Estratégias de negociação de freqüência média

Estratégias de negociação de frequência média
Obter através da App Store Leia esta publicação em nosso aplicativo!
O que é uma estratégia de negociação de média a baixa frequência e por que é menos divulgado?
O termo de negociação de alta freqüência tem sido usado com bastante frequência recentemente para se referir à negociação usando dados de ticks em tempo real (ou dados agregados a alguns segundos) e ter um período de espera intra-dia.
Como definidas as estratégias de negociação de média e baixa frequência? Eles usam dados em tempo real ou usam dados de fim de dia (OHLC, volume)?
Finalmente, por que há muito mais hype em relação ao comércio de alta freqüência? Eu entendo que estratégias como a arbitragem estatística exigem dados de alta freqüência. Não há estratégias de frequência média / baixa que tenham interesse semelhante para os investidores (em termos de número de artigos, papéis brancos e blogs) ou é "fazer dinheiro rápido" parte do motivo?
Esta resposta resume alguns dos meus comentários.
O HFT é certamente um tema muito quente nos dias de hoje, mas é difícil apontar para qualquer motivo. Uma grande parte disso é o mistério e os lucros, mas também parte disso é a relativa novidade. Observe que não há falta de documentos sobre estratégias de baixa e média freqüência, é apenas que eles não são rotulados como tal. As estratégias de média e baixa frequência tiveram o seu dia no centro das atenções no início até meados dos anos 2000.
As estratégias de média / baixa freqüência, para citar apenas alguns, incluem impulso, reversão, qualidade dos ganhos (acréscimos), deriva do anúncio pós-lucro, efeito de baixa volatilidade, bem como estratégias de opções, como dispersão, risco de volatilidade e futuros / Estratégias de FX, como carry trade, momentum (novamente). Então, você vê, não há um tipo de estratégia de média / baixa freqüência, mas a maioria das estratégias de HFT são relativamente semelhantes.
Quanto a como a freqüência "alta" deve ser considerada alta freqüência, as opiniões tendem a diferir neste ponto (ver pergunta anterior), mas duvido que a maioria dos participantes rotularia uma estratégia de negociação que deve ser executada dentro de um segundo e detém por um dia para seja "baixa freqüência". Na verdade, pode não ser muito alto ou ultra alto, mas a maioria dos gestores de investimentos consideraria amplamente a frequência "média a alta". Algumas pesquisas mostram (veja a resposta de Shane) uma minoria significativa de gerentes (cerca de 15%) consideram que até um período de espera de semana é de alta freqüência. Nos primeiros dias da pesquisa acadêmica, a alta freqüência era qualquer coisa usando dados fechados diários (ao invés de mensalmente).
Quanto à entrada de dados, a maioria das estratégias de baixa frequência usam dados diários ou menos frequentes. Embora seja difícil de definir, a frequência média da IMO requer dados intra-dia para execução, mas apenas no ponto em que a microestrutura do mercado pode ser ignorada (geralmente 5 a 15 minutos, dependendo da liquidez). Qualquer coisa que requer dados com uma frequência inferior a 5 minutos deve ter necessariamente a microstrução em conta, e isso a qualifica como alta freqüência. Como um lado, eu acredito que a miríade de problemas adicionais que surgem ao lidar com dados de triagem tornam totalmente não vale a pena o problema para qualquer coisa, mas verdadeiramente estratégias de alta freqüência.
Alta freqüência: Segundos, milissegundos, nanosegundos.
Frequência Média: Minutos.
Freqüência baixa: horas, dias, meses, anos.
Uma estratégia de negociação de média a baixa freqüência seria uma com baixa latência (14,8 milissegundos), mas um número menor de negócios intra-dia (300 vs. milhares).

Como identificar estratégias de negociação algorítmicas.
Como identificar estratégias de negociação algorítmicas.
Neste artigo, quero apresentar-lhe os métodos pelos quais eu próprio identifico estratégias de negociação algorítmicas rentáveis. Nosso objetivo hoje é entender em detalhes como encontrar, avaliar e selecionar esses sistemas. Vou explicar como as estratégias de identificação são tanto sobre preferências pessoais quanto sobre o desempenho da estratégia, como determinar o tipo e a quantidade de dados históricos para o teste, como avaliar de forma imparcial uma estratégia de negociação e, finalmente, como avançar para a fase de backtesting e implementação estratégica.
Identificando suas próprias preferências pessoais para negociação.
Para ser um comerciante bem sucedido - de forma discricionária ou algorítmica - é necessário fazer-se algumas perguntas honestas. O Trading oferece a você a capacidade de perder dinheiro em uma taxa alarmante, por isso é necessário "conhecer você mesmo" tanto quanto é necessário entender a estratégia escolhida.
Eu diria que a consideração mais importante na negociação é estar ciente de sua própria personalidade. O comércio e o comércio algorítmico em particular, requer um grau significativo de disciplina, paciência e desapego emocional. Como você está deixando um algoritmo executar sua negociação para você, é necessário ser resolvido para não interferir com a estratégia quando está sendo executado. Isso pode ser extremamente difícil, especialmente em períodos de redução prolongada. No entanto, muitas estratégias que mostraram ser altamente rentáveis ​​em um backtest podem ser arruinadas por uma simples interferência. Compreenda que se você deseja entrar no mundo da negociação algorítmica, você será testado emocionalmente e, para ser bem-sucedido, é necessário trabalhar com essas dificuldades!
A próxima consideração é uma das vezes. Você tem um emprego a tempo inteiro? Você trabalha a tempo parcial? Você trabalha em casa ou tem uma longa viagem diária? Essas perguntas ajudarão a determinar a freqüência da estratégia que você deve procurar. Para aqueles de você no emprego a tempo inteiro, uma estratégia de futuros intradiária pode não ser apropriada (pelo menos até que seja totalmente automatizada!). Suas restrições de tempo também ditarão a metodologia da estratégia. Se sua estratégia é freqüentemente negociada e dependente de feeds de notícias caras (como um terminal da Bloomberg), você terá claramente que ser realista sobre sua capacidade de executar com sucesso durante o escritório! Para aqueles de vocês com muito tempo, ou as habilidades para automatizar sua estratégia, você pode querer examinar uma estratégia mais técnica de negociação de alta freqüência (HFT).
Minha opinião é que é necessário realizar pesquisas contínuas sobre suas estratégias de negociação para manter um portfólio consistentemente lucrativo. Poucas estratégias permanecem "sob o radar" para sempre. Assim, uma parte importante do tempo atribuído à negociação será na realização de pesquisas em andamento. Pergunte a si mesmo se você está preparado para fazer isso, pois pode ser a diferença entre uma forte rentabilidade ou um declínio lento em relação a perdas.
Você também precisa considerar seu capital de negociação. O valor mínimo ideal geralmente aceito para uma estratégia quantitativa é de 50,000 USD (aproximadamente £ 35,000 para nós no Reino Unido). Se eu estivesse começando de novo, eu começaria com uma quantidade maior, provavelmente mais perto de 100,000 USD (aproximadamente £ 70,000). Isso ocorre porque os custos de transação podem ser extremamente caros para estratégias de média a alta freqüência e é necessário ter capital suficiente para absorvê-los em tempos de redução. Se você está considerando começar com menos de 10.000 USD, então você precisará se restringir a estratégias de baixa freqüência, negociando em um ou dois ativos, já que os custos de transação irão comer rapidamente em seus retornos. Interactive Brokers, que é um dos corretores mais amigáveis ​​para aqueles com habilidades de programação, devido à sua API, tem uma conta de varejo mínima de 10.000 USD.
A habilidade de programação é um fator importante na criação de uma estratégia de negociação algorítmica automatizada. Estar bem informado em uma linguagem de programação como C ++, Java, C #, Python ou R permitirá que você crie o sistema de armazenamento de dados, o sistema de backtest e o sistema de execução de ponta a ponta. Isso tem uma série de vantagens, cujo chefe é a capacidade de estar completamente atento a todos os aspectos da infra-estrutura comercial. Também permite que você explore as estratégias de freqüência mais alta, pois você terá o controle total da sua "pilha de tecnologia". Embora isso signifique que você possa testar seu próprio software e eliminar erros, também significa mais tempo gasto na codificação de infra-estrutura e menos na implementação de estratégias, pelo menos na parte anterior da sua carreira de trading. Você pode achar que você está confortável negociando no Excel ou MATLAB e pode terceirizar o desenvolvimento de outros componentes. Eu não recomendaria isso no entanto, especialmente para aqueles que negociavam em alta freqüência.
Você precisa se perguntar o que você espera alcançar por meio de negociação algorítmica. Você está interessado em um rendimento regular, pelo qual você espera obter lucros de sua conta de negociação? Ou, você está interessado em um ganho de capital a longo prazo e pode se negociar sem a necessidade de retirar fundos? A dependência de renda determinará a freqüência de sua estratégia. As retiradas de renda mais regulares exigirão uma estratégia de negociação de maior freqüência com menor volatilidade (ou seja, uma proporção Sharpe mais alta). Os comerciantes de longo prazo podem pagar uma frequência comercial mais tranquila.
Finalmente, não se ilude com a noção de tornar-se extremamente rico num curto espaço de tempo! O comércio de Algo não é um esquema rápido e rápido - se alguma coisa pode ser um esquema rápido e rápido. É preciso disciplina, pesquisa, diligência e paciência importantes para serem bem-sucedidos no comércio algorítmico. Pode levar meses, senão anos, gerar rentabilidade consistente.
Sourcing Algorithmic Trading Ideas.
Apesar das percepções comuns em contrário, é realmente bastante direto localizar estratégias de negociação rentáveis ​​no domínio público. Nunca as idéias comerciais estão mais disponíveis do que hoje. Revistas de finanças acadêmicas, servidores de pré-impressão, blogs comerciais, fóruns de negociação, revistas comerciais semanais e textos especializados fornecem milhares de estratégias de negociação com as quais basear suas idéias.
Nosso objetivo como pesquisadores quantitativos de negócios é estabelecer um pipeline estratégico que nos forneça um fluxo de idéias comerciais em andamento. Idealmente, queremos criar uma abordagem metódica para sourcing, avaliação e implementação de estratégias que encontramos. Os objetivos do pipeline são gerar uma quantidade consistente de novas idéias e fornecer-nos uma estrutura para rejeitar a maioria dessas idéias com o mínimo de consideração emocional.
Devemos ser extremamente cuidadosos para não permitir influências cognitivas na nossa metodologia de tomada de decisão. Isso pode ser tão simples como ter uma preferência por uma classe de ativos sobre outra (o ouro e outros metais preciosos vêm à mente) porque são percebidos como mais exóticos. Nosso objetivo sempre deve ser encontrar estratégias consistentemente lucrativas, com expectativas positivas. A escolha da classe de ativos deve basear-se em outras considerações, como restrições de capital de negociação, taxas de corretagem e capacidades de alavancagem.
Se você não está completamente familiarizado com o conceito de estratégia comercial, então o primeiro lugar a procurar é com os livros didáticos estabelecidos. Os textos clássicos fornecem uma ampla gama de idéias mais simples e diretas, para se familiarizarem com a negociação quantitativa. Aqui está uma seleção que eu recomendo para aqueles que são novos para negociação quantitativa, que gradualmente se tornam mais sofisticados enquanto você trabalha através da lista:
Para uma lista mais longa de livros de negociação quantitativos, visite a lista de leitura QuantStart.
O próximo lugar para encontrar estratégias mais sofisticadas é com fóruns de negociação e blogs comerciais. No entanto, uma nota de cautela: muitos blogs comerciais dependem do conceito de análise técnica. A análise técnica envolve a utilização de indicadores básicos e psicologia comportamental para determinar tendências ou padrões de reversão nos preços dos ativos.
Apesar de ser extremamente popular no espaço comercial geral, a análise técnica é considerada um pouco ineficaz na comunidade de finanças quantitativas. Alguns sugeriram que não é melhor que ler um horóscopo ou estudar folhas de chá em termos de seu poder preditivo! Na realidade, existem indivíduos bem-sucedidos que utilizam análises técnicas. No entanto, como quants com uma caixa de ferramentas matemática e estatística mais sofisticada à nossa disposição, podemos facilmente avaliar a eficácia de tais estratégias "baseadas em TA" e tomar decisões baseadas em dados, em vez de basear nossas em considerações ou preconceitos emocionais.
Aqui está uma lista de bem-respeitados blogs e fóruns de negociação algorítmica:
Depois de ter tido alguma experiência na avaliação de estratégias mais simples, é hora de olhar para as ofertas acadêmicas mais sofisticadas. Algumas revistas acadêmicas serão de difícil acesso, sem inscrições elevadas ou custos pontuais. Se você é um membro ou ex-aluno de uma universidade, você poderá obter acesso a algumas dessas revistas financeiras. Caso contrário, você pode olhar para os servidores de pré-impressão, que são repositórios de internet de rascunhos finais de documentos acadêmicos que estão sendo submetidos a revisão pelos pares. Uma vez que estamos apenas interessados ​​em estratégias que possamos replicar com sucesso, fazer backtest e obter rentabilidade, uma revisão por pares é de menor importância para nós.
A principal desvantagem das estratégias acadêmicas é que muitas vezes podem estar desatualizadas, exigir dados históricos obscuros e dispendiosos, negociar classes de ativos ilíquidas ou não influenciar taxas, derrapagens ou propagação. Também não está claro se a estratégia de negociação deve ser realizada com ordens de mercado, ordens limitadas ou se contém perdas de parada, etc. Portanto, é absolutamente essencial replicar a estratégia o melhor que puder, fazer o backtest e adicionar uma transação realista custos que incluem tantos aspectos das classes de ativos que você deseja negociar.
Aqui está uma lista dos servidores de pré-impressão mais populares e revistas financeiras das quais você pode criar ideias:
E sobre como formar suas próprias estratégias quantitativas? Isso geralmente requer (mas não está limitado a) conhecimento em uma ou mais das seguintes categorias:
Microestrutura de mercado - Para estratégias de freqüência mais altas em particular, pode-se usar a microestrutura do mercado, ou seja, a compreensão da dinâmica do livro de pedidos, a fim de gerar rentabilidade. Diferentes mercados terão várias limitações tecnológicas, regulamentos, participantes do mercado e restrições que estão abertas à exploração através de estratégias específicas. Esta é uma área muito sofisticada e os profissionais de varejo terão dificuldade em ser competitivos neste espaço, particularmente porque a competição inclui fundos de hedge quantitativos grandes e bem capitalizados com fortes capacidades tecnológicas. Estrutura do fundo - Os fundos de investimento em conjunto, como fundos de pensão, parcerias de investimento privado (hedge funds), consultores de negociação de commodities e fundos de investimento, são limitados por uma forte regulamentação e suas grandes reservas de capital. Assim, certos comportamentos consistentes podem ser explorados com aqueles que são mais ágeis. Por exemplo, grandes fundos estão sujeitos a restrições de capacidade devido ao seu tamanho. Assim, se eles precisam rapidamente descarregar (vender) uma quantidade de valores mobiliários, eles terão que diminuí-lo para evitar "mover o mercado". Algoritmos sofisticados podem tirar proveito disso, e outras idiossincrasias, em um processo geral conhecido como arbitragem de estrutura de fundos. Aprendizado de máquinas / inteligência artificial - Os algoritmos de aprendizagem de máquinas tornaram-se mais prevalentes nos últimos anos nos mercados financeiros. Os classificadores (como Naive-Bayes, et al.) Correspondentes de função não-linear (redes neurais) e rotinas de otimização (algoritmos genéticos) foram todos usados ​​para prever caminhos de ativos ou otimizar estratégias de negociação. Se você tem um histórico nesta área, você pode ter alguma visão sobre como determinados algoritmos podem ser aplicados a certos mercados.
Há, é claro, muitas outras áreas para investigar quants. Vamos discutir como apresentar estratégias personalizadas em detalhes em um artigo posterior.
Ao continuar monitorando essas fontes em uma base semanal, ou mesmo diária, você está se preparando para receber uma lista consistente de estratégias de uma variedade diversificada de fontes. O próximo passo é determinar como rejeitar um grande subconjunto dessas estratégias, a fim de minimizar o desperdício de seu tempo e os recursos de backtesting em estratégias que provavelmente não serão lucrativas.
Avaliando Estratégias de Negociação.
A primeira consideração, e indiscutivelmente mais óbvia, é se você realmente entende a estratégia. Você poderia explicar a estratégia de forma concisa ou exigir uma série de advertências e listas de parâmetros infinitas? Além disso, a estratégia tem uma base boa e sólida na realidade? Por exemplo, você poderia apontar alguma lógica comportamental ou restrição da estrutura do fundo que possa estar causando o (s) padrão (s) que você está tentando explorar? Esta restrição suportaria uma mudança de regime, como uma dramática perturbação do ambiente regulatório? A estratégia depende de regras estatísticas ou matemáticas complexas? Aplica-se a qualquer série de tempo financeiro ou é específico para a classe de ativos em que se afirma ser lucrativo? Você deve constantemente pensar nesses fatores ao avaliar novos métodos de negociação, caso contrário você pode desperdiçar uma quantidade significativa de tempo tentando fazer backtest e otimizar estratégias não lucrativas.
Uma vez que você tenha determinado que você entende os princípios básicos da estratégia, você precisa decidir se ele se encaixa com o seu perfil de personalidade acima mencionado. Esta não é uma consideração tão vaga quanto parece! As estratégias diferirão substancialmente em suas características de desempenho. Existem certos tipos de personalidade que podem lidar com períodos mais significativos de redução ou estão dispostos a aceitar um maior risco de retorno maior. Apesar do fato de que nós, como quants, tentamos eliminar todo o viés cognitivo quanto possível e devemos avaliar uma estratégia de forma imparcial, os preconceitos sempre se infiltrarão. Assim, precisamos de um meio consistente e sem emoção através do qual avaliar o desempenho das estratégias . Aqui está a lista de critérios que eu julgo uma nova estratégia potencial por:
Metodologia - O impulso da estratégia está baseado, o retorno médio, o mercado neutro, direcional? A estratégia baseia-se em técnicas de aprendizado estatístico ou de máquinas complexas (ou complexas) que são difíceis de entender e exigem um doutorado em estatísticas para entender? Essas técnicas introduzem uma quantidade significativa de parâmetros, o que pode levar a um viés de otimização? A estratégia é susceptível de suportar uma mudança de regime (ou seja, uma nova regulamentação potencial dos mercados financeiros)? Sharpe Ratio - O índice de Sharpe caracteriza heuristicamente o índice de recompensa / risco da estratégia. Quantifica quanto retorno você consegue para o nível de volatilidade sofrido pela curva patrimonial. Naturalmente, precisamos determinar o período e a frequência em que esses retornos e volatilidade (ou seja, o desvio padrão) são medidos. Uma estratégia de freqüência mais alta exigirá maior taxa de amostragem do desvio padrão, mas um período de tempo geral mais curto, por exemplo. Alavancagem - A estratégia exige alavancagem significativa para ser lucrativa? A estratégia exige o uso de contratos de derivativos alavancados (futuros, opções, swaps) para fazer um retorno? Estes contratos alavancados podem ter uma forte volatilidade e, portanto, podem facilmente levar a chamadas de margem. Você tem o capital comercial e o temperamento para essa volatilidade? Frequência - A frequência da estratégia está intimamente ligada à sua pilha de tecnologia (e, portanto, à experiência tecnológica), ao índice Sharpe e ao nível geral dos custos de transação. Todas as outras questões consideradas, as estratégias de maior freqüência requerem mais capital, são mais sofisticadas e difíceis de implementar. No entanto, assumindo que seu mecanismo de teste de backtest é sofisticado e livre de erros, eles geralmente terão taxas Sharpe muito maiores. Volatilidade - A volatilidade está fortemente relacionada ao "risco" da estratégia. A relação Sharpe caracteriza isso. A maior volatilidade das classes de ativos subjacentes, se não coberta, muitas vezes leva a uma maior volatilidade na curva patrimonial e, portanto, menores índices de Sharpe. Naturalmente, suponho que a volatilidade positiva seja aproximadamente igual à volatilidade negativa. Algumas estratégias podem ter maior volatilidade negativa. Você precisa estar ciente desses atributos. Ganhe / Perda, Lucro / Perda Médio - As estratégias serão diferentes nas suas ganhos / perdas e características médias de lucro / perda. Pode-se ter uma estratégia muito lucrativa, mesmo que o número de negócios perdidos exceda o número de negociações vencedoras. As estratégias de impulso tendem a ter esse padrão, pois dependem de um pequeno número de "grandes sucessos" para serem lucrativos. As estratégias de reversão média tendem a ter perfis opostos onde mais dos negócios são "vencedores", mas os negócios perdidos podem ser bastante graves. Drawdown máximo - A redução máxima é a maior queda percentual global na curva de equidade da estratégia. As estratégias de Momentum são bem conhecidas por sofrerem períodos de redução prolongada (devido a uma série de muitos negócios perdidos incrementais). Muitos comerciantes vão desistir em períodos de redução prolongada, mesmo que os testes históricos sugeriram que este é "business as usual" para a estratégia. Você precisará determinar qual porcentagem de redução (e em que período de tempo) você pode aceitar antes de deixar de negociar sua estratégia. Esta é uma decisão altamente pessoal e, portanto, deve ser considerada com cuidado. Capacidade / liquidez - No nível de varejo, a menos que você esteja negociando em um instrumento altamente ilíquido (como um estoque de pequena capital), você não terá que se preocupar muito com a capacidade da estratégia. A capacidade determina a escalabilidade da estratégia para aumentar o capital. Muitos dos maiores hedge funds sofrem de importantes problemas de capacidade à medida que suas estratégias aumentam em alocação de capital. Parâmetros - Certas estratégias (especialmente aquelas encontradas na comunidade de aprendizagem de máquinas) requerem uma grande quantidade de parâmetros. Todo parâmetro adicional que uma estratégia exige deixa-o mais vulnerável ao viés de otimização (também conhecido como "ajuste de curva"). Você deve tentar segmentar estratégias com o menor número possível de parâmetros ou garantir que você tenha quantidades suficientes de dados para testar suas estratégias. Benchmark - Quase todas as estratégias (a menos que sejam caracterizadas como "retorno absoluto") são medidas em relação a um benchmark de desempenho. O benchmark geralmente é um índice que caracteriza uma grande amostra da classe de ativos subjacentes em que a estratégia negocia. Se a estratégia negociar ações americanas de grande capitalização, o S & P500 seria uma referência natural para medir sua estratégia. Você ouvirá os termos "alfa" e "beta", aplicado a estratégias deste tipo. Vamos discutir esses coeficientes em profundidade em artigos posteriores.
Observe que não discutimos os retornos reais da estratégia. Por que é isso? De forma isolada, os retornos realmente nos fornecem informações limitadas sobre a eficácia da estratégia. Eles não lhe dão uma visão de alavancagem, volatilidade, benchmarks ou requisitos de capital. Assim, as estratégias raramente são avaliadas apenas em seus retornos. Considere sempre os atributos de risco de uma estratégia antes de analisar os retornos.
Nesta fase, muitas das estratégias encontradas em seu pipeline serão rejeitadas, uma vez que não atenderão aos requisitos de capital, alavancar restrições, tolerar a tolerância máxima ou preferências de volatilidade. As estratégias que permanecem podem agora ser consideradas para testes anteriores. No entanto, antes disso é possível, é necessário considerar um critério de rejeição final - o dos dados históricos disponíveis para testar essas estratégias.
Obtenção de dados históricos.
Hoje em dia, a amplitude dos requisitos técnicos em todas as classes de ativos para o armazenamento histórico de dados é substancial. Para se manter competitivo, tanto o lado da compra (fundos) como os de venda (bancos de investimento) investem fortemente em sua infraestrutura técnica. É imperativo considerar sua importância. Em particular, estamos interessados ​​em requisitos de tempo, precisão e armazenamento. Agora vou descrever os conceitos básicos de obtenção de dados históricos e como armazená-lo. Infelizmente, este é um tópico muito profundo e técnico, então não poderei dizer tudo neste artigo. No entanto, vou escrever muito mais sobre isso no futuro, já que minha experiência na indústria anterior no setor financeiro estava principalmente preocupada com aquisição, armazenamento e acesso de dados financeiros.
Na seção anterior, estabelecemos um pipeline de estratégia que nos permitiu rejeitar certas estratégias com base em nossos próprios critérios de rejeição pessoal. Nesta seção, vamos filtrar mais estratégias com base em nossas próprias preferências para obter dados históricos. As principais considerações (especialmente no nível do profissional varejista) são os custos dos dados, dos requisitos de armazenamento e do seu nível de experiência técnica. Também precisamos discutir os diferentes tipos de dados disponíveis e as diferentes considerações que cada tipo de dados nos impõe.
Vamos começar discutindo os tipos de dados disponíveis e os principais problemas sobre os quais devemos pensar:
Dados fundamentais - Isso inclui dados sobre tendências macroeconômicas, como taxas de juros, índices de inflação, ações corporativas (dividendos, estoque-divisões), registros da SEC, contas corporativas, números de ganhos, relatórios de culturas, dados meteorológicos etc. Esses dados são freqüentemente usados ​​para valorizar as empresas ou outros ativos em uma base fundamental, ou seja, por meio de alguns fluxos de caixa futuros esperados. Não inclui séries de preços de ações. Alguns dados fundamentais estão disponíveis gratuitamente nos sites do governo. Outros dados fundamentais históricos de longo prazo podem ser extremamente caros. Os requisitos de armazenamento geralmente não são particularmente grandes, a menos que milhares de empresas estejam sendo estudadas de uma só vez. Dados de notícias - Os dados de notícias são geralmente de natureza qualitativa. Consiste em artigos, postagens de blog, postagens de microblog ("tweets") e editoriais. As técnicas de aprendizagem de máquinas, como os classificadores, costumam ser usadas para interpretar o sentimento. Esses dados também são freqüentemente disponíveis gratuitamente ou baratos, por meio da assinatura de meios de comunicação. Os bancos de dados de armazenamento de documentos "NoSQL" mais novos foram projetados para armazenar esse tipo de dados qualitativos não estruturados. Dados do preço do recurso - Este é o domínio de dados tradicional do quant. Consiste em séries temporais de preços dos ativos. As ações (ações), produtos de renda fixa (títulos), commodities e preços de câmbio se enquadram nesta classe. Os dados históricos diários são geralmente simples de obter para as classes de ativos mais simples, como ações. No entanto, uma vez que a precisão e a limpeza estão incluídas e os preconceitos estatísticos removidos, os dados podem se tornar caros. Além disso, os dados das séries temporais geralmente possuem requisitos de armazenamento significativos, especialmente quando os dados intradiários são considerados. Instrumentos Financeiros - Ações, títulos, futuros e opções derivadas mais exóticas possuem características e parâmetros muito diferentes. Assim, não existe uma estrutura de banco de dados "tamanho único" que possa acomodá-los. Deve ser dado um cuidado significativo à concepção e implementação de estruturas de banco de dados para vários instrumentos financeiros. Vamos discutir a situação ao longo de quando chegamos a construir um banco de dados mestre de valores mobiliários em futuros artigos. Frequência - Quanto maior a frequência dos dados, maiores são os custos e os requisitos de armazenamento. Para estratégias de baixa frequência, os dados diários são frequentemente suficientes. Para estratégias de alta freqüência, pode ser necessário obter dados de nível de tiquetaque e até mesmo cópias históricas de determinados dados de cadastro de trocas comerciais. A implementação de um mecanismo de armazenamento para esse tipo de dados é muito tecnicamente intensiva e só é adequada para aqueles que possuem uma sólida base de programação / técnica. Pontos de referência - As estratégias descritas acima serão muitas vezes comparadas a uma referência. Isso geralmente se manifesta como uma série de tempo financeiro adicional. Para as ações, isso geralmente é um benchmark de estoque nacional, como o índice S & P500 (US) ou FTSE100 (Reino Unido). Para um fundo de renda fixa, é útil comparar-se com uma cesta de títulos ou produtos de renda fixa. A "taxa livre de risco" (ou seja, a taxa de juros apropriada) também é outra referência amplamente aceita. Todas as categorias de classe de ativos possuem um benchmark favorecido, por isso será necessário pesquisar isso com base em sua estratégia específica, se desejar ganhar interesse em sua estratégia externamente. Tecnologia - As pilhas de tecnologia por trás de um centro de armazenamento de dados financeiros são complexas. Este artigo apenas pode arranhar a superfície sobre o que está envolvido na construção de um. No entanto, ele se centra em torno de um mecanismo de banco de dados, como um Sistema de Gerenciamento de Banco de Dados Relacional (RDBMS), como MySQL, SQL Server, Oracle ou um Document Storage Engine (ou seja, "NoSQL"). Isso é acessado através do código de aplicativo "lógica comercial" que consulta o banco de dados e fornece acesso a ferramentas externas, como MATLAB, R ou Excel. Muitas vezes, esta lógica de negócios está escrita em C ++, C #, Java ou Python. Você também precisará hospedar esses dados em algum lugar, seja em seu próprio computador pessoal, seja remotamente através de servidores de internet. Produtos como o Amazon Web Services tornaram isso mais simples e barato nos últimos anos, mas ainda exigirá conhecimentos técnicos significativos para alcançar de forma robusta.
Como pode ser visto, uma vez que uma estratégia tenha sido identificada através do pipeline, será necessário avaliar a disponibilidade, os custos, a complexidade e os detalhes de implementação de um determinado conjunto de dados históricos. Você pode achar que é necessário rejeitar uma estratégia baseada unicamente em considerações de dados históricos. Esta é uma grande área e equipes de doutorados trabalham em grandes fundos garantindo que os preços sejam precisos e oportunos. Não subestime as dificuldades de criar um centro de dados robusto para os seus efeitos de backtesting!
Eu quero dizer, no entanto, que muitas plataformas de backtesting podem fornecer esses dados para você automaticamente - a um custo. Assim, demorará muito da dor de implementação para você, e você pode se concentrar exclusivamente na implementação e otimização da estratégia. Ferramentas como a TradeStation possuem essa capacidade. No entanto, minha visão pessoal é implementar o máximo possível internamente e evitar a terceirização de partes da pilha para fornecedores de software. Eu prefiro estratégias de freqüência mais altas devido aos seus índices de Sharpe mais atraentes, mas muitas vezes estão fortemente acoplados à pilha de tecnologia, onde a otimização avançada é crítica.
Agora que discutimos os problemas relacionados aos dados históricos, é hora de começar a implementar nossas estratégias em um mecanismo de teste. Este será o assunto de outros artigos, pois é uma área de discussão igualmente grande!
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.
Comércio Algoritmo bem sucedido.
Como encontrar novas ideias de estratégia de negociação e avaliá-las objetivamente para seu portfólio usando um mecanismo de backtesting personalizado em Python.
Negociação Algorítmica Avançada.
Como implementar estratégias de negociação avançadas usando análise de séries temporais, aprendizado de máquinas e estatísticas bayesianas com R e Python.

Negociação quantitativa.
Investimentos quantitativos e idéias comerciais, pesquisas e análises.
Sexta-feira, 20 de abril de 2012.
A vida e a morte de uma estratégia.
Agora veja o que aconteceu depois desse período feliz.
72 comentários:
Oi, Ernie. Boa estratégia. Só queria um esclarecimento. O retorno do seu baixo para hoje aberto pode ser plano, negativo ou positivo. Assim, pelo menos 100, você está implicando que classificamos os 500 estoques por% chng, remova aqueles cujo valor absoluto é maior do que o valor 1SD e, em seguida, escolha o inferior 100. Muitos desses terão retornos negativos mais baixos ... então isso aceitável ?
Não, pelo menos 100, quero dizer primeiro aplicar os critérios de que os retornos devem ser & lt; -1 * std, e depois escolha os 100 mais baixos entre os candidatos. Claro, não pode haver 100 candidatos, caso em que compraremos menos ações.
Então, em essência, você está escolhendo as ações mais fracas ... e esperando uma inversão média para a cesta como um todo ... ou para que a cesta superasse o índice geral per se ..
Isso está correto. É uma estratégia de reversão média.
Esta estratégia explora uma ineficiência particular no preço inicial do leilão das ações. Durante um período de cerca de 2 anos de negociação ao vivo, tem uma proporção consistente e alta, e vários comerciantes negociaram essa estratégia. No entanto, essa ineficiência desapareceu, ou pelo menos diminuiu grandemente, desde a crise financeira. Na verdade, talvez tenha desaparecido porque muitos comerciantes aprendem sobre isso.
"rapidamente" é um pouco subjetivo, dependendo se você acha que a redução é devido a um evento específico que não repetiu. Mas, se não houver razão discernível para o declínio, e a redução é maior do que a duração máxima de retirada no backtest, então é hora de cortes drásticos na alavancagem.
oi Ernie; Qual o raciocínio para ser longo? Por que não trocar de ambos os lados?
Eu acho que é importante sempre criar novas estratégias, mesmo que seus retornos estejam bem com os atuais.
Posso sugerir uma teoria da conspiração de que, desde a crise financeira, há um maior envolvimento / manipulação do governo nos mercados. Somone apoia o iene, alguém suporta frank suíço, alguém suporta taxas de juros. Pode ser que alguém também suporte ações (ou indiretamente). E, enquanto apoiam ações, eles podem realmente ir para um alvo fácil: comprar os estoques que nas aberturas realmente comercializam mais alto, e não aqueles que caem mais do que os outros. O capital se concentra em instrumentos selecionados que estão sendo impulsionados além de razoável (um fruto, qualquer um?), Ignorando o amplo mercado.
Oi Ernie - primeiro, amei o livro, o que me acompanhou no seu blog! Além disso, aprecio muito o conteúdo, além dos comentários da comunidade - grandes coisas inteligentes e muitas vezes desafiadoras que me fazem pesquisar mais! O aviso por e-mail de uma nova postagem é sempre uma chegada bem-vinda!
Acontece que o lado curto desta estratégia não funciona muito bem. Esta parece ser uma característica geral do comércio de ações, o que não é surpreendente considerando o retorno positivo esperado do mercado.
Pensamento interessante. Zerohedge mencionou recentemente (zerohedge / news / why-market-lentamente-morrendo) que o comércio de varejo diminuiu desde 2008. Portanto, essa ineficiência pode ter morrido com o comércio varejista.
Obrigado por suas amáveis ​​palavras no meu livro. Eu concordo que é difícil dizer se uma estratégia está apenas sofrendo de redução de curto prazo. Mas eu acredito que é sempre melhor estar seguro do que desculpar, uma vez que a duração do levantamento se aproxima da duração máxima no backtest.
Sua explicação para o desaparecimento desta estratégia pode ser verdade, embora eu pessoalmente mantenha minha explicação acima: que há poucos comerciantes varejistas hoje em dia que costumavam diminuir os preços dos estoques em um pânico aberto para permitir essa oportunidade.
Postagem perspicaz como sempre!
Seu comentário é muito provocador, mesmo que eu não concorde com todos os seus pontos!
Como sugeri na minha publicação, esta é apenas a versão mais simples da estratégia. Você pode modificá-lo para que seja adequado para uma conta de $ 100K. De fato, eu, pessoalmente, troquei uma versão de uma conta de $ 100K (com alavanca 4x) inicialmente e com bons resultados.
"Minha estratégia comprou ações abertas quando o mercado estava baixo, às vezes muito baixo. Então, obviamente, a maioria dos comerciantes estão vendendo, e podemos formular uma hipótese de que uma parcela considerável desses vendedores eram comerciantes de varejo. Se, como você disse, em um mercado de touro, todos os órgãos iriam comprar, então por que o mercado ficaria em aberto? & quot;
Na verdade, acho que você está certo de que essa queda pode ter que ver com os fundos estatísticos que vendem estoques que superam nos últimos dias, porque se eu impor essa condição, os índices de Sharpe melhoram em geral, embora ainda seja mais fraco no segunda parte dos dados. Então, eu acho que o meu ponto sobre o aumento da participação dos fundos estatísticos devido ao seu desempenho superior durante a crise financeira também está certo.
Geralmente falando sobre vida e amp; morte de estratégias, por que não aplicar alguma forma de impulso a longo prazo para a linha de ações teóricas de suas estratégias, escolhendo o melhor ou simplesmente desligar quando os desempenhos são negativos?
Parece haver algumas evidências sobre anomalias de mercado clássicas, escolhendo recursivamente o melhor artista passado: papers. ssrn / sol3 / papers. cfm? Abstract_id = 1364813.
Obrigado Lorenzo por este bom artigo!
Você tem outros artigos sobre snooping de dados / anomalias / seleção de modelos?
Oi Ernie & amp; Comunidade -
Tal como acontece com qualquer estratégia, haverá custos de deslizamento envolvidos. Neste caso, você pode usar os preços pré-mercado para estimar o aberto, ou você pode trocar logo após o aberto.
Na minha experiência, ajustar os parâmetros de uma estratégia antiga que parou de funcionar ganhou-o para que funcione novamente no curto prazo. Eu backtest a estratégia em 6-12 meses e ver se o desempenho retornou, e se não, ajustar as regras de negociação.
Eu não acho que 2009 é a única mudança de regime que vimos. Eu acredito que o Flash Crash em 2010 é outro.
Desenvolvi uma estratégia na faculdade como parte da minha tese de economia, que utilizou um estudo de eventos para identificar um conjunto de recomendações (upgrades, downgrades) que tiveram significado estatístico e econômico no estoque subjacente em uma base intradiária. Isso levou a uma estratégia de criação de um portfólio que compra / vende ações que recebeu novas recomendações de analistas ao aberto e fechando todas as posições no final. O backtest de 2001 a 2009 funcionou muito bem. O comércio ao vivo começou em 2009, os resultados correspondem aos resultados reportados. Os resultados começaram a enfraquecer no final de 2009, e de repente, a estratégia parou de funcionar após o crash do flash. Eu acredito que a estrutura do mercado foi alterada desde maio de 2010 e o crash do flash, embora eu não saiba por quê.
Trocamos uma estratégia similar baseada em empresas. orientação. Os resultados também se enfraqueceram em 2009, e nós matamos essa estratégia muito antes do choque instantâneo.
Se você está se referindo às recomendações de ganhos ou estratégias de orientação, então sim, nós testamos as perdas de parada. Mas stop loss, convidado "stop-hunting" estratégias, e não foi bem sucedido.
Sem paradas, não é rentável, a não ser que, ao negociar 100 ações, seja (eu testei com menos).
Como eles podem caçar suas paradas?
Suas paradas são visíveis no livro? Eles não deveriam ser?
Se você está se referindo à estratégia de lacunas, então nunca encontramos paradas para ser útil. Foi rentável quando negociamos sem paradas nem tampas de lucros.
Você tentou trocar a mesma estratégia, mas usando o preço no meio do dia como o aberto?
Isso basicamente seria uma inversão intradia. Eu suponho que isso não funcionaria bem porque os comerciantes tiveram mais tempo para reagir a uma configuração de preço, uma vez que se desenvolveu durante a última metade do dia, enquanto que em aberto há menos tempo para reação, operadores tão rápidos (automáticos) podem ter uma vantagem.
Você tentou trocar a mesma estratégia, mas usando o preço no meio do dia como o aberto?
Isso basicamente seria uma inversão intradia. Eu suponho que isso não funcionaria bem porque os comerciantes tiveram mais tempo para reagir a uma configuração de preço, uma vez que se desenvolveu durante a última metade do dia, enquanto que em aberto há menos tempo para reação, operadores tão rápidos (automáticos) podem ter uma vantagem.
Para sua pergunta: sim, eu tenho. É igualmente rentável.
Obrigado por um dos melhores blogs sobre negociação quantitativa - artigos de provocação e os melhores comentários na esfera do blog ao redor!
Às vezes, as estratégias morrem por causa da concorrência. Outras vezes eles morrem devido a mudanças estruturais no mercado (por exemplo, decimalização, mudança nas regras de venda a descoberto, aumento das piscinas escuras, etc.) As mudanças estruturais podem causar danos irreversíveis às estratégias.
Eu adoro seu blog, especialmente a comunidade que você construiu, refletida pelos muitos comentários provocadores.
São resultados muito interessantes - obrigado por compartilhar!
Sua sugestão parece sensata. Suponho que as simulações de Monte Carlo podem dizer-lhe quando a distribuição de preços ou retornos mudou realmente se os retornos reais acabassem no final da cola, indicando uma mudança de regime.
Eu conheço muitas estratégias que você pode estar interessado. apenas me avise.
muito bom artigo! muito útil para um pesquisador como eu.
Sim, a estratégia aparentemente funcionou bem em 2012, mas eu não sei sobre 2009-2010.
Eu também não uso dados históricos intradiários, exceto alto e baixo. No entanto, isso não significa que você não pode entrar intradía.
Se sua estratégia diz "Comprar se o preço for menor do que o dia anterior", e o seu teste de retorno mostra que hoje é baixo, de fato, é menor do que o dia anterior, então você conhece o O preço de execução é o mínimo do dia anterior. Você não precisa de preços intradiários para fazer esse tipo de backtesting.
Meu tcost é de ida, inclui deslizamento e comissão.
Eu acredito que você perdeu a noção de discussão.
Isso basicamente seria uma inversão intradia. & quot;
2) classificação no meio do dia usando noon_open (0) e baixo (-1) e compre noon_open (0). mas isso me confundiu quando você comentou "Comprar se o preço for menor do que o dia anterior" s baixo ",
3) classificação usando before_noon_low (0) e noon_open (0), mas noon_open (0) & gt; = before_noon_low (0), uma vez que não há motivos para acreditar que o mercado irá diminuir ao meio-dia. No entanto, só nos preocupamos com sua classificação relativa?
Na verdade, as variações intradiárias podem não implicar classificação. Mas deixarei a sua imaginação para descobrir a estratégia exata que é possível e rentável, para não pisotear alguém. propriedade intelectual!
Eu tive uma pergunta sobre o "Buy-on-Gap" estratégia. Qual é a melhor maneira de entrar em negociações nesta estratégia, através de ordens de mercado ou ordens de limite? Eu tentei entrar por meio de pedidos de mercado, mas meu deslizamento de sentido único é de cerca de 30 pbs (e pode ser bastante imprevisível, acho). Para um deslizamento de 60 pb de 2 vias, a estratégia não consegue retornar positivamente no backtest. Com ordens de limite, nem todas as posições de estoque possuem preenchimento. Existe uma maneira de executar essas estratégias no mercado aberto, com o volume necessário com deslizamento mínimo? Obrigado.
Você pode usar pedidos LOO.
Há inevitavelmente alguma derrapagem, uma vez que você tem que usar os preços 9:28 para gerar esses pedidos, e eles serão preenchidos no preço do leilão no horário aberto.
Se você deseja fazer uma prova mais precisa, você precisará usar cotações de oferta e oferta em intervalos de 1 minuto.
Obrigado Ernie pela sua resposta rápida. Uma vez que os pedidos LOO foram usados ​​para a entrada, pode haver casos em muitos dias, por exemplo, apenas 40 ou 70 ou 60 ações de 100 ações foram preenchidas devido ao uso de pedidos LOO. Como você modelou sua estratégia para esse comportamento? (Não podendo trocar todos os 100 sinais de compra). E você executou essa estratégia em F & amp; O ou no mercado de caixa?
Existem muitas versões da estratégia buy on gap. Mas, desde que se use ordens limitadas, nenhuma versão garantiria que todos os seus pedidos sejam preenchidos. Por que isso seria um problema? Você pode acompanhar isso com bastante precisão: apenas veja se seu preço limite é maior ou igual ao preço de leilão aberto.
Obrigado Ernie pelos seus valiosos comentários. Vou continuar a testar essa estratégia e experimentá-la ao vivo.
Oi, Ernie, tentei testar essa estratégia. Como você mencionou acima, o uso de pedidos limitados não garante que todos os 100 estoques possam ser comprados diariamente; nesse caso, para testar a parte traseira, devo escolher aleatoriamente os sinais comerciais diários gerados e ver se a estratégia dá bons retornos? Seleção aleatória pode dar resultados falsos. Você pode orientar sobre isso? Desculpe Se estou incomodando com minhas dúvidas, mas um novato na negociação. Obrigado.
Eu acho que você entendeu mal como um backtests estratégias que usam LOO.
Por exemplo. se o seu pedido BUY LOO em estoque tiver um preço limite de US $ 10, e o estoque aberto em US $ 11, sua encomenda ganhou não será preenchida. Se o estoque abriu em US $ 9, seu pedido será preenchido em US $ 9. Não há aleatoriedade ou incerteza envolvidas, e você pode testar a estratégia com total precisão (com a ressalva de que seu sinal real é gerado às 9h28, o mais tardar e que seus dados históricos podem ter um preço aberto consolidado em vez do leilão, preço aberto de intercâmbio primário.)
Agora eu entendi. Mas eu negocio na NSE India. NSE não tem LOO & # 39; s. Eu uso os dados diários do preço das ações do google finance para backtest e o preço às 9:08 am durante a sessão de pré-mercado da NSE é refletido como o preço aberto para o dia (quando o mercado começa às 9h15) nos dados do google . Por isso, não é possível para mim descobrir qual foi o preço comercial real do primeiro comércio quando o mercado abriu às 9h15.
Se a Goolge Finance não lhe fornecer o preço aberto real do mercado, então você deve encontrar outros dados de origem. Você pode até precisar encontrar dados intradiários. Se você usa IB, você pode baixar dados intraday gratuitos através de sua API, desde que você esteja inscrito em seus dados ao vivo no mercado indiano.

US Search Mobile Web.
Bem-vindo ao fórum Yahoo Search! Nós adoramos ouvir suas idéias sobre como melhorar a Pesquisa do Yahoo.
O fórum de comentários do produto do Yahoo agora requer uma ID e senha de Yahoo válidas para participar.
Agora você precisa fazer o login usando sua conta de e-mail do Yahoo para nos fornecer feedback e enviar votos e comentários às ideias existentes. Se você não possui uma ID do Yahoo ou a senha para sua ID do Yahoo, inscreva-se para uma nova conta.
Se você tiver uma ID e senha de Yahoo válidas, siga estas etapas, se desejar remover suas postagens, comentários, votos e / ou perfil no fórum de comentários do produto do Yahoo.
Vote em uma ideia existente () ou publique uma nova ideia ...
Ideias quentes Principais ideias Novas ideias Categoria Estado Meus comentários.
Quando busco meu nome, você publica resultados estranhos. As duas imagens que são eu foram removidas de um site que eu encerrei. Remover.
Ao pesquisar meu nome, estranha propaganda de imagens de palhaço vem para o capitão o palhaço em outro estado, REMOVA-O.
e as imagens.
Todas as coisas tentando implicar coisas estranhas.
O Yahoo pode desenvolver a opção para imagens serem vistas como uma apresentação de slides? Isso ajudaria em vez de ter que percorrer cada imagem e tornar esta experiência do Yahoo mais agradável. Obrigado pela sua consideração.
Você me disse para adicionar minhas outras contas, adicionei minha conta do Gmail, mas você não respondeu bem.
Não vê a sua ideia? Publique uma nova ideia ...
US Search Mobile Web.
Feedback e Base de Conhecimento.
Dê retorno.
Deutschland Finanzen Mobile DF iOS 1 idéia España Finanzas Mobile DF iOS 7 ideias Contas Painel 33 ideias Opinião do anúncio 3 ideias Respostas TH 31 ideias Respostas TH 0 idéias Respostas Fórum UV (versão de teste) 10 ideias Austrália Ideias de celebridades 0 Austrália Finanças Mobile Android 0 ideias Austrália Estilo 0 ideias Austrália Yahoo Tech 0 idéias Autos Impulso 2 idéias Aviate 1.513 idéias Canadá Finanças 1.099 ideias Canadá Finanças Mobile Android 0 ideias Canadá Finanças Mobile DF iOS 3 idéias Canadá Finanças Mobile iOS 467 ideias Canadá Homepage 5,112 ideias Canadá Filmes 14 ideias Notícias do Canadá 873 ideias Canadá com segurança 10 idéias Canadá Tela 128 idéias Canadá Clima 94 ideias Canadá Yahoo Beleza 0 idéias Canadá Yahoo Celebrity 10 ideias Canadá Yahoo Finanças 0 ideias Canadá Yahoo Filmes 10 ideias Canadá Yahoo Notícias 0 idéias Canadá Yahoo Estilo 21 ideias Futebol universitário Pick & # 39; em 112 idéias TV conectada 361 idéias Corp Mail Test 1 1.313 idéias Corp Mail Testing 1.256 idéias Cricket 21 ideias Daily Fantasy 88 ideias Developer Netwo rk 1 ideia Double Down 86 ideias Fantasy Baseball 432 ideias Fantasy Basketball 398 ideias Fantasy Football 704 ideias Fantasy Hockey 341 ideias Fantasy Live Scoring em Matchup e Classificações 807 ideias Fantasy Sports Aplicações Android 1.367 ideias Fantasy Sports iOS Apps 2.112 ideias Finanças 1.207 ideias Finanças - CA 495 idéias Finanças - ideias US 9 Finanças ChartIQ 435 idéias Finanças Mobile Web 403 idéias Finanças Portfolios 810 idéias Finanças Triagem de ações 35 idéias Finanças Tablet 44 idéias Flickr - Perfil 290 idéias Flickr Android 60 idéias Flickr para Apple TV 25 idéias Flickr Grupos 12 idéias Flickr Interno 0 ideias Flickr iOS Dogfooding 0 idéias Flickr iPad 133 idéias Flickr iPhone 327 ideias Flickr Nova foto Página 8,030 idéias Flickr Search 0 ideias Food Revistas 0 idéias Jogos 3.147 idéias Mapas globais 1.023 ideias GS Mobile Web 42 idéias Health Pulse 3 ideias Home Page (Android) 1.689 ideias Home Page (iOS) 3.808 ideias Hong Kong Homepage 0 ideias Índia Celebridade 43 ideias Índia Finanças 493 ideias Índia Homepage 1.867 idéias Índia Estilo de vida 173 idéias Índia Filmes 84 idéias Índia Notícias 327 idéias Índia Parceiro Tata 0 idéias Índia Parceiro Portal Tikona 0 idéias Índia com segurança 15 idéias Índia Tela 165 idéias Índia Tempo 30 ideias Índia Yahoo Beleza 0 idéias Índia Yahoo Celebridade 4 idéias Índia Yahoo Finanças 0 ideias Índia Yahoo Filmes 16 idéias Índia Yahoo Notícias 0 ideias Índia Yahoo Estilo 14 idéias Indonésia Celebridade 38 ideias Indonésia Página inicial 1.155 ideias Indonésia Notícias 170 ideias Indonésia com segurança 29 ideias Indonésia Ela 34 ideias Irlanda Homepage 90 idéias Jordânia Maktoob Homepage 419 idéias Comentários de mensagens de correio electrónico 10 ideias Maktoob الطقس مكتوب 5 ideias Maktoob Celebridade 1 ideia Maktoob Entretenimento 10 ideias Maktoob Estilo de vida 0 ideias Maktoob Filmes 2 ideias Maktoob Notícias 182 idéias Maktoob Tela 15 ideias Maktoob Id. de estilo 1 Maktoob ألعاب مكتوب 0 ideias Maktoob شاشة مكتوب 28 ideias Malásia Homepage 17 ideias Malásia Notícias 58 ideias Malásia com segurança 6 ideias Malásia Video 0 ideias Malásia Tempo 1 idéia Merchant Solutions 1 ideia My Yahoo 31,904 ideias Meu Yahoo - backup 1 idéia Meu Yahoo - US 9,176 ideias Meu Yahoo arquivo 314 idéias Novo Correio 9,917 idéias Novo Correio * 3,165 idéias Nova Zelândia Negócios & Finanças 132 idéias Nova Zelândia Página inicial 1.039 idéias Nova Zelândia com segurança 3 idéias Nova Zelândia Tela 0 idéias Notícias do PH ANC 21 ideias Filipinas Celebridade 214 ideias Filipinas Página inicial 8 ideias Filipinas Notícias 123 idéias Filipinas com segurança 12 idéias Filipinas Vídeo 0 idéias Filipinas Tempo 3 idéias Pick N Roll 19 ideias Postmaster 43 ideias Pro Football Pick & # 39; em 103 ideias Varejo Pulse 0 idéias Rivais 11 idéias com segurança 165 idéias Tela para idéias iOS 0 Busca extensões 96 idéias Pesquisar Downloads de produtos 88 idéias Segurança 497 ideias Experiência de login 79 idéias Singapura Entretenimento 20 idéias Cingapura Finanças 230 idéias Cingapura Página inicial 1.049 idéias Cingapura Notícias 212 idéias Cingapura com segurança 11 idéias Cingapura Tela 19 idéias Cingapura Tempo 4 idéias Cingapura Yahoo Beleza 0 idéias Cingapura Yahoo Ideias da celebridade 4 Cingapura Yahoo Finanças 0 idéias Cingapura Yahoo Filmes 0 idéias Cingapura Yahoo Notícias 0 idéias Singapore Yahoo Style 4 ideas Idéias da celebridade da África do Sul Ideia da África do Sul 374 idéia s África do Sul Notícias 23 ideias Esportes Android 1,534 ideias Esportes CA 34 ideias Esportes iOS 1.025 ideias Desporto Redesign 3.189 ideias SportsReel 6 ideias StatTracker Beta 572 ideias Survival Futebol 81 ideias Taiwan Yahoo 名人 娛樂 0 ideias Taiwan Yahoo 運動 0 ideias Tailândia Safely 2 ideias Toolbar Mail App 216 ideas Toolbar Weather App 72 ideias Tourney Pick & # 39; em 41 ideias UK & amp; Irlanda Finanças 1.077 ideias UK & amp; Jogos da Irlanda 19 ideias UK & amp; Homepage da Irlanda 441 ideias UK & amp; Irlanda Notícias 0 ideias UK & amp; Ireland News Balde interno 0 ideias UK & amp; Irlanda Notícias Lego 376 ideas UK & amp; Irlanda com segurança 38 ideias UK & amp; Irlanda TV 21 ideias UK & amp; Irlanda Vídeo 187 ideias UK & amp; Irlanda Tempo 99 ideias Reino Unido Respostas 1 ideia UK Daily Fantasy 0 ideias UK Finanças Mobile Android 12 ideias UK Finanças Mobile DF iOS 2 idéias UK Finanças Mobile iOS 308 idéias UK Yahoo Movies 23 ideias US Respostas 8,970 ideias Respostas dos EUA Mobile Web 2,155 ideias US Autos GS 442 ideias US Celebrity GS 661 ideias EUA Comentários 350 ideias US Finance Mobile Android 44 idéias US Finance Mobile iOS 560 idéias US Flickr 246 ideias EUA 4,164 ideias US Homepage B1 68 ideias US Homepage B2 33 ideias US Homepage B3 50 ideias US Homepage B4 33 ideias Página inicial dos EUA B5 0 ideias Página inicial dos EUA M 7,021 ideias Página inicial dos EUA YDC 43 idéias US Homes GS 203 ideias US Live Web Insights 24 ideias US Mail 193 ideias US Mail 12,279 ideias EUA Mapas 3,491 ideias US Membership Desktop 8,106 ideias US Membership Mobile 91 ideias EUA Filmes GS 424 ideias US Music GS 195 ideias US News 6,018 ideias US Search App Android 2 ideias US Search App iOS 12 ideias US Search Chrome Extensão 780 ideias US Chrome Chrome Extensão v2 2,197 ideias EUA Pesquisa Desktop 39 ideia s US Search Desktop Bucket A 7 ideias US Search Desktop Bucket B 8 ideias US Pesquisar KG 17 ideias US Pesquisar Locais Listings 20.778 ideias EUA Busca Mobile Web 3 ideias EUA Busca Mozilla 1 ideia EUA Pesquisar estoque Quotes 11 ideias US Pesquisar Tablet Web 1 ideia EUA Shine GS 1 idéia US Toolbar 5,549 ideias US Travel GS 207 idéias EUA TV GS 367 ideias US Weather 2,314 idéias EU Weather Bucket 0 ideias EUA Tempo Mobile 13 ideias US Weather Mobile Android 2 ideias Guia de vídeo Android 150 ideias Guia de vídeo iOS 206 ideias Guia de vídeo Testando 15 ideias Web Hosting 4 idéias Yahoo Acessibilidade 359 idéias Yahoo Autos 71 idéias Yahoo Beleza 100 idéias Ideias Yahoo Celebrity 0 Yahoo Celebrity Canada 0 ideias Yahoo Decor 0 ideias Yahoo Entertainment 356 ideias Yahoo Esports 50 ideias Yahoo Feedback 0 ideias Yahoo Finance Feedback Forum 1 ideia Yahoo Finance IN Mobile Android 0 ideias Yahoo Finance SG Mobile Android 1 idéia Yahoo FinanceReel 4 idéias Yahoo Comida 118 idéias Yahoo Gemini 2 ideias Yahoo Saúde 90 ideias Yahoo ajuda 260 idéias Yaho o Home 211 ideias Yahoo Home * 28 ideias Yahoo Lifestyle 168 ideias Yahoo Yahoo 0 ideias Yahoo Mail 2,217 ideias Yahoo Mail Aplicativo Android 404 ideias Yahoo Mail Basic 635 ideias Yahoo Mail iOS App 49 idéias Yahoo Mail Mobile Web 1 ideia Yahoo Makers 51 ideias Yahoo Messenger 84 idéias Yahoo Mobile Developer Suite 61 idéias Yahoo Mobile para ideias do telefone 15 Yahoo Mobile para idéias do Tablet 0 Yahoo Music 77 idéias Yahoo News Digest Ideias do Android 870 Yahoo News Digest Ideias do iPad 0 Yahoo News Digest iPhone 1,531 ideias Aplicação do Android Newsroom do Windows 56 idéias Yahoo Newsroom iOS App 34 ideias Yahoo Parenting 63 ideias Yahoo Politics 118 idéias Yahoo Publishing 13 ideias Yahoo Real Estate 2 ideias Yahoo Tech 459 idéias Yahoo Travel 143 idéias Yahoo TV 102 ideias Yahoo Ver 210 ideias Yahoo Weather Android 2,140 ideias Yahoo Weather iOS 22,735 ideias Yahoo! 7 Food App (iOS) 0 ideias Yahoo! 7 Página inicial Archive 57 ideas Yahoo! 7 Notícias (iOS) 23 ideias Yahoo! 7 Tela 0 ideias Yahoo! 7 TV FANGO App (Android) 1 ideia Yahoo! 7 aplicação TV FANGO (iOS) 1 ideia Yahoo! 7 TV Guide App (Android) 0 ideias Yahoo! 7 Guia de TV Guia (iOS) 1,248 ideias Yahoo! 7 Aplicação TV Plus7 (iOS) 0 ideias Yahoo! Centro de Feedback do Teste de Conceito 174 idéias Yahoo! Idéia de Contributor Network 1 Yahoo! Transliteração 29 ideias YAHOO! 7 Finanças 551 idéias Yahoo! 7 Jogos 9 ideias Yahoo! 7 Safely 19 ideias Yahoo7 Finanças Mobile DF iOS 12 ideias Yahoo7 Finanças Mobile iOS 217 ideias Yahoo7 Homepage 2.545 ideias.
Sua senha foi alterada.
Fizemos alterações para aumentar nossa segurança e restabelecer sua senha.
Acabamos de enviar-lhe um e-mail para. Clique no link para criar uma senha, depois volte aqui e faça o login.

Estratégias de negociação de frequência média
Obter através da App Store Leia esta publicação em nosso aplicativo!
Como eu deveria calcular a Relação de Sharpe para a estratégia de negociação de pares de meias frequências?
Eu tenho uma estratégia de negociação par com posições que duram 3-5 dias e negociações 2-3 vezes por mês. Por design, todos os negócios são rentáveis ​​até a cointegração estar quebrada.
Devo calcular o índice Sharpe com retornos diários ou mensais? (anualizando em cada caso)
Com retornos mensais, a maioria dos cargos será fechada, então eu vou ter lucros principalmente (e talvez uma perda se houver uma posição aberta no final do mês).
Com retornos diários, teremos lucros e perdas parciais por dia.
Ainda não fiz os cálculos, mas parece-me que o índice anualizado Sharpe dos retornos mensais será maior do que aquele com os retornos diários, mesmo com a diferença dos fatores de anualização $ \ sqrt $, $ \ sqrt $ respectivamente.
Sharpe só deve ser calculado a partir de retornos diários porque uma granularidade mais fina leva a um tamanho de amostra maior. A amostra maior torna a métrica de desvio padrão mais precisa. Como contra-exemplo, quão confiável o Sharpe usaria retornos anuais?
Eu acho que é melhor olhar para t-stat do que na Sharpe Ration em si com dados usando diferentes freqüências (assim diferentes df) para determinar qual estatística Sharpe Ratio é mais precisa.

Fundamentos do comércio algorítmico: conceitos e exemplos.
Um algoritmo é um conjunto específico de instruções claramente definidas destinadas a realizar uma tarefa ou processo.
O comércio algorítmico (negociação automatizada, negociação em caixa preta ou simplesmente algo-trading) é o processo de uso de computadores programados para seguir um conjunto definido de instruções para colocar um comércio para gerar lucros a uma velocidade e freqüência impossíveis para um comerciante humano. Os conjuntos definidos de regras são baseados em tempo, preço, quantidade ou qualquer modelo matemático. Além das oportunidades de lucro para o comerciante, o algo-trading torna os mercados mais líquidos e torna a negociação mais sistemática descartando impactos emocionais humanos nas atividades comerciais. (Para mais, consulte Picking the Right Algorithmic Trading Software.)
Suponha que um comerciante siga esses critérios de comércio simples:
Compre 50 ações de uma ação quando sua média móvel de 50 dias excede a média móvel de 200 dias. Vende ações da ação quando sua média móvel de 50 dias está abaixo da média móvel de 200 dias.
Usando este conjunto de duas instruções simples, é fácil escrever um programa de computador que monitorará automaticamente o preço das ações (e os indicadores de média móvel) e colocará as ordens de compra e venda quando as condições definidas forem atendidas. O comerciante não precisa mais manter um relógio para preços e gráficos ao vivo, ou colocar as ordens manualmente. O sistema de negociação algorítmica automaticamente faz isso para ele, identificando corretamente a oportunidade comercial. (Para mais informações sobre as médias móveis, consulte Médias móveis simples, faça as tendências se destacarem.)
[Se você quiser saber mais sobre as estratégias comprovadas e pontuais que podem eventualmente ser trabalhadas em um sistema de comércio alorítico, confira o Curso de Torneio de Dia de Torneio da Invastopedia Academy. ]
Benefícios da negociação algorítmica.
A Algo-trading oferece os seguintes benefícios:
Negociações executadas com os melhores preços Posicionamento instantâneo e preciso da ordem comercial (com altas chances de execução nos níveis desejados) Negociações cronometradas corretamente e instantaneamente, para evitar mudanças de preços significativas Custos de transação reduzidos (veja o exemplo de falta de implementação abaixo) Verificações automatizadas simultâneas em múltiplos condições de mercado Reduziu o risco de erros manuais na colocação dos negócios Backtest o algoritmo, com base nos dados históricos e em tempo real disponíveis Reduzida a possibilidade de erros por comerciantes humanos com base em fatores emocionais e psicológicos.
A maior parte do dia-a-dia é a negociação de alta freqüência (HFT), que tenta capitalizar a colocação de um grande número de pedidos em velocidades muito rápidas em múltiplos mercados e múltiplos parâmetros de decisão, com base em instruções pré-programadas. (Para obter mais informações sobre o comércio de alta freqüência, consulte Estratégias e Segredos de Empresas de Negociação de Alta Freqüência (HFT).)
O Algo-trading é usado em muitas formas de atividades de comércio e investimento, incluindo:
Investidores de médio a longo prazo ou empresas de compra (fundos de pensão, fundos de investimento, companhias de seguros) que adquirem ações em grandes quantidades, mas não querem influenciar os preços das ações com investimentos discretos e de grande porte. Os comerciantes de curto prazo e os participantes do lado da venda (fabricantes de mercado, especuladores e arbitragentes) se beneficiam da execução comercial automatizada; Além disso, ajudas de algo-trading na criação de liquidez suficiente para os vendedores no mercado. Os comerciantes sistemáticos (seguidores de tendências, comerciantes de pares, hedge funds, etc.) acham muito mais eficiente programar suas regras comerciais e permitir que o programa seja comercializado automaticamente.
O comércio algorítmico proporciona uma abordagem mais sistemática ao comércio ativo do que os métodos baseados na intuição ou instinto do comerciante humano.
Estratégias de negociação algorítmica.
Qualquer estratégia de negociação algorítmica exige uma oportunidade identificada que seja rentável em termos de melhoria de ganhos ou redução de custos. As seguintes são estratégias de negociação comuns usadas em algo-trading:
As estratégias de negociação algorítmicas mais comuns seguem as tendências em médias móveis, fuga de canais, movimentos no nível de preços e indicadores técnicos relacionados. Estas são as estratégias mais fáceis e simples de implementar através de negociação algorítmica porque essas estratégias não envolvem fazer previsões ou previsões de preços. Os negócios são iniciados com base na ocorrência de tendências desejáveis, que são fáceis e direitas de implementar através de algoritmos sem entrar na complexidade da análise preditiva. O exemplo acima mencionado de média móvel de 50 e 200 dias é uma tendência popular seguindo a estratégia. (Para mais informações sobre as estratégias de negociação de tendências, consulte: Estratégias simples para capitalizar as tendências.)
Comprar um estoque cotado duplo a um preço mais baixo em um mercado e simultaneamente vendê-lo a um preço mais alto em outro mercado oferece o diferencial de preço como lucro ou arbitragem sem risco. A mesma operação pode ser replicada para ações versus instrumentos de futuros, pois os diferenciais de preços existem de tempos em tempos. Implementar um algoritmo para identificar esses diferenciais de preços e colocar as ordens permite oportunidades lucrativas de forma eficiente.
Os fundos do índice definiram períodos de reequilíbrio para que suas participações fossem compatíveis com seus respectivos índices de referência. Isso cria oportunidades rentáveis ​​para comerciantes algorítmicos, que capitalizam os negócios esperados que oferecem lucros de 20 a 80 pontos base, dependendo do número de ações no fundo do índice, apenas antes do reequilíbrio do fundo do índice. Essas negociações são iniciadas através de sistemas de negociação algorítmica para execução atempada e melhores preços.
Muitos modelos matemáticos comprovados, como a estratégia de negociação neutra do delta, que permitem a negociação de combinações de opções e sua segurança subjacente, onde os negócios são colocados para compensar deltas positivos e negativos, de modo que o portfólio delta seja mantido em zero.
A estratégia de reversão média baseia-se na ideia de que os preços altos e baixos de um bem são um fenômeno temporário que retorna periodicamente ao seu valor médio. Identificar e definir uma faixa de preço e implementar algoritmos com base em isso permite que os negócios sejam colocados automaticamente quando o preço do recurso entra e sai do seu alcance definido.
A estratégia de preços médios ponderados por volume quebra uma grande ordem e libera pedaços menores determinados dinamicamente da ordem para o mercado usando perfis de volume histórico específicos de estoque. O objetivo é executar a ordem perto do preço médio ponderado do volume (VWAP), beneficiando assim o preço médio.
A estratégia de preço médio ponderado no tempo quebra uma grande ordem e libera dinamicamente determinados pedaços menores da ordem para o mercado usando intervalos de tempo uniformemente divididos entre o início e o fim do tempo. O objetivo é executar a ordem perto do preço médio entre os horários de início e término, minimizando assim o impacto no mercado.
Até que a ordem comercial seja totalmente preenchida, este algoritmo continua enviando ordens parciais, de acordo com o índice de participação definido e de acordo com o volume negociado nos mercados. A "estratégia de etapas" relacionada envia ordens a uma porcentagem definida pelo usuário de volumes de mercado e aumenta ou diminui essa taxa de participação quando o preço da ação atinge os níveis definidos pelo usuário.
A estratégia de falta de implementação visa minimizar o custo de execução de uma ordem através da negociação do mercado em tempo real, economizando assim o custo da ordem e beneficiando do custo de oportunidade da execução atrasada. A estratégia aumentará a taxa de participação direcionada quando o preço das ações se mover de forma favorável e diminuí-lo quando o preço das ações se mover de forma adversa.
Existem algumas classes especiais de algoritmos que tentam identificar "acontecimentos" do outro lado. Esses "algoritmos de sniffing", usados, por exemplo, por um market maker market market têm a inteligência interna para identificar a existência de qualquer algoritmo no lado da compra de uma grande ordem. Essa detecção através de algoritmos ajudará o fabricante de mercado a identificar grandes oportunidades de ordem e permitir que ele se beneficie ao preencher os pedidos a um preço mais alto. Isso às vezes é identificado como front-running de alta tecnologia. (Para obter mais informações sobre negociação de alta freqüência e práticas fraudulentas, consulte: Se você comprar ações on-line, você está envolvido em HFTs.)
Requisitos técnicos para negociação algorítmica.
Implementar o algoritmo usando um programa de computador é a última parte, batida com backtesting. O desafio é transformar a estratégia identificada em um processo informatizado integrado que tenha acesso a uma conta de negociação para fazer pedidos. São necessários os seguintes:
Conhecimento de programação de computador para programar a estratégia de negociação necessária, programadores contratados ou software de negociação pré-fabricado Conectividade de rede e acesso a plataformas de negociação para colocar os pedidos Acesso a feeds de dados de mercado que serão monitorados pelo algoritmo para oportunidades de colocar pedidos A capacidade e infra-estrutura para voltar a testar o sistema uma vez construído, antes de entrar em operação em mercados reais Dados históricos disponíveis para backtesting, dependendo da complexidade das regras implementadas no algoritmo.
Aqui está um exemplo abrangente: o Royal Dutch Shell (RDS) está listado na Amsterdam Stock Exchange (AEX) e London Stock Exchange (LSE). Vamos construir um algoritmo para identificar oportunidades de arbitragem. Aqui estão algumas observações interessantes:
AEX negocia em Euros, enquanto a LSE negocia em libras esterlinas. Devido à diferença horária de uma hora, a AEX abre uma hora antes da LSE, seguido de ambas as trocas comerciais simultaneamente durante as próximas horas e depois de negociar apenas na LSE durante a última hora à medida que o AEX fecha .
Podemos explorar a possibilidade de negociação de arbitragem nas ações da Royal Dutch Shell listadas nesses dois mercados em duas moedas diferentes?
Um programa de computador que pode ler os preços atuais do mercado Os feeds de preços de LSE e AEX A taxa de câmbio para a taxa de câmbio GBP-EUR Capacidade de colocação de pedidos que podem rotear a ordem para a troca correta do recurso Back-testing em feeds históricos de preços.
O programa de computador deve executar o seguinte:
Leia o preço de entrada do estoque RDS de ambas as bolsas Usando as taxas de câmbio disponíveis, converta o preço de uma moeda para outra. Se houver uma discrepância de preço suficientemente grande (descontando os custos de corretagem) levando a uma oportunidade rentável, então coloque a compra ordem em troca de preços mais baixos e ordem de venda em troca de preços mais elevados Se as ordens forem executadas conforme desejado, o lucro de arbitragem seguirá.
Simples e fácil! No entanto, a prática de negociação algorítmica não é simples de manter e executar. Lembre-se, se você pode colocar um comércio gerado por algo, os outros participantes do mercado podem também. Conseqüentemente, os preços flutuam em milissegundos e até mesmo em microssegundos. No exemplo acima, o que acontece se o seu comércio de compras for executado, mas o comércio de vendas não acontece à medida que os preços de venda mudam quando o seu pedido atinge o mercado? Você vai acabar sentado com uma posição aberta, tornando sua estratégia de arbitragem inútil.
Existem riscos e desafios adicionais: por exemplo, riscos de falha do sistema, erros de conectividade de rede, atrasos de tempo entre ordens comerciais e execução e, o mais importante de tudo, algoritmos imperfeitos. O algoritmo mais complexo é o backtesting mais rigoroso antes de ser posto em ação.
The Bottom Line.
A análise quantitativa do desempenho de um algoritmo desempenha um papel importante e deve ser examinada criticamente. É excitante ir pela automação auxiliada por computadores com a noção de ganhar dinheiro sem esforço. Mas é preciso certificar-se de que o sistema está completamente testado e os limites exigidos são definidos. Os comerciantes analíticos devem considerar a aprendizagem de sistemas de programação e construção por conta própria, ter confiança em implementar as estratégias certas de forma infalível. O uso cauteloso eo teste completo de algo-trading podem criar oportunidades rentáveis. (Para mais informações, consulte Como codificar seu próprio robô Algo Trading.)