Modele budowlane dla algorytmów wysokoczęstotliwościowych trading strategies using matlab

Bitfinex ogłosił dzisiaj rozpoczęcie kontraktów wydobywczych jako produkt handlowy na swojej platformie. W sumie 100 THS (terahash na sekundę) z terminem wygaśnięcia w ciągu 3 miesięcy udostępniono do handlu pod nazwą TH1BTC. 100 THS są częścią większej puli 3500 THS, więc więcej kontraktów górniczych może stać się dostępnych w przyszłości. Co ciekawe, oznacza to po raz pierwszy, że możliwe jest skrócenie kontraktu górniczego. Zerwanie umowy wydobywczej oznacza obecnie otrzymanie kwoty Bitcoin (cena, którą sprzedajemy), a następnie wypłatę dywidend (w Bitcoin) w ciągu kolejnych 3 miesięcy, aż do wygaśnięcia umowy w połowie grudnia. Zysk powstaje, gdy suma wszystkich wypłaconych dywidend (plus odsetki zapłacone za zawarcie umowy) jest mniejsza niż kwota, którą otrzymaliśmy na początku, kiedy sprzedaliśmy umowę (oczywiście innej osobie). Oznacza to, że cena TH1BTC powinna zależeć od 3 zmiennych (w kolejności malejącej ważności): Zmiana trudności wydobycia do 15 grudnia Czas pozostały do ​​15 grudnia Stopa procentowa (stopa swap) Jeśli trudności zwiększają wypłatę dywidendy stają się mniejsze, ponieważ 1 THS reprezentuje mniejszą część całej mocy mieszania sieci. W związku z tym cena jednej umowy powinna się obniżyć, jeżeli wzrosną trudności. Im bliżej do wygaśnięcia jest gorączka Bitcoiny mogą mieć umysł z 1 THS w sumie. Dlatego cena jednej umowy powinna być mniejsza, im bliżej mamy do wygaśnięcia i osiągnąć cenę równą 0 w chwili wygaśnięcia. Im wyższe oprocentowanie, tym droższe jest zawieszenie i utrzymanie umowy przez cały okres 3 miesięcy. Bitfinex nie oferuje 90-dniowych transakcji typu swap, dlatego zawarcie umowy, której celem jest utrzymanie jej do końca, niesie ze sobą spore ryzyko stopy procentowej, ponieważ w pewnym momencie konieczne jest wykupienie nowego swapu (przy potencjalnie niekorzystnej stopie procentowej). Jest to mniejszy problem, gdy idzie się długo (stawki bitcoinów są zwykle niskie), niż gdy są krótkie (dostępnych jest tylko maksymalnie 100 umów, brak nagiego zwarcia). Aby zrekompensować ryzyko, ceny powinny wzrosnąć, gdy stawki swapowe rosną. Wielką niewiadomą jest oczywiście zmiana trudności eksploatacyjnych w ciągu najbliższych 90 dni. Na poniższym rysunku widzimy, jak trudności zmieniły się w ciągu ostatnich 6 miesięcy. Dane pochodzą z programu Tradeblock i pokazują nie tylko graficzną reprezentację przeszłych zmian trudności (trudności zmieniają się co 14 dni w zależności od wcześniejszej stopy hash, więcej informacji można znaleźć na wiki), ale także podstawowe statystyki podsumowujące. Średnio trudność wzrosła 27 w ciągu ostatnich 30 dni i 77 w ciągu ostatnich 60 dni. Aby oszacować uczciwą cenę jednego TH1BTC, założymy, że trudność wzrośnie średnio 15 miesięcznie w ciągu najbliższych 3 miesięcy. Obecnie cena zakupu jednego kontraktu wartego 1 THS to 2 BTC. Opłata za wstęp wynosi 3, a my pomijamy stopy procentowe. Wypełniając wszystkie informacje otrzymujemy następujące wyniki: Dlatego jeśli przejdziemy długo jeden kontrakt oparty na naszych założeniach, stracimy około 0.39 Bitcoin (nieco więcej w rzeczywistości, ponieważ zaczniemy wydobywanie w połowie września aż do połowy grudnia), ponieważ oczekiwane dywidendy (miesięczne przychody) nie pokryją początkowych kosztów 2 BTC przed wygaśnięciem umowy. Z drugiej strony, krótka cena za 2 Bitcoin wygenerowałaby zysk w wysokości 0,39 Bitcoina na kontrakt. Należy pamiętać, że nie uwzględniliśmy kosztów wymiany, które wynoszą obecnie około 1 dziennie (). Istnieją dwa sposoby patrzenia na wyniki. Albo moglibyśmy powiedzieć, że ceny za TH1BTC są obecnie zawyżone i powinny być zbliżone do około 1,5 BTC. Jeśli założymy, że poziom trudności wzrośnie powyżej 15 miesięcznie, ceny powinny być jeszcze niższe. Lub możemy powiedzieć, że rynek jest wydajny, a ceny są prawidłowe, co sugerowałoby, że rynek spodziewa się, że trudności spadną średnio o około 2 miesięcznie w ciągu najbliższych 90 dni. Tak czy inaczej, wyniki będą znane z pewnością w ciągu 90 dni. Stara się odzyskać od ostatniej awarii flash Bitcoin, która pochodzi z Bitfinex tylko cztery dni. Ceny bitcoinów znów zaczęły spadać, ponieważ handlowcy z marginesu kupili swoje pozycje na BTC-e. Impreza rozpoczęła się o 13:36 (UTC1), kiedy duże zamówienia sprzedaży zaczęły pojawiać się na trzeciej co do wielkości zachodniej giełdzie Bitcoin BTC-e. Zmniejszyło się tempo w dół, gdy portfel zamówień stał się coraz bardziej cienki, powodując spadek cen do poziomu 309 USD za Bitcoin o godzinie 13:43. W następnych minutach ceny odbiły się szybko po cienkim wolumenie do około 442 USD, ponieważ handlowcy arbitrażowi zaczęli wykorzystywać zniżkę w stosunku do innych giełd. BTC-e jest jedną z nielicznych dużych giełd, które oferują obrót marżą swoim klientom za pośrednictwem platformy MetaTrader od listopada 2017 r., Ale szczegóły dotyczące tego, kto dokładnie zapewnia fundusze niezbędne do przeprowadzenia transakcji z opcją depozytu zabezpieczającego, pozostają niejasne. Kształt, a zwłaszcza moment awarii wskazuje na to, że handlowcy z marginesu są likwidowani (lub wstrzymują realizację zleceń), podobnie jak to miało miejsce w Bitfinex kilka dni temu. Jednak w przeciwieństwie do Bitfinex, który jest przezroczysty o otwartych pozycjach wymiany. BTC-e nie dostarcza ważnych danych, które byłyby potrzebne do dokładniejszej analizy, więc to ostatnie stwierdzenie można uznać jedynie za trafne. W przeciwieństwie do Bitfinex, który polega na ukrytym algorytmie w celu kontrolowania przepływu zleceń. Wydaje się, że BTC-e nie ma specjalnych zabezpieczeń w celu złagodzenia takich zdarzeń. Spadek poniżej 400 był spowodowany głównie brakiem ofert w portfelu zamówień, a nie dlatego, że rynek uważał, że prawdziwa wartość jest niższa niż 400, ponieważ odbicia wróciły do ​​ponad 440 zaledwie kilka minut później. W związku z tym wstrzymanie handlu w warunkach skrajnej zmienności w dół mogłoby łatwo zapobiec rozlewowi krwi wśród podmiotów zajmujących się marżą, dając innym uczestnikom rynku więcej czasu na zagęszczenie portfela zamówień. Update 4:58 PM (UTC1): BrCapoeira zamieściła na Reddit interesujący wykres oparty na danych z platformy Metatrader: Ten wykres sugeruje, że przyczyną było jedno wielkie zamówienie. Nie jest jasne, czy zamówienie zostało utworzone z powodu wezwania do uzupełnienia depozytu, zwykłego błędu, manipulowania rynkiem lub otwarcia dużej pozycji krótkiej. Zdrowy rozsądek sugerowałby, że był to prawdopodobnie wynik wezwania do uzupełnienia pojedynczego dużego przedsiębiorcy. Mój poprzedni post na ten temat został poruszony podczas dyskusji w następstwie ostatniej awarii Flash Bitcoin. Coindesk był jednym z pierwszych, który je odebrał i od tego czasu zaczęły pojawiać się różne posty dotyczące przejrzystości i możliwej odpowiedzialności wymiany w celu aktywnego zarządzania realizacją zamówień. W wyniku tych wydarzeń Josh Rossi, wiceprezes ds. Rozwoju działalności w Bitfinex, udał się do Reddit, aby otwarcie zająć się niektórymi sprawami wymierzonymi w wymianę. Fakty, które wiemy na pewno, to fakt, że na krótko przed rozpoczęciem awarii pojawiły się duże zlecenia sprzedaży, na przykład zamówienie o wartości 500 sztuk na Bitstamp o godzinie 9.49 rano (UTC1), około 6 minut przed dużym zleceniem sprzedaży Bitfinex spowodowało awarię. Jednak dane nie mówią nam, czy był to handel wykorzystujący informacje poufne, jakąś formę manipulacji na rynku. lub prosty błąd. Faktem jest, że po rozbiciu pamięci flash Bitcoin otwarte pozycje swapowe zmniejszyły się z około 28m do 24m, co wskazuje, że około 8400 pozycji długich zostało zamkniętych (przy założeniu średniej 475) w jedną stronę (wezwanie do uzupełnienia depozytu) lub innej (trafienie stop). Dane nie mówią nam, jaki jest stosunek, ale według Josha tylko około 650 Bitcoinów zostało sprzedanych w wyniku wezwań do uzupełnienia depozytu zabezpieczającego. Jak słusznie zauważył Jonathan Levin. Faktem jest, że począwszy od około 24 godzin przed awarią flash bitcoin do momentu zderzenia, dodatkowe 1000 bitcoinów zostało usuniętych w krótkich pozycjach i około 2500 szortów zostało następnie zamkniętych podczas awarii. To, czy szorty zostały otwarte w celu zabezpieczenia istniejących pozycji, jako złośliwa próba wywołania wezwania do uzupełnienia depozytu, czy też sposób na uruchomienie rynku przy użyciu prywatnych informacji, nie może zostać określone na podstawie dostępnych danych (wygląda jednak dziwnie podejrzanie). Co było nieoczekiwane Osobiście interesującym punktem nie jest to, że flash Bitcoin się zawiesił. Nagłe wahania cen miały miejsce w przeszłości i będą miały miejsce w przyszłości, szczególnie na niepłynnych rynkach, takich jak Bitcoin. Interesującym punktem jest zaangażowanie Bitfinex i sposób, w jaki aktywnie zarządzali realizacją zamówień bez uprzedniego informowania uczestników rynku. Silnik dopasowujący Bitfinex nie został zatrzymany podczas całej katastrofy, chociaż zwolnił (ale nigdzie tak źle, jak niesławne opóźnienie rzędu 70 minut na nieistniejącej już giełdzie MtGox podczas katastrofy w 2017 roku). Jednak Bitfinex wprowadził coś, co teraz nazywają "szybkimi uderzeniami". Oznacza to, że zasadniczo zgłaszają one zamówienia, które uważają za nieważne lub potencjalnie niebezpieczne, i spowalniają je celowo. Na pierwszy rzut oka może to wydawać się fajnym pomysłem. Kto nie chce filtrować, aby usunąć lub spowolnić złośliwe rozkazy Jednak jak często z tego rodzaju rzeczy diabeł tkwi w szczegółach. Problem polega na tym, że Bitfinex nie (i nigdy nie będzie) podał do publicznej wiadomości, w jaki sposób dokładnie kategoryzują zamówienie jako 8220bad8221 i 8220, czy to w dół8221. Jeśli uczestnik rynku zdecyduje się na złożenie dużego zlecenia sprzedaży na cienki portfel zamówień, wówczas to decyzja. To, czy jego działanie było zamierzone, czy nie, nie zależy od decyzji o wymianie. Możliwe, że ten uczestnik rynku był po prostu pierwszą osobą, która zareagowała na duże wydarzenie i jest całkowicie gotów ponieść dodatkowe koszty wynikające z poślizgu w oczekiwaniu na znaczący ruch cenowy. Po prostu nie istnieje sposób dokładnego klasyfikowania zamówień jako 8220good8221 lub 8220bad8221, ponieważ automatycznie zakłada to znajomość wszystkich bezpośrednich przyszłych zdarzeń. Co można poprawić Błędy zdarzają się (8220fat finger8221, algorytm mający spustoszenie), nazywają się marże, a ludzie starają się grać w system w każdy możliwy sposób. Logicznie rzecz biorąc, muszą istnieć zabezpieczenia chroniące rynki i ich uczestników. Bitfinex zdawał sobie sprawę z potencjalnego toksycznego przepływu zamówień i przygotowanych środków zaradczych. Jedyną rzeczą, o której zapomnieli, było poinformowanie swoich klientów o ukrytych funkcjach bezpieczeństwa. Ukrywanie tych zabezpieczeń przed opinią publiczną dodaje niepewności rynkowi (szczególnie teraz, gdy wiemy, że istnieją, a czasem coś robi) i zasadniczo sprawia, że ​​każdy przedsiębiorca pokłada zaufanie w rękach Bitfinex. W tym momencie trader może mieć tylko nadzieję, że Bitfinex zawsze będzie działał w najlepszych intencjach swoich klientów. Ta nadzieja może być jednak daremna, ponieważ Bitfinex zarabia na opłatach handlowych, niezależnie od tego, czy inwestor faktycznie zarabia. Nie trzeba długo myśleć, aby zdać sobie sprawę z ukrytego potencjału nadużyć w takim systemie. Głównym powodem, dla którego Josh wyjaśnia, dlaczego Bitfinex nie zamierza publikować swojego algorytmu, jest unikanie możliwości wykorzystania go przez kupujących, co ilustruje jego przyczyna. Są to oficjalne wyłączniki na rynku używane przez NASDAQ, publikowane online i całkowicie przejrzyste dla każdego uczestnika rynku. Zasady te z pewnością nie są doskonałe, ale są proste, przejrzyste i działają na jednym z największych rynków giełdowych na świecie. Teraz mam wielki szacunek dla ludzi pracujących na platformie Bitfinex, ale wątpię, czy zdołali wymyślić algorytm, który chroni uczestników rynku lepiej niż te używane przez dużą giełdę, która średnio handluje ponad 900 milionów akcji dziennie . A jeśli tak, to teraz jest szansa, że ​​Bitfinex udowodni to światu i ewentualnie napisze historię, ucząc wielkich chłopców, jak właściwie prowadzić wymianę. Jeśli chodzi o wymianę publiczną, przejrzystość jest koniecznością, nie tylko dla Bitfinex, ale dla każdej wymiany. Uczestnicy rynku muszą dokładnie wiedzieć, co się dzieje, gdy składają zamówienie i nie mogą w żadnym wypadku polegać wyłącznie na dobrej wierze. Zabezpieczenia są ważne, ponieważ zdarzają się wypadki i krach na rynkach, ale to nie od wymiany zależy na dyskryminacji w tajnym porządku. Istnieją różne sposoby ochrony rynków finansowych i żaden z nich nie jest doskonały. Dodanie złożoności zwykle zwiększa szansę na niepożądane efekty uboczne i dlatego proste, przejrzyste podejście wydaje się bardziej odpowiednie niż ukryte, złożone. Dwa dni temu BitMEX obniżył swoje opłaty transakcyjne do 0 i świętował je, wypuszczając na rynek Github podstawowy barman robiący zakupy. BitMEX prowadzi obecnie wyzwanie handlowe do 29 sierpnia 2017 r. W celu promowania swojej nowej platformy. Wydanie bota oznaczającego rynek jest prawdopodobnie interesującym i skutecznym sposobem zwiększenia ruchu API i przetestowania platformy nieco. Oczywiście nie mogłem się oprzeć i rzuciłem okiem. Market-maker to rozwidlony Liquidbot. który był oryginalny zaprojektowany do działania na nieaktualnej już giełdzie MtGox. Wprowadzono kilka drobnych zmian (nowa klasa APi do połączenia z BitMEX, dodatkowe wydruki do konsoli, zmiany w celu dostosowania do kontraktów futures oraz ogromny i niepotrzebny druk do konsoli podczas uruchamiania), ale bez znaczących zmian w logice handlowej. Algorytm używa REST i sprawdza tylko zmiany co 60 sekund. To już dyskwalifikuje bota, ponieważ zbyt wolno reaguje na ciągłe zmiany w zamówieniu. BitMEX ogranicza żądania do REST API do 150 na 5 minut, więc możesz spróbować zredukować 60 sekund do czegoś podobnego do 3, ale to nie zmieni faktu, że jak tylko rynki zaczną się poruszać, osiągniesz limit i utkniesz z otwartymi pozycjami. Aby być sprawiedliwym, BitMEX zapewnia bota bardziej jako chwyt marketingowy i wyraźnie stwierdza, że ​​przejście na WebSocket będzie bardzo korzystne, ponieważ umożliwi aktualizację w czasie rzeczywistym. Ogólnie rzecz biorąc, algorytm jest napisany solidnie, technicznie działa i jest łatwy w konfiguracji, ale w dłuższej perspektywie wygrał. Jeśli ktoś poważnie rozważa użycie tego bota, poleciłbym następujące małe zmiany, aby kod był bardziej użyteczny: 1. Zmień na Websocket 2. Zamknij pozycję na zamknij: 3. Twórz zamówienia zaczynając od punktu środkowego: Dodatkowo radziłbym mierzyć zmienność w jakiś sposób i dynamicznie dostosowywać odległość między zamówieniami, jak również wielkość. Podczas moich testów interfejs API zawsze był responsywny i dokładny. Wolumen na giełdzie jest nadal niski, ale podstawy platformy wyglądają obiecująco. Ten bot jest fajnym narzędziem do wprowadzenia użytkowników w świat tworzenia rynku i handlu algorytmicznego, ale nie ma szans na ustalone algorytmy. Uwaga: Jeśli rozważasz użycie tego algorytmu, pamiętaj, że tworzenie rynku to praca na pełen etat. Wszystko, co jest mniej niż pełne poświęcenie, szybki czas reakcji i 100 przestojów, spowoduje utratę pieniędzy. Edycja: Kontynuacja po tym wydarzeniu Dzisiaj ceny Bitcoin zanurkowały, ponieważ handlowcy na marginesie na jednej z największych giełd Bitfinex dostali swoje zamówienia zlikwidowane. Dla wielu bliskich obserwatorów rynku i bardziej wyrafinowanych inwestorów nie było to zaskoczeniem. W rzeczywistości, długie pozycje nieustannie rosły w ciągu ostatnich kilku miesięcy w oczekiwaniu na nową bańkę w cenach Bitcoin i osiągnęły nawet 30 mw znakomitych pozycjach wymiany na Bitfinex. To nie byłby problem sam w sobie, o ile istnieje wystarczający kapitał na spłatę pożyczki. Niestety, większość z tych długich pozycji została wprowadzona około 600 8211 640 USDBTC, a zabezpieczenie było głównie dostarczane w samych bitcoinach. Poniższy wykres przedstawia ładowanie długich pozycji, osiągając maksimum w okolicach 14 lipca, przy prawie 32-milionowej zmianie w swapach. Przeprowadzając szybką matematykę na podstawie marginesu utrzymania Bitfinex z 13 i przyjmując Bitcoin jako zabezpieczenie stwierdzamy, że wezwania do uzupełnienia depozytu powinny zacząć się wokół 520 8211 540 USDBTC. Wczoraj ceny zbliżyły się i dziś w końcu przeskoczyły przez klif. Problem polega na tym, że po wprowadzeniu wezwań do uzupełnienia depozytu masz kaskadowy efekt, który rozdziera księgę zleceń, powodując, że jeszcze więcej zleceń osiąga punkt, w którym nie ma odwrotu, i dodatkowo zwiększa pęd. Tego typu wydarzenia nie są ograniczone do wymiany bitcoinów, ale mogą również wystąpić na głównych giełdach, takich jak podczas katastrofy flash 2017 w USA. Przyczyna takiego flash crashe może się różnić i przechodzi od błędów grubego palca do błędów programowania po kaskadowe wywołania depozytu zabezpieczającego. Interesujące jest to, jak giełdy radzą sobie z tymi wydarzeniami. W Stanach Zjednoczonych Nasdaq wprowadził wyłączniki na rynku, które spowodują zatrzymanie handlu w tak ekstremalnych okolicznościach. Rynki bitcoinów nie są jeszcze tak zaawansowane i zazwyczaj kontynuują handel. Jeśli spojrzymy na akcję zlecenia na Bitfinex dzisiaj, zobaczymy coś bardzo szczególnego: wydaje się (i jest to tylko przypuszczenie, ponieważ nie ma oficjalnego komentarza z wymiany), jak gdyby Bitfinex uruchamiał algorytm postępowania z wezwaniami do uzupełnienia depozytu. Algorytm rozpoczyna sprzedaż, ale ogranicza się do 10 spadku cen w ciągu 1 minuty. Jeśli ceny spadną o więcej niż 10 w ciągu 1 minuty, przestaną się sprzedawać i czekać na zamówienia zakupu. Po ponownym wprowadzeniu pewnej liczby zleceń kupna w portfelu zamówień, algorytm zacznie ponownie sprzedawać, aż wszystkie wezwania do uzupełnienia depozytu zostaną spełnione. Edytuj: LeMogawai jako pierwszy wskazał to w tym poście i pasuje do mojej osobistej obserwacji w czasie wydarzenia. Wydaje się, że jest to ciekawy sposób na radzenie sobie z kaskadowymi wezwaniami do uzupełnienia depozytu, ale można go również uznać za manipulację na pograniczu rynku od strony giełdy. Rozłożenie zleceń sprzedaży z biegiem czasu zmniejsza impet, jednak inwestorzy kończą handel z samą giełdą, a nie z rynkiem. Wymiana ma przewagę informacyjną w tym punkcie i dlatego jest bardziej prawdopodobne, że osiągnie zysk niż przedsiębiorcy. Na szczęście trwało to tylko około 10 minut, po czym kontrola została zwrócona na rynek. Inne giełdy, które również oferują obrót marżą, takie jak BTC-e i OKcoin, są teraz w korzystnej sytuacji i mogą uczyć się na bieżących wydarzeniach. Wdrożenie systemu bardziej przypominającego wyłączniki wielkich giełd, takich jak Nasdaq, może być mądrym pierwszym krokiem. Ostatnio pracuję nad uruchomieniem mojej nowej platformy transakcyjnej. Ta nowa wersja bazuje na Pythonie, używa MySQL do przechowywania bazy danych wszystkich serii czasowych różnych walut wirtualnych z automatycznym wypełnianiem z BitcoinCharts i integruje 3 główne giełdy MtGox, BTC-E i Bitstamp. Platforma będzie używana jako metoda weryfikacji historycznej niektórych strategii i przeprowadzania transakcji automatycznych. W okresie poprzedzającym to postanowiłem pobrać dane BTC przeciwko USD z BitcoinCharts i na podstawie pomysłów gazety Hashem i Timmermanna (1995) wdrożyłem prostą strategię handlową. Chodzi o to, aby przewidzieć znak zwrotu w okresie t1 w oparciu o regresję, która jest szacowana na automatyczny dobór wskaźników technicznych w ciągu ostatniego n okresu aż do t. Następnie, po wystąpieniu t1, odświeżamy model i staramy się przewidzieć t2, wykorzystując wszystkie dostępne dane z ostatnich n okresów, aż do t1 i tak dalej. W mojej pracy licencjackiej przeanalizowałem cztery różne techniczne zasady handlu na rynkach Forex. Wykorzystuje test MCS i SPA do wyszukiwania prawidłowych modeli wśród różnych parametrów, które nie są przedmiotem snoopingu danych. Biorąc pod uwagę realistyczne koszty transakcyjne, nie znajdujemy dowodów na nadwyżki zwrotów, co jest zgodne z efektywnością rynku. Za pomocą tego kodu powinieneś być w stanie szukać możliwości arbitrażu Bitcoin w ramach BTC-e. Wykorzystuje ideę jednej ceny i stosuje trójstronny arbitraż, biorąc pod uwagę koszty i spread. Powodem, dla którego to zamieszczam jest to, mimo że działa, jest szansa, że ​​będziesz zbyt wolny, aby konkurować z innymi inwestorami robiącymi to samo. Możliwą poprawą byłoby uwzględnienie głębokości portfela zamówień i dynamiczne rozdzielanie transakcji, próbując podcinać innych przedsiębiorców robiących to samo. Ustawienie wszystkiego na dedykowanym serwerze w pobliżu fizycznej lokalizacji silnika meczowego BTC-e powinno radykalnie zmniejszyć opóźnienie i dać potencjalną przewagę. Nawigacja pocztowa Podstawy handlu algorytmicznego: pojęcia i przykłady Algorytm to określony zestaw jasno zdefiniowanych instrukcji mających na celu wykonanie zadania lub procesu. Handel algorytmiczny (handel automatyczny, handel czarnoskrzynkowy lub po prostu handel algo) jest procesem wykorzystywania komputerów zaprogramowanych do wykonywania określonego zestawu instrukcji do zawarcia transakcji w celu generowania zysków z prędkością i częstotliwością, która jest niemożliwa dla ludzki przedsiębiorca. Zdefiniowane zestawy reguł są oparte na czasie, cenie, ilości lub dowolnym modelu matematycznym. Poza możliwościami zysku dla handlowca, algo-trading sprawia, że ​​rynki są bardziej płynne i sprawia, że ​​handel staje się bardziej systematyczny, wykluczając emocjonalny wpływ człowieka na działalność handlową. Załóżmy, że trader przestrzega następujących prostych kryteriów handlowych: kup 50 akcji w magazynie, gdy jego 50-dniowa średnia krocząca przekracza średnią ruchomą wynoszącą 200 dni Sprzedaj akcje w magazynie, gdy jego 50-dniowa średnia krocząca spada poniżej średniej ruchomej wynoszącej 200 dni Korzystając z tego zestawu dwóch prostych instrukcji, łatwo jest napisać program komputerowy, który automatycznie monitoruje cenę akcji (i wskaźniki średniej ruchomej) i umieszcza zamówienia kupna i sprzedaży po spełnieniu określonych warunków. Przedsiębiorca nie musi już dłużej obserwować cen i wykresów na żywo, ani składać zamówień ręcznie. Algorytmiczny system transakcyjny automatycznie robi to za niego, prawidłowo identyfikując możliwości handlowe. (Aby dowiedzieć się więcej na temat średnich kroczących, zobacz: Proste średnie ruchome Wyróżnij trendy). Algo-trading zapewnia następujące korzyści: Transakcje wykonywane w najlepszych możliwych cenach Natychmiastowe i dokładne rozmieszczenie zleceń handlowych (co daje duże szanse na wykonanie na pożądanych poziomach) Transakcje prawidłowo i natychmiastowo, aby uniknąć znacznych zmian cen Obniżone koszty transakcji (zobacz przykład niedoboru implementacji poniżej) Jednoczesne automatyczne sprawdzanie warunków na wielu rynkach Zredukowane ryzyko ręcznych błędów podczas umieszczania transakcji Backtest algorytmu, na podstawie dostępnych danych historycznych i danych w czasie rzeczywistym Reduced możliwość pomyłek popełnianych przez handlarzy ludźmi w oparciu o czynniki emocjonalne i psychologiczne Największą część dzisiejszego algo-handlowania stanowi transakcja o wysokiej częstotliwości (HFT), która stara się wykorzystać dużą liczbę zleceń przy bardzo dużych prędkościach na wielu rynkach i wielu decyzjach parametry, oparte na zaprogramowanych instrukcjach. (Aby uzyskać więcej informacji na temat transakcji o wysokiej częstotliwości, zobacz: Strategie i sekrety przedsiębiorstw o ​​wysokiej częstotliwości (HFT)) Algo-trading jest wykorzystywany w wielu formach działalności handlowej i inwestycyjnej, w tym: Inwestorzy średnio - i długoterminowi lub kupują firmy poboczne (fundusze emerytalne) fundusze inwestycyjne, towarzystwa ubezpieczeniowe), które dokonują zakupu w dużych ilościach, ale nie chcą wpływać na ceny akcji za pomocą dyskretnych, dużych inwestycji. Handlowcy krótkoterminowi i uczestnicy rynku sprzedaży (animatorzy rynku, spekulanci i arbitrzy) dodatkowo zyskują dzięki automatycznej realizacji transakcji, algo-trading pomagają w stworzeniu wystarczającej płynności dla sprzedawców na rynku. Systematyczni handlowcy (twórcy trendów, handlowcy parami, fundusze hedgingowe itp.) Uważają, że programowanie reguł handlowych jest o wiele bardziej efektywne i pozwala programowi handlować automatycznie. Handel algorytmiczny zapewnia bardziej systematyczne podejście do aktywnego handlu niż metody oparte na intuicji lub instynkcie handlowców. Algorytmiczne strategie handlowe Każda strategia handlu algorytmicznego wymaga zidentyfikowanej możliwości, która przynosi zyski pod względem poprawy zysków lub redukcji kosztów. Poniżej przedstawiono typowe strategie transakcyjne stosowane w algo-trading: Najpopularniejsze strategie handlu algorytmicznego podążają za trendami średnich kroczących. wyłuskanie kanałów. zmiany poziomu cen i powiązane wskaźniki techniczne. Są to najprostsze i najprostsze strategie implementacji poprzez handel algorytmiczny, ponieważ strategie te nie wymagają dokonywania jakichkolwiek prognoz ani prognoz cenowych. Transakcje są inicjowane w oparciu o występowanie pożądanych trendów. które są łatwe i proste do wdrożenia za pomocą algorytmów bez wchodzenia w złożoność analizy predykcyjnej. Powyższy przykład średniej ruchomej wynoszącej 50 i 200 dni jest popularnym trendem zgodnym ze strategią. (Aby uzyskać więcej informacji na temat strategii handlu trendami, zobacz: Proste strategie wykorzystywania trendów.) Zakup podwójnego notowania giełdowego po niższej cenie na jednym rynku i jednoczesne sprzedawanie go po wyższej cenie na innym rynku oferuje różnicę cen jako zysk wolny od ryzyka lub arbitraż. Ta sama operacja może być powielana w odniesieniu do instrumentów akcji w porównaniu do instrumentów futures, ponieważ różnice cenowe istnieją od czasu do czasu. Wdrożenie algorytmu identyfikującego takie różnice cenowe i składanie zamówień pozwala na efektywne zyski. Fundusze indeksowe określiły okresy równoważenia w celu dostosowania swoich udziałów do swoich odpowiednich indeksów odniesienia. Stwarza to zyskowne możliwości dla handlowców algorytmicznych, którzy wykorzystują oczekiwane transakcje, które dają 20-80 punktów bazowych zysków w zależności od liczby akcji w funduszu indeksowym, tuż przed przywróceniem indeksu funduszy. Takie transakcje są inicjowane za pomocą algorytmicznych systemów transakcyjnych w celu terminowej realizacji i najlepszych cen. Wiele sprawdzonych modeli matematycznych, takich jak neutralna strategia handlu delta, które umożliwiają handel kombinacjami opcji i zabezpieczeniami. w przypadku transakcji zawieranych w celu kompensowania dodatnich i ujemnych delt, tak aby delta portfela została utrzymana na poziomie zero. Średnia strategia zwrotu opiera się na założeniu, że wysokie i niskie ceny aktywów są zjawiskiem przejściowym, które okresowo powracają do ich wartości średniej. Identyfikacja i definiowanie przedziału cenowego i algorytmu implementacji w oparciu o to pozwala na automatyczne umieszczanie transakcji, gdy cena aktywów włamuje się i znika z określonego przedziału. Strategia średniej ważonej ilości woluminów dzieli duże zlecenie i uwalnia dynamicznie określone mniejsze porcje zamówienia na rynek, korzystając z historycznych profili wolumenu historycznych. Celem jest wykonanie zamówienia zbliżonego do średniej ważonej wolumenem ceny (VWAP), a tym samym skorzystanie ze średniej ceny. Strategia ważona według średniej ceny rozbija duże zlecenie i uwalnia dynamicznie określone mniejsze porcje zamówienia na rynek za pomocą równomiernie podzielonych przedziałów czasowych między czasem rozpoczęcia i zakończenia. Celem jest wykonanie zamówienia zbliżonego do średniej ceny między początkiem a czasem zakończenia, minimalizując w ten sposób wpływ na rynek. Dopóki zlecenie handlowe nie zostanie w pełni wypełnione, algorytm ten kontynuuje wysyłanie zleceń częściowych, zgodnie z określonym współczynnikiem udziału i według wolumenu obrotu na rynkach. Strategia powiązanych działań wysyła zamówienia według zdefiniowanego przez użytkownika procentu wielkości rynku i zwiększa lub zmniejsza współczynnik uczestnictwa, gdy cena akcji osiąga poziomy zdefiniowane przez użytkownika. Strategia niedoborów wdrożeniowych ma na celu zminimalizowanie kosztów realizacji zamówienia poprzez obrót rynkiem czasu rzeczywistego, co pozwala zaoszczędzić na kosztach zamówienia i skorzystać z kosztu alternatywnego opóźnionej realizacji. Strategia zwiększy docelową stopę uczestnictwa, gdy cena akcji będzie się korzystnie zmieniać i spadnie, gdy cena akcji będzie się pogarszać. Istnieje kilka specjalnych klas algorytmów, które próbują zidentyfikować zdarzenia po drugiej stronie. Te algorytmy wykrywające, stosowane na przykład przez twórcę rynku strony sprzedającej, mają wbudowaną inteligencję, która identyfikuje istnienie dowolnych algorytmów po stronie kupna dużego zamówienia. Takie wykrywanie za pomocą algorytmów pomoże animatorowi rynku zidentyfikować duże możliwości zleceń i umożliwić mu skorzystanie z wypełniania zamówień po wyższej cenie. Jest to czasami określane jako front-running high-tech. (Aby uzyskać więcej informacji na temat transakcji o wysokiej częstotliwości i nieuczciwych praktyk, zobacz: Jeśli kupujesz akcje online, angażujesz się w transakcje HFT.) Wymagania techniczne dla handlu algorytmicznego Wdrożenie algorytmu przy użyciu programu komputerowego jest ostatnią częścią, której towarzyszy weryfikacja historyczna. Wyzwaniem jest przekształcenie zidentyfikowanej strategii w zintegrowany skomputeryzowany proces, który ma dostęp do rachunku handlowego do składania zamówień. Potrzebne są następujące elementy: Wiedza programistyczna programująca wymaganą strategię handlową, wynajęci programiści lub gotowe oprogramowanie transakcyjne Łączność sieciowa i dostęp do platform transakcyjnych do składania zamówień Dostęp do rynkowych kanałów danych, które będą monitorowane przez algorytm pod kątem możliwości umieszczenia zamówienia Zdolność i infrastruktura do testowania wstecznego systemu po jego zbudowaniu, zanim zostanie wprowadzona na rzeczywiste rynki Dostępne historyczne dane do analizy historycznej, w zależności od złożoności reguł zaimplementowanych w algorytmie Oto przykładowy przykład: Royal Dutch Shell (RDS) jest notowany na Amsterdamie Giełda (AEX) i Giełda Londyńska (LSE). Skonstruujmy algorytm, aby zidentyfikować możliwości arbitrażu. Oto kilka interesujących spostrzeżeń: AEX inwestuje w euro, a LSE w funtach szterlingach Ze względu na różnicę godzinową AEX otwiera godzinę wcześniej niż LSE, a następnie obie giełdy handlują jednocześnie przez kilka następnych godzin, a następnie handlują tylko w LSE podczas ostatnia godzina w miarę zamykania AEX Czy możemy zbadać możliwość handlu arbitrażowego na rynku akcji Royal Dutch Shell notowanych na tych dwóch rynkach w dwóch różnych walutach Program komputerowy, który odczytuje bieżące ceny rynkowe Kanały cenowe z LSE i AEX A Kurs wymiany GBP-EUR Zdolność do składania zleceń, która może doprowadzić zamówienie do właściwej wymiany Potencjał testowy w historycznych kanałach cenowych Program komputerowy powinien wykonać następujące czynności: Odczytać przychodzący strumień ceny zasobów RDS z obu giełd. Wykorzystanie dostępnych kursów wymiany walut . przeliczenie ceny jednej waluty na inną Jeśli istnieje wystarczająco duża rozbieżność cenowa (zdyskontowana koszty maklerskie) prowadząca do korzystnej okazji, wówczas należy złożyć zlecenie kupna po niższej cenie na zlecenie wymiany i sprzedaży na wyższej cenie. Jeśli zlecenia są realizowane jako pożądany, zysk arbitrażowy będzie następował Prosto i Łatwie Jednak praktyka handlu algorytmicznego nie jest tak prosta w utrzymaniu i wykonaniu. Pamiętaj, że jeśli umieścisz handel generowany przez algo, inni uczestnicy rynku również. W związku z tym ceny wahają się w milli, a nawet mikrosekundach. W powyższym przykładzie, co się stanie, jeśli twój zakup zostanie zrealizowany, ale nie sprzedajesz handlu, ponieważ ceny sprzedaży zmieniają się w momencie, gdy twoje zamówienie trafi na rynek. W końcu będziesz siedział z otwartą pozycją. uczynienie strategii arbitrażowej bezwartościową. Istnieje dodatkowe ryzyko i wyzwania: na przykład ryzyko awarii systemu, błędy łączności sieciowej, opóźnienia między zleceniami handlowymi a wykonaniem oraz, co najważniejsze, niedoskonałe algorytmy. Bardziej złożony algorytm wymaga bardziej rygorystycznej analizy wstecznej, zanim zostanie wprowadzony w życie. Ilościowa analiza wydajności algorytmów odgrywa ważną rolę i powinna zostać poddana krytycznej analizie. To ekscytujące, aby przejść do automatyzacji wspomagane komputerami z myślą o zarabianiu pieniędzy bez wysiłku. Ale trzeba się upewnić, że system jest dokładnie przetestowany i ustalone są wymagane limity. Analitycy powinni rozważyć samodzielne uczenie się programowania i budowania systemów, aby mieć pewność, że wdrażają odpowiednie strategie w niezawodny sposób. Ostrożne używanie i dokładne testowanie handlu al-tro może stworzyć korzystne okazje. Przewodnik po obrotach ilościowych W tym artykule przedstawię Wam kilka podstawowych pojęć towarzyszących kompleksowemu systemowi handlu ilościowego. Ten post, miejmy nadzieję, będzie służył dwóm audytorom. Pierwszymi będą osoby starające się o pracę w funduszu jako handlowiec ilościowy. Drugi to osoby, które chciałyby spróbować założyć własną firmę handlującą algorytmami handlu detalicznego. Handel ilościowy jest niezwykle wyrafinowanym obszarem finansów kwantowych. Może to zająć dużo czasu, aby zdobyć niezbędną wiedzę do przeprowadzenia wywiadu lub skonstruowania własnych strategii handlowych. Nie tylko, ale wymaga dużej wiedzy programistycznej, przynajmniej w języku takim jak MATLAB, R lub Python. Jednak wraz ze wzrostem częstotliwości handlu strategia technologiczna staje się o wiele bardziej istotna. Tak więc znajomość CC będzie miała ogromne znaczenie. Ilościowy system transakcyjny składa się z czterech głównych komponentów: Identyfikacja strategii - Znalezienie strategii, wykorzystanie przewagi i ustalenie częstotliwości obrotu Strategia Analiza historyczna - Pozyskanie danych, analiza skuteczności strategii i usunięcie błędów System wykonywania zleceń - Połączenie z domem maklerskim, automatyzacja transakcji i minimalizacja koszty transakcji Zarządzanie ryzykiem - optymalna alokacja kapitału, wielkość zakładuWyjątkowe kryterium i psychologia handlowa Zacznij od przyjrzenia się, jak rozpoznać strategię handlową. Identyfikacja strategii Wszystkie ilościowe procesy handlowe rozpoczynają się od początkowego okresu badań. Ten proces badawczy obejmuje znalezienie strategii, sprawdzanie, czy strategia mieści się w portfolio innych strategii, które można uruchomić, pozyskiwanie wszelkich danych niezbędnych do testowania strategii i próbę optymalizacji strategii w celu uzyskania wyższych zysków i niższego ryzyka. Będziesz musiał uwzględnić własne wymogi kapitałowe, jeśli strategia będzie prowadzona jako sprzedawca detaliczny i jak wszelkie koszty transakcji wpłyną na strategię. Wbrew powszechnemu przekonaniu jest całkiem proste znalezienie skutecznych strategii za pośrednictwem różnych źródeł publicznych. Nauczyciele akademiccy regularnie publikują teoretyczne wyniki handlu (choć w większości są to koszty transakcyjne). Ilościowe blogi finansowe omawiają szczegółowo strategie. W dziennikach handlowych zostaną zarysowane niektóre strategie stosowane przez fundusze. Można zapytać, dlaczego osoby prywatne i firmy chętnie dyskutują o swoich dochodowych strategiach, zwłaszcza gdy wiedzą, że inni tłoczyli się w handlu, mogą zatrzymać strategię na dłuższą metę. Przyczyna leży w tym, że nie będą często omawiać dokładnie parametrów i metod strojenia, które przeprowadzili. Optymalizacje te są kluczem do przekształcenia stosunkowo kiepskiej strategii w wysoce rentowną. W rzeczywistości jednym z najlepszych sposobów tworzenia własnych unikatowych strategii jest znalezienie podobnych metod, a następnie przeprowadzenie własnej procedury optymalizacji. Oto mała lista miejsc, w których można zacząć szukać pomysłów na strategię: Wiele strategii, które przyjrzysz się, znajdzie się w kategoriach średniej-rewersji i trend-followmomentum. Strategia powrotu do średniej to taka, która próbuje wykorzystać fakt, że istnieje długoterminowa średnia dla serii cen (takich jak różnica między dwoma skorelowanymi aktywami) i że krótkoterminowe odchylenia od tej średniej ostatecznie się odwrócą. Strategia rozpędu próbuje wykorzystać zarówno psychologię inwestorów, jak i strukturę dużych funduszy, łącząc trend rynkowy, który może nabrać rozpędu w jednym kierunku i podążać za trendem, aż się odwróci. Kolejnym niezwykle istotnym aspektem handlu ilościowego jest częstotliwość strategii handlowej. Handel niskimi częstotliwościami (LFT) odnosi się ogólnie do każdej strategii, która utrzymuje aktywa dłużej niż jeden dzień handlowy. Odpowiednio, transakcje o wysokiej częstotliwości (HFT) ogólnie odnoszą się do strategii, która utrzymuje śróddzienne aktywa. Handel ultra-wysokimi częstotliwościami (UHFT) odnosi się do strategii, które przechowują aktywa w kolejności sekund i milisekund. Jako praktyk sprzedaży detalicznej HFT i UHFT są z pewnością możliwe, ale tylko ze szczegółową znajomością stosu technologii handlowej i dynamiki portfela zamówień. W tym wstępnym artykule nie będziemy omawiać tych aspektów w jakikolwiek sposób. Po zidentyfikowaniu strategii lub zestawu strategii należy ją przetestować pod kątem opłacalności na danych historycznych. To jest dziedzina analizy historycznej. Strategia Backtesting Celem weryfikacji historycznej jest dostarczenie dowodów na to, że strategia zidentyfikowana za pomocą powyższego procesu jest opłacalna, gdy stosuje się ją zarówno do danych historycznych, jak i pozapróbkowych. To określa, w jaki sposób strategia będzie działać w rzeczywistym świecie. Jednak analiza historyczna NIE jest gwarancją sukcesu z różnych powodów. Jest to prawdopodobnie najbardziej subtelny obszar handlu ilościowego, ponieważ pociąga za sobą liczne uprzedzenia, które należy starannie rozważyć i wyeliminować w jak największym stopniu. Omówimy powszechne rodzaje błędów, w tym uprzedzenia wyprzedzające. rozbieżność w zachowaniu i tendencja optymalizacyjna (określana również jako "sabotaż danych"). Inne obszary ważne w ramach analizy historycznej obejmują dostępność i czystość danych historycznych, uwzględniające realistyczne koszty transakcyjne i decydujące o solidnej platformie analizy historycznej. Dobrze omówmy koszty transakcji w dalszej części poniższej sekcji Systemy wykonawcze. Po zidentyfikowaniu strategii konieczne jest uzyskanie danych historycznych, za pomocą których można przeprowadzić testowanie i, być może, udoskonalić. Istnieje znaczna liczba dostawców danych we wszystkich klasach aktywów. Ich koszty na ogół skalują się z jakością, głębokością i aktualnością danych. Tradycyjnym punktem wyjścia dla początkujących handlowców ilościowych (przynajmniej na poziomie detalicznym) jest wykorzystanie bezpłatnego zestawu danych z Yahoo Finance. Nie będę tutaj zbyt często zastanawiał się nad dostawcami, a raczej chciałbym skupić się na ogólnych kwestiach związanych z zestawami danych historycznych. Główne obawy dotyczące danych historycznych obejmują dokładność, odchylenie w zachowaniu i dostosowanie działań korporacyjnych, takich jak dywidendy i podziały akcji: Dokładność odnosi się do ogólnej jakości danych - bez względu na to, czy zawiera błędy. Błędy mogą być czasami łatwe do zidentyfikowania, na przykład z filtrem impulsów. który wykryje nieprawidłowe skoki w danych szeregów czasowych i skoryguje je. Innym razem mogą być bardzo trudne do wykrycia. Często konieczne jest posiadanie dwóch lub więcej dostawców, a następnie sprawdzanie wszystkich swoich danych względem siebie. Obciążenie związane z nieszczęściem jest często cechą darmowych lub tanich zestawów danych. Zbiór danych z nastawieniem na przetrwanie oznacza, że ​​nie zawiera on aktywów, które nie są już przedmiotem handlu. W przypadku akcji oznacza to delistingbankrupt akcji. To nastawienie oznacza, że ​​każda strategia handlu akcjami przetestowana na takim zestawie danych prawdopodobnie będzie działać lepiej niż w realnym świecie, ponieważ historyczni zwycięzcy zostali już wcześniej wybrani. Działania korporacyjne obejmują działania logistyczne prowadzone przez firmę, które zwykle powodują zmianę funkcji ceny surowej, która nie powinna być uwzględniana przy obliczaniu zwrotu z ceny. Korekty dotyczące dywidend i podziału akcji są częstymi sprawcami. W każdym z tych działań należy przeprowadzić proces zwany dostosowaniem wstecznym. Trzeba być bardzo ostrożnym, aby nie pomylić podziału akcji z prawdziwym dostosowaniem zwrotów. Wielu przedsiębiorców zostało przyłapanych na skutek działań korporacyjnych. W celu przeprowadzenia procedury analizy historycznej konieczne jest skorzystanie z platformy oprogramowania. Masz do wyboru dedykowane oprogramowanie do testów historycznych, takie jak Tradestation, platforma numeryczna, na przykład Excel lub MATLAB, lub pełna niestandardowa implementacja w języku programowania, takim jak Python lub C. Nie będę zbytnio zajmować się Tradestation (lub podobnym), Excelem lub MATLAB, ponieważ wierzę w tworzenie pełnego wewnętrznego stosu technologii (z powodów opisanych poniżej). Jedną z korzyści takiego działania jest to, że oprogramowanie do testowania historycznego i system wykonawczy mogą być ściśle zintegrowane, nawet z bardzo zaawansowanymi strategiami statystycznymi. W przypadku strategii HFT szczególnie ważne jest zastosowanie niestandardowej implementacji. Podczas weryfikacji historycznej systemu należy ocenić jego wydajność. Standardowymi wskaźnikami branżowymi dla strategii ilościowych są maksymalne wypłaty i współczynnik Sharpe'a. Maksymalny poziom wypłaty charakteryzuje się największym spadkiem wartości rynkowej konta w danym okresie (zwykle rocznym). Jest to najczęściej podawane w procentach. Strategie LFT będą miały większe wypłaty niż strategie HFT, ze względu na szereg czynników statystycznych. Historyczna analiza historyczna pokaże maksymalną wypłatę z przeszłości, która jest dobrym wskaźnikiem dla przyszłej skuteczności strategii. Drugim pomiarem jest Sharpe Ratio, który jest heurystycznie definiowany jako średnia nadwyżki zwrotów podzielona przez odchylenie standardowe tych nadwyżek zwrotów. W tym przypadku nadwyżka zwrotów odnosi się do zwrotu strategii powyżej ustalonego wcześniej poziomu odniesienia. takie jak SP500 lub trzymiesięczna ustawa skarbowa. Zwróć uwagę, że annualizowany zwrot nie jest miarą zwykle wykorzystywaną, ponieważ nie uwzględnia zmienności strategii (w przeciwieństwie do Sharpe Ratio). Po odrzuceniu strategii i uznaniu jej za wolną od uprzedzeń (na tyle, na ile jest to możliwe), przy dobrym Sharpie i zminimalizowanych wypłatach, nadszedł czas na zbudowanie systemu wykonawczego. Systemy realizacji System realizacji to sposób, w jaki lista transakcji generowanych przez strategię jest wysyłana i wykonywana przez brokera. Pomimo tego, że generowanie handlu może być częściowo lub nawet w pełni zautomatyzowane, mechanizm wykonawczy może być ręczny, pół-manualny (to jest za pomocą jednego kliknięcia) lub w pełni zautomatyzowany. W przypadku strategii LFT często stosuje się techniki ręczne i pół-manualne. W przypadku strategii HFT konieczne jest stworzenie w pełni zautomatyzowanego mechanizmu realizacji, który często będzie ściśle powiązany z generatorem handlu (ze względu na współzależność strategii i technologii). Kluczowe kwestie związane z tworzeniem systemu wykonawczego są interfejsem do pośrednictwa. minimalizacja kosztów transakcyjnych (w tym prowizji, poślizgu i spreadu) oraz rozbieżności w wydajności systemu na żywo z testowanej wydajności. Istnieje wiele sposobów na połączenie z brokerem. Obejmują one od wywoływania brokera przez telefon aż po w pełni zautomatyzowany interfejs API (Application Programming Interface). Idealnie chcesz zautomatyzować wykonywanie swoich transakcji w jak największym stopniu. Pozwala to skoncentrować się na dalszych badaniach, a także pozwala na uruchamianie wielu strategii, a nawet strategii o wyższej częstotliwości (w rzeczywistości HFT jest zasadniczo niemożliwe bez automatycznego wykonywania). Powszechnie stosowane oprogramowanie do analizy historycznej, takie jak MATLAB, Excel i Tradestation, jest dobre dla prostszych strategii o niższej częstotliwości. Konieczne będzie jednak skonstruowanie wewnętrznego systemu wykonawczego napisanego w języku o wysokiej wydajności, takim jak C, w celu wykonania prawdziwego HFT. Jako anegdota, w funduszu, w którym kiedyś byłem zatrudniony, mieliśmy 10-minutową pętlę transakcyjną, w której pobieraliśmy nowe dane rynkowe co 10 minut, a następnie przeprowadzaliśmy transakcje na podstawie tych informacji w tym samym przedziale czasowym. Użyto zoptymalizowanego skryptu w języku Python. Jeśli chodzi o coś zbliżonego do danych o częstotliwości minutowej lub częstotliwości drugiej, uważam, że CC byłoby bardziej idealne. W większym funduszu często nie jest domeną handlowca kwantowego, aby zoptymalizować wykonanie. Jednak w mniejszych sklepach lub firmach HFT przedsiębiorcy SĄ wykonawcami, więc często pożądany jest znacznie szerszy zestaw umiejętności. Miej to na uwadze, jeśli chcesz być zatrudniony przez fundusz. Twoje umiejętności programistyczne będą równie ważne, jeśli nie ważniejsze, niż twoje statystyki i talenty ekonometrii Kolejną ważną kwestią, która wchodzi pod sztandar realizacji, jest minimalizacja kosztów transakcji. Zasadniczo są trzy składniki kosztów transakcji: prowizje (lub podatek), które są opłatami pobieranymi przez dom maklerski, giełdę i SEC (lub podobny rządowy organ regulacyjny) poślizgiem, który jest różnicą między tym, co zamierzałeś, aby twoje zamówienie było wypełnione w stosunku do tego, co zostało faktycznie wypełnione spreadem, co stanowi różnicę między ceną bidaskowanego papieru wartościowego. Należy zauważyć, że spread nie jest stały i zależy od bieżącej płynności (tj. Dostępności zleceń kupna) na rynku. Koszty transakcji mogą stanowić różnicę między niezwykle dochodową strategią a dobrym wskaźnikiem Sharpe'a i niezwykle nieopłacalną strategią o strasznym współczynniku Sharpe'a. Wyzwaniem może być prawidłowe przewidywanie kosztów transakcyjnych z analizy historycznej. W zależności od częstotliwości strategii, będziesz potrzebować dostępu do historycznych danych giełdowych, które będą zawierały dane o tikach dla cen z puli. Całe zespoły quantów są poświęcone optymalizacji wykonania w większych funduszach, z tych powodów. Rozważ scenariusz, w którym fundusz musi wyładować znaczną ilość transakcji (z których wiele jest powodów do podjęcia). Poprzez zrzucenie na rynek tak wielu udziałów, oni szybko obniżą cenę i mogą nie uzyskać optymalnej realizacji. W związku z tym istnieją algorytmy, które nakładają zamówienia paszowe na rynek, chociaż wówczas fundusz ponosi ryzyko poślizgu. Co więcej, inne strategie żerują na tych potrzebach i mogą wykorzystać nieefektywność. Jest to domena arbitrażu struktury funduszu. Ostatnim poważnym problemem dotyczącym systemów wykonawczych jest rozbieżność w zakresie skuteczności strategii na podstawie sprawdzianu wstecznego. Może się tak zdarzyć z wielu powodów. Już podczas rozważań historycznych omawialiśmy już uprzednio uprzedzenia i uprzedzenia optymalizacyjne. Jednak niektóre strategie nie ułatwiają testowania tych błędów przed wdrożeniem. Dzieje się to głównie w HFT. Mogą występować błędy w systemie wykonawczym, a także sama strategia handlowa, która nie pojawia się podczas testu historycznego, ale pojawia się w handlu na żywo. Rynek mógł podlegać zmianom w systemie po wdrożeniu strategii. Nowe otoczenie regulacyjne, zmieniające się nastroje inwestorów i zjawiska makroekonomiczne mogą prowadzić do rozbieżności w zachowaniu rynku, a tym samym rentowności Twojej strategii. Zarządzanie ryzykiem Ostatnim elementem układanki ilościowego handlu jest proces zarządzania ryzykiem. Ryzyko obejmuje wszystkie uprzednie uprzedzenia, które omówiliśmy. Obejmuje to ryzyko związane z technologią, takie jak serwery znajdujące się w pobliżu giełdy, nagle powodujące awarię twardego dysku. Obejmuje ryzyko maklerskie, takie jak broker, który staje się bankrutem (nie tak szalony jak się wydaje, biorąc pod uwagę niedawne przestoje w MF Global). W skrócie obejmuje ona prawie wszystko, co może zakłócić realizację transakcji, z których istnieje wiele źródeł. Całe książki poświęcone są zarządzaniu ryzykiem dla strategii ilościowych, więc nie będę usiłował wyjaśnić tutaj wszystkich możliwych źródeł ryzyka. Zarządzanie ryzykiem obejmuje również tzw. Optymalną alokację kapitału. który jest gałęzią teorii portfela. Jest to środek, za pomocą którego kapitał jest alokowany do zestawu różnych strategii i do transakcji w ramach tych strategii. Jest to złożony obszar i opiera się na pewnej niebanalnej matematyce. Standard branżowy, za pomocą którego optymalna alokacja kapitału i dźwignia strategii są powiązane, nazywa się kryterium Kelly. Ponieważ jest to artykuł wprowadzający, nie będę się rozwodził nad jego obliczeniami. Kryterium Kelly'ego przyjmuje pewne założenia dotyczące statystycznego charakteru zwrotów, które nierzadko są prawdziwe na rynkach finansowych, a więc inwestorzy często zachowują konserwatyzm, jeśli chodzi o wdrożenie. Kolejnym kluczowym elementem zarządzania ryzykiem jest radzenie sobie z własnym profilem psychologicznym. Istnieje wiele uprzedzeń poznawczych, które mogą wkradać się do handlu. Chociaż jest to wprawdzie mniej problematyczne w przypadku handlu algorytmicznego, jeżeli strategia zostanie pozostawiona bez zmian Wspólnym uprzedzeniem jest niechęć do strat, gdy pozycja przegrana nie zostanie zamknięta z powodu bólu spowodowanego koniecznością poniesienia straty. Podobnie, zyski mogą być brane zbyt wcześnie, ponieważ strach przed utratą już osiągniętego zysku może być zbyt duży. Inną popularną tendencją jest polaryzacja odwrotna. Przejawia się to, gdy inwestorzy kładą zbyt duży nacisk na ostatnie wydarzenia, a nie na dłuższą metę. Oczywiście mamy klasyczną parę emocjonalnych uprzedzeń - strach i chciwość. Mogą one często prowadzić do niedostatecznego lub nadmiernego efektu dźwigni, co może spowodować rozdęcie (to znaczy spadek wartości kapitału własnego do zera lub gorszy) lub zmniejszenie zysków. Jak widać, handel ilościowy jest niezwykle złożonym, aczkolwiek bardzo interesującym obszarem finansowania ilościowego. Dosłownie porysowałem powierzchnię tematu w tym artykule i już trwa to dość długo. Zostały napisane całe książki i artykuły na temat zagadnień, którym oddałem tylko jedno zdanie. Z tego powodu, przed złożeniem wniosku o ilościowe zlecenia inwestycyjne, konieczne jest przeprowadzenie znacznej ilości badań podwalinowych. Przynajmniej będziesz potrzebować bogatego zaplecza w zakresie statystyki i ekonometrii, z dużym doświadczeniem w implementacji, poprzez język programowania, taki jak MATLAB, Python lub R. W przypadku bardziej zaawansowanych strategii na wyższym końcu, twój zestaw umiejętności jest prawdopodobnie włączenie modyfikacji jądra systemu Linux, CC, programowanie zespołów i optymalizację opóźnień sieci. Jeśli jesteś zainteresowany próbą stworzenia własnych algorytmicznych strategii handlowych, moją pierwszą propozycją byłoby uzyskanie dobrego programowania. Moją preferencją jest jak najlepsze zbudowanie jak największej ilości grabber danych, backtestu strategii i systemu wykonawczego. Jeśli twój kapitał jest na linii, czy nie lepiej byś spał w nocy, wiedząc, że w pełni przetestowałeś swój system i jesteś świadomy jego pułapek i szczególnych problemów Przekazywanie go sprzedawcy, a potencjalnie oszczędność czasu w krótkim czasie, może być bardzo drogie w długim okresie. Właśnie zaczyna się handel ilościowy