Quantitative trading strategies ebook

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 enviar-nos um e-mail, removeremos links relevantes ou conteúdos imediatamente. Baixe ou leia livros on-line em formato PDF, EPUB e Mobi Clique em Download ou Leia Online para obter o livro agora Este site é como uma biblioteca, Use Se no conteúdo não encontrado, você deve atualizar esta página manualmente ou esperar apenas 15 segundos para atualizar esta página automaticamente. Como alternativa, experimente o nosso Motor de Pesquisa de Livros, clique aqui. Autor de Lars Kestner Idiomas utilizados en Data de Lançamento 2003-07-22 Editora por McGraw Hill Professional. Description Aproveitando o Poder de Técnicas Quantitativas para Criar um Programa de Vencimento TradingLars Kestner Quantitative Trading Strategies leva leitores através do desenvolvimento e avaliação de estágios de hoje m. Read Online o Livro. Beginner s Guia de Negociação Quantitativa. Em este artigo vou apresentar-lhe alguns dos conceitos básicos que acompanham um sistema de comércio quantitativo de ponta a ponta Esta postagem Esperamos servir 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 o seu próprio negócio de negociação de negócios de varejo. Negociação quantitativa é uma área extremamente sofisticada de quant Finanças Pode levar uma quantidade significativa de tempo para obter o conhecimento necessário para passar uma entrevista ou construir as suas próprias estratégias de negociação Não só isso, mas requer experiência 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 comércio quantitativo consiste em quatro componentes principais. Identificação da estratégia - Encontrar uma estratégia, explorando uma borda e decidir sobre a negociação Backtesting - Obtenção de dados, análise de desempenho da estratégia e remoção de biases. Execution System - Ligação a uma corretora, automatizando a negociação e minimizando os custos de transação. Gerenciamento de Risco - alocação de capital otimizada, critério de Kelly de tamanho de aposta e psicologia de negociação. Vamos começar por dar uma olhada em como identificar uma estratégia de negociação. Processo começa com um período inicial de investigação Este processo de investigação abrange encontrar uma estratégia, ver se a estratégia se enquadra 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 retornos mais elevados e Ou menor risco Você precisará fator em seus próprios requisitos de capital se executando a estratégia como um comerciante varejista e como quaisquer custos de transação afetará a estratégia. Contrariamente à crença popular é realmente bastante simples de encontrar estratégias rentáveis ​​através de várias fontes públicas Acadêmicos regularmente Publicar os resultados teóricos de negociação embora maioritariamente brutos dos custos de transação Os blogs de finanças 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 em O longo 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 um altamente rentável Na verdade, uma das melhores maneiras Para 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 impulso de tendência Uma estratégia de reversão de média é aquela 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 os desvios a curto prazo desta média eventualmente reverterão. Uma estratégia de momentum tenta explorar a psicologia dos investidores e a estrutura de grandes fundos, engatando uma tendência de mercado, que pode ganhar impulso em uma direção e seguir o caminho Tendência até que inverte. Um 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 do que um dia de negociação Correspondentemente, HFT negociação de alta freqüência se refere a uma estratégia que detém ativos Intraday Ultra-alta freqüência de negociação UHFT refere-se a estratégias que detêm ativos na ordem de segundos e milissegundos Como um profissional de varejo HFT e UHFT são certamente possível, mas apenas com conhecimento detalhado da tecnologia de negociação pilha e ordem livro dinâmica Nós won t discutir esses Aspectos em grande parte neste artigo introdutório. Uma vez que uma estratégia, ou conjunto de str O objetivo do backtesting é fornecer provas de que a estratégia identificada através do processo acima é rentável quando aplicada tanto ao histórico quanto ao histórico. Out-of-sample data Isso define a expectativa de como a estratégia irá desempenhar no mundo real No entanto, backtesting não é uma garantia de sucesso, por várias razões É talvez a mais sutil área de negociação quantitativa, uma vez que implica numerosos preconceitos, que Devem ser cuidadosamente considerados e eliminados, tanto quanto possível iremos discutir os tipos comuns de viés, incluindo viés prospectiva viés viésio viésia e otimização bias também conhecido como dados-snooping viés 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 ainda mais A seção de Sistemas de Execução abaixo. Uma vez identificada uma estratégia, é necessário obter os dados históricos através dos quais realizar testes e, talvez, refinamento. Há um número significativo de fornecedores de dados em todas as classes de ativos. Qualidade, profundidade e pontualidade dos dados O ponto de partida tradicional para começar comerciantes quantitativos, pelo menos, no nível de varejo é usar o conjunto de dados livre do Yahoo Finance Eu não vou morar em provedores muito aqui, em vez disso, eu gostaria de me concentrar na Questões gerais quando se lida 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. Accuracy refere-se à qualidade geral dos dados - se ele contém quaisquer erros Erros podem Às vezes ser fácil de identificar, como com um filtro de espiga que vai pegar picos incorretos em dados de séries de tempo e corrigir para eles At o Vezes, 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. Preconceito de sobrevivência é muitas vezes um recurso de dados gratuitos ou baratos Um conjunto de dados com viés de sobrevivência significa que ele faz Não conter 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 irá executar melhor do que no mundo real como os vencedores históricos já foram preselected. Corporate As ações incluem atividades logísticas realizadas pela empresa que geralmente causam uma mudança de função passo no preço bruto, que não deve ser incluído no cálculo de retornos do preço Ajustes para dividendos e divisões de ações são os culpados comuns Um processo conhecido como back Ajuste é necessário para ser realizado em cada uma dessas ações deve-se ter muito cuidado para não confundir um split de ações com um verdadeiro ajuste de retorno Muitos comerciantes têm sido apanhados por uma ação corporativa. A fim de realizar um backtest procedimento é necessário usar uma plataforma de software Você tem a escolha entre software dedicado backtest, como Tradestation, uma plataforma numérica, como Excel ou 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 uma pilha de tecnologia interna completa pelas razões descritas abaixo Um dos benefícios de fazer Por isso é que o software de backtest e sistema de execução pode ser firmemente integrado, mesmo com estratégias 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 ele está executando The As métricas padrão da indústria para as estratégias quantitativas são a redução máxima e a relação de Sharpe A descida máxima caracteriza a maior queda de pico para degrau em t Ele curva de equidade de conta sobre um determinado período de tempo geralmente anual Isto é mais freqüentemente citado como uma porcentagem LFT estratégias tendem a ter maior drawdowns do que HFT estratégias, devido a uma série de fatores estatísticos Um backtest histórico irá mostrar o passado máximo drawdown, que é Um bom guia para o futuro desempenho de drawdown da estratégia A segunda medição é o Índice de Sharpe, que é definido heuristicamente como a média dos retornos excedentes dividida 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 escorregamento S, que é a diferença entre o que você pretendia que seu pedido fosse preenchido em relação ao que ele realmente era preenchido no spread, que é a diferença entre o preço de oferta do título negociado Nota Que o spread não é constante e é dependente da liquidez corrente ou seja, a disponibilidade de comprar ordens de venda nos custos de market. Transaction pode fazer t A diferença entre uma estratégia extremamente rentável com uma boa relação Sharpe e uma estratégia extremamente pouco rentável com uma proporção 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 a troca histórica Os dados, que incluirão dados de carrapatos para os preços de solicitação de oferta. Todas as equipes de quants são dedicadas à otimização de execução nos fundos maiores, por estas razões. Considere o cenário em que um fundo precisa descarregar uma quantidade substancial de negócios cujas razões para fazê-lo São muitos e variados Por dumping tantas ações para o mercado, eles rapidamente irá deprimir o preço e não pode obter a execução ideal Por conseguinte, algoritmos que drip feed ordens no mercado existem, embora então o fundo corre o risco de deslizamento Além disso, outros As estratégias se aproveitam dessas necessidades e podem explorar as ineficiências. Este é o domínio da arbitragem da estrutura do fundo. Para sistemas de execução refere-se a divergência de desempenho da estratégia de desempenho backtestado Isso pode acontecer por uma série de razões Nós já discutimos o viés prospectivo e viés de otimização em profundidade, ao considerar backtests No entanto, algumas estratégias não tornam mais fácil para testar esses vieses Antes da implantação Isto 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 em negociação ao vivo O mercado pode ter sido objecto de uma alteração de regime subsequente Para a implantação de sua estratégia Novos ambientes regulatórios, mudando o sentimento do investidor e fenômenos macroeconômicos podem levar a divergências em como o mercado se comporta e, portanto, a rentabilidade de sua estratégia. Gestão de Riscos. A peça final para o enigma negociação quantitativa é o processo de risco Gestão Risco inclui todos os preconceitos anteriores que discutimos Inclui o risco de tecnologia, tais como servidores co-loc Atingido na troca de repente desenvolvendo um mau funcionamento do disco rígido Inclui risco de corretagem, como o corretor de ficar falido não tão louco quanto parece, dado o susto recente com a MF Global Em resumo cobre quase tudo o que poderia interferir com a implementação de negociação, De que há muitas fontes Livros inteiros são dedicados à gerência de risco para estratégias quantitativas assim que eu não tentarei esclarecer em todas as fontes possíveis do risco aqui. A gerência do risco igualmente abrange o que é sabido como a alocação optimal do capital que é um ramo da teoria da carteira É o meio pelo qual o capital é alocado para um conjunto de estratégias diferentes e para os negócios dentro dessas estratégias É uma área complexa e depende de algumas matemáticas não triviais O padrão da indústria pela qual a alocação ótima de capital e a alavancagem das estratégias estão relacionados é Chamado o critério de Kelly Desde que este é um artigo introdutório, eu não estarei no seu cálculo O critério de Kelly faz s Alguns pressupostos sobre a natureza estatística dos retornos, que muitas vezes não são verdadeiros nos mercados financeiros, por isso os comerciantes são muitas vezes conservador quando se trata da implementação. Outro componente-chave da gestão de risco é lidar com o próprio perfil psicológico Há muitos cognitivo Preconceitos 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 fechado devido à dor de ter que perceber uma perda Similar , Os lucros podem ser tomados demasiado cedo porque o medo de perder um lucro já ganhado pode ser 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 a mais longo prazo Então naturalmente lá São o par clássico de viés emocional - medo e ganância Estes podem muitas vezes levar a under - ou over-leveraging, o que pode causar blow-up ou seja, a conta de equidade headi Ng 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 longo livros inteiros E os papéis foram escritos sobre as edições que eu dei somente uma frase ou dois para para que, antes de aplicar para trabalhos quantitativos do negociar do fundo, é necessário executar uma quantidade significativa de estudo do groundwork. Pelo menos você necessitará de uma extensão Com estatísticas e econometria, com muita experiência na implementação, através de uma linguagem de programação como o MATLAB, Python ou R Para estratégias mais sofisticadas no final de maior freqüência, 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 suas próprias estratégias de negociação algorítmica, minha primeira sugestão seria obter bom Na programação Minha preferência é construir tanto do grabber de dados, o backtester da estratégia eo sistema da execução por yourself como possível Se seu próprio capital estiver na linha, wouldn t você dorme melhor na noite que sabe que você testou inteiramente seu sistema e está ciente De suas armadilhas e questões específicas Terceirização isso a um fornecedor, enquanto potencialmente economizando tempo no curto prazo, poderia ser extremamente caro a longo prazo. Apenas começando com Quantitative Trading.