Cómo Identificar Las Estrategias De Negociación Algorítmica

Cómo identificar las estrategias de negociación algorítmica Por Michael Salas-Moore el 19 de abril 2013 En este artículo quiero presentarles a los métodos por los cuales yo mismo identificar estrategias rentables de negociación algorítmica. Nuestro objetivo de hoy es entender en detalle cómo encontrar, evaluar y seleccionar dichos sistemas. Voy a explicar cómo identificar estrategias se trata tanto de la preferencia personal, ya que se trata de rendimiento de la estrategia, la forma de determinar el tipo y la cantidad de datos históricos para las pruebas, cómo evaluar desapasionadamente una estrategia de negociación y, finalmente, cómo avanzar hacia la fase de backtesting y Implementación de la estrategia. La identificación de sus propias preferencias personales de Trading Con el fin de ser un empresario de éxito - ya sea discrecional o algorítmica - es necesario hacerse algunas preguntas honestas. Trading le ofrece la posibilidad de perder dinero a un ritmo alarmante, por lo que es necesario "conócete a ti mismo" tanto como es necesario para entender su estrategia elegida. Yo diría que la consideración más importante en el comercio es ser consciente de su propia personalidad. Comercio, y el comercio algorítmico en particular, requiere un grado significativo de la disciplina, la paciencia y el desapego emocional. Puesto que usted está dejando un algoritmo realizar su comercio para usted, es necesario que se no se resuelve para interferir con la estrategia cuando se está ejecutando. Esto puede ser extremadamente difícil, sobre todo en períodos de retiro prolongado. Sin embargo, muchas de las estrategias que han demostrado ser altamente rentable en un backtest puede ser arruinado por la interferencia simple. Entender que si quiere entrar en el mundo del comercio algorítmico que se pondrá a prueba emocional y que, para tener éxito, es necesario trabajar a través de estas dificultades! La siguiente consideración es uno de los tiempos. ¿Usted tiene un trabajo de tiempo completo? ¿Trabaja a tiempo parcial? ¿Usted trabajar desde casa o tener un largo viaje cada día? Estas preguntas le ayudarán a determinar la frecuencia de la estrategia que se debe buscar. Para aquellos de ustedes en el empleo a tiempo completo, una estrategia de futuros intradía puede no ser apropiado (por lo menos hasta que está totalmente automatizado!). Sus limitaciones de tiempo también dictarán la metodología de la estrategia. Si su estrategia se negocia con frecuencia y dependen de fuentes de noticias caros (como una terminal Bloomberg) tendrá claramente que ser realistas sobre su capacidad de ejecutar con éxito este tiempo en la oficina! Para aquellos de ustedes con una gran cantidad de tiempo, o las habilidades para automatizar su estrategia, es posible que desee ver en una estrategia más técnica de negociación de alta frecuencia (HFT). Mi creencia es que es necesario llevar a cabo la investigación continua en sus estrategias de operación para mantener una cartera consistentemente rentable. Pocas estrategias permanecen "bajo el radar" para siempre. De ahí que una parte significativa del tiempo asignado a cotización será en la realización de la investigación en curso. Pregúntese si usted está dispuesto a hacer esto, ya que puede ser la diferencia entre una fuerte rentabilidad o un lento descenso hacia las pérdidas. También es necesario considerar su capital comercial. La cantidad mínima ideales generalmente aceptado para una estrategia cuantitativa es de 50.000 dólares (aproximadamente £ 35.000 para nosotros en el Reino Unido). Si yo estaba empezando de nuevo, me gustaría comenzar con una cantidad más grande, probablemente más cerca de 100.000 dólares (aproximadamente 70.000 £). Esto se debe a que los costos de transacción pueden ser extremadamente caro para mediados y estrategias de alta frecuencia y es necesario contar con el capital suficiente para absorberlos en tiempos de disposición de fondos. Si está pensando en comenzar con menos de 10.000 dólares, entonces tendrá que limitarse a las estrategias de baja frecuencia, la negociación de uno o dos activos, como los costos de transacción se comen rápidamente en sus declaraciones. Interactive Brokers, que es uno de los corredores más amigables a los que tienen conocimientos de programación, debido a su API, tiene una cuenta mínima al por menor de 10.000 USD. Conocimientos de programación es un factor importante en la creación de una estrategia automatizada comercio algorítmico. El estar bien informado en un lenguaje de programación como C ++, Java, C #, Python o R le permitirá crear el sistema de almacenamiento de datos de extremo a extremo, motor backtest y ejecución a ti mismo. Esto tiene una serie de ventajas, el jefe de los cuales es la capacidad de ser completamente consciente de todos los aspectos de la infraestructura de negociación. También le permite explorar las estrategias de mayor frecuencia a medida que tendrá el control total de su "pila de tecnología". Si bien esto significa que usted puede probar su propio software y eliminar errores, también significa más tiempo dedicado a la codificación de la infraestructura y menos en la implementación de estrategias, al menos en la primera parte de su carrera comercial algo. Usted puede encontrar que usted está negociando cómodo en Excel o MATLAB y puede externalizar el desarrollo de otros componentes. Yo no recomendaría esto, sin embargo, sobre todo para los que comercian en alta frecuencia. Usted tiene que preguntarse lo que espera lograr al comercio algorítmico. ¿Le interesa un ingreso regular, por lo que usted espera sacar ganancias de su cuenta de trading? O, ¿estás interesado en una ganancia de capital a largo plazo y puede darse el lujo de operar sin la necesidad de drawdown fondos? La dependencia de la renta determinará la frecuencia de su estrategia. Más retiros de ingresos regulares requerirán una estrategia superior de comercio frecuencia con la menor volatilidad (es decir, un ratio de Sharpe superior). Los comerciantes a largo plazo pueden permitirse una frecuencia de negociación más tranquilo. Por último, no se deje engañar por la idea de llegar a ser extremadamente rico en un corto espacio de tiempo! Algo de comercio no es un esquema para hacerse rico rápidamente - en todo caso, puede ser convertido en un esquema de los pobres-rápida. Se necesita disciplina significativa, la investigación, diligencia y paciencia para tener éxito en el comercio algorítmico. Puede tomar meses, si no años, para generar rentabilidad consistente. Sourcing algorítmicos Trading Ideas A pesar de las percepciones comunes en sentido contrario, en realidad es bastante sencillo de localizar estrategias comerciales rentables en el dominio público. Nunca tienen ideas de operación sido más fácil de conseguir que lo son hoy. Revistas académicas finanzas, servidores de pre-impresión, blogs comerciales, foros comerciales, revistas comerciales semanales y textos especializados proporcionan miles de estrategias de negociación con la que basar sus ideas sobre. Nuestro objetivo como investigadores comerciales cuantitativas es establecer una tubería de estrategia que nos proporcionará una corriente de ideas de operación en curso. Lo ideal es que queremos crear un enfoque metódico para abastecimiento, la evaluación y la implementación de estrategias que nos encontramos. Los objetivos de la tubería son para generar una cantidad constante de nuevas ideas y nos proporciona un marco para el rechazo de la mayoría de estas ideas con el mínimo de consideración emocional. Debemos tener mucho cuidado de no dejar que los sesgos cognitivos influyen en nuestra metodología de toma de decisiones. Esto podría ser tan simple como tener una preferencia por una clase de activo sobre otro (el oro y otros metales preciosos vienen a la mente) porque se perciben como algo más exótico. Nuestro objetivo siempre debe ser encontrar estrategias consistentemente rentables, con expectativa positiva. La elección de la clase de activos debe estar basada en otras consideraciones, tales como las restricciones de capital de negociación, comisiones de corretaje y capacidades de apalancamiento. Si usted está completamente familiarizado con el concepto de una estrategia de negociación entonces el primer lugar para buscar es con los libros de texto establecidos. Textos clásicos proporcionan una amplia gama de sencillos, ideas más sencillas, con las que se familiarice con el comercio cuantitativo. He aquí una selección que recomiendo para aquellos que son nuevos en el comercio cuantitativa, que se vuelven progresivamente más sofisticados a medida que trabaja a través de la lista: Trading Cuantitativo: Cómo construir tu propio Trading algorítmico negocios (Wiley Trading) - Ernest Chan Trading algorítmico y DMA: Una introducción a las estrategias de negociación de acceso directo - Barry Johnson Opción Volatilidad de precios: Estrategias de Trading avanzada y Técnicas - Sheldon Natenberg Volatilidad Trading - Euan Sinclair Comercio e Intercambios: Microestructura de Mercado para Profesionales - Larry Harris Para obtener una lista de los libros de comercio cuantitativos más, visite por favor la lista de lectura QuantStart. El siguiente lugar para encontrar estrategias más sofisticadas es con los foros comerciales y blogs comerciales. Sin embargo, una nota de cautela: Muchos blogs comerciales se basan en el concepto de análisis técnico. El análisis técnico consiste en la utilización de indicadores básicos y la psicología del comportamiento para determinar las tendencias o patrones de inversión en los precios de los activos. A pesar de ser extremadamente popular en el espacio de comercio global, el análisis técnico se considera un tanto ineficaz en la comunidad de finanzas cuantitativas. Algunos han sugerido que no es mejor que leer un horóscopo o el estudio de las hojas de té en términos de su poder predictivo! En realidad no son personas de éxito que hacen uso de análisis técnico. Sin embargo, como cuantos con una caja de herramientas matemático y estadístico más sofisticado a nuestra disposición, podemos evaluar fácilmente la eficacia de esas estrategias "basadas-TA" y tomar decisiones basadas en datos en lugar de basar nuestra en consideraciones emocionales o preconceptos. Aquí está una lista de respetados blogs de negociación algorítmica y foros: Una vez que haya tenido alguna experiencia en la evaluación de las estrategias más simples, es el momento de mirar a la oferta académica más sofisticados. Algunas revistas académicas serán de difícil acceso, sin altos costos de las suscripciones o de una sola vez. Si usted es un miembro o ex alumno de una universidad, usted debería ser capaz de obtener acceso a algunas de estas revistas financieras. De lo contrario, se puede ver en los servidores de pre-impresión. que son repositorios de Internet de los borradores finales de trabajos académicos que están experimentando la revisión por pares. Ya que sólo estamos interesados ​​en las estrategias que podemos replicar con éxito, backtest y obtener rentabilidad para, una revisión por pares es de menor importancia para nosotros. La desventaja principal de las estrategias académicas es que a menudo pueden ser o bien fuera de fecha, requieren datos históricos oscuros y caros, el comercio de las clases de activos ilíquidos o no tener en cuenta las tasas, deslizamiento o propagación. También puede ser claro si la estrategia de negociación se llevará a cabo con las órdenes de mercado, limitar órdenes o si contiene detener las pérdidas, etc. Por lo tanto, es absolutamente esencial para replicar la estrategia de ti mismo lo mejor que pueda, backtest y añadir en una transacción realista costos que incluyen tantos aspectos de las clases de activos que desea para el comercio de. Aquí está una lista de los servidores de pre-impresión más populares y revistas financieras que puedes Fuente ideas de: ¿Qué pasa con la formación de sus propias estrategias cuantitativas? Esto requiere generalmente (pero no se limita a) experiencia en una o más de las siguientes categorías: Microestructura del mercado - Para que las estrategias de mayor frecuencia en particular, se puede hacer uso de la microestructura del mercado. es decir, la comprensión de la dinámica de libros para el fin de generar rentabilidad. Los diferentes mercados tienen diferentes limitaciones de la tecnología, los reglamentos, los participantes del mercado y las limitaciones que son todas abiertas a la explotación a través de estrategias específicas. Esta es una zona muy sofisticados y profesionales minoristas se encuentran difícil ser competitivo en este espacio, sobre todo porque la competencia incluye grandes fondos de cobertura, bien capitalizadas cuantitativos con fuertes capacidades tecnológicas. Estructura de Fondo - fondos de inversión colectiva, como los fondos de pensiones, sociedades de inversión privados (fondos de cobertura), asesores de comercio de productos básicos y los fondos mutuos están limitados tanto por la regulación pesada y sus grandes reservas de capital. Así ciertos comportamientos consistentes pueden ser explotados con los que son más ágiles. Por ejemplo, los grandes fondos están sujetas a las limitaciones de capacidad debido a su tamaño. Por lo tanto si necesitan descargar rápidamente (vender) una cantidad de valores, van a tener que escalonar con el fin de evitar "mover el mercado". Sofisticados algoritmos pueden tomar ventaja de esto, y otras idiosincrasias, en un proceso general conocida como estructura de fondos de arbitraje. Aprendizaje automático / inteligencia artificial - algoritmos de aprendizaje de máquina se han vuelto más frecuentes en los últimos años en los mercados financieros. Clasificadores (como Naive-Bayes, et al.) Comparadores no lineales de función (redes neuronales) y rutinas de optimización (algoritmos genéticos) se han utilizado para predecir trayectorias de activos u optimizar las estrategias de negociación. Si usted tiene experiencia en esta área es posible que tenga una idea de cómo los algoritmos particular, podría ser aplicado a ciertos mercados. Hay, por supuesto, muchas otras áreas para cuantos para investigar. Hablaremos de cómo llegar a estrategias personalizadas en detalle en un artículo posterior. Al continuar el seguimiento de estas fuentes en una semana, o incluso a diario, base que se está preparando para recibir una lista coherente de estrategias de una amplia gama de fuentes. El siguiente paso es determinar cómo rechazar un gran subconjunto de estas estrategias con el fin de minimizar perder su tiempo y backtesting recursos en estrategias que puedan ser rentables. Evaluando Estrategias de Trading La primera, y probablemente más obvia consideración es si realmente entiende la estrategia. ¿Serías capaz de explicar la estrategia concisa o requiere una serie de advertencias y listas de parámetros sin fin? Además, ¿la estrategia de tener una buena, sólida base en la realidad? Por ejemplo, ¿podría apuntar a un razonamiento de base o estructura del fondo del comportamiento restricción que podría estar causando el patrón (s) que está tratando de explotar? Sostendría esta restricción hasta un cambio de régimen, como un entorno regulatorio interrupción dramática? ¿La estrategia se basa en reglas estadísticas o matemáticas complejas? ¿Se aplica a cualquiera de las series de tiempo financieras o es específico para la clase de activos que se afirma que es rentable? Usted siempre debe estar pensando en estos factores al evaluar nuevos métodos de negociación, de lo contrario puede perder una cantidad significativa de tiempo tratando de backtest y optimizar las estrategias rentables. Una vez que haya determinado que usted entiende los principios básicos de la estrategia tiene que decidir si se ajusta a su perfil de personalidad antes mencionado. Esto no es tan vaga consideración como suena! Estrategias diferirán sustancialmente en sus características de rendimiento. Hay ciertos tipos de personalidad que pueden manejar los períodos más significativos de disposición de fondos, o están dispuestos a aceptar un mayor riesgo de mayor rentabilidad. A pesar del hecho de que nosotros, como cuantos, tratar de eliminar tanto el sesgo cognitivo como sea posible y deberíamos ser capaces de evaluar una estrategia desapasionadamente, sesgos siempre vamos a colarse. Así que necesitamos un medio coherente y sin emociones a través de la cual evaluar el desempeño de las estrategias . Aquí está la lista de criterios que juzgo una nueva estrategia potencial por: Metodología - ¿Se basa el impulso estrategia, media-reversión, incidencia en el mercado, de dirección? ¿La estrategia se basan en sofisticados (o complejo!) Las técnicas de aprendizaje estadístico o máquinas que son difíciles de entender y requieren un doctorado en estadística para comprender? ¿Estas técnicas presentan una cantidad significativa de los parámetros, lo que podría dar lugar a un sesgo de optimización? Es probable que soportar un cambio de régimen (nueva regulación es decir, el potencial de los mercados financieros) la estrategia? Ratio de Sharpe - El ratio de Sharpe heurísticamente caracteriza la relación de recompensa / riesgo de la estrategia. Se cuantifica la cantidad de retorno se puede lograr para el nivel de volatilidad sufrida por la curva de la equidad. Naturalmente, tenemos que determinar el período y la frecuencia que estos rendimientos y la volatilidad (es decir, desviación estándar) se miden de nuevo. Una estrategia de frecuencia más alta requerirá una mayor tasa de muestreo de desviación estándar, pero un período de tiempo más corto global de la medición, por ejemplo. Leverage - ¿La estrategia requiere un importante efecto multiplicador con el fin de ser rentable? ¿La estrategia de necesitar el uso de apalancamiento contratos de derivados (futuros, opciones, swaps) con el fin de realizar una devolución? Estos contratos apalancadas pueden tener Caracteriza volatilidad pesado y por lo tanto puede llevar fácilmente a llamadas de margen. ¿Tiene el capital comercial y el temperamento para tal volatilidad? Frecuencia - La frecuencia de la estrategia está íntimamente ligada a su pila de la tecnología (y la experiencia tanto tecnológica), el ratio de Sharpe y el nivel general de los costos de transacción. Todas las demás cuestiones examinadas, las estrategias de mayor frecuencia requieren más capital, son más sofisticados y más difícil de implementar. Sin embargo, asumiendo que su motor de backtesting es sofisticada y libre de errores, que a menudo tienen ratios de Sharpe mucho más altas. Volatilidad - La volatilidad se relaciona fuertemente con el "riesgo" de la estrategia. El ratio de Sharpe caracteriza a este. Una mayor volatilidad de los tipos de activos subyacentes, si no cubierta, a menudo conduce a una mayor volatilidad en la curva de la equidad y la ratio de Sharpe tanto más pequeños. Estoy, por supuesto, asumiendo que la volatilidad positivo es aproximadamente igual a la volatilidad negativa. Algunas estrategias pueden tener mayor volatilidad baja. ¡Tienes que ser consciente de estos atributos. Win / Loss, Ganancia Media / Pérdida - Estrategias diferirán en sus victorias / derrotas y características promedio de ganancias / pérdidas. Uno puede tener una estrategia muy rentable, incluso si el número de operaciones perdedoras exceda el número de operaciones ganadoras. Estrategias de momentum tienden a tener este patrón, ya que se basan en un pequeño número de "grandes éxitos" con el fin de ser rentable. Estrategias Mean-reversión tienden a tener perfiles opuestos donde más de los oficios son "ganadores", pero las operaciones perdedoras pueden ser muy graves. Disposición máxima - La aspiración máxima es la mayor caída general de pico a valle porcentaje en la curva de las acciones de la estrategia. Estrategias de momentum son bien conocidos por sufrir de períodos de detracciones extendidas (debido a una cadena de muchas operaciones perdedoras incrementales). Muchos comerciantes se dará por vencido en períodos de retiro prolongado, incluso si la prueba histórica ha sugerido que esto es "lo de siempre" para la estrategia. Usted tendrá que determinar qué porcentaje de reducción (y en qué período de tiempo) se puede aceptar antes de que usted deje el comercio de su estrategia. Esta es una decisión muy personal y por lo tanto debe ser considerado cuidadosamente. Capacidad / Liquidez - A nivel minorista, a menos que usted está negociando en un instrumento altamente ilíquidos (como una acción de pequeña capitalización), usted no tendrá que preocuparse mucho con una capacidad de estrategia. Capacidad determina la escalabilidad de la estrategia de más capital. Muchos de los fondos de cobertura más grandes sufren de problemas significativos de capacidad como sus estrategias aumentan en la asignación de capital. Parámetros - Ciertas estrategias (especialmente los que se encuentran en la comunidad de aprendizaje automático) requieren una gran cantidad de parámetros. Cada parámetro adicional que una estrategia requiere deja más vulnerables al sesgo de optimización (también conocido como "curva ajustada"). Usted debe tratar de estrategias de destino con el menor número de parámetros como posible o asegúrese de que tiene suficiente cantidad de datos con los que poner a prueba sus estrategias en. Benchmark - Casi todas las estrategias (a menos que se caracterizan como "retorno absoluto") se miden contra algún punto de referencia de rendimiento. El punto de referencia es generalmente un índice que caracteriza a una amplia muestra de la clase de activo subyacente que los oficios de estrategia. Si la estrategia comercia de gran capitalización de renta variable de Estados Unidos, entonces el S & P500 sería un punto de referencia natural para medir su estrategia en contra. Usted escuchará los términos "alfa" y "beta", aplicados a las estrategias de este tipo. Vamos a discutir estos coeficientes en profundidad en artículos posteriores. Nótese que no hemos discutido los rendimientos reales de la estrategia. ¿Por qué es esto? En el aislamiento, los rendimientos en realidad nos proporcionan información limitada en cuanto a la eficacia de la estrategia. Ellos no te dan una idea de apalancamiento, la volatilidad, parámetros o requisitos de capital. Por lo tanto las estrategias rara vez son juzgados en sus declaraciones solo. Tenga siempre en cuenta los atributos de riesgo de una estrategia antes de mirar las devoluciones. En esta etapa, muchas de las estrategias que se encuentran desde el gasoducto será rechazada de plano, ya que no van a satisfacer sus necesidades de capital, restricciones de apalancamiento, tolerancia máxima reducción o preferencias de volatilidad. Las estrategias que quedan ahora pueden ser considerados para backtesting. Sin embargo, antes de que esto es posible, es necesario tener en cuenta un criterio de rechazo finales - que de los datos históricos disponibles sobre el que poner a prueba estas estrategias. La obtención de datos históricos Hoy en día, la amplitud de los requisitos técnicos a través de clases de activos para el almacenamiento de datos históricos es sustancial. Con el fin de mantener su competitividad, tanto en el buy-side (fondos) y sell-side (bancos de inversión) una fuerte inversión en su infraestructura técnica. Es imprescindible tener en cuenta su importancia. En particular, estamos interesados ​​en requisitos de puntualidad, precisión y almacenamiento. Ahora voy a esbozar los fundamentos de la obtención de datos históricos y cómo almacenarlo. Lamentablemente este es un tema muy profundo y técnico, por lo que no voy a ser capaz de decir todo lo que en este artículo. Sin embargo, voy a escribir mucho más sobre esto en el futuro ya que mi experiencia en el sector antes en la industria financiera fue refiere principalmente a la adquisición de datos financieros, almacenamiento y acceso. En la sección anterior nos habíamos establecido una tubería estrategia que nos permitió rechazamos ciertas estrategias basadas en nuestros propios criterios de rechazo personal. En esta sección vamos a filtrar más estrategias basadas en nuestras propias preferencias para la obtención de los datos históricos. Las principales consideraciones (sobre todo a nivel profesional por menor) son los costos de los datos, los requisitos de almacenamiento y su nivel de conocimientos técnicos. También tenemos que hablar de los diferentes tipos de datos disponibles y las diferentes consideraciones que cada tipo de datos va a imponer a nosotros. Comencemos hablando de los tipos de datos disponibles y de las cuestiones clave que tendrá que pensar sobre: Datos fundamentales - Esto incluye los datos sobre las tendencias macroeconómicas, tales como tasas de interés, tasas de inflación, acciones corporativas (dividendos, stock-splits), de la SEC, cuentas corporativas, las cifras de ganancias, informes de cultivos, datos meteorológicos, etc. Estos datos son utilizados a menudo para compañías de valores u otros activos en una base fundamental, es decir, a través de algún medio de flujos de efectivo futuros esperados. No incluye las series de precios de valores. Algunos datos fundamental es la libre disposición de los sitios web del gobierno. Otros datos fundamentales históricos a largo plazo pueden ser muy caros. Requisitos de almacenamiento menudo no son particularmente grandes, a menos que se están estudiando miles de empresas a la vez. Noticias de datos - Noticias datos es a menudo de naturaleza cualitativa. Se compone de artículos, blogs, los microblogs ("tweets") y editorial. Técnicas de aprendizaje de máquina, tales como clasificadores se utilizan a menudo para interpretar el sentimiento. Estos datos también pueden estar disponibles libremente o barato, a través de la suscripción a los medios de comunicación. Las bases de datos de almacenamiento de documentos "NoSQL" nuevos están diseñados para almacenar este tipo de datos cualitativos no estructurados. Activos de Datos de Precios - Este es el dominio de datos tradicional de la cuant. Se compone de series temporales de precios de los activos. Renta variable (acciones), productos de renta fija (bonos), materias primas y los precios en divisas todos se sientan dentro de esta clase. Datos históricos diario es a menudo fácil de obtener para las clases de activos más simples, tales como la renta variable. Sin embargo, una vez que la precisión y la limpieza están incluidos y sesgos estadísticos removidos, los datos pueden llegar a ser caro. Además, los datos de series de tiempo a menudo posee los requisitos de almacenamiento importantes sobre todo cuando se considera los datos intradía. Instrumentos Financieros - Las acciones, bonos, futuros y las opciones de derivados más exóticos tienen diferentes características y parámetros. Por lo tanto no existe una "talla única" estructura de base de datos que pueda acomodarlos. Atención significativa se debe dar al diseño e implementación de estructuras de bases de datos para los diversos instrumentos financieros. Vamos a discutir la situación en detalle cuando lleguemos a construir una base de datos maestra de valores en futuros artículos. Frecuencia - Cuanto mayor sea la frecuencia de los datos, mayores serán los costos y los requisitos de almacenamiento. Para que las estrategias de baja frecuencia, los datos de todos los días es a menudo suficiente. Para que las estrategias de alta frecuencia, podría ser necesario obtener datos a nivel de la garrapata y copias incluso históricas de datos de la agenda para el intercambio concreto de negociación. La implementación de un motor de almacenamiento de este tipo de datos es muy tecnológicamente intensivo y sólo apto para los que tienen una programación fuerte / formación técnica. Puntos de referencia - Las estrategias descritas anteriormente suelen compararse con un punto de referencia. Esto por lo general se manifiesta como una serie de tiempo financiera adicional. Para las acciones, esto es a menudo un referente nacional de valores, tales como el S & P500 índice (EE. UU.) o FTSE100 (Reino Unido). Para un fondo de renta fija, es útil comparar contra una canasta de bonos o productos de renta fija. La (es decir, la tasa de interés apropiada) "tasa libre de riesgo" es también otro punto de referencia ampliamente aceptado. Todas las categorías de clase de activos poseen un punto de referencia a favor, por lo que será necesario investigar esta basado en su estrategia particular, si usted desea ganar interés en su estrategia de forma externa. Tecnología - Las pilas de tecnología detrás de un centro de almacenamiento de datos financieros son complejos. Este artículo sólo puede arañar la superficie de lo que está involucrado en la construcción de uno. Sin embargo, sí se centran alrededor de un motor de base, tal como un sistema de gestión de bases de datos relacionales (RDBMS), como MySQL, SQL Server, Oracle o un motor de almacenamiento de documentos (es decir, "NoSQL"). Se accede a través de "lógica de negocio" código de la aplicación que consulta la base de datos y proporciona acceso a herramientas externas, tales como MATLAB, R o Excel. A menudo, esta lógica de negocio está escrito en C ++, C #, Java o Python. Usted también tendrá que acoger estos datos en alguna parte, ya sea en su propio ordenador personal, o de forma remota a través de los servidores de Internet. Los productos tales como Amazon Web Services han hecho de este simple y más barato en los últimos años, pero aún se requieren conocimientos técnicos significativos para lograr de una manera robusta. Como se puede ver, una vez a la estrategia ha sido identificado a través de la tubería será necesario evaluar la disponibilidad, los costos, la complejidad y los detalles de aplicación de un conjunto particular de datos históricos. Usted puede encontrar que es necesario rechazar una estrategia basada únicamente en consideraciones de datos históricos. Esta es una gran área y equipos de doctores trabajan en grandes fondos haciendo de precios Seguro es precisa y oportuna. No hay que subestimar las dificultades de crear un centro de datos robusta para sus propósitos backtesting! Yo quiero decir, sin embargo, que muchas plataformas backtesting pueden proporcionar estos datos de forma automática - con un costo. Por lo tanto, se llevará a gran parte del dolor aplicación de distancia de usted, y usted puede concentrarse exclusivamente en la implementación de la estrategia y la optimización. Herramientas como TradeStation poseen esta capacidad. Sin embargo, mi opinión personal es poner en práctica lo más posible interna y evitar la externalización de partes de la pila para los proveedores de software. Yo prefiero las estrategias de mayor frecuencia debido a sus más atractivos ratios de Sharpe, pero están a menudo estrechamente unida a la pila de tecnología, donde la optimización avanzada es crítico. Ahora que hemos hablado de las cuestiones relacionadas con los datos históricos es el momento de comenzar a implementar nuestras estrategias en un motor de backtesting. Este será el objeto de otros artículos, ya que es un igual de grande área de discusión! Michael Salas-Moore Mike es el fundador de QuantStart y ha estado involucrado en la industria de las finanzas cuantitativas en los últimos cinco años, principalmente como desarrollador quant y luego como consultora comerciante quant para los hedge funds. Cómo identificar las estrategias de negociación algorítmica 03 de junio 2013 05 a. m. 0 comentarios Visitas: 2885 En este artículo quiero presentarles a los métodos por los cuales yo mismo identificar estrategias rentables de negociación algorítmica. Nuestro objetivo de hoy es entender en detalle cómo encontrar, evaluar y seleccionar dichos sistemas. Malos explicar cómo identificar estrategias se trata tanto de la preferencia personal, ya que se trata de rendimiento de la estrategia, la forma de determinar el tipo y la cantidad de datos históricos para las pruebas, cómo evaluar desapasionadamente una estrategia de negociación y, finalmente, cómo avanzar hacia la fase de backtesting y aplicación de la estrategia . La identificación de sus propias preferencias personales de Trading Con el fin de ser un empresario de éxito, ya sea discrecional o algorítmica es necesario hacerse algunas preguntas honestas. Trading le ofrece la posibilidad de perder dinero a un ritmo alarmante, por lo que es necesario conocer a ti mismo tanto como es necesario para entender su estrategia elegida. Yo diría que la consideración más importante en el comercio es ser consciente de su propia personalidad. Comercio, y el comercio algorítmico en particular, requiere un grado significativo de la disciplina, la paciencia y el desapego emocional. Puesto que usted está dejando un algoritmo realizar su comercio para usted, es necesario que se no se resuelve para interferir con la estrategia cuando se está ejecutando. Esto puede ser extremadamente difícil, sobre todo en períodos de retiro prolongado. Sin embargo, muchas de las estrategias que han demostrado ser altamente rentable en un backtest puede ser arruinado por la interferencia simple. Entender que si quiere entrar en el mundo del comercio algorítmico que se pondrá a prueba emocional y que, para tener éxito, es necesario trabajar a través de estas dificultades! La siguiente consideración es uno de los tiempos. ¿Usted tiene un trabajo de tiempo completo? ¿Trabaja a tiempo parcial? ¿Usted trabajar desde casa o tener un largo viaje cada día? Estas preguntas le ayudarán a determinar la frecuencia de la estrategia que se debe buscar. Para aquellos de ustedes en el empleo a tiempo completo, una estrategia de futuros intradía puede no ser apropiado (por lo menos hasta que está totalmente automatizado!). Sus limitaciones de tiempo también dictarán la metodología de la estrategia. Si su estrategia se negocia con frecuencia y dependen de fuentes de noticias caros (como una terminal Bloomberg) tendrá claramente que ser realistas sobre su capacidad de ejecutar con éxito este tiempo en la oficina! Para aquellos de ustedes con una gran cantidad de tiempo, o las habilidades para automatizar su estrategia, es posible que desee ver en una estrategia más técnica de negociación de alta frecuencia (HFT). Mi creencia es que es necesario llevar a cabo la investigación continua en sus estrategias de operación para mantener una cartera consistentemente rentable. Pocas estrategias permanecer bajo el radar siempre. De ahí que una parte significativa del tiempo asignado a cotización será en la realización de la investigación en curso. Pregúntese si usted está dispuesto a hacer esto, ya que puede ser la diferencia entre una fuerte rentabilidad o un lento descenso hacia las pérdidas. También es necesario considerar su capital comercial. La cantidad mínima ideales generalmente aceptado para una estrategia cuantitativa es de 50.000 dólares (aproximadamente £ 35.000 para nosotros en el Reino Unido). Si yo estaba empezando de nuevo, me gustaría comenzar con una cantidad más grande, probablemente más cerca de 100.000 dólares (aproximadamente 70.000 £). Esto se debe a que los costos de transacción pueden ser extremadamente caro para mediados y estrategias de alta frecuencia y es necesario contar con el capital suficiente para absorberlos en tiempos de disposición de fondos. Si está pensando en comenzar con menos de 10.000 dólares, entonces tendrá que limitarse a las estrategias de baja frecuencia, la negociación de uno o dos activos, como los costos de transacción se comen rápidamente en sus declaraciones. Interactive Brokers, que es uno de los corredores más amigables a los que tienen conocimientos de programación, debido a su API, tiene una cuenta mínima al por menor de 10.000 USD. ¿Por qué es esto?