależy od bieżącej płynności (tj. Dostępności zleceń kupna) na rynku. Koszty transakcji mogą stanowić różnicę między niezwykle dochodową strategią a dobrym wskaźnikiem Sharpe'a i niezwykle nieopłacalną strategią o strasznym współczynniku Sharpe'a. Wyzwaniem może być prawidłowe przewidywanie kosztów transakcyjnych z analizy historycznej. W zależności od częstotliwości strategii, będziesz potrzebować dostępu do historycznych danych giełdowych, które będą zawierały dane o tikach dla cen z puli. Całe zespoły quantów są poświęcone optymalizacji wykonania w większych funduszach, z tych powodów. Rozważ scenariusz, w którym fundusz musi wyładować znaczną ilość transakcji (z których wiele jest powodów do podjęcia). Poprzez zrzucenie na rynek tak wielu udziałów, oni szybko obniżą cenę i mogą nie uzyskać optymalnej realizacji. W związku z tym istnieją algorytmy, które nakładają zamówienia paszowe na rynek, chociaż wówczas fundusz ponosi ryzyko poślizgu. Co więcej, inne strategie żerują na tych potrzebach i mogą wykorzystać nieefektywność. Jest to domena arbitrażu struktury funduszu. Ostatnim poważnym problemem dotyczącym systemów wykonawczych jest rozbieżność w zakresie skuteczności strategii na podstawie sprawdzianu wstecznego. Może się tak zdarzyć z wielu powodów. Już podczas rozważań historycznych omawialiśmy już uprzednio uprzedzenia i uprzedzenia optymalizacyjne. Jednak niektóre strategie nie ułatwiają testowania tych błędów przed wdrożeniem. Dzieje się to głównie w HFT. Mogą występować błędy w systemie wykonawczym, a także sama strategia handlowa, która nie pojawia się podczas testu historycznego, ale pojawia się w handlu na żywo. Rynek mógł podlegać zmianom w systemie po wdrożeniu strategii. Nowe otoczenie regulacyjne, zmieniające się nastroje inwestorów i zjawiska makroekonomiczne mogą prowadzić do rozbieżności w zachowaniu rynku, a tym samym rentowności Twojej strategii. Zarządzanie ryzykiem Ostatnim elementem układanki ilościowego handlu jest proces zarządzania ryzykiem. Ryzyko obejmuje wszystkie uprzednie uprzedzenia, które omówiliśmy. Obejmuje to ryzyko związane z technologią, takie jak serwery znajdujące się w pobliżu giełdy, nagle powodujące awarię dysku twardego. Obejmuje ryzyko maklerskie, takie jak broker, który staje się bankrutem (nie tak szalony jak się wydaje, biorąc pod uwagę niedawne przestoje w MF Global). W skrócie obejmuje ona prawie wszystko, co może zakłócić realizację transakcji, z których istnieje wiele źródeł. Całe książki poświęcone są zarządzaniu ryzykiem dla strategii ilościowych, więc nie próbuję wyjaśnić tutaj wszystkich możliwych źródeł ryzyka. Zarządzanie ryzykiem obejmuje również tzw. Optymalną alokację kapitału. który jest gałęzią teorii portfela. Jest to środek, za pomocą którego kapitał jest alokowany do zestawu różnych strategii i do transakcji w ramach tych strategii. Jest to złożony obszar i opiera się na pewnej niebanalnej matematyce. Standard branżowy, za pomocą którego optymalna alokacja kapitału i dźwignia strategii są powiązane, nazywa się kryterium Kelly. Ponieważ jest to artykuł wprowadzający, nie będę się rozwodził nad jego obliczeniami. Kryterium Kelly'ego przyjmuje pewne założenia dotyczące statystycznego charakteru zwrotów, które nierzadko są prawdziwe na rynkach finansowych, a więc inwestorzy często zachowują konserwatyzm, jeśli chodzi o wdrożenie. Kolejnym kluczowym elementem zarządzania ryzykiem jest radzenie sobie z własnym profilem psychologicznym. Istnieje wiele uprzedzeń poznawczych, które mogą wkradnąć się do handlu. Chociaż jest to wprawdzie mniej problematyczne w przypadku handlu algorytmicznego, jeśli strategia zostanie pozostawiona bez zmian Wspólnym uprzedzeniem jest niechęć do strat, gdy pozycja przegrana nie zostanie zamknięta z powodu bólu spowodowanego koniecznością poniesienia straty. Podobnie, zyski mogą być brane zbyt wcześnie, ponieważ strach przed utratą już osiągniętego zysku może być zbyt duży. Inną popularną tendencją jest polaryzacja odwrotna. Przejawia się to, gdy inwestorzy kładą zbyt duży nacisk na ostatnie wydarzenia, a nie na dłuższą metę. Oczywiście mamy klasyczną parę emocjonalnych uprzedzeń - strach i chciwość. Mogą one często prowadzić do niedostatecznego lub nadmiernego efektu dźwigni, co może spowodować rozdęcie (to znaczy spadek wartości kapitału własnego do zera lub gorszy) lub zmniejszenie zysków. Jak widać, handel ilościowy jest niezwykle złożonym, aczkolwiek bardzo interesującym obszarem finansowania ilościowego. Dosłownie porysowałem powierzchnię tematu w tym artykule i już trwa to dość długo. Zostały napisane całe książki i artykuły na temat zagadnień, którym oddałem tylko jedno zdanie. Z tego powodu, przed złożeniem wniosku o ilościowe zlecenia inwestycyjne, konieczne jest przeprowadzenie znacznej ilości badań podwalinowych. Przynajmniej będziesz potrzebować bogatego zaplecza w zakresie statystyki i ekonometrii, z dużym doświadczeniem w implementacji, poprzez język programowania, taki jak MATLAB, Python lub R. W przypadku bardziej zaawansowanych strategii na wyższym końcu, twój zestaw umiejętności jest prawdopodobnie włączenie modyfikacji jądra systemu Linux, CC, programowanie zespołów i optymalizację opóźnień sieci. Jeśli jesteś zainteresowany próbą stworzenia własnych algorytmicznych strategii handlowych, moją pierwszą propozycją byłoby uzyskanie dobrego programowania. Moją preferencją jest jak najlepsze zbudowanie jak największej ilości grabber danych, backtestu strategii i systemu wykonawczego. Jeśli twój kapitał jest na linii, czy nie lepiej byś spał w nocy, wiedząc, że w pełni przetestowałeś swój system i jesteś świadomy jego pułapek i szczególnych problemów Przekazywanie go sprzedawcy, a potencjalnie oszczędzanie czasu w krótkim czasie, może być bardzo trudne. drogie w długim okresie. Pierwsze kroki w Quantitative Trading Top 5 Essential Beginner Books for Algorithmic Trading Handel algorytmiczny jest zwykle postrzegany jako złożony obszar, z którym początkujący mogą sobie poradzić. Obejmuje szeroki zakres dyscyplin, z pewnymi aspektami wymagającymi znacznego stopnia dojrzałości matematycznej i statystycznej. W związku z tym może być wyjątkowo nieprzydatne dla niewtajemniczonych. W rzeczywistości ogólne pojęcia są proste do uchwycenia, a szczegóły można wyciągnąć w sposób ciągły i powtarzalny. Piękno handlu algorytmicznego polega na tym, że nie ma potrzeby sprawdzania wiedzy na temat prawdziwego kapitału, ponieważ wiele domów maklerskich zapewnia wysoce realistyczne symulatory rynku. Chociaż istnieją pewne zastrzeżenia związane z takimi systemami, zapewniają one środowisko do głębokiego zrozumienia, bez absolutnie żadnego ryzyka kapitałowego. Częstym pytaniem, które otrzymuję od czytelników QuantStart jest: Jak zacząć w handlu ilościowym. Napisałem już poradnik dla początkujących w handlu ilościowym. ale jeden artykuł nie może mieć nadziei na pokrycie różnorodności tematu. W związku z tym postanowiłem polecić moje ulubione książki do handlu kwantowego na poziomie podstawowym w tym artykule. Pierwszym zadaniem jest uzyskanie solidnego przeglądu tematu. Odkryłem, że znacznie łatwiej jest uniknąć ciężkich dyskusji matematycznych, dopóki podstawy nie zostaną omówione i zrozumiane. Najlepsze książki, które znalazłem w tym celu, są następujące: 1) Handel ilościowy przez Ernesta Chana - To jedna z moich ulubionych książek finansowych. Dr Chan zapewnia świetny przegląd procesu ustanawiania detalicznego systemu handlu detalicznego przy użyciu MatLab lub Excela. Sprawia, że temat jest bardzo przystępny i sprawia wrażenie, że każdy może to zrobić. Chociaż istnieje wiele szczegółów, które są pomijane (głównie ze względu na zwięzłość), książka jest doskonałym wprowadzeniem do tego, jak działa handel algorytmiczny. Omawia generację alfa (model handlowy), zarządzanie ryzykiem, zautomatyzowane systemy realizacji i pewne strategie (szczególnie rozpęd i średni zwrot). Ta książka jest miejscem do rozpoczęcia. 2) Wewnątrz czarnej skrzynki przez Rishi K. Narang - W tej książce dr Narang szczegółowo wyjaśnia, w jaki sposób działa profesjonalny ilościowy fundusz hedgingowy. Jest sprytny dla doświadczonego inwestora, który zastanawia się, czy zainwestować w tak czarną skrzynkę. Pomimo pozornej nieistotności dla detalisty, książka zawiera mnóstwo informacji o tym, jak należy przeprowadzić odpowiedni system handlu kwantowego. Na przykład podkreślono znaczenie kosztów transakcyjnych i zarządzania ryzykiem, z pomysłem, gdzie szukać dalszych informacji. Wielu sprzedawców detalicznych może zrobić to dobrze i zobaczyć, jak profesjonaliści przeprowadzają transakcje. 3) Algorytmiczny wzmacniacz DMA firmy Barry Johnson - Określenie "handel algorytmiczny" w branży finansowej zazwyczaj odnosi się do algorytmów wykonawczych używanych przez banki i brokerów do wykonywania efektywnych transakcji. Używam tego terminu, aby objąć nie tylko te aspekty handlu, ale także handel ilościowy lub systematyczny. Ta książka dotyczy głównie tego pierwszego, napisanego przez Barry'ego Johnsona, który jest ilościowym programistą w banku inwestycyjnym. Czy to oznacza, że nie ma żadnego zastosowania do sprzedaży detalicznej Nie ma wcale. Posiadanie większej wiedzy na temat funkcjonowania giełd i mikrostruktury rynkowej może ogromnie pomóc w opłacalności strategii detalicznych. Pomimo tego, że jest to ciężki tom, warto go podnieść. Po uchwyceniu podstawowych pojęć konieczne jest rozpoczęcie opracowywania strategii handlowej. Zwykle jest to znane jako składnik modelu alfa w systemie transakcyjnym. Strategie są łatwe do znalezienia w dzisiejszych czasach, jednak prawdziwą wartością jest ustalenie własnych parametrów handlowych poprzez szeroko zakrojone badania i weryfikację historyczną. Poniższe książki omawiają pewne rodzaje systemów handlu i realizacji oraz jak je wdrożyć: 4) Handel algorytmiczny przez Ernesta Chana - Jest to druga książka dr Chana. W pierwszej książce unikał rozpędu, średniej rewersji i pewnych strategii wysokich częstotliwości. Książka ta szczegółowo omawia takie strategie i dostarcza istotnych szczegółów implementacji, aczkolwiek z większą złożonością matematyczną niż w pierwszej (np. Filtry Kalmana, StationarityCointegration, CADF itp.). Strategie po raz kolejny szeroko wykorzystują MatLab, ale kod można łatwo zmodyfikować do C, Pythonpandas lub R dla tych, którzy mają doświadczenie w programowaniu. Zapewnia również aktualizacje na temat najnowszych zachowań rynkowych, ponieważ pierwsza książka została napisana kilka lat wstecz. 5) Handel i wymiana Larry'ego Harrisa - Książka koncentruje się na mikrostrukturze rynku. co osobiście uważam za niezbędny obszar do nauki, nawet na początkowych etapach handlu kwantowego. Mikrostruktura rynku jest nauką o tym, jak uczestnicy rynku wchodzą w interakcje i dynamiką, jaka zachodzi w portfelu zamówień. Jest to ściśle związane z funkcjonowaniem wymiany i tym, co faktycznie dzieje się, gdy odbywa się handel. W tej książce mniej chodzi o strategie handlowe jako takie, ale o rzeczy, o których należy pamiętać przy projektowaniu systemów wykonawczych. Wielu profesjonalistów w dziedzinie finansów kwantowych uważa to za doskonałą książkę i bardzo ją polecam. Na tym etapie, jako sprzedawca detaliczny, będziesz w stanie rozpocząć badanie innych komponentów systemu transakcyjnego, takich jak mechanizm wykonania (i jego głęboki związek z kosztami transakcji), a także zarządzanie ryzykiem i portfelem. Będę rozdawał książki na te tematy w późniejszych artykułach. Pierwsze kroki z Quantitative TradingQuantitative Trading Zarejestruj się, aby zapisać swoją bibliotekę Podczas gdy instytucjonalni inwestorzy kontynuują wdrażanie ilościowego (lub algorytmicznego) handlu, wielu niezależnych przedsiębiorców zastanawia się, czy wciąż mogą rzucić wyzwanie potężnym profesjonalistom z branży we własnej grze. Odpowiedź brzmi: tak, w Handel ilościowy. Dr Ernest Chan, szanowany niezależny przedsiębiorca i konsultant, pokaże ci, jak to zrobić. Niezależnie od tego, czy jesteś niezależnym sprzedawcą detalicznym, który chce rozpocząć własną działalność handlową o charakterze ilościowym, czy osobą, która aspiruje do pracy jako inwestor ilościowy w dużej instytucji finansowej, ten praktyczny przewodnik zawiera informacje potrzebne do odniesienia sukcesu. Publikacja Szczegóły Wydawca: Wiley Data publikacji: 2009 Seria: Wiley Trading Dostępne w: Stany Zjednoczone, Singapur, Kanada, Indie Kindle Book OverDrive Przeczytaj Adobe PDF eBook 17,2 MB Adobe EPUB eBook 2,7 MB Ernie Chan (Autor) Ernest P. Dr Chan jest handlowcem ilościowym i konsultantem, który doradza klientom w zakresie wdrażania zautomatyzowanych strategii statystycznych. Pracował jako badacz ilościowy i przedsiębiorca w różnych bankach inwestycyjnych, w tym Morgan Stanl.
No comments:
Post a Comment