Quantitative trading strategies download

Uma análise empírica de estratégias de negociação quantitativa Uma análise empírica de estratégias de negociação quantitativa Advisor: Andrew W. Lo. Departamento: Sloan School of Management. Junto com o crescente poder de computação, a crescente disponibilidade de vários fluxos de dados, introdução de trocas eletrônicas, custos de negociação decrescentes e aquecimento da concorrência no setor de investimentos financeiros, estratégias de negociação quantitativa ou regras de negociação quantitativas Têm evoluído rapidamente em poucas décadas. Eles desafiam a Hipótese de Mercado Eficiente ao tentar prever os movimentos de preços futuros de ativos de risco a partir das informações históricas de mercado de forma algorítmica ou de maneira estatística. Eles tentam encontrar alguns padrões ou tendências dos dados históricos e usá-los para bater o benchmark do mercado. Nesta pesquisa, introduzo várias estratégias de negociação quantitativas e investigo empiricamente seus desempenhos, isto é, executando back-tests assumindo que o índice de ações SampP 500 é um ativo de risco para o comércio. As estratégias utilizam os dados históricos do índice de ações em si, movimento de volume de negociação, movimento de taxa livre de risco e movimento de volatilidade implícita para gerar sinais de negociação de compra ou venda. Então eu tento articular e decompor a fonte para os sucessos de algumas estratégias nos back-testes em vários fatores, como padrões de tendência ou relações entre as variáveis ​​de informação de mercado de forma intuitiva. Algumas estratégias registaram desempenhos mais elevados do que o benchmark nos back-tests, no entanto ainda é um problema como podemos distinguir estas estratégias vencedoras antecipadamente dos perdedores no início do nosso horizonte de investimento. A discreção humana, como a visão macro sobre a tendência do mercado futuro é considerada ainda desempenhar um papel importante para o comércio quantitativo para ser bem sucedido no longo prazo. Tese (M. B.A.) - Instituto de Tecnologia de Massachusetts, Sloan School of Management, 2008. Inclui referências bibliográficas (p 277-280). Palavras-chave: Sloan School of Management. Meu AccountBeginner39s Guia de Negociação Quantitativa Neste artigo vou apresentar-lhe alguns dos conceitos básicos que acompanham um sistema de comércio quantitativo de ponta a ponta. Este post esperamos servir duas audiências. O primeiro será indivíduos que tentam obter um emprego em um fundo como um comerciante quantitativo. O segundo serão os indivíduos que desejam tentar criar seu próprio negócio de negociação algorítmica de varejo. A negociação quantitativa é uma área extremamente sofisticada de finanças quantitativas. Pode levar uma quantidade significativa de tempo para obter o conhecimento necessário para passar uma entrevista ou construir suas próprias estratégias de negociação. Não só isso, mas requer uma extensa experiência em programação, pelo menos em uma linguagem como MATLAB, R ou Python. No entanto, à medida que a frequência de negociação da estratégia aumenta, os aspectos tecnológicos tornam-se muito mais relevantes. Assim, estar familiarizado com C / C será de suma importância. Um sistema de comércio quantitativo consiste em quatro componentes principais: Identificação da estratégia - Encontrar uma estratégia, explorando uma borda e decidindo na freqüência negociando Backtesting da estratégia - obtenção de dados, analisando o desempenho da estratégia e removendo preconceitos Execution System - ligando a uma corretora, automatizando o comércio e minimizando Custos de transação Gerenciamento de Risco - alocação de capital otimizada, tamanho da aposta / critério Kelly e psicologia comercial Bem, comece por dar uma olhada em como identificar uma estratégia de negociação. Identificação da estratégia Todos os processos de negociação quantitativa começam com um período inicial de pesquisa. Este processo de pesquisa envolve encontrar uma estratégia, ver se a estratégia se encaixa em um portfólio de outras estratégias que você pode estar executando, obtendo todos os dados necessários para testar a estratégia e tentar otimizar a estratégia para maiores retornos e / ou menor risco. Você precisará considerar seus próprios requisitos de capital se estiver executando a estratégia como um comerciante varejista e como quaisquer custos de transação afetarão a estratégia. Contrariamente à crença popular é realmente bastante simples de encontrar estratégias rentáveis ​​através de várias fontes públicas. Os acadêmicos publicam regularmente resultados de negociação teóricos (embora na maior parte brutos dos custos de transação). Os blogs quantitativos das finanças discutirão estratégias detalhadamente. Os diários de comércio descreverão algumas das estratégias empregadas pelos fundos. Você pôde questionar porque os indivíduos e as empresas são afiados discutir suas estratégias rentáveis, especial quando sabem que outros que aglomeram o comércio podem parar a estratégia do trabalho no prazo. A razão reside no fato de que eles não costumam discutir os parâmetros exatos e métodos de ajuste que eles têm realizado. Estas otimizações são a chave para transformar uma estratégia relativamente medíocre em uma altamente rentável. Na verdade, uma das melhores maneiras de criar suas próprias estratégias únicas é encontrar métodos semelhantes e, em seguida, realizar o seu próprio procedimento de otimização. Aqui está uma pequena lista de lugares para começar a procurar idéias de estratégia: Muitas das estratégias que você vai olhar para cair nas categorias de média-reversão e tendência-seguinte / momento. Uma estratégia de reversão de média é aquela que tenta explorar o fato de que existe uma média de longo prazo em uma série de preços (como o spread entre dois ativos correlatos) e que os desvios a curto prazo dessa média reverterão. Uma estratégia de dinamismo tenta explorar tanto a psicologia dos investidores como a estrutura de grandes fundos ao encurralar uma tendência de mercado, que pode ganhar impulso em uma direção e seguir a tendência até que ela reverta. Outro aspecto extremamente importante do comércio quantitativo é a freqüência da estratégia de negociação. Negociação de baixa freqüência (LFT) geralmente se refere a qualquer estratégia que detém ativos mais do que um dia de negociação. Correspondentemente, a negociação de alta freqüência (HFT) geralmente se refere a uma estratégia que detém ativos intraday. Ultra-high frequency trading (UHFT) refere-se a estratégias que mantêm ativos na ordem de segundos e milissegundos. Como um praticante de varejo HFT e UHFT são certamente possível, mas apenas com conhecimento detalhado da pilha de tecnologia de negociação e dinâmica livro de pedidos. Nós não vamos discutir esses aspectos em grande medida neste artigo introdutório. Uma vez que uma estratégia, ou um conjunto de estratégias, foi identificado, agora precisa ser testado quanto à lucratividade em dados históricos. Esse é o domínio do backtesting. Backtesting da estratégia O objetivo do backtesting é fornecer evidências de que a estratégia identificada através do processo acima é rentável quando aplicada a dados históricos e fora da amostra. Isso define a expectativa de como a estratégia irá realizar no mundo real. No entanto, backtesting não é uma garantia de sucesso, por várias razões. É talvez a área mais sutil de negociação quantitativa, uma vez que implica vieses numerosos, que devem ser cuidadosamente considerados e eliminados, tanto quanto possível. Discutiremos os tipos comuns de viés, incluindo o viés prospectivo. Viés de sobrevivência e viés de otimização (também conhecido como viés de snooping de dados). Outras áreas de importância dentro de backtesting incluem disponibilidade e limpeza de dados históricos, factoring em custos de transação realistas e decidir sobre uma robusta plataforma de backtesting. Bem, discuta os custos de transação na seção Sistemas de Execução abaixo. Uma vez que uma estratégia foi identificada, é necessário obter os dados históricos através dos quais para realizar testes e, talvez, refinamento. Há um número significativo de fornecedores de dados em todas as classes de ativos. Os seus custos geralmente variam em função da qualidade, profundidade e actualidade dos dados. O ponto de partida tradicional para começar comerciantes quant (pelo menos no nível de varejo) é usar o conjunto de dados livre do Yahoo Finance. Eu não vou me debruçar demais sobre os provedores, mas eu gostaria de me concentrar nas questões gerais ao lidar com conjuntos de dados históricos. As principais preocupações com dados históricos incluem precisão / limpeza, viés de sobrevivência e ajuste para ações corporativas, tais como dividendos e divisões de ações: A exatidão diz respeito à qualidade geral dos dados - se ele contém quaisquer erros. Erros às vezes podem ser fáceis de identificar, como com um filtro de pico. Que selecionará pontos incorretos em dados de séries de tempo e corrigirá para eles. Em outros momentos, eles podem ser muito difíceis de detectar. Muitas vezes é necessário ter dois ou mais provedores e, em seguida, verificar todos os seus dados uns contra os outros. O viés de sobrevivência é muitas vezes uma característica de conjuntos de dados gratuitos ou baratos. Um conjunto de dados com viés de sobrevivência significa que ele não contém ativos que não são mais comerciais. No caso das acções, isto significa stocks de acções em situação de falência / falência. Esse viés significa que qualquer estratégia de negociação de ações testada em um desses conjuntos de dados provavelmente funcionará melhor do que no mundo real, já que os vencedores históricos já foram pré-selecionados. Ações corporativas incluem atividades logísticas realizadas pela empresa que geralmente causam uma mudança de função de etapa no preço bruto, que não deve ser incluído no cálculo de retornos do preço. Os ajustes para dividendos e divisões de ações são os culpados comuns. Um processo conhecido como ajuste posterior é necessário para ser realizado em cada uma dessas ações. Deve-se ter muito cuidado para não confundir um grupamento de ações com um verdadeiro ajuste de retorno. Muitos comerciantes foram pegos por uma ação corporativa Para realizar um backtest, é necessário usar uma plataforma de software. Você tem a escolha entre o software dedicado do backtest, tal como Tradestation, uma plataforma numérica tal como Excel ou MATLAB ou uma aplicação feita sob encomenda cheia em uma linguagem de programação tal como Python ou C. Eu não estarei demasiado sobre Tradestation (ou similar), Excel ou MATLAB, como eu acredito em criar uma pilha inteira da tecnologia interna (pelas razões esboçadas abaixo). Um dos benefícios de fazer isso é que o software de backtest e o sistema de execução podem ser bem integrados, mesmo com estratégias estatísticas extremamente avançadas. Para estratégias HFT, em particular, é essencial usar uma implementação personalizada. Quando backtesting um sistema um deve ser capaz de quantificar o quão bem ele está realizando. As métricas padrão da indústria para estratégias quantitativas são a redução máxima ea Taxa de Sharpe. A redução máxima caracteriza a maior queda pico-a-minucioso na curva de equidade da conta durante um determinado período de tempo (geralmente anual). Isso é mais freqüentemente citado como uma porcentagem. As estratégias LFT tendem a ter maiores abaixamentos do que as estratégias HFT, devido a uma série de fatores estatísticos. Um backtest histórico mostrará o drawdown passado máximo, que é um bom guia para o futuro desempenho drawdown da estratégia. A segunda medição é o Índice de Sharpe, que é definido heuristicamente como a média dos retornos excedentes divididos pelo desvio padrão desses retornos excedentes. Aqui, os retornos excedentes referem-se ao retorno da estratégia acima de um ponto de referência pré-determinado. Como o SP500 ou um Tesouro de 3 meses. Observe que o retorno anualizado não é uma medida normalmente utilizada, pois não leva em conta a volatilidade da estratégia (ao contrário do Índice de Sharpe). Uma vez que uma estratégia foi testada e é considerada livre de preconceitos (na medida em que isso é possível), com um bom Sharpe e reduções minimizadas, é hora de construir um sistema de execução. Sistemas de Execução Um sistema de execução é o meio pelo qual a lista de negócios gerados pela estratégia são enviados e executados pelo corretor. Apesar do fato de que a geração comercial pode ser semi - ou mesmo totalmente automatizada, o mecanismo de execução pode ser manual, semi-manual (ou seja, um clique) ou totalmente automatizado. Para estratégias LFT, técnicas manuais e semi-manuais são comuns. Para as estratégias de HFT é necessário criar um mecanismo de execução totalmente automatizado, que muitas vezes será fortemente associado com o gerador de comércio (devido à interdependência de estratégia e tecnologia). As principais considerações ao criar um sistema de execução são a interface para a corretora. Minimização dos custos de transação (incluindo comissão, deslizamento e spread) e divergência de desempenho do sistema ao vivo de desempenho backtestado. Há muitas maneiras de interagir com uma corretora. Eles variam de chamar o seu corretor no telefone através de um totalmente automatizado de alto desempenho Application Programming Interface (API). Idealmente, você deseja automatizar a execução de seus negócios, tanto quanto possível. Isso libera você para se concentrar em mais pesquisas, bem como permitem que você execute várias estratégias ou mesmo estratégias de maior freqüência (na verdade, HFT é essencialmente impossível sem a execução automatizada). O software de backtesting comum descrito acima, como MATLAB, Excel e Tradestation são bons para a freqüência mais baixa, estratégias mais simples. No entanto, será necessário construir um sistema de execução interno escrito em uma linguagem de alto desempenho, como C, a fim de fazer qualquer HFT real. Como uma anedota, no fundo que eu costumava ser empregado em, tivemos um loop de negociação de 10 minutos, onde iria baixar novos dados de mercado a cada 10 minutos e, em seguida, executar comércios com base nessa informação no mesmo período de tempo. Isso estava usando um script Python otimizado. Para qualquer coisa que se aproxima de minutos ou de dados de segunda freqüência, eu acredito que C / C seria mais ideal. Em um fundo maior, muitas vezes não é o domínio do comerciante quant para otimizar a execução. No entanto, em pequenas lojas ou empresas HFT, os comerciantes são os executores e, portanto, um conjunto de habilidades muito mais amplo é muitas vezes desejável. Tenha isso em mente se você deseja ser empregado por um fundo. Suas habilidades de programação serão tão importantes, se não mais, do que suas estatísticas e talentos econométricos Outra grande questão que cai sob a bandeira de execução é a de minimização de custos de transação. Geralmente, há três componentes para os custos de transação: Comissões (ou impostos), que são as taxas cobradas pela corretora, pela bolsa e pela derrogação da SEC (ou órgão regulador governamental semelhante), que é a diferença entre o que você pretendia que sua ordem fosse Preenchido em relação ao que foi realmente preenchido no spread, que é a diferença entre o preço de compra / venda do título negociado. Observe que o spread não é constante e depende da liquidez atual (ou seja, disponibilidade de ordens de compra / venda) no mercado. Os custos de transação podem fazer a diferença entre uma estratégia extremamente lucrativa com uma boa relação de Sharpe e uma estratégia extremamente desprotegida com uma proporção de Sharpe terrível. Pode ser um desafio para prever corretamente os custos de transação a partir de um backtest. Dependendo da freqüência da estratégia, você precisará acessar dados históricos de troca, que incluirão dados de carrapatos para preços de oferta / solicitação. Equipes inteiras de quants são dedicadas à otimização da execução nos fundos maiores, por estas razões. Considere o cenário em que um fundo precisa descarregar uma quantidade substancial de negócios (dos quais as razões para fazê-lo são muitas e variadas). Ao lançar tantas ações para o mercado, elas rapidamente diminuirão o preço e poderão não obter uma execução ótima. Daí os algoritmos que gotejam ordens de alimentação para o mercado existem, embora então o fundo corre o risco de derrapagem. Além disso, outras estratégias atacam essas necessidades e podem explorar as ineficiências. Este é o domínio da arbitragem de estrutura de fundo. A grande questão final para os sistemas de execução diz respeito à divergência do desempenho da estratégia com o desempenho testado. Isso pode acontecer por várias razões. Nós já discutimos o viés prospectivo e o viés de otimização em profundidade, ao considerar backtests. No entanto, algumas estratégias não tornam mais fácil testar esses vieses antes da implantação. Isso ocorre em HFT mais predominantemente. Pode haver bugs no sistema de execução, bem como a própria estratégia de negociação que não aparecem em um backtest, mas mostrar-se na negociação ao vivo. O mercado pode ter sido sujeito a uma mudança de regime subseqüente à implantação de sua estratégia. Novos ambientes regulatórios, a mudança do sentimento dos investidores e os fenômenos macroeconômicos podem levar a divergências na forma como o mercado se comporta e, portanto, a rentabilidade de sua estratégia. Gestão de Risco A peça final para o quebra-cabeça negociação quantitativa é o processo de gestão de risco. Risco inclui todos os preconceitos anteriores que discutimos. Ele inclui o risco de tecnologia, tais como servidores co-localizado na troca de repente desenvolvendo um mau funcionamento do disco rígido. Ele inclui risco de corretagem, como o corretor se tornando falido (não tão louco quanto parece, dado o susto recente com MF Global). Em suma, abrange quase tudo o que poderia interferir com a execução de negociação, das quais existem muitas fontes. Livros inteiros são dedicados à gestão de risco para estratégias quantitativas assim que eu wontt tentativa de elucidate em todas as fontes possíveis do risco aqui. A gestão de riscos também engloba o que é conhecido como alocação de capital ótima. Que é um ramo da teoria da carteira. Este é o meio pelo qual o capital é alocado para um conjunto de diferentes estratégias e para os negócios dentro dessas estratégias. É uma área complexa e depende de algumas matemáticas não-triviais. O padrão da indústria, através do qual a otimização da alocação de capital e alavancagem das estratégias estão relacionadas, é chamado de critério de Kelly. Uma vez que este é um artigo introdutório, eu não vou pensar em seu cálculo. O critério de Kelly faz algumas suposições sobre a natureza estatística dos retornos, que muitas vezes não são verdadeiras nos mercados financeiros, de modo que os comerciantes são frequentemente conservadores quando se trata da implementação. Outro componente chave da gestão de risco é lidar com o perfil psicológico próprio. Existem muitos preconceitos cognitivos que podem fluir para a negociação. Embora isso seja reconhecidamente menos problemático com negociação algorítmica se a estratégia é deixada sozinho Um preconceito comum é que a aversão perda, onde uma posição perdedora não será encerrado devido à dor de ter que perceber uma perda. Similarmente, os lucros podem ser tomados demasiado cedo porque o medo de perder um lucro já ganhado pode ser demasiado grande. Outro viés comum é conhecido como viés de recência. Isso se manifesta quando os comerciantes enfatizam demais os acontecimentos recentes e não a longo prazo. Então naturalmente há o par clássico de polarizações emocionais - medo e ganância. Estes podem muitas vezes levar a sub ou sobre alavancagem, o que pode causar explosão (ou seja, o título da conta de equidade para zero ou pior) ou lucros reduzidos. Como pode ser visto, o comércio quantitativo é uma área extremamente complexa, embora muito interessante, de finanças quantitativas. Eu literalmente arranhado a superfície do tópico neste artigo e já está ficando bastante longa livros inteiros e artigos foram escritos sobre questões que eu só deu uma frase ou duas para. Por essa razão, antes de aplicar para empregos quantitativos de negociação de fundos, é necessário realizar uma quantidade significativa de estudo de base. No mínimo, você precisará de uma ampla experiência em estatística e econometria, com muita experiência na implementação, através de uma linguagem de programação como MATLAB, Python ou R. Para estratégias mais sofisticadas no final de freqüência mais alta, seu conjunto de habilidades é provável Para incluir modificação do kernel do Linux, C / C, programação de montagem e otimização de latência de rede. Se você estiver interessado em tentar criar suas próprias estratégias de negociação algorítmica, minha primeira sugestão seria ficar bom em programação. Minha preferência é construir o máximo de dados grabber, backtester estratégia e sistema de execução por si mesmo como possível. Se seu próprio capital está na linha, wouldnt você dorme melhor à noite sabendo que você testou inteiramente seu sistema e está ciente de suas armadilhas e de edições particulares Terceirizar isto a um vendedor, ao potencial conservar o tempo no curto prazo, poderia ser extremamente (McGraw-Hill Traderacirceurotrades Edge Series) Descrição A partir da capa traseira Um olhar em profundidade Todays Top Técnico Trading Estratégias - E, em grande parte a longo prazo. Quantitative estratégias de negociação: Aproveitar o poder de técnicas quantitativas para criar um programa de negociação vencedora Como você pode incorporá-los em seu programa de negociação pessoal Ao combinar o desempenho do mercado histórico com a tecnologia moderna, comerciantes técnicos muitas vezes exibem habilidades estranhas, aparentemente intuitivas para controlar as perdas de drenagem de dinheiro, deixando os lucros correr. Estratégias quantitativas de negociação revê hoje em dia métodos mais populares e eficazes, e explica como incorporar suas forças quantitativas em seu próprio sistema de comércio para melhorar drasticamente tanto o seu tempo de entrada e saída e gestão de riscos. Explorando uma vasta gama de técnicas de negociação sistemática e estratégias de gestão de risco e dinheiro, estratégias de negociação quantitativa examina cada aspecto vital da arena de negociação técnica de hoje para lhe fornecer: Resumos de desempenho de estratégias de negociação específicas Todas as abordagens de gestão de dinheiro novo baseado na alavancagem ideal Etapa Passo a passo para criar um sistema construído em torno de seu próprio estilo de negociação Durante décadas, milhões de comerciantes de sucesso têm contado com a análise técnica, não só para melhorar o calendário de suas entradas e saídas, mas também para ver e evitar perigosos comércios e situações. Permita que as Estratégias de Negociação Quantitativa o introduzam no melhor dos melhores e forneça o conhecimento e as ferramentas de que necessita para criar e implementar uma metodologia de negociação concebida para se adequar às suas vantagens comerciais e melhorar o seu desempenho em virtualmente qualquer ambiente de mercado . Primeiro e acima de tudo, este livro explora a capacidade de estratégias de negociação quantitativa para o tempo os mercados. Meu objetivo em escrever é para definir o recorde em linha reta com o tempo testado estatísticas - não teorias não testadas e tradição do mercado transmitida através das idades. quot - Do Prologue comerciantes técnicos estudo - e construir seus programas de negociação em torno - aspectos de Mercado e comportamento dos investidores que levam a padrões que ocorrem regularmente nos preços das ações. Esses padrões podem ajudar os comerciantes a melhorar drasticamente o momento de quando e quando não comprar e vender. E embora nunca haja uma garantia de que um dado comércio gerará lucro ou perda, ferramentas quantitativas podem mostrar aos técnicos como identificar, medir e agir de acordo com as oportunidades de recompensa e risco. Quantitative Trading Strategies examina hoje mais populares e comprovadas técnicas estratégias de negociação, explicando seus pontos positivos e mínimos, fornecendo os dados necessários e descobertas de pesquisa para determinar qual vai funcionar melhor para você. Com base na pesquisa de mercado atual, bem como estratégias que são estatisticamente som e rigorosamente backtested para determinar a sua precisão e eficácia, este livro centrado nos resultados apresenta: 11 novas técnicas para negociação de ações, futuros e os mercados de valor relativo recém-popular Money Management Guidelines Que pode significar a diferença entre prosperar e ir quebrou Métodos para criar e implementar suas próprias estratégias de negociação técnica Técnico comerciantes sabem que o que ocorreu antes está destinado a ocorrer novamente, e eles usam esse conhecimento para melhorar seu desempenho comercial em toda a linha. Estratégias quantitativas de negociação leva você através do desenvolvimento e etapas de avaliação das técnicas de negociação técnicas mais populares de hoje e - exigindo nada mais do que o conhecimento do mercado médio e fundo de matemática - mostra como detectar com precisão e explorar padrões rentáveis. De decidir quais os mercados para o comércio para desenvolver estratégias de negociação personalizada e planos de gestão de dinheiro, Quantitative Trading Strategies lhe dará a base quantitativa que você precisa para comprar e vender com precisão ativos financeiros, controlando o risco associado a esses ativos. Ao longo da maneira, debunks mitos e misconceptions numerosos, e fornece uma compreensão desobstruída de muitos benefícios rentáveis ​​que a análise quantitativa pode fornecer comerciantes e investors no mercado dirigido tècnica de hoje. Florida - EUA Frete Grátis Frete Grátis Aproveitando o poder de técnicas quantitativas para criar um programa de negociação vencedor Lars Kestner estratégias de negociação quantitativa leva os leitores através do desenvolvimento e avaliação fases de hoje mais popular e mercado comprovada técnicas estratégias de negociação. Quantificando cada decisão subjetiva no processo de negociação, este livro analítico avalia o trabalho de quotquantsquot bem conhecido de John Henry para Truta Monroe e introduz 12 estratégias de negociação totalmente novo. Ele debunks inúmeros equívocos populares, e é certo para fazer ondas - e mentes mudança - no mundo da análise técnica e negociação. Sobre o autor Lars Kestner é um sócio fundador da empresa proprietária de comércio Sabre II LLC eo ex-vice-presidente de negociação de derivativos de ações em Salomon Smith Barney. Sobre este item