Estratégias quantitativas de negociação forex

S T R E E T DE W A L L S.

Tipos de Estratégias Quantitativas de Negociação de Fundos de Hedge.

Quant Hedge Funds vem em todas as formas e tamanhos - de pequenas empresas com empregados que numeram na adolescência, para fundos internacionais com presença em três continentes. Uma base de ativos maiores não se correlaciona necessariamente com um número maior de funcionários; em vez disso, a equipe do Hedge Fund provavelmente é uma função do número de estratégias que emprega. Quant Hedge Funds pode se concentrar em ações, renda fixa ou outras classes de ativos, embora raramente um Quant Hedge Fund esteja envolvido em uma estratégia de longo prazo de seleção de ações individualmente, sem cobertura. Muitos CTAs ou “Consultores de Negociação de Commodities” também seriam considerados Quant Hedge Funds, dado o seu papel na compra ou venda de contratos futuros, opções de futuros ou contratos de forex off-exchange de varejo (ou aconselhamento a outros para negociar nessas commodities).

A tabela a seguir fornece mais detalhes sobre diferentes tipos de estratégias de investimento em Hedge Funds; é importante notar que as versões quantitativas e não quantitativas de quase todos esses estilos de investimento Hedge Fund podem ser construídas:

Relative Value Trading vs. Directional Trading.

As abordagens de negociação / investimento Quantitative Hedge Fund se enquadram em uma das duas categorias: as que utilizam as estratégias de Valor Relativo e aquelas cujas estratégias serão caracterizadas como Direcional. Ambas as estratégias utilizam fortemente modelos de computador e software estatístico.

As estratégias de Relative Value tentam capitalizar relacionamentos de preços previsíveis (muitas vezes - relacionamentos de retorno) entre múltiplos ativos (por exemplo, a relação entre os rendimentos de curto prazo do Tesouro dos EUA vs. os rendimentos de longo prazo do Tesouro dos EUA ou a relação no implícito volatilidade em dois contratos de opção diferentes). As estratégias direcionais, entretanto, normalmente são baseadas em caminhos baseados em tendências ou outros padrões, sugestivos de impulso ascendente ou descendente para uma garantia ou conjunto de valores mobiliários (por exemplo, apostando que os rendimentos de longo prazo dos títulos do Tesouro dos EUA aumentarão ou que a volatilidade implícita declínio).

Relative Value Strategies.

Os exemplos comuns de estratégias de Relativo de Valor incluem a colocação de apostas relativas (ou seja, comprar um bem e vender outro) em ativos cujos preços estão intimamente vinculados:

Títulos governamentais de dois países diferentes Títulos do governo de dois prazos diferentes até o vencimento Títulos de obrigações de capital corporativo versus títulos hipotecários O diferencial de volatilidade implícita entre dois derivativos. Preços de ações versus preços de títulos para um emissor de títulos corporativos. Diferenças de rendimento de obrigações de capital vs. Swap de inadimplência de crédito (CDS ) se espalha.

A lista de estratégias de valor relativo potencial é muito longa; acima são apenas alguns exemplos. Existem três estratégias de Valor Relativo muito importantes e comummente utilizadas para se conscientizar, no entanto:

Arbitragem estatística: negociação de uma tendência de reversão média dos valores de cestas semelhantes de ativos com base em relações comerciais históricas. Uma forma comum de Arbitragem Estatística, ou "Arat Stat", "trading", é conhecida como Equity Market Neutral trading. Nesta estratégia, duas cestas de ações são escolhidas (uma cesta "longa" e uma cesta "curta"), com o objetivo de que os pesos relativos das duas cestas saiam do fundo com exposição líquida zero a vários fatores de risco (indústria, geografia, setor, etc. .) Stat Arb também pode envolver a negociação de um índice contra um ETF similar, ou um índice versus ações de uma única empresa. Arbitragem convertível: compra de emissões de obrigações convertíveis por uma empresa e simultaneamente venda das ações ordinárias da mesma empresa, com a idéia de que, se o estoque de uma determinada empresa declinar, o lucro da posição curta compensará mais do que qualquer perda na posição de títulos convertíveis, dado o valor do vínculo convertível como instrumento de renda fixa. De igual modo, em qualquer movimento ascendente das ações ordinárias, o fundo pode lucrar com a conversão de suas obrigações convertíveis em ações, vendendo essas ações no mercado valor por um valor que exceda todas as perdas em sua posição curta. Arbitragem de Renda Fixa: negociação de títulos de renda fixa em mercados de títulos desenvolvidos para explorar anomalias de taxa de juros relativos percebidas. Posições de Arbitragem de Renda Fixa podem usar títulos do governo, swaps de taxa de juros e futuros de taxa de juros. Um exemplo popular desse estilo de negociação em arbitragem de renda fixa é o "comércio de base", no qual um vende (compra) futuros do Tesouro e compra ( vende uma quantidade correspondente do potencial entregável. В Aqui, está a considerar a diferença entre o preço à vista de uma obrigação e o preço do contrato futuro ajustado (fator de conversão do preço de futuros) e a negociação dos pares de ativos em conformidade.

Estratégias direcionais.

As estratégias de negociação direcional, entretanto, geralmente se baseiam em caminhos de tendências ou outros motivos baseados em padrões sugerentes de impulso ascendente ou descendente para um preço de segurança. O comércio direcional geralmente incorporará algum aspecto da Análise Técnica ou "cartografia". Isso envolve a previsão da direção de preços através do estudo dos preços do mercado passado e do volume de dados do mercado. A "negociação" que está sendo negociada pode ser a de um bem em si (dinamismo nos preços das ações, por exemplo, ou a taxa de câmbio do euro / dólar norte-americano) ou um fator que afeta diretamente a o próprio preço dos ativos (por exemplo, volatilidade implícita para opções ou taxas de juros para títulos do governo).

A negociação técnica também pode incluir o uso de médias móveis, bandas em torno do desvio padrão histórico de preços, níveis de suporte e resistência e taxas de mudança. Normalmente, os indicadores técnicos não constituiriam a única base para o investimento de um Fundo Quantitativo de Hedge estratégia; Os Quante Hedge Funds empregam muitos fatores adicionais além das informações históricas sobre preço e volume. Em outras palavras, os Fundos Quantitativos de Hedge que empregam estratégias de negociação direcional geralmente têm estratégias quantitativas gerais que são muito mais sofisticadas do que a Análise Técnica geral.

Isso não é para sugerir que os comerciantes do dia não possam lucrar com a Análise Técnica - pelo contrário, muitas estratégias de negociação baseadas em impulso podem ser lucrativas. Assim, para os fins deste módulo de treinamento, as referências às estratégias de negociação Quant Hedge Fund não incluirão apenas estratégias baseadas em análise técnica.

Outras estratégias quantitativas.

Outras abordagens comerciais quantitativas que não são facilmente categorizadas como estratégias de Relative Value ou estratégias direcionais incluem:

Negociação de alta freqüência, onde os comerciantes tentam tirar proveito das discrepâncias de preços entre múltiplas plataformas com muitas negociações ao longo do dia. As estratégias de volatilidade administrada usam futuros e contratos a prazo para se concentrar na geração de retornos absolutos baixos, estáveis ​​e LIBOR-plus, aumentando ou diminuindo a número de contratos dinamicamente à medida que as volatilidades subjacentes das ações, títulos e outros mercados mudam. Estratégias de volatilidade gerenciadas ganharam popularidade nos últimos anos devido à recente instabilidade dos mercados de ações e títulos. & larr; O que é um Fundo de cobertura quantitativo? Top Quantitative Hedge Funds & rarr;

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. Espera-se que este post atenda a dois públicos-alvo. 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".

A negociação quantitativa é uma área extremamente sofisticada de finanças quânticas. 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:

Identificação Estratégica - Encontrando uma estratégia, explorando uma vantagem e decidindo sobre a frequência de negociação Backtesting da estratégia - Obtendo dados, analisando o desempenho da estratégia e removendo vieses Sistema de Execução - Vinculando a uma corretora, automatizando a negociação e minimizando custos de transação tamanho da aposta "/ critério Kelly e psicologia comercial.

Começaremos dando 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 avaliar seus próprios requisitos de capital se estiver executando a estratégia como um comerciante "varejista" e como qualquer custo de transação afetará 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 indivíduos e empresas estão interessados ​​em discutir suas estratégias rentáveis, especialmente quando sabem que outros "aglomerando o comércio" podem impedir a estratégia de trabalhar no 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 à média é aquela que tenta explorar o fato de que existe uma média de longo prazo em uma "série de preços" (como o spread entre dois ativos correlatos) e que os desvios de curto prazo dessa média acabarão sendo revertidos. 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 frequência (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 profissionais de varejo, HFT e UHFT certamente são possíveis, mas apenas com conhecimento detalhado da "pilha de tecnologia" 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 por meio do processo acima é lucrativa quando aplicada 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 do comércio quantitativo, uma vez que implica inúmeros vieses, que devem ser cuidadosamente considerados e eliminados, tanto quanto 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 dentro do backtesting incluem a disponibilidade e a limpeza de dados históricos, levando em consideração custos de transação realistas e decidindo sobre uma plataforma robusta de backtesting. Discutiremos os custos de transação ainda mais na seção Sistemas de Execução abaixo.

Uma vez que uma estratégia tenha sido 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. Não vou me debruçar muito sobre fornecedores aqui, em vez disso, gostaria de me concentrar nas questões gerais ao lidar com conjuntos de dados históricos.

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

Precisão pertence à qualidade geral dos dados - se contém algum erro. Os erros às vezes podem ser fáceis de identificar, como, por exemplo, com um filtro de espiga, que irá escolher "picos" incorretos em dados da série temporal e corrigi-los. 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 geralmente é 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 excluídas / falidas. 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 desdobramentos são os culpados comuns. Um processo conhecido como ajuste de volta 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 escolha entre softwares backtest dedicados, como o Tradestation, uma plataforma numérica como o Excel ou o MATLAB ou uma implementação personalizada completa em uma linguagem de programação como Python ou C ++. Não vou demorar muito na Tradestation (ou similar), no Excel ou no MATLAB, pois acredito na criação de 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.

Quando testar um sistema, é preciso quantificar o desempenho. As métricas "padrão do setor" para estratégias quantitativas são o rebaixamento máximo e o Índice de Sharpe. A retirada máxima caracteriza a maior queda de pico a calha na curva de equidade 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 o último drawdown máximo, que é um bom guia para o futuro desempenho de drawdown da estratégia. A segunda medida é a Ratia de Sharpe, que é definida heuristicamente como a média dos retornos em excesso divididos pelo desvio padrão desses retornos em excesso. 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. Observe que o retorno anualizado não é uma medida usualmente utilizada, pois não leva em consideração a volatilidade da estratégia (ao contrário do Ratio Sharpe).

Uma vez que uma estratégia tenha sido backtested e seja considerada livre de preconceitos (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 no telefone diretamente para uma interface de programação de aplicativos (API) de alto desempenho totalmente automatizada. O ideal é que você queira automatizar a execução de suas negociações 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 "loop 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 quant 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, existem três componentes para os custos de transação: Comissões (ou impostos), que são as taxas cobradas pela corretora, a troca e a 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 oferta / oferta da garantia negociada. Observe que o spread NÃO é constante e depende da liquidez atual (isto é, disponibilidade de ordens de compra / venda) no mercado.

Os custos de transação podem fazer a diferença entre uma estratégia extremamente lucrativa com um bom índice de Sharpe e uma estratégia extremamente não lucrativa com um índice de 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 inteiras de quantos são dedicadas à otimização da execução nos fundos maiores, por esses motivos. 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 questão principal final para os sistemas de execução diz respeito à divergência de desempenho da estratégia com o desempenho testado. Isso pode acontecer por vários motivos. Já analisamos o viés de look-ahead e o viés de otimização em profundidade, ao considerar os backtests. No entanto, algumas estratégias não facilitam a verificação desses preconceitos antes da implantação. Isso ocorre em HFT mais predominantemente. Pode haver bugs no sistema de execução, bem como a própria estratégia de negociação que não aparece em um backtest, mas aparece no live trading. O mercado pode estar sujeito a uma mudança de regime posterior à implantação de sua estratégia. Novos ambientes regulatórios, mudanças no sentimento dos investidores e fenômenos macroeconômicos podem levar a divergências quanto ao comportamento do mercado e, assim, a rentabilidade da 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 vieses anteriores que discutimos. Isso inclui risco de tecnologia, como servidores co-localizados na central de repente desenvolvendo um mau funcionamento do disco rígido. Isso inclui risco de corretagem, como o corretor estar falido (não tão louco quanto parece, dado o recente susto com a MF Global!). Em suma, abrange quase tudo o que poderia interferir com a implementação comercial, dos 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 de 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 fundamental do gerenciamento de riscos é lidar com o próprio perfil psicológico. Existem muitos vieses cognitivos que podem surgir na negociação. Embora isso seja certamente menos problemático com o comércio algorítmico se a estratégia for deixada sozinha! 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 viés emocional - medo e ganância. Estes podem, muitas vezes, levar a alavancagem insuficiente ou excessiva, o que pode causar explosão (ou seja, o patrimônio da conta em 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 um extenso conhecimento em estatística e econometria, com muita experiência em implementação, por meio de uma linguagem de programação como MATLAB, Python ou R. Para estratégias mais sofisticadas no final de frequência 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 estiver interessado em tentar criar suas próprias estratégias de negociação algorítmica, minha primeira sugestão seria se programar bem. 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 estiver na linha, você não dormiria melhor à noite sabendo que você testou completamente seu sistema e está ciente de suas armadilhas e problemas específicos? Terceirizar isso para um fornecedor, enquanto potencialmente economiza tempo a curto prazo, pode 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.

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.

Negociação quantitativa.

Investimentos quantitativos e idéias comerciais, pesquisas e análises.

Sexta-feira, 11 de março de 2011.

Estratégias de Momentum em futuros e Forex.

70 comentários:

Em geral, confio nas recomendações do seu livro, mas uma rápida pesquisa no google sobre este parece duvidosa. Reclamações de rendimentos anualizados de 1000%, etc. Você tem certeza disso?

Prefiro separar as decisões da classe de ativos do impulso no nível da sub-classe de ativos. Por exemplo, uma indústria cíclica pode reunir-se fortemente simplesmente devido ao seu alto beta se o mercado se manda. Pegue os retornos idiossincráticos, calcule o retorno de 2-12 meses (o primeiro mês tende a ter alguma reversão média), escala que pela volatilidade idiossincrática. Uma vez por semana / mês (eles não mudaram tão freqüentemente quanto seus sinais tradicionais), converta estes para um Z-score que pode ser usado em alguma outra parte do processo de construção da vista ou formar um portfólio dos 25% , inferior a 25%, e meio 50% e rastreie o desempenho. Você poderia fazer isso dentro de cada classe de ativos ou em todas as classes de ativos.

No SensoBeat (sensobeat), assumimos que existe um "momento" para itens de notícias, e nós tentamos rastrear esse ímpeto (estoque & buzz & quot;). Nós fazemos isso apenas para estoques, mas também podemos ser adaptados a outros campos, desde que possam ter um "buzz". Pensamos em usá-lo para algo-trading, o que é mais relevante para você, mas torná-lo totalmente automático foi um grande problema. Por exemplo. O sentimento de uma notícia é positivo, mas se perde as expectativas, o efeito é negativo. Nós decidimos buscar uma ferramenta de ajuda à decisão, que o comerciante faça a decisão final. Seria interessante ouvir o que os comerciantes profissionais pensam da idéia.

Como mencionei no meu livro, raramente acho uma estratégia publicada rentável como está. Muitas vezes, ele não conseguiu suportar backtesting, para não falar de negociação ao vivo. Então, não ganhei muito peso na reivindicação de 1000%. A importante retirada do livro é algumas técnicas que não conheci antes das quais eu posso modificar e melhorar.

Obrigado pela sua ideia. Na verdade, isso me lembra toda uma série de estratégias de impulso sobre as quais lido: basicamente, mantendo um portfólio longo e curto com base em alguns critérios de classificação simples, como os retornos atrasados ​​como você sugeriu. Aparentemente, isso funciona não apenas em ações, mas também em futuros de commodities. (Google, o artigo de Joelle Miffre e Georgios Rallis, chamado "Momentum in Commodity Futures Markets").

Obrigado por compartilhar seu produto conosco. Neste contexto, devo mencionar que a empresa Ravenpack tem um indicador de sentimento de notícias similar, que acredito que pode ser usado para negociação algorítmica, e os indicadores da Ravenpack podem ser integrados na plataforma Alphacet Discovery.

Obrigado por me apontar para Ravenpack. Eles fazem análise de sentimento que algumas outras empresas também fazem (thestocksonar, sentigo). Todos tentam decidir se uma notícia é positiva ou não. SensoBeat tenta responder a uma pergunta diferente: quanto caiu a notícia (em tempo real)? Tanto quanto sabemos, esta informação não está disponível para os comerciantes. 2 itens similares de 2 empresas diferentes podem ter uma propagação muito diferente e, portanto, um impacto diferente no estoque. Quando o comerciante lê uma notícia de seu feed favorito, ele não sabe se esta notícia agora está começando a se espalhar, já é "all-over" a internet, e assim por diante.

Essa é certamente uma característica interessante. É bom saber que este produto existe!

A coisa com impulso é que ela pode continuar indo e indo ou pode ser um fracasso. A melhor regra que eu acho para negociar estratégias de impulso é apenas gerenciar suas saídas e nunca definir um alvo. O ditado "limita suas perdas e deixa seu lucro correr" pode ser simplista, mas é tão verdadeiro.

1) identificar uma tendência; e.

2) entrar em uma contra-tendência.

Efetivamente, comprando em mínimos locais em um mercado de touro, por exemplo.

Este é um artigo oportuno! Eu estava re-lendo seu livro novamente e você sugeriu que, se alguém tiver um baixo nível de capital, as estratégias com alavancagem (como futuros e divisas) provavelmente são as melhores para começar. No entanto, sem ter experiência em negociação de futuros ou de divisas, o que recomendaria ser o melhor livro / site para começar?

Sim, com estratégias de impulso, eu gosto de parar a perda, mas sem objetivo de lucro. Por outro lado, com estratégias de reversão, eu gosto de ter metas de lucro, mas sem perda de parada.

Em termos de futuros de negociação, você pode começar com o livro de Joe Duffy como eu recomendava.

Obrigado Ernie. Apenas pedi o livro hoje, então, espero que o obtenha no horário da semana ou assim.

Ernie, você acha que essa reversão equivocada não é uma boa estratégia no Forex? Provei amostras dos dados EUR / USD, bastante difíceis, em busca de reversão média em vários prazos, usando misturas de osciladores e não achou nada útil. Talvez seja porque os mercados de moeda são tão grandes que só são realmente emocionados pelas notícias reais, e não por padrões de negociação estocásticos.

Existem estratégias de reversão média que funcionam no FX, mas o EURUSD não é um bom candidato. É preciso procurar países cujos indicadores econômicos estejam mais fortemente cointegrados.

Para obter mais impulso em sua negociação Forex, visite ultimatesignals / members / go. php? R = 38 & amp; i = l0.

você já examinou as funções gaussianas?

Muitos de nós têm usado Gaussians em muitas formas, mas talvez você possa ser mais específico quanto ao seu uso no contexto momentum? Talvez apontar para uma referência online?

Oi, Ernie, sou um grande fã do seu livro e deste blog, mas não consegui encontrar nenhuma maneira de acompanhar o desempenho do seu fundo. Onde posso ver isso por favor?

Por favor envie-me um email.

Ei, Ernie, você acabou de me tornar famoso: D!

1) Não insira ações que sejam para reportar ganhos antes que você espere sair.

2) Insira posições menores ainda esperando a reversão média.

3) Entre, independentemente do que se baseia na ação do preço, ignorando qualquer notícia.

Eu evitaria entrar em posições de ações que anunciaram ou esperam anunciar ganhos para estratégias de reversão média.

& gt; & gt; "Eu evitaria entrar em posições de ações que anunciaram ou esperam anunciar ganhos para estratégias de reversão média".

Livre! Troque as chances. Centro estatístico completo para padrões sazonais e estatísticos para Dow, SP, Nasdaq, Dax. Procure seus melhores padrões de negociação, escolhendo o mês, o dia do mês, as semanas de vencimento, a fase da lua, o ciclo presidencial, a política etc. Ferramentas extra: 1) E se. (Retorna n dias depois se a mudança for.) 2) Estatísticas intradias surpreendentes e lucrativas. 3) Previsão do dia para Dax e Nasdaq. Experimente e obtenha lucros.

Comentários e sugestões são bem-vindos.

Você já ouviu falar de PEAD: Anúncio de adiantamento do anúncio? A pesquisa indica que o preço não significará - reverter após o anúncio de ganhos.

Obrigado por suas respostas, Ernie.

Quando se trata de PEAD e teste de reversão médio com dados de scrape dos ganhos, o que foi.

a) o tempo de espera médio para sua estratégia.

b) e quantos dias antes ou depois dos ganhos a entrada seria excluída?

Não consigo divulgar o período de retenção exato da minha estratégia, mas posso dizer que a escala de tempo é bastante semelhante às suas estratégias de reversão média.

Ernie, acho que estratégias de negociação lucrativas para "carteiras * de futuros" não são impossivelmente difíceis de encontrar. Normalmente, eles têm um tempo de espera de negociação médio de 25 a 100 dias e um tempo de espera de perda de tempo médio de 5-25 dias. (Porque eles cortaram perdedores e deixam os vencedores correrem.)

Muito obrigado por suas referências. Eles parecem muito interessantes.

É possível ganhar dinheiro com $ 100-150K de capital, mas, obviamente, não se o retorno alavancado é de 5%. Seria um cálculo simples para encontrar os retornos necessários para a sobrevivência, uma vez que você define o lucro que você precisa.

Obrigado por discutir o livro de Duffy. Eu encontrei algumas rugas interessantes lá.

Muitas tendências altamente direcionais / baixas tendem a ocorrer na sessão de negociação durante a noite de futuros de índices, por exemplo, de 9:15 pm a 7 am BST para futuros do Índice S & P 500, geralmente como reversão após movimentos muito grandes, então vá longe se a tendência / O movimento está em grande parte baixo, e fica curto se a tendência / movimento for amplamente aumentada.

Desculpe, eu quis dizer GMT! A estratégia é correta.

Obrigado pela sugestão do futuro: será backtest isso em algum momento!

da minha experiência, o momento é muito mais fácil de encontrar do que estratégias de reversão médias para commodities (futuros)

Sim, eu concordo com você. A reversão média funciona principalmente para ações individuais, enquanto o impulso principalmente funciona para futuros e moedas.

Muito obrigado por compartilhar o seu método melhorado de treinamento de rede neural com a gente!

No Financial Times de hoje.

Oi, Ernie, você pode compartilhar algumas das técnicas para trocar os intervalos overnight da FX?

Spritrig: Ah, sim, não todos nós odiamos os mercados becalmed?

Um exemplo do momento da abertura durante a noite é a estratégia de Londres Breakout discutida no comentário de Bernd referenciado em minha postagem no blog.

Ok então, deixe-me colocar-me no chão de um novo comerciante com não tanto capital e não muita experiência, digamos 10 ou 20k, apenas tentando obter um bom retorno de suas economias, não ganhando a vida off trading.

Eu tenho desenvolvido estratégias de negociação em dados perto de fechar por cerca de um ano e eu estou olhando para começar a negociar intradía (barras de 1 hora).

Você sabia de qualquer livro se eu pudesse encontrar os conceitos básicos das técnicas envolvidas. Por exemplo, quais são os pressupostos de deslizamento? Que tipo de execução de ordem devo usar para backtest (comércio no próximo preço de abertura do bar, VWAP)? etc.

Na verdade, você pode apenas confirmar o tipo de ordem que produzirão os melhores resultados de backtest.

Qualquer leitura recomendada? (Não estou procurando estratégias, mas para métodos)

Eu aprendo a maioria desses problemas relacionados à execução da negociação real. Poucos livros irão descer a esses detalhes. No entanto, você pode verificar o livro de Trocas e Trocas na minha Lista Recomendada na barra lateral direita do meu blog - faz um bom trabalho para explicar a microestrutura do mercado.

Você acha que é possível encontrar boas estratégias de reversão média nos futuros, que é uma boa pergunta.

Sim, existem boas estratégias de reversão média nos futuros do índice de ações.

Você pode ver como o impulso funciona na fx a partir deste programa:

Claro, você também pode encontrar pares FX de cointegração.

Se NZD. USD = 0.75, então.

US $ 10.000 é equivalente a 13.333 unidades de NZD. JPY.

Quando o multiplicador é uma constante (como é o caso de um futuro ou ETF negociado em uma bolsa dos EUA), a relação hedge cuidará automaticamente.

A diferença nos futuros refere-se ao fechamento e abertura do comércio de poços.

Você acha que é uma boa idéia aplicar estratégia momentânea durante eventos como, por exemplo, anúncio de folha de pagamento não agrícola? Eu sei que muitos comerciantes usam essa técnica para negociar manualmente. Do outro lado, existem muitos comerciantes de alta freqüência que fazem o mesmo e usam tecnologia de baixa latência. Qual é o ponto de competir com eles se esses caras forem sempre mais rápidos?

Na verdade, não achei muito alfa nesta escala de tempo curto. Mas isso é porque nunca pretendemos ser HFT!

Obrigado pela dica, Harry!

Eu vou verificar isso.

O único modelo que se aproxima dos mercados financeiros é o movimento geométrico browniano (GBM). A distância percorrida sob GBM é proporcional à raiz quadrada do intervalo de tempo. Positivo & amp; os choques negativos se cancelam ao longo do tempo em um portfólio diversificado de ações. Em uma base líquida, raramente pode-se superar os mercados. De acordo com a fórmula de opção para A dado estoque S, se uma opção de um mês custa 1 dólar, então a opção de 4 meses no mesmo estoque custa apenas 2 dólares porque a raiz quadrada de 4 é dois. A maneira indireta de afirmar isso é que, para um período de tempo, as chances de que essa viagem percorra uma distância de 1d é 4 vezes em comparação com a distância de viagem de 2d. As fórmulas de aprovação podem não ser perfeitas 100%, mas são muito boas porque trilhões de dólares de derivativos são negociados todos os dias com base em fórmulas de opção e amp; os fabricantes de mercado não vão à falência, se eles fazem mercado em puts ou calls & amp; Fique fora da especulação.

Eu acredito que sua estratégia é uma estratégia de reversão média bastante clássica. Como tal, só funcionará se o mercado em questão NÃO estiver executando um GBM, mas um processo Ornstein Unlenbeck (OU).

8 Tipos de Estratégias Algoritmicas de Forex.

Como prometido, aqui está a próxima parte da minha série em sistemas de negociação forex algorítmica. Certifique-se de verificar a primeira parte sobre o que você precisa saber sobre a Algo FX Trading antes de ler!

Essa abordagem comercial geralmente atrai aqueles que procuram eliminar ou reduzir a interferência emocional humana na tomada de decisões comerciais. Afinal, comprar ou vender sinais podem ser gerados usando um conjunto de instruções programadas e podem ser executados diretamente em sua plataforma de negociação.

"Amazeballs! Aqui está o meu dinheiro! Onde eu assino?"

Segure seus cavalos, jovem padawan! Coloque seu dinheiro suado de volta em sua carteira e gaste um pouco mais de tempo comprando a negociação algorítmica primeiro. Para começar, vamos dar uma olhada nas diferentes classificações desta abordagem comercial.

Estratégias de negociação algorítmica.

Existem oito principais tipos de troca de algo com base nas estratégias utilizadas. Muito esmagadora, hein? Claro que você pode misturar e combinar essas estratégias também, o que produz muitas combinações possíveis.

Uma das estratégias mais simples é simplesmente seguir as tendências do mercado, com ordens de compra ou venda geradas com base em um conjunto de condições cumpridas por indicadores técnicos. Esta estratégia também pode comparar os dados históricos e atuais para prever se as tendências provavelmente continuarão ou reverterão.

Outro tipo básico de estratégia de negociação é o sistema de reversão médio, que opera sob o pressuposto de que os mercados variam 80% do tempo. Caixas pretas que empregam esta estratégia tipicamente calculam um preço médio de ativos usando dados históricos e levam negócios em antecipação ao preço atual retornando ao preço médio.

Já tentou trocar as novidades? Bem, esta estratégia pode fazer isso por você! Um sistema de negociação algorítmica baseado em notícias geralmente é enganchado aos fios de notícias, gerando automaticamente sinais de comércio dependendo de como os dados reais se revelam em comparação com o consenso do mercado ou os dados anteriores.

Como você aprendeu na nossa lição da Escola sobre o sentimento do mercado, o posicionamento comercial e não comercial também pode ser usado para identificar os tops e os fundos do mercado. Estratégias Forex relacionadas com o sentimento do mercado podem envolver o uso do relatório COT ou de um sistema que detecta posições nítidas de curto ou longo prazo. Abordagens mais modernas também são capazes de escanear redes de mídia social para avaliar os viés de moeda.

Agora, é aqui que fica um pouco mais complicado do que o habitual. Fazer uso da arbitragem em negociações algorítmicas significa que o sistema caça por desequilíbrios de preços em diferentes mercados e faz lucro com esses. Uma vez que as diferenças de preços do forex são normalmente em micropips, você precisaria negociar posições realmente grandes para obter lucros consideráveis. A arbitragem triangular, que envolve dois pares de moedas e um cruzamento monetário entre os dois, também é uma estratégia popular nesta classificação.

Como o nome sugere, esse tipo de sistema comercial opera a velocidades rápidas, executando sinais de compra ou venda e negociações de fechamento em questão de milissegundos. Estes tipicamente usam estratégias de arbitragem ou scalping com base em flutuações rápidas de preços e envolvem altos volumes de negociação.

Esta é uma estratégia empregada por grandes instituições financeiras que são muito segredos sobre seus cargos forex. Em vez de colocar uma enorme posição longa ou curta com apenas um corretor, eles dividem seu comércio em posições menores e executá-los sob diferentes corretores. Seu algoritmo pode até permitir que essas ordens comerciais menores sejam colocadas em momentos diferentes para evitar que outros participantes do mercado descobrissem! Desta forma, as instituições financeiras podem executar negócios em condições normais de mercado sem flutuações repentinas de preços. Os comerciantes de varejo que acompanham os volumes de negociação podem ver apenas a "ponta do iceberg" quando se trata desses grandes negócios.

Se você acha que o iceberg é sneaky, então a estratégia furtiva é ainda mais furiosa! Iceberging tem sido uma prática tão comum nos últimos anos que os observadores do mercado hardcore conseguiram invadir essa idéia e chegar a um algoritmo para juntar essas ordens menores e descobrir se um grande jogador de mercado está por trás de tudo isso.

Como você provavelmente adivinhou, é preciso um histórico sólido na análise de mercado financeiro e na programação de computadores para poder projetar algoritmos de negociação tão sofisticados. Analistas quantitativos ou quants são normalmente treinados em C ++, C # ou programação Java antes que eles sejam capazes de criar sistemas de negociação algorítmica.

Não permita que isso o desencoraje! Os primeiros três ou quatro tipos de estratégias de negociação algorítmicas já devem ser muito familiares para você se você estiver negociando por algum tempo ou se você fosse um estudante diligente em nossa Escola de Pipsologia.

Fique atento para a próxima parte desta série, já que eu planejo deixar você entrar nos últimos desenvolvimentos e no futuro da negociação FX algorítmica. Até a próxima semana!

Ocupe-se vivendo ou ocupe-se morrendo. Stephen King.

O BabyPips ajuda os comerciantes individuais a aprender como negociar o mercado cambial.

Apresentamos as pessoas ao mundo do comércio de moeda e fornecemos conteúdos educacionais para ajudá-los a aprender a se tornarem comerciantes rentáveis. Nós também somos uma comunidade de comerciantes que se apoiam na nossa jornada de negociação diária.

Pioneering Tomorrow's Trading.

Pesquisa, Backtest e comércio de seus investimentos.

Inscreva-se gratuitamente.

Como funciona?

Construa Algoritmos em um ID do navegador,

Usando estratégias de modelos e dados gratuitos.

Desenhe e teste sua estratégia em nossos dados gratuitos e, quando estiver pronto, implemente-o ao vivo para sua corretora. Code em várias linguagens de programação e aproveite nosso cluster de centenas de servidores para executar o backtest para analisar sua estratégia em ações, FX, CFD, Opções ou Futures Markets.

QuantConnect é a próxima revolução no comércio quantitativo, combinando computação em nuvem e acesso aberto a dados.

Velocidade sem paralelo.

Aproveite o nosso farm de servidores para velocidades institucionais do seu computador desktop. Você pode iterar em suas idéias mais rápido do que você já fez antes.

Massive Data Library.

Nós fornecemos uma enorme biblioteca gratuita de dados de resolução de carrapatos de 400 TB que cobre os US Equities, Options, Futures, Fundamentals, CFD e Forex desde 1998.

Execução de classe mundial.

Nossos algoritmos de negociação ao vivo estão co-localizados junto aos servidores do mercado em Equinix (NY7) para uma execução rápida resiliente, segura e fácil de iluminação para os mercados.

Tem algumas ótimas ideias? Vamos testá-lo! Comece seu algoritmo.

Qualidade profissional, Open Data Library.

Estratégias de design com nossa biblioteca de dados cuidadosamente com curadoria, abrangendo os mercados globais, do tico à resolução diária. Os dados são atualizados quase que diariamente, para que você possa testar os dados mais recentes possíveis e o viés de sobrevivência livre.

Oferecemos dados de ticks de ações que retornam a janeiro de 1998 para cada símbolo negociado, totalizando mais de 29 mil ações. O preço é fornecido pela QuantQuote.

Além do que, além do mais; temos dados fundamentais da Morning Star para os 8.000 símbolos mais populares para mais de 900 indicadores desde 1998.

Crypto, Forex e amp; CFD.

Nós lideramos o mundo com a negociação algorítmica criptográfica no GDAX além de oferecer 100 contratos de divisas e 70 CFD cobrindo todas as principais economias fornecidas pela FXCM e pela OANDA. Todos os dados estão disponíveis na resolução do carrapato, começa em abril de 2007 e é atualizado diariamente.

Nós oferecemos o comércio de trocas de futuros e citar dados de janeiro de 2009 para o presente, para cada contrato negociado em CME, COMEX e GLOBEX. Os dados são atualizados semanalmente e são fornecidos pela AlgoSeek.

Oferecemos opções de negociação e cotação até resolução de minutos, para cada opção negociada na ORPA desde 2007, cobrindo milhões de contratos. Os dados são atualizados dentro de 48 horas e são fornecidos pela AlgoSeek.

Baixe dados FX e CFD gratuitamente - Explore nossa biblioteca de dados Inscreva-se hoje.

Colaboração em equipe.

Encontre novos amigos na comunidade e colabore com nosso recurso de codificação de equipe! Compartilhe projetos e veja seu código instantaneamente à medida que eles escrevem. Você pode até mesmo conceder acesso ao vivo e controlar o algoritmo ao vivo em conjunto. Use nossa mensagem instantânea interna para encontrar futuros membros da equipe para unir forças!

Propriedade Intelectual Segura.

Nosso foco é dar-lhe a melhor plataforma de negociação algorítmica possível e proteger sua valiosa propriedade intelectual. Nós sempre seremos um fornecedor de infraestrutura e tecnologia primeiro. Quando você estiver pronto para negociação ao vivo, felizmente o ajudamos a executar através do seu corretor de escolha.

Execute através de corretores líderes.

Nós nos integramos com corretoras líderes mundiais para fornecer a melhor execução e taxas mais baixas para a comunidade.

OPÇÕES DE FUTUROS FOREX DE EQUITY.

$ 1 MÍNIMO, $ 0.005 / COMPARTILHAR.

A indústria titan Interactive Brokers oferece acesso a mercado de ações, futuros e opções com uma conta e algumas das taxas mais baixas do setor.

De & pound; 0,07 por lote.

Com baixo acesso direto e direto ao mercado, a FXCM oferece acesso a FX com taxas transparentes, excelentes preenchimentos e um pequeno depósito de abertura.

Taxas de spread.

Fundada em 1995, a OANDA fornece acesso a FX e CFD's com taxas de spread abrangendo todos os principais mercados globais.

Trocas Comerciais Crypto.

Comércio Bitcoin, Etherum e LiteCoin em uma troca totalmente regulamentada nos EUA.

FOREX CFD EQUITY CRYPTO.

Negociação de papel.

Com QuantConnect & trade; Paper Trading, você pode simular condições de mercado ao vivo, taxas de modelagem e pedidos preenchidos para testar sua estratégia antes de colocá-la ao vivo.

World Leading Brokerage Execution Trade Live.

Corretoras suportadas.

Graças aos nossos parceiros de corretagem, oferecemos negociação ao vivo gratuita para os clientes da corretora FXCM Brokerage e OANDA Brokerage, permitindo que você faça o backtest e comercialize sua estratégia totalmente gratuitamente.

Estratégias conduzidas por eventos.

Projetar um algoritmo não poderia ser mais fácil. Existem apenas duas funções necessárias e cuidamos de tudo o resto! Você apenas inicializa () sua estratégia e lida com os eventos de dados solicitados.

Você pode criar novos indicadores, classes, pastas e arquivos com um compilador C # completo baseado na web e auto-completar. Estamos empenhados em oferecer-lhe a melhor experiência de design de algoritmo possível.

Aproveite seu potencial.

Opt in users pode ter suas estratégias apresentadas aos clientes hedgefund em um painel de estratégia de estratégia transparente. As estratégias são validadas pelo backtesting e negociação ao vivo da QuantConnect, dando-lhe uma revisão neutra do código de terceiros.

Os hedgefunds interessados ​​podem contatá-lo diretamente através da QuantConnect para oferecer emprego ou financiamento para sua estratégia!

Junte-se a nossa comunidade.

Temos uma das maiores comunidades comerciais quantitativas do mundo, construindo, compartilhando e discutindo estratégias através da nossa comunidade. Converse com algumas das mentes mais brilhantes do mundo enquanto exploramos novos domínios de ciência, matemática e finanças.