Handel Kwantitatiewe

Kwantitatiewe Trading Wat is Kwantitatiewe Trading kwantitatiewe handel bestaan ​​uit handel strategieë gebaseer op kwantitatiewe ontleding. wat staatmaak op wiskundige berekeninge en verwerking van syfers te handel geleenthede te identifiseer. As kwantitatiewe handel word algemeen gebruik deur finansiële instellings en verskansingsfondse. die transaksies is gewoonlik groot in grootte en mag die koop en verkoop van honderde duisende van aandele en ander sekuriteite betrek. Dit is egter kwantitatiewe handel al hoe meer algemeen gebruik word deur individuele beleggers. Afbreek van Kwantitatiewe verhandelingsprys en volume is twee van die meer algemene data insette gebruik word in kwantitatiewe analise as die belangrikste insette om wiskundige modelle. Kwantitatiewe handel tegnieke sluit in 'n hoë-frekwensie handel. algoritmiese handel en statistiese arbitrage. Hierdie tegnieke is vinnige-vuur en tipies kort termyn belegging horisonne. Baie kwantitatiewe handelaars is meer vertroud is met kwantitatiewe hulpmiddels, soos bewegende gemiddeldes en ossillators. Verstaan ​​Kwantitatiewe Trading Kwantitatiewe handelaars gebruik te maak van moderne tegnologie, wiskunde en die beskikbaarheid van omvattende databasisse vir die maak van rasionele handel besluite. Kwantitatiewe handelaars neem 'n handel tegniek en 'n model daarvan met behulp van wiskunde, en dan ontwikkel hulle 'n rekenaar program wat die model van toepassing op historiese mark data. Die model is dan backtested en optimale. As gunstige resultate behaal, is die stelsel dan in real-time markte geïmplementeer met die werklike kapitaal. Die manier waarop kwantitatiewe handel modelle funksie kan die beste beskryf word met behulp van 'n analogie. Dink aan 'n weerberig waarin die meteoroloog voorspel 'n 90 kans op reën terwyl die son skyn. Die weervoorspeller afgelei hierdie counter gevolgtrekking deur die versameling en ontleding van klimaat data van sensors in die hele gebied. 'N Gerekenariseerde kwantitatiewe ontleding toon spesifieke patrone in die data. Wanneer hierdie patrone is in vergelyking met dieselfde patrone geopenbaar in historiese klimaat data (back testing), en 90 uit 100 keer die gevolg is reën, dan kan die meteoroloog die gevolgtrekking met vertroue, vandaar die 90-vooruitskatting te trek. Kwantitatiewe handelaars toepas dieselfde proses om die finansiële markte handel besluite te neem. Voor - en nadele van Kwantitatiewe Trading Die doel van die saak is om die optimale kans uitvoering van 'n winsgewende handel te bereken. 'N Tipiese handelaar kan effektief te monitor, te ontleed en te handel besluite op 'n beperkte aantal sekuriteite voor die hoeveelheid inkomende data oorweldig die besluitnemingsproses. Die gebruik van kwantitatiewe handel tegnieke verlig hierdie limiet deur die gebruik van rekenaars om die monitering, analisering, en handel besluite te outomatiseer. Die oorwinning van emosie is een van die mees deurdringende probleme met handel. Word dit vrees of gierigheid, wanneer die handel, emosie dien slegs om rasionele denke, wat gewoonlik lei tot verliese onderdruk. Rekenaars en wiskunde nie emosies te besit, sodat kwantitatiewe handel skakel hierdie probleem. Kwantitatiewe handel nie sy probleme. Finansiële markte is 'n paar van die mees dinamiese entiteite wat bestaan. Daarom moet kwantitatiewe handel modelle as dinamiese konsekwent suksesvol te wees. Baie kwantitatiewe handelaars ontwikkel modelle wat tydelik winsgewend vir die mark toestand waarvoor dit ontwikkel is, maar hulle uiteindelik misluk wanneer marktoestande change. Quant Strategieë - Is Hulle Want U Kwantitatiewe belegging strategieë ontwikkel in baie komplekse gereedskap met die koms van die moderne rekenaars , maar die strategieë wortels gaan terug oor 70 jaar. Hulle word gewoonlik gelei deur hoogs opgeleide spanne en gebruik eie modelle om hul vermoë om die mark te klop verhoog. Daar is selfs off-the-shelf programme wat plug-and-play vir diegene op soek na eenvoud. Quant modelle goed werk altyd wanneer terug getoets, maar hul werklike aansoeke en suksessyfer is debatteerbaar. Terwyl dit lyk asof hulle om goed te werk in bulmarkte. wanneer markte honderd loop, is Quant strategieë aan dieselfde risiko's as enige ander strategie. Die Geskiedenis Een van die stigterslede van die studie van kwantitatiewe teorie toegepas te finansier was Robert Merton. Jy kan my net indink hoe moeilik en tydrowend die proses voor die gebruik van rekenaars. Ander teorieë in finansies ook ontstaan ​​uit 'n paar van die eerste kwantitatiewe studies, insluitend die basis van portefeulje diversifikasie gebaseer op moderne portefeuljeteorie. Die gebruik van beide kwantitatiewe finansies en calculus gelei tot baie ander algemene instrumente waaronder een van die mees bekende, die Black-Scholes opsie prysformule, wat nie net help beleggers prys opsies en strategieë te ontwikkel nie, maar help om die markte in toom met likiditeit. Wanneer direk toegepas word op portefeuljebestuur. die doel is soos enige ander beleggingstrategie. om waarde, Alpha of oortollige opbrengste voeg. Kwantitatiewe, as die ontwikkelaars is geroep, komponeer komplekse wiskundige modelle om beleggingsgeleenthede op te spoor. Daar is soveel modelle wat daar is as kwantitatiewe wat hulle ontwikkel, en al daarop aanspraak maak dat die beste wees. Een van 'n quant belegging strategys topverkoper punte is dat die model, en uiteindelik die rekenaar, maak die werklike koop / verkoop besluit, nie 'n mens. Dit is geneig om 'n emosionele reaksie wat 'n persoon kan ervaar wanneer die koop of verkoop van beleggings te verwyder. Quant strategieë is nou aanvaar in die belegging gemeenskap en hardloop deur middel van onderlinge fondse, verskansingsfondse en institusionele beleggers. Hulle gaan gewoonlik deur die naam Alpha kragopwekkers. of alfa gens. Agter die gordyn net soos in die Wizard of Oz, iemand agter die gordyn ry die proses. Soos met enige model, sy net so goed soos die mens wat die program ontwikkel. Terwyl daar geen spesifieke vereiste vir besig om 'n quant, die meeste maatskappye loop Quant modelle kombineer die vaardighede van beleggingsontleders, statistici en die programmeerders wat die proses kode in die rekenaars. As gevolg van die komplekse aard van die wiskundige en statistiese modelle, sy gemeen geloofsbriewe soos nagraadse grade en doktorsgrade in finansies, ekonomie, wiskunde en ingenieurswese te sien. Histories, hierdie spanlede gewerk in die rug kantore. maar as Quant modelle meer alledaags geword, die kantoor terug beweeg na die front office. Voordele van Quant strategieë Terwyl die algehele slaagsyfer is debatteerbaar, die rede sommige Quant strategieë werk is dat dit gebaseer is op dissipline. As die model reg is, die dissipline hou die strategie werk met weerlig spoed rekenaars om ondoeltreffendheid in die markte wat gebaseer is op kwantitatiewe data uit te buit. Die modelle hulself kan gebaseer wees op so min as 'n paar verhoudings soos P / E. skuld tot ekwiteit en verdienste groei, of gebruik duisende insette saam te werk op dieselfde tyd. Suksesvolle strategieë kan optel op tendense in hul vroeë stadiums soos die rekenaars voortdurend scenario hardloop om ondoeltreffendheid te spoor voordat die ander nie. Die modelle is in staat om te analiseer 'n baie groot groep van beleggings gelyktydig, waar die tradisionele ontleder kan kyk na slegs 'n paar op 'n slag. Die keuringsproses kan die heelal deur graad vlakke soos 1-5 of A-F, afhangende van die model te gradeer. Dit maak die werklike handel proses baie eenvoudig deur te belê in die hoog aangeskrewe beleggings en die verkoop van die lae-gegradeerde kinders. Quant modelle ook oop te stel variasies van strategieë soos lank, kort en lank / kort. Suksesvolle Quant fondse hou 'n skerp oog op risiko beheer as gevolg van die aard van hul modelle. Die meeste strategieë begin met 'n heelal of maatstaf en gebruik sektor en bedryf gewigte in hul modelle. Dit laat die fondse om die diversifikasie in 'n mate beheer sonder om die model self. Quant fondse tipies uitgevoer word op 'n laer basis koste omdat hulle nie nodig het soveel tradisionele ontleders en portefeuljebestuurders om hulle uit te voer. Nadele van Quant strategieë Daar is redes waarom so baie beleggers nie ten volle die konsep van die verhuring van 'n black box hul beleggings hardloop omhels. Vir al die suksesvolle Quant fondse wat daar is, net soveel lyk onsuksesvol te wees. Ongelukkig vir die kwantitatiewe reputasie, toe hulle lewe verlaat, hulle versuim big time. Langtermyn-Capital Management was een van die mees bekende Quant verskansingsfondse, want dit is wat deur 'n paar van die mees gerespekteerde akademiese leiers en twee Nobel gedenkprys-bekroonde ekonome Myron S. Scholes en Robert C. Merton. Gedurende die 1990's, hul span gegenereer bogemiddelde opbrengste en gelok kapitaal van alle vorme van beleggers. Hulle was bekend vir nie net die ontginning van ondoeltreffendheid, maar die gebruik van maklike toegang tot kapitaal te enorme aged verbintenis op die mark rigtings te skep. Die gedissiplineerde aard van hul strategie eintlik het die swakheid wat gelei het tot hul ineenstorting. Langtermyn-Capital Management gelikwideer en ontbind in die vroeë 2000 Die modelle het die moontlikheid dat die Russiese regering kan die standaard op 'n paar van sy eie skuld nie sluit. Hierdie een gebeurtenis veroorsaak gebeurtenisse en 'n kettingreaksie versterk deur-hefboom geskep verwoesting. LTCM is so baie betrokke met ander belegging bedrywighede wat sy ineenstorting geraak die wêreldmarkte, verwek dramatiese gebeure. In die lang termyn, die Federale Reserweraad ingegryp om te help, en ander banke en beleggingsfondse ondersteun LTCM om enige verdere skade te voorkom. Dit is een van die redes Quant fondse kan misluk, as dit gebaseer is op historiese gebeure wat nie kan die volgende insluit toekomstige gebeure. Terwyl 'n sterk Quant span voortdurend sal die toevoeging van nuwe aspekte van die modelle vir toekomstige gebeure te voorspel, sy onmoontlik om die toekoms elke keer voorspel. Quant fondse kan ook oorweldig word wanneer die ekonomie en markte ervaar 'n groter-as-gemiddelde wisselvalligheid. Die koop en verkoop seine kan so vinnig gekom dat die hoë omset hoë kommissies en belasbare gebeure kan skep. Quant fondse kan ook 'n gevaar inhou wanneer hulle bemark as beer-proof of is gebaseer op kort strategieë. Die voorspelling van afswaaie. die gebruik van afgeleide instrumente en die kombinasie van die hefboom kan gevaarlik wees. Een verkeerde draai kan lei tot inploffings, wat dikwels die nuus. Die bottom line Kwantitatiewe beleggingstrategieë het ontstaan ​​uit terug kantoor black boxes hoofstroom belegging gereedskap. Dit is ontwerp om die beste denkers in die besigheid en die vinnigste rekenaars gebruik om beide te ontgin ondoeltreffendheid en gebruik hefboom te bemark verbintenis te maak. Hulle kan baie suksesvol wees as die modelle al die regte insette ingesluit en is rats genoeg om abnormale mark gebeure te voorspel. Aan die ander kant, terwyl Quant fondse streng terug getoets totdat hulle werk, hulle swakheid is dat hulle staatmaak op historiese data vir hul sukses. Terwyl Quant-styl belê het sy plek in die mark, dit is belangrik om bewus te wees van sy tekortkominge en risiko's. Om in ooreenstemming met diversifikasie strategieë wees. Dit is 'n goeie idee om Quant strategieë te behandel as 'n belegging styl en kombineer dit met tradisionele strategieë om behoorlike diversification. Quantocracy bereik is een van die voorste Quant skakel aggregator webwerwe. Ek lees dit elke dag en ek raai jy check dit uit as jy wil om te bly op die top van die nuus in die quant blogosfeer: Welkom by jou GRATIS Algorithmic Trading hulpbron waar jy sal leer hoe om winsgewend algoritmiese handel strategieë te ontwikkel en kry 'n loopbaan in kwantitatiewe handel. Laaste Artikels deur Michael Saal-Moore op 28 September 2016 Dit is 'n kort boodskap om jou te laat QuantStart lesers weet dat Siek praat op 'n sekere gebeure in New York en Singapoer oor die volgende paar maande: Lees meer. Deur Michael Saal-Moore op 27 September 2016 In die vorige artikel in die reeks verborge Markov Models bekendgestel. Hulle is in die konteks van die breër klas van Markov Models bespreek. Hulle is gemotiveer deur die behoefte aan kwantitatiewe handelaars om die vermoë om regimes mark op te spoor ten einde aan te pas hoe hul Quant strategieë bestuur het. Lees meer. Deur Michael Saal-Moore op 21 September 2016 Voorheen op QuantStart ons die wiskundige onderbou van toestand modelle en Kalman filters beskou. sowel as die toepassing van die pykalman biblioteek om 'n paar van ETF's te dinamies aanpas 'n heining verhouding as 'n basis vir 'n gemiddelde terugkeer handel strategie. Lees meer. Deur Michael Saal-Moore op 6 September 2016 Die wêreld van kwantitatiewe finansies voort om te ontwikkel teen 'n vinnige tempo. Selfs in die laaste vier jaar van die bestaan ​​van hierdie werf die mark vir Quant werk het aansienlik verskuif. In hierdie artikel skets ons hierdie verskuiwings. Die raad oor wat waarskynlik is om te wees in die vraag in die volgende paar jaar sal van toepassing beide diegene wat nog in die onderwys, asook diegene dink vooruit na 'n loopbaan verandering wees. Lees meer. Deur Michael Saal-Moore op 5 September 2016 'n konsekwente uitdaging vir kwantitatiewe handelaars is die gereelde gedragsverandering van finansiële markte, dikwels skielik, as gevolg van die verandering van tydperke van die regering se beleid, regulatoriese omgewing en ander makro-ekonomiese gevolge. Sulke tye is die omgangstaal bekend as regimes mark en die opsporing van sulke veranderinge is 'n algemene, al is dit moeilik proses wat deur kwantitatiewe deelnemers aan die mark. Lees more. FINC 621 Finansiële Wiskunde en modellering II (FINC 621) is 'n klas nagraadse vlak wat tans by Loyola Universiteit in Chicago aangebied tydens die winter kwartaal. FINC 621 verken onderwerpe in kwantitatiewe finansies, wiskunde en programmering. Die klas is prakties van aard en bestaan ​​uit beide 'n lesing en 'n laboratorium komponent. Die laboratoriums gebruik maak van die R programmeringstaal en studente word verwag om hul individuele opdragte aan die einde van elke klas voor te lê. Die einddoel van FINC 621 is om studente toe te rus met praktiese gereedskap wat hulle kan gebruik om te skep, model en ontleed eenvoudige handel strategieë. 'N paar nuttige R skakels Oor die Instrukteur Harry G. is 'n senior kwantitatiewe handelaar vir 'n HFT handel firma in Chicago. Hy het 'n master8217s graad in elektriese ingenieurswese en 'n master8217s graad in Finansiële Wiskunde aan die Universiteit van Chicago. In sy vrye tyd, Harry leer 'n gegradueerde vlak kursus in Kwantitatiewe Finansies aan die Loyola Universiteit in Chicago. Hy is ook die skrywer van Kwantitatiewe Trading met R. Beginner39s Guide to Kwantitatiewe Trading Deur Michael Saal-Moore op 26 Maart 2013 In hierdie artikel Im gaan jy kennis maak met 'n paar van die basiese konsepte wat 'n end-tot-end kwantitatiewe handel vergesel stelsel. Hierdie pos sal hopelik dien twee gehore. Die eerste sal wees individue probeer om 'n werk te kry by 'n fonds as 'n kwantitatiewe handelaar. Die tweede sal wees individue wat wil om te probeer en die opstel van hul eie kleinhandel algoritmiese handel besigheid. Kwantitatiewe handel is 'n uiters gesofistikeerde omgewing van Quant finansies. Dit kan 'n aansienlike bedrag van die tyd om die nodige kennis te verkry neem om 'n onderhoud te slaag of bou jou eie handel strategieë. Nie net dit nie, maar dit verg 'n uitgebreide programmering kundigheid, op die heel minste in 'n taal soos MATLAB, R of Python. Maar as die handel frekwensie van die strategie toeneem, sal die tegnologiese aspekte baie meer relevant. So wat vertroud is met C / C sal van kardinale belang wees. 'N Kwantitatiewe handel stelsel bestaan ​​uit vier hoofkomponente: Strategie Identifikasie - Vind 'n strategie, die ontginning van 'n voorsprong en besluit oor handel frekwensie Strategie back testing - Die verkryging van data, ontleding van strategie prestasie en die verwydering van vooroordele Execution System - 'n skakel na 'n makelaar, outomatisering van die handel en die vermindering van transaksiekoste Risikobestuur - Optimale kapitaal toekenning, weddenskap grootte / Kelly maatstaf en handel sielkunde Wel begin deur die neem van 'n blik op hoe om 'n handel strategie te identifiseer. Strategie Identifikasie Alle kwantitatiewe handel prosesse begin met 'n aanvanklike tydperk van navorsing. Dit navorsingsproses behels die vind van 'n strategie, sien of die strategie pas in 'n portefeulje van ander strategieë wat jy kan hardloop, die verkryging van enige data wat nodig is om die strategie te toets en probeer om die strategie vir hoër opbrengste en / of 'n laer risiko te optimaliseer. Jy sal nodig hê om faktor in jou eie kapitaal vereistes as die bestuur van die strategie as 'n kleinhandel handelaar en hoe enige transaksiekoste sal die strategie beïnvloed. In teenstelling met die algemene opvatting is dit eintlik baie maklik om winsgewend strategieë deur middel van verskeie openbare bronne te vind. Akademici gereeld teoretiese handelsresultate (al is dit meestal bruto van transaksiekoste) publiseer. Kwantitatiewe finansies blogs sal strategieë in detail bespreek. Handel tydskrifte sal 'n paar van die strategieë wat deur fondse te skets. Jy kan die vraag waarom individue en maatskappye is gretig om hul winsgewende strategieë te bespreek, veral wanneer hulle weet dat ander verdring die handel die strategie kan stop van die werk in die lang termyn. Die rede lê in die feit dat hulle die presiese parameters en tuning metodes wat hulle uit gedra het nie dikwels sal bespreek. Hierdie optimalisatie is die sleutel tot die draai 'n relatief middelmatige strategie in 'n hoogs winsgewende een. Trouens, een van die beste maniere om jou eie unieke strategieë te skep is om soortgelyke metodes te vind en dan uit te voer jou eie optimalisering proses. Hier is 'n klein lys van plekke om te begin soek na strategie idees: Baie van die strategieë wat jy sal kyk na sal in die kategorieë van gemiddelde-terugkeer en-tendens volgende / momentum val. A-gemiddelde terugkeer strategie is een wat poog om die feit dat 'n langtermyn-gemiddelde op 'n prys-reeks (soos die verspreiding tussen twee gekorreleer bates) te ontgin bestaan ​​en dat korttermyn afwykings van hierdie gemiddelde sal uiteindelik terugkeer. A momentum strategie poog om beide belegger sielkunde en 'n groot fonds struktuur ontgin deur aankoppelen 'n rit op 'n mark neiging, wat momentum kan versamel in een rigting, en volg die tendens totdat dit omkeer. Nog 'n baie belangrike aspek van kwantitatiewe handel is die frekwensie van die handel strategie. Lae frekwensie handel (LFT) verwys oor die algemeen na 'n strategie wat bates langer hou as 'n handel dag. Dienooreenkomstig, hoë frekwensie handel (HFT) verwys oor die algemeen na 'n strategie wat bates intraday hou. Ultrahoëfrekwensie handel (UHFT) verwys na strategieë wat bates vashou aan die orde van sekondes en millisekondes. As 'n kleinhandel praktisyn HFT en UHFT is seker moontlik, maar slegs met 'n gedetailleerde kennis van die handel tegnologie stapel en bestelboek dinamika. Ons sal nie bespreek hierdie aspekte aan enige groot mate in hierdie inleidende artikel. Een keer 'n strategie, of 'n stel van strategieë, is dit nou geïdentifiseer moet word getoets vir winsgewendheid op historiese data. Dit is die domein van back testing. Strategie back testing Die doel van back testing is om bewyse te verskaf dat die strategie geïdentifiseer deur bogenoemde proses is nuttig wanneer dit toegepas word om beide die historiese en out-of-monster data. Dit stel die verwagting van hoe die strategie sal optree in die werklike wêreld. Maar back testing is nie 'n waarborg van sukses, om verskeie redes. Dit is dalk die mees subtiele gebied van kwantitatiewe handel omdat dit behels talle vooroordele, wat versigtig oorweeg moet word en soveel uitgeskakel as moontlik. Ons sal die algemene vorme van vooroordeel insluitend blik lig vooroordeel te bespreek. oorlewing vooroordeel en optimalisering vooroordeel (ook bekend as-data Snooping vooroordeel). Ander gebiede van belang binne back testing sluit beskikbaarheid en netheid van historiese data, factoring in realistiese transaksiekoste en besluit op 'n robuuste back testing platform. Wel bespreek transaksiekoste verder in die artikel Execution Systems hieronder. Een keer 'n strategie is geïdentifiseer, is dit nodig om die historiese data waardeur toets uit te voer en, miskien, verfyning verkry. Daar is 'n beduidende aantal data verkopers in alle bateklasse. Hul koste oor die algemeen skaal met die kwaliteit, diepte en tydigheid van die data. Die tradisionele beginpunt vir die begin Quant handelaars (ten minste op die kleinhandel-vlak) is die stel van Yahoo Finansies gratis data te gebruik. Ek sal nie ingaan op verskaffers te veel hier, eerder wil ek konsentreer op die algemene kwessies wanneer jy met historiese data stelle. Die grootste kommer met historiese data sluit akkuraatheid / netheid, oorlewing vooroordeel en aanpassing vir korporatiewe aksies soos dividende en voorraad split: Akkuraatheid betrekking het op die algehele gehalte van die data - of dit enige foute bevat. Foute kan soms maklik om te identifiseer, soos met 'n skerp styging filter. wat sal kies uit verkeerde spykers in tydreeksdata en korrek vir hulle. Ander kere kan hulle baie moeilik om raak te sien wees. Dit is dikwels nodig om twee of meer verskaffers en dan check al hul data teen mekaar. Overlevingspensioen vooroordeel is dikwels 'n kenmerk van gratis of goedkoop datastelle. 'N datastel met oorlewing vooroordeel beteken dat dit nie bates wat nie langer verhandel bevat. In die geval van aandele beteken dit gedenoteer / bankrot aandele. Dit vooroordeel beteken dat enige-beurs strategie getoets op so 'n dataset waarskynlik sal beter presteer as in die werklike wêreld as die historiese wenners is reeds vooraf aangewys. Korporatiewe aksies sluit in logistieke aktiwiteite wat uitgevoer word deur die maatskappy gedra wat gewoonlik 'n stap-funksie verandering in die rou prys, wat nie moet ingesluit word in die berekening van opgawes van die prys veroorsaak. Aanpassings vir dividende en voorraad split is die algemene skuldiges. 'N proses bekend as terug aanpassing nodig het op elke een van hierdie aksies word uitgevoer. 'N Mens moet baie versigtig wees om nie te verwar n voorraad split met 'n ware opbrengs aanpassing. Baie 'n handelaar is gevang deur 'n korporatiewe aksie Ten einde 'n backtest prosedure is dit nodig om 'n sagteware platform gebruik om uit te voer. Jy het die keuse tussen toegewyde backtest sagteware, soos TradeStation, 'n numeriese platform soos Excel of MATLAB of 'n volledige persoonlike implementering in 'n programmeertaal soos Python of C. Ek sal nie te veel op TradeStation (of soortgelyke) woon, Excel of MATLAB, soos ek glo in die skep van 'n volledige in-huis tegnologie stapel (vir redes hieronder uiteengesit). Een van die voordele van om dit te doen, is dat die backtest sagteware en uitvoering stelsel styf geïntegreer kan word, selfs met 'n baie gevorderde statistiese strategieë. Vir HFT strategieë in die besonder, is dit noodsaaklik om 'n persoonlike implementering gebruik. Wanneer back testing 'n stelsel moet 'n mens in staat wees om te kwantifiseer hoe goed dit werk nie. Die industrie standaard statistieke vir kwantitatiewe is die maksimum drawdown en die Sharpe verhouding. Die maksimum drawdown kenmerkend van die grootste piek-tot-trog daling in die rekening aandele kurwe oor 'n bepaalde tydperk (gewoonlik jaarlikse). Dit is die mees dikwels aangehaal as 'n persentasie. LFT strategieë sal neig om groter onttrekkings as HFT strategieë, te danke aan 'n aantal statistiese faktore. 'N Historiese backtest sal die afgelope maksimum drawdown, wat is 'n goeie riglyn vir die toekoms drawdown prestasie van die strategie te wys. Die tweede meting is die Sharpe verhouding, wat heuristies word gedefinieer as die gemiddelde van die oortollige opbrengste gedeel deur die standaardafwyking van die oortollige opbrengste. Hier, oortollige opbrengste verwys na die terugkeer van die strategie bo 'n voorafbepaalde norm. soos die SP500 of 'n 3-maande Tesourie Bill. Let daarop dat geannualiseerde opbrengs is nie 'n maatstaf gewoonlik gebruik, omdat dit nie rekening hou met die wisselvalligheid van die strategie (in teenstelling met die Sharpe Ratio). Een keer 'n strategie backtested is en word geag vry van vooroordele te wees (in so veel as wat moontlik is), met 'n goeie Sharpe en die minimum beperk onttrekkings, dit is tyd om 'n uitvoering te bou. Uitvoering Systems 'n uitvoering stelsel is die manier waarop die lys van ambagte wat gegenereer word deur die strategie deur die makelaar gestuur en uitgevoer. Ten spyte van die feit dat die handel geslag kan word semi of selfs ten volle outomatiese, kan die uitvoering meganisme handleiding, semi-handleiding (dit wil sê 'n klik) wees of ten volle outomaties. Vir LFT strategieë, handleiding en semi-handleiding tegnieke is algemeen. Vir HFT strategieë is dit nodig om 'n ten volle outomatiese uitvoering meganisme, wat dikwels styf sal gepaard gaan met die handel kragopwekker (as gevolg van die interafhanklikheid van strategie en tegnologie) te skep. Die sleutel oorwegings wanneer die skep van 'n uitvoering stelsel is die koppelvlak tot die makelaars. minimalisering van transaksiekoste (insluitende kommissie, glip en die verspreiding) en divergensie van prestasie van die lewendige stelsel van backtested prestasie. Daar is baie maniere om te koppel aan 'n makelaar. Hulle wissel van 'n beroep op jou makelaar op die telefoon regdeur tot 'n ten volle outomatiese hoë-prestasie Application Programming Interface (API). Ideaal wat jy wil hê dat die uitvoering van jou ambagte so veel as moontlik te outomatiseer. Dit bevry jy om te konsentreer op verdere navorsing, sowel as jou toelaat om verskeie strategieë of selfs strategieë van hoër frekwensie hardloop (in werklikheid, HFT is in wese onmoontlik sonder outomatiese uitvoering). Die algemene back testing sagteware hierbo uiteengesit, soos MATLAB, Excel en TradeStation is goed vir 'n laer frekwensie, eenvoudiger strategieë. Maar sal dit nodig wees om 'n in-huis uitvoering stelsel wat geskryf is in 'n hoë werkverrigting taal te rig soos C om enige werklike HFT doen. As 'n staaltjie, in die fonds gebruik ek om in diens geneem word by, ons het 'n 10 minuut handel lus waar ons nuwe mark data elke 10 minute sou dit aflaai en dan ambagte te voer op grond van die inligting in dieselfde tyd raam. Dit was die gebruik van 'n optimale Python script. Vir iets nader minute - of tweede-frekwensie data, ek glo C / C sou meer ideaal wees. In 'n groter fonds is dit dikwels nie die domein van die quant handelaar om uitvoering te optimaliseer. Maar in kleiner winkels of HFT firmas, die handelaars die eksekuteurs en so 'n veel wyer skillset is dikwels wenslik. Hou dit in gedagte as jy wil in diens geneem word deur 'n fonds. Jou programmeringsvaardighede sal net so belangrik, indien nie meer so wees, as julle statistieke en ekonometrie talente Nog 'n groot probleem wat val onder die vaandel van die uitvoering is dié van transaksie koste vermindering. Daar is oor die algemeen drie komponente om transaksiekoste: Kommissies (of belasting), wat die gelde wat gehef word deur die makelaar, die uitruil en die SEC (of 'n soortgelyke regeringsorganisasies regulerende liggaam) glip, wat is die verskil tussen wat jy jou bestelling te wees bedoel is gevul by teenoor wat dit was eintlik gevul by versprei, wat is die verskil tussen die bod / vra prys van die sekuriteit verhandel. Let daarop dat die verspreiding is nie konstant en is afhanklik van die huidige likiditeit (dit wil sê die beskikbaarheid van koop / verkoop bestellings) in die mark. Transaksiekoste kan die verskil tussen 'n uiters winsgewende strategie met 'n goeie Sharpe verhouding en 'n uiters winsgewende strategie met 'n verskriklike Sharpe verhouding maak. Dit kan 'n uitdaging om transaksiekoste van 'n backtest korrek voorspel word. Afhangende van die frekwensie van die strategie, sal jy toegang tot historiese ruil data, wat bosluis data sal sluit vir bodpryse / vra nodig. Die hele spanne van kwantitatiewe is toegewyd aan die optimalisering van die uitvoering in die groter fondse vir hierdie redes. Kyk na die scenario waar 'n fonds moet 'n aansienlike hoeveelheid ambagte af te laai (waarvan die redes om dit te doen is baie en gevarieerde). Deur storting soveel aandele op die mark, sal hulle vinnig onderdruk die prys en kan optimale uitvoering nie te kry. Vandaar algoritmes wat drup voer bestellings op die mark bestaan, hoewel dan die fonds die risiko van glip loop. In aansluiting by wat, ander strategieë prooi op hierdie noodsaaklikhede en kan die ondoeltreffendheid te ontgin. Dit is die domein van fonds struktuur arbitrage. Die finale groot probleem vir die uitvoering stelsels betref verskil van strategie prestasie van backtested prestasie. Dit kan gebeur vir 'n aantal redes. Weve al bespreek blik lig vooroordeel en optimalisering vooroordeel in diepte, by die oorweging van backtests. Maar sommige strategieë nie maak dit maklik om te toets vir hierdie vooroordele voor ontplooiing. Dit gebeur in HFT mees oorwegend. Daar kan foute in die uitvoering stelsel sowel as die handel strategie self nie opgegaan nie wys op 'n backtest maar toon nie in lewende handel wees. Die mark kan onderhewig aan 'n regime verandering ná die ontplooiing van jou strategie gewees het. Nuwe regulatoriese omgewing, verandering beleggersentiment en makro-ekonomiese verskynsels kan alles lei tot verskille in die manier waarop die mark optree en dus die winsgewendheid van jou strategie. Risikobestuur Die laaste stukkie tot die kwantitatiewe handel legkaart is die proses van risikobestuur. Risiko sluit al die vorige vooroordele wat ons bespreek het. Dit sluit tegnologie risiko, soos bedieners mede-geleë op die uitruil skielik ontwikkeling van 'n hardeskyf wanfunksioneer. Dit sluit makelaars risiko, soos die makelaar besig om bankrot (nie so gek soos dit klink, gegewe die onlangse bang met MF Global). In kort is dit 'byna alles wat moontlik kan inmeng met die handel implementering, waarvan daar baie bronne. Hele boeke is gewy aan risikobestuur vir kwantitatiewe so ek wontt poog om lig op alle moontlike bronne van risiko hier. Risikobestuur sluit ook wat bekend staan ​​as optimale kapitaalstruktuur toekenning. wat is 'n tak van portefeulje teorie. Dit is die manier waarop kapitaal om 'n stel van verskillende strategieë en die ambagte binne daardie strategieë toegeken. Dit is 'n komplekse omgewing en maak staat op 'n nie-triviale wiskunde. Die industrie standaard waarvolgens optimale toewysing kapitaal en hefboom van die strategieë wat verband hou is die Kelly maatstaf genoem. Aangesien dit 'n inleidende artikel, sal nie ek woon op die berekening. Die Kelly maatstaf maak 'n paar aannames oor die statistiese aard van opbrengste, wat nie dikwels hou waar in die finansiële markte, sodat handelaars dikwels konserwatiewe wanneer dit kom by die implementering. Nog 'n belangrike komponent van risikobestuur is in die hantering van kinders eie sielkundige profiel. Daar is baie kognitiewe vooroordele wat in kan insluip om handel. Alhoewel hierdie is weliswaar minder problematies met algoritmiese handel as die strategie alleen oorgebly 'n Algemene vooroordeel is dié van verlies weersin waar 'n verlore posisie nie uit sal gesluit word as gevolg van die pyn van 'n verlies te realiseer. Net so kan winste te vroeg geneem word omdat die vrees vir die verlies van 'n reeds opgedoen wins te groot kan wees. Nog 'n algemene vooroordeel staan ​​bekend as relevante vooroordeel. Dit manifesteer wanneer handelaars te veel klem op die onlangse gebeure en nie op die langer termyn. Dan is daar natuurlik die klassieke denim emosionele vooroordele - vrees en gierigheid. Dit kan dikwels lei tot onder - of oor-hefboom, wat blow-up (dit wil sê die rekening gelykheid opskrif aan nul of erger) of verminder winste kan veroorsaak. Opsomming Soos gesien kan word, kwantitatiewe handel is 'n uiters komplekse, al is dit baie interessant, gebied van kwantitatiewe finansies. Ek het letterlik die oppervlak krap van die onderwerp in hierdie artikel en dit is reeds om eerder 'n lang Hele boeke en papiere is oor kwessies wat ek net 'n sin of twee gegee het teenoor geskryf. Om dié rede, voordat hulle aansoek doen vir kwantitatiewe fonds handel werk, is dit nodig 'n beduidende bedrag van grondwerk studie uit te voer. Op die heel minste wat jy sal 'n uitgebreide agtergrond in statistiek en ekonometrie, met 'n baie ondervinding in die implementering nodig, via 'n programmeertaal soos MATLAB, Python of R. Vir meer gesofistikeerde strategieë op die hoër frekwensie einde, jou vaardigheid stel waarskynlik om Linux-kern verandering, C / C, vergadering programmering en netwerk latency optimalisering sluit. As jy belangstel in 'n poging om jou eie algoritmiese handel strategieë te skep is, sou my eerste voorstel word goed in die ontwikkeling te kry. My voorkeur is om soveel as moontlik van die data haai, strategie backtester en uitvoering te bou deur jouself as moontlik. As jou eie kapitaal is op die spel, wouldnt jy slaap beter in die nag om te weet dat jy ten volle jou stelsel getoets en is bewus van die slaggate en veral kwessies Uitkontraktering hierdie na 'n verskaffer, terwyl potensieel spaar tyd in die kort termyn, kan uiters wees duur in die lang termyn. Michael Saal-Moore Mike is die stigter van QuantStart en is betrokke by die kwantitatiewe finansiële sektor vir die afgelope vyf jaar, in die eerste plek as 'n quant ontwikkelaar en later as 'n quant handelaar konsultasie vir verskansingsfondse.