Quantitative trading strategies download

Quantitative Trading Strategies. Author Data 26 Jan 2017, Views. Quantitative estratégias de negociação Aproveitar o poder de técnicas quantitativas para criar um programa de negociação vencedora 256 páginas 1 edição 16 de julho de 2003 0071412395 Tipo de arquivo PDF 2 mb. Harnessing o poder de técnicas quantitativas para criar Um programa de negociação vencedoraLars Kestner estratégias de negociação quantitativa leva os leitores através do desenvolvimento e avaliação estágios de hoje s mais populares e comprovadas técnicas comerciais estratégias Quantificando cada decisão subjetiva no processo de negociação, este livro analítico avalia o trabalho de quants bem conhecidos de John Henry para Truta Monroe e introduz 12 estratégias de negociação totalmente novo Desfila inúmeros equívocos populares, e é certo para fazer wavesand muda mindsin no mundo de análise técnica e trading. Copyright Disclaimer Este site não armazena quaisquer arquivos em seu servidor Nós só índice e Link para conteúdo fornecido por outros sites Entre em contato com o conteúdo fornecer Rs para excluir conteúdos de direitos autorais, se houver e e-mail, vamos remover links relevantes ou conteúdo imediatamente. A análise empírica de estratégias de negociação quantitativa. Uma análise empírica de estratégias de negociação quantitativa. Advisor Andrew W. Lo. Department Sloan School of Management. Publisher Massachusetts Institute Da tecnologia. Date emitido 2008.Along com o crescente poder de computação, crescente disponibilidade de vários fluxos de dados, introdução de trocas eletrônicas, custos de negociação decrescente e aquecimento da concorrência no setor de investimento financeiro, estratégias de negociação quantitativa ou regras de negociação quantitativa foram evoluindo Rapidamente em poucas décadas Eles desafiam a Hipótese de Mercado Eficiente tentando prever futuros movimentos de preços de ativos de risco a partir da informação histórica do mercado de forma algorítmica ou de forma estatística Eles tentam encontrar alguns padrões ou tendências a partir dos dados históricos e usá-los para bater Referência de mercado. Nesta pesquisa, apresento vários Quantitativas e investigar seus desempenhos empiricamente ou seja, executando back-testes assumindo que o SP 500 índice de ações 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 implícita Movimento de volatilidade, a fim de gerar comprar ou vender sinais de negociação Então eu tentar 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 registradas mais alto Performances que o benchmark nos back-tests, no entanto, ainda é um problema como podemos distinguir essas estratégias vencedor antecipadamente dos perdedores no início do nosso horizonte de investimento A discrição humana, como a visão macro sobre a tendência do mercado futuro é considerado ainda jogar Um papel importante para o comércio quantitativo para ser bem sucedido no longo prazo. Têsis MBA --Massachusetts Institute of Technology, Sloan Escola de Gestão, 2008 Inclui referências bibliográficas p 277-280.Palavras-chave Sloan School of Management. Guia do iniciante para Quantitative Trading. Neste artigo vou apresentar-lhe alguns dos conceitos básicos que Acompanhar um sistema de comércio quantitativo de ponta a ponta Este post será espero servir a duas audiências A primeira será indivíduos tentando obter um emprego em um fundo como um comerciante quantitativo O segundo será indivíduos que desejam tentar e criar seu próprio algoritmo de varejo Negociação trading. Quantitative é uma área extremamente sofisticada de finanças quantia Pode levar uma quantidade significativa de tempo para ganhar o conhecimento necessário para passar uma entrevista ou construir suas próprias estratégias de negociação Não só isso, mas requer conhecimentos de programação extensa, pelo menos Em uma linguagem como MATLAB, R ou Python No entanto, como a freqüência de negociação da estratégia aumenta, os aspectos tecnológicos tornam-se muito mais Relevantes Assim, estar familiarizado com CC será de importância primordial. Um sistema de negociação quantitativo consiste em quatro componentes principais. Identificação de estratégia - Encontrar uma estratégia, explorando uma borda e decidir sobre a freqüência de negociação. Backtear Backtech - Obtendo dados, analisando o desempenho da estratégia e removendo os viés Sistema de Execução - Ligação a uma corretora, automatizando a negociação e minimizando os custos de transação. Gestão de Risco - alocação de capital Optimal, critério de Kelly de tamanho de aposta e psicologia de negociação. Vamos começar por dar uma olhada em como identificar uma estratégia de negociação. Todos os processos de negociação quantitativa começam com um período inicial de pesquisa. Este processo de pesquisa abrange 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 fator em seu próprio capital requi Se executar a estratégia como um comerciante de varejo e como quaisquer custos de transação afetarão a estratégia. Contrário para a crença popular é realmente bastante simples de encontrar estratégias rentáveis ​​através de várias fontes públicas Acadêmicos publicam regularmente resultados teóricos de negociação embora principalmente brutos de custos de transação Finanças quantitativas Os blogues discutirão estratégias em detalhe Os diários de comércio descreverão algumas das estratégias usadas por 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 de trabalhar no A longo prazo A razão reside no fato de que eles muitas vezes não discutir os parâmetros exatos e métodos de ajuste que eles têm realizado Estas optimizações são a chave para transformar uma estratégia relativamente medíocre em um altamente rentável Na verdade, uma das melhores maneiras de Criar suas próprias estratégias únicas é encontrar métodos semelhantes e, em seguida, Out 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 reversão de média e tendência de seguir impulso Uma estratégia de reverter é uma que Tenta explorar o fato de que uma média de longo prazo em uma série de preços, como o spread entre dois ativos correlacionados existe e que desvios de curto prazo desta média eventualmente reverterá Uma estratégia de momentum tenta explorar a psicologia dos investidores e estrutura de fundo grande por engatar Um passeio em uma tendência do mercado, que pode ganhar impulso em uma direção e seguir a tendência até que ele reverte. Outro aspecto extremamente importante da negociação quantitativa é a freqüência da estratégia de negociação Baixa freqüência de negociação LFT geralmente se refere a qualquer estratégia que detém ativos mais tempo Do que um dia de negociação Correspondentemente, HFT negociação de alta freqüência geralmente se refere a uma estratégia que detém ativos intraday Ultra-alta freqüência de negociação UHFT Refere-se a estratégias que possuem ativos na ordem de segundos e milissegundos Como um praticante de varejo HFT e UHFT são certamente possível, mas apenas com conhecimento detalhado da tecnologia de negociação pilha e dinâmica de livro de pedidos Não vamos discutir esses aspectos em grande medida neste Um artigo introdutório. Uma vez que uma estratégia, ou conjunto de estratégias, foi identificado agora precisa ser testado para rentabilidade em dados históricos que é o domínio de backtesting. Strategy Backtesting. The objetivo de backtesting é fornecer evidência de que a estratégia identificada através do Acima é rentável quando aplicado 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 envolve inúmeros preconceitos, que devem ser cuidadosamente considerados e eliminados, tanto quanto possível Vamos discutir os tipos comuns de F bias, incluindo viés de tendência viés viésia viésia e viés de otimização também conhecido como viés de snooping de dados Outras áreas de importância dentro backtesting incluem disponibilidade e limpeza de dados históricos, factoring em custos de transação realistas e decidir sobre uma plataforma de backtesting robusta Vamos discutir os custos de transação Mais adiante na seção de 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 escala Com a qualidade, a profundidade ea oportunidade dos dados O ponto de partida tradicional para começar comerciantes do quant ao pelo menos no nível de varejo é usar o jogo de dados livre de Finanças de Yahoo Eu não estarei em fornecedores demasiado aqui, rather eu gostaria de concentrar Sobre as questões gerais quando se trata de conjuntos de dados históricos. As principais preocupações com dados históricos incluem a precisão c Inclinação de sobrevivência e ajuste para ações corporativas, tais como dividendos e divisão de ações. A precisão pertence à qualidade geral dos dados - se ele contém quaisquer erros Erros às vezes pode ser fácil de identificar, como com um filtro de pico que vai escolher incorreto Picos em dados de séries de tempo e corrigir para eles Em outros momentos, eles podem ser muito difíceis de detectar É muitas vezes necessário ter dois ou mais provedores e, em seguida, verificar todos os seus dados uns contra os outros. A tendência de sobrevivência é muitas vezes uma característica de livre ou barata Conjuntos de dados Um conjunto de dados com viés de sobrevivência significa que ele não contém ativos que não são mais comerciais No caso de ações isso significa ações de falência delisted Esta tendência significa que qualquer estratégia de negociação de ações testadas em um conjunto de dados provavelmente vai funcionar melhor do que no mundo real Como os vencedores históricos já foram preselected. Corporate ações incluem atividades logísticas realizadas pela empresa que normalmente causam uma etapa-função Mudança no preço bruto que não deve ser incluída no cálculo dos retornos do preço Ajustes para dividendos e desdobramentos de ações são os culpados comuns Um processo conhecido como back adjustment é necessário para ser realizado em cada uma dessas ações Um deve ser Muito cuidado para não confundir um grupamento de ações com um verdadeiro retorno ajustamento Muitos comerciante foi pego por uma ação corporativa. Para realizar um procedimento de backtest é necessário usar uma plataforma de software Você tem a escolha entre software de backtest dedicado, Como a Tradestation, uma plataforma numérica como o Excel ou o MATLAB ou uma implementação personalizada completa em uma linguagem de programação como Python ou CI não vai demorar muito em Tradestation ou similar, Excel ou MATLAB, como eu acredito em criar um full in-house Uma das vantagens de fazer isso é que o software de backtest e o sistema de execução podem ser bem integrados, mesmo com estatísticas estatísticas extremamente avançadas Para estratégias de HFT, em particular, é essencial usar uma implementação personalizada. Quando backtesting um sistema um deve ser capaz de quantificar o quão bem está executando As métricas padrão da indústria para estratégias quantitativas são o máximo drawdown eo Sharpe Ratio O máximo drawdown caracteriza o Maior queda de pico a pico na curva de equidade de conta sobre um determinado período de tempo geralmente anual Esta é a maioria das vezes citado como uma porcentagem LFT estratégias tendem a ter maiores reduções de HFT estratégias, devido a uma série de fatores estatísticos Um backtest histórico vai A segunda medição é a Taxa de Sharpe, que é definida heuristicamente como a média dos retornos excedentes dividida pelo desvio padrão desses retornos excedentes. Aqui, o excesso Refere-se ao retorno da estratégia acima de um ponto de referência pré-determinado, como o S slippage, que é o diferen Entre o que pretendia que o seu pedido fosse preenchido em relação ao que estava efectivamente preenchido no spread, que é a diferença entre o preço de venda do título negociado Note que o spread NÃO é constante e depende da liquidez actual, ou seja, disponibilidade De comprar ordens de venda no mercado. Os custos de transação podem fazer a diferença entre uma estratégia extremamente rentável com uma boa relação Sharpe e uma estratégia extremamente desprotegida com uma proporção Sharpe terrível Pode ser um desafio para prever corretamente os custos de transação de um backtest Dependendo da Freqüência da estratégia, você precisará de acesso a dados históricos de câmbio, o que incluirá dados de carrapatos para preços de solicitação de lance. Todas as equipes de quants são dedicadas à otimização de execução em fundos maiores, por essas razões. Considere o cenário onde um fundo precisa descarregar Uma quantidade substancial de ofícios cujas razões para fazer isso são muitas e variadas Por dumping tantas ações para o mercado, eles wil L depressão rapidamente o preço e não pode obter a execução ideal Assim, os algoritmos que drip feed ordens no mercado existem, embora, em seguida, o fundo corre o risco de derrapagem Além disso, outras estratégias presa nessas necessidades e pode explorar as ineficiências Este é o domínio Da arbitragem da estrutura do fundo. A grande questão final para os sistemas de execução diz respeito à divergência do desempenho da estratégia a partir do desempenho testado. Isso pode acontecer por várias razões. Já discutimos o viés prospectivo e o viés de otimização em profundidade. Não torná-lo fácil de testar para esses vieses antes da implantação Isso ocorre em HFT mais predominantemente Pode haver erros 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, mudando sentime investidor Nt e fenômenos macroeconômicos podem todos levar a divergências em como o mercado se comporta e, portanto, a rentabilidade de sua estratégia. Gestão de Risco. A peça final para o enigma negociação quantitativa é o processo de gestão de risco Risco inclui todos os preconceitos anteriores que discutimos Inclui o risco de tecnologia, tais como servidores co-localizado na troca de repente desenvolvimento de um disco rígido mau funcionamento Inclui risco de corretagem, como o corretor de falência não tão louco quanto parece, dado o susto recente com MF Global Em resumo cobre quase tudo Que poderia interferir com a implementação de negociação, de que há muitas fontes Livros inteiros são dedicados à gestão de risco para estratégias quantitativas, então eu não vou tentar elucidar sobre todas as possíveis fontes de risco aqui. Gestão de risco também engloba o que é conhecido como capital ótimo Alocação que é um ramo da teoria da carteira Este é o meio pelo qual o capital é alocado para um conjunto de estratégias E as negociações dentro dessas estratégias É uma área complexa e depende de algumas matemáticas não-triviais O padrão da indústria, através do qual a alocação de capital ideal e alavancagem das estratégias estão relacionados é chamado de critério Kelly Desde que este é um artigo introdutório, eu ganhei O critério de Kelly faz algumas suposições sobre a natureza estatística dos retornos, que muitas vezes não são verdadeiros 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 Um perfil psicológico próprio Há muitos preconceitos cognitivos que podem rastejar para a negociação Embora esta 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 fechada devido a A dor de ter que perceber uma perda Da mesma forma, os lucros podem ser tomadas muito cedo porque o medo de perder um lucro já ganho pode b E demasiado grande Um outro viés comum é sabido como o viés da recência Isto manifesta-se quando os comerciantes põem demasiada ênfase em eventos recentes e não no termo a longo prazo Então naturalmente há o par clássico de viés emocional - medo e ganância Estes podem conduzir frequentemente ao sob Ou excesso de alavancagem, o que pode causar blow-up, ou seja, o patrimônio da conta para zero ou pior ou lucros reduzidos. Como pode ser visto, o comércio quantitativo é um extremamente complexo, embora muito interessante, área de finanças quantitativas literalmente arranhado a Superfície do tópico neste artigo e já está ficando bastante longo livros inteiros e papéis foram escritos sobre questões que eu só deu uma ou duas frases para Por esse motivo, antes de aplicar para empregos quantitativos de negociação de fundos, é necessário realizar Para fora uma quantidade significativa de estudo do groundwork Pelo menos você necessitará um fundo extensivo na estatística e na econometria, com muita experiência na execução, através de um langa da programação Ge como MATLAB, Python ou R Para estratégias mais sofisticadas no final de freqüência mais alta, seu conjunto de habilidades provavelmente incluirá modificação do kernel do Linux, CC, programação de montagem e otimização de latência de rede. Se você estiver interessado em tentar criar seu próprio algoritmo de negociação Estratégias, minha primeira sugestão seria ficar bom em programação Minha preferência é construir tanto do grabber dados, backtester estratégia e sistema de execução por si mesmo como possível Se o seu próprio capital está na linha, wouldn t você dormir melhor à noite sabendo Que você testou completamente seu sistema e está ciente de suas armadilhas e de edições particulares Outsourcing isto a um vendedor, ao potencial conservar o tempo no curto prazo, poderia ser extremamente caro no longo prazo. Começando começado com negociar Quantitative.