Blog de estratégias de negociação algo

Algorithmic Trading System Design & amp; Implementação.

AlgorithmicTrading é um desenvolvedor de sistemas de negociação de terceiros especializado em sistemas de negociação automatizada, estratégias de negociação algorítmica e análise de negociação quantitativa. Oferecemos dois algoritmos de negociação distintos aos comerciantes de varejo e investidores profissionais.

Assista ao nosso blog de video trading algorítmico, onde nosso desenvolvedor principal analisa o desempenho de 6/10/17 & ndash; 8/8/17 usando nosso sistema de negociação automatizado. Visite nosso Algorithmic Trading Blog para ver todos os vídeos de desempenho para 2016-2018 YTD. A negociação de futuros e opções envolve um risco substancial de perda e não é adequado para todos os investidores.

Comece em Algorithmic Trading hoje.

Os Destaques do Swing Trader.

Nossa Estratégia de Negociação Swing comercializa os S & amp; P 500 Emini Futures (ES) e Ten Year Note (TY). Este é um sistema de negociação 100% automatizado que pode ser executado automaticamente com os melhores esforços por vários corretores registrados da NFA. Também pode ser instalado e carregado na plataforma Tradestation. Os seguintes dados abrangem o período de caminhada para frente (fora da amostra) abrangendo 10/1 / 15-1 / 4/18. Futures Trading envolve um risco substancial de perda e não é apropriado para todos os investidores. O desempenho passado não é indicativo de desempenho futuro. Esses dados assumem que 1 unidade (US $ 15.000) foi negociada durante todo o período em análise (não composto).

* As perdas podem exceder a redução máxima. Isso é medido de um ponto para o outro, fechando o comércio para fechar o comércio. O desempenho passado não é indicativo de desempenho futuro.

O Swing Trader Monthly P / L.

As negociações que começam em outubro de 2015 são consideradas Walk-Forward / Out-of-Sample, enquanto os negócios anteriores a outubro de 2015 são considerados testados novamente. O lucro / perda dado é baseado em uma conta de US $ 15.000 que vende uma unidade no Swing Trader. Estes dados não são compostos.

* As perdas podem exceder a redução máxima. Isso é medido de um ponto para o outro, fechando o comércio para fechar o comércio. O desempenho passado não é indicativo de desempenho futuro.

REGRA CFTC 4.41: Os resultados são baseados em resultados de desempenho simulados ou hipotéticos que possuem certas limitações inerentes. Ao contrário dos resultados apresentados em um registro de desempenho real, esses resultados não representam a negociação real. Além disso, como esses negócios não foram efetivamente executados, esses resultados podem ter uma compensação menor ou excessiva do impacto, se houver, de certos fatores do mercado, como a falta de liquidez. Programas de negociação simulados ou hipotéticos em geral também estão sujeitos ao fato de serem projetados com o benefício de retrospectiva. Nenhuma representação está sendo feita que qualquer conta será ou será capaz de alcançar lucros ou perdas semelhantes às exibidas.

Noções básicas de negociação algorítmica.

Algorithmic Trading, também conhecido como Quant Trading é um estilo de negociação que utiliza algoritmos de previsão de mercado para encontrar negociações potenciais. Existem várias sub-categorias de negociação quantitativa para incluir High Frequency Trading (HFT), Arbitrage Estatístico e Market Prediction Analysis. Na AlgorithmicTrading, nos concentramos no desenvolvimento de sistemas de negociação automatizados que colocam negociações de swing, dia e opções para aproveitar as várias ineficiências do mercado.

Atualmente oferecemos dois Futures Trading Systems que comercializam o ES & amp; Futuros de TY. Continue lendo para ver por si mesmo como implementar um sistema de comércio de algo projetado profissionalmente pode ser benéfico para seus objetivos de investimento. Nós não somos consultores de negociação de commodities registrados e, portanto, não controlamos diretamente contas de clientes e ndash; No entanto, negociamos ambos os sistemas de negociação com nosso próprio capital utilizando um dos corretores de execução comercial automatizada.

Exemplo de troca algorítmica.

Estratégia de negociação de futuros: o pacote Swing Trader.

Este pacote utiliza nossos algoritmos de melhor desempenho desde o início. Visite a página do negociante de swing para ver os preços, as estatísticas de comércio, a lista de comércio completo e muito mais. Este pacote é ideal para os céticos que desejam trocar um sistema robusto que tenha feito o bem no comércio cego de troca / saída de amostras. Cansado de modelos otimistas back-testados que nunca parecem funcionar quando comercializados ao vivo? Em caso afirmativo, considere este sistema comercial de caixa preta. Este é o nosso algoritmo de negociação mais popular para venda.

Detalhes no Swing Trader System.

Futuros & amp; Estratégia de negociação de opções: o pacote S & amp; P Crusher v2.

Este pacote utiliza sete estratégias de negociação na tentativa de diversificar melhor sua conta. Este pacote utiliza rotas de swing, jornadas, condores de ferro e chamadas cobertas para aproveitar as várias condições do mercado. Este pacote é negociado em tamanhos de unidades de US $ 30.000 e foi lançado ao público em outubro de 2016. Visite a página do produto S & amp; P Crusher para ver os resultados testados com base em relatórios de tradição.

Detalhes sobre o S & amp; P Crusher.

Cobrindo os Essentials of Automated Trading System Design.

Vários sistemas de negociação algorítmica estão disponíveis.

Escolha de um dos nossos sistemas de negociação e ndash; The Swing Trader ou o S & amp; P Crusher. Cada página mostra a lista de comércio completo, incluindo otimização de postagem, resultados avançados. Estes sistemas de negociação informatizados de caixa preta são totalmente automatizados para gerar alfa enquanto tentam minimizar o risco.

Algoritmos de negociação múltipla trabalhando juntos.

Nossa metodologia de troca de quantias nos utiliza empregando várias estratégias de negociação de algo para diversificar melhor sua conta de negociação de automóveis. Saiba mais visitando nossa página de metodologia de design de estratégias comerciais.

Negociações durante Bear & amp; Bull Markets.

Em nossa opinião, a chave para o desenvolvimento de um sistema de negociação algorítmico que realmente funciona, é dar conta de múltiplas condições de mercado. A qualquer momento, o mercado poderia passar de um mercado de touro para urso. Ao assumir uma posição agnóstica de direção do mercado, estamos tentando superar em Bull e amp; Condições do mercado de urso.

Sistemas de negociação totalmente automatizados.

Você pode negociar automaticamente nosso software algorítmico usando um corretor de auto-execução (com os melhores esforços). Temos vários corretores para você escolher. Remova decisões emocionais baseadas em sua negociação usando nosso sistema de negociação automatizado.

O Algorithmic Trading funciona?

Acompanhe o progresso diário de nossos algoritmos de negociação quantitativos com o aplicativo intermediário OEC. Você também receberá declarações diárias da firma de compensação registrada da NFA. Você pode comparar cada uma das suas negociações com a lista comercial que publicamos no final de cada dia. Os exemplos completos de negociação algorítmica são publicados para todos verem. A lista de comércio completo pode ser vista visitando a página de negociação algorítmica para o sistema que você está negociando. Deseja ver algumas declarações das contas ao vivo? Visite os retornos ao vivo e amp; página de declarações.

Estratégias de negociação múltiplas.

Nossos sistemas de negociação quantitativos têm expectativas diferentes com base nos algoritmos de previsão empregados. Nossos Sistemas Automatizados de Negociação colocam negociações swing, day trade, condors de ferro e amp; chamadas cobertas. Essas estratégias 100% Quant são baseadas puramente em indicadores técnicos e algoritmos de reconhecimento de padrões.

Nosso software de negociação automatizado ajuda a remover suas emoções da negociação.

Algoritmos de negociação múltipla são negociados como parte de um sistema de comércio algorítmico maior.

Cada estratégia de negociação algorítmica oferecida possui vários pontos fortes e fracos. Seus pontos fortes e fracos são identificados com base em três estados de mercado potenciais: Strong Up, Sideways & amp; Down movendo mercados. A estratégia de negociação do condor de ferro supera os mercados de tendências laterais e ascendentes, enquanto o algoritmo de notas de tesouraria se destaca em mercados em movimento descendente. Com base nos testes de back-testing, espera-se que o algoritmo de momentum funcione bem durante os mercados em movimento. Marque a seguinte coleção de vídeos, onde cada algoritmo de negociação oferecido é revisado pelo desenvolvedor principal. Os pontos fortes de cada troco comercial são revisados ​​juntamente com os fracos daqueles.

Diversos tipos de estratégias de negociação são usados ​​em nosso software de negociação automatizado.

Negociações diárias são inseridas & amp; saíram no mesmo dia, enquanto os negócios de balanço terão um comércio de longo prazo com base nas expectativas para o S & amp; P 500 a tendência maior ou menor no termo intermediário. As negociações de opções são colocadas nas opções S & P 500 Weekly em futuros, geralmente entrando em uma segunda-feira e mantendo até a expiração de sexta-feira.

Estratégias de negociação Swing.

As seguintes Estratégias de Negociação Swing colocam negociações de swing direcional no S & amp; P 500 Emini Futures (ES) e no Ten Year Note (TY). Eles são usados ​​em ambos os sistemas de negociação automatizados que oferecemos para aproveitar as tendências de longo prazo que nossos algoritmos de previsão de mercado esperam.

Futures Swing Trading Strategy # 1: Momentum Swing Trading Algorithm.

A Estratégia de Negociação do Momentum Swing coloca negociações de swing no Emini S & amp; P Futures, aproveitando as condições do mercado que sugerem que um termo intermediário se mova mais alto. Este algoritmo de negociação é usado em ambos os nossos sistemas de negociação automatizados: o S & amp; P Crusher v2 & amp; O Swing Trader.

Futures Swing Trading Strategy # 2: Algoritmo de dez anos de Tesouro.

A Estratégia de Negociação do Tesouro (TY) coloca negociações de swing na Nota de dez anos (TY). Uma vez que o TY normalmente se move inverso para os mercados mais amplos, esta estratégia cria um comércio de swing que é semelhante ao curto-circuito do S & amp; P 500. Este T-Note algo tem expectativas positivas para condições de mercado em baixa. Este algoritmo de negociação é usado em ambos os nossos sistemas de negociação automatizados: o S & amp; P Crusher v2 & amp; O Swing Trader.

Estratégias de negociação diária.

No dia seguinte, as estratégias de negociação colocam negociações diárias no S & amp; P 500 Emini Futures (ES). Eles quase sempre entram em negociações durante os primeiros 20 minutos após a abertura dos mercados de ações e sairão antes do fechamento dos mercados. Paradas apertadas são utilizadas em todos os momentos.

Futures Day Trading Strategy # 1: Day Trading Short Algorithm.

A Estratégia de Negociação de Curto Prazo coloca negociações diárias no Emini S & amp; P Futures quando o mercado mostra fraqueza pela manhã (prefere uma grande diferença). Esta estratégia de negociação é utilizada no sistema de negociação automatizado S & amp; P Crusher v2.

Futures Day Trading Strategy # 2: Algoritmo de negociação Day Breakout.

A estratégia de negociação Breakout Day coloca negócios diários nos Emini-S & P Futures quando o mercado mostra força na parte da manhã. Esta estratégia de negociação de futuros é utilizada no sistema de negociação automatizado S & amp; P Crusher v2.

Futures Day Trading Strategy # 3: Morning Gap Day Trading Algorithm.

A Estratégia de Negociação do Morning Gap Day coloca transações de dia curtas nos Emini S & amp; P Futures quando o mercado tem uma grande lacuna, seguido por um curto período de fraqueza. Esta estratégia de negociação é utilizada no sistema de negociação automatizado S & amp; P Crusher v2.

Estratégias de negociação de opções.

As seguintes estratégias de negociação de opções coletam premium nas opções semanais S & amp; P 500 Emini (ES). Eles são usados ​​em nosso S & amp; P Crusher v2 para aproveitar de lado, baixo e amp; up moving market conditions. Um benefício para as opções de negociação com nossas estratégias de negociação algorítmica é que eles são suportados em um ambiente de negociação automatizado usando um dos corretores de auto-execução.

Estratégia de Negociação de Opções nº 1: Algoritmo de Negociação Ferro Condor.

A Estratégia de Negociação de Opções de Condor de Ferro é perfeita para o indivíduo que quer uma taxa de vitoria comercial mais vendida por devolução ou que simplesmente quer receber prémio no S & amp; P 500 Emini Futures vendendo Iron Condors. Quando nossos algoritmos esperam uma condição de mercado à margem ou para cima, este sistema criará um comércio Iron Condor. Esta estratégia é usada em um dos nossos Sistemas Automatizados de Negociação: The S & amp; P Crusher v2.

Estratégia de Negociação de Opções # 2: Algoritmo de Opções de Chamadas Cobertas.

A Estratégia de Negociação de Opções de Chamada Coberta se vende de chamadas cobertas de dinheiro contra os algoritmos de momentum Long ES swing trades, para coletar premium e ajudar a minimizar as perdas se o mercado se mover contra nossa posição de algoritmo de momentum. Quando negociado com o Momentum Swing Trading Algorithm - como é o caso no S & amp; P Crusher & amp; amp; ES / TY Futures Trading Systems, isso cria uma posição de chamada coberta. Quando negociados no Bearish Trader Trading System, as chamadas são vendidas sem serem cobertas e, portanto, são nulas. Em ambos os casos & ndash; como um suporte ao longo do algoritmo & ndash; Ele funciona bem em condições de mercado de lado e para baixo. Esta estratégia é usada em um dos nossos Sistemas Automatizados de Negociação: The S & amp; P Crusher v2.

Embora cada uma dessas estratégias de negociação possa ser negociada sozinha, elas são negociadas melhor em uma coleção mais ampla de algoritmos de negociação e ndash; como visto em um dos nossos Sistemas Automatizados de Negociação, como The Swing Trader.

Algoritmos de negociação que realmente funcionam?

Esta série de vídeos de negociação algorítmica é feita para que nossos clientes possam ver os detalhes de cada comércio semanalmente. Assista a cada um dos seguintes vídeos de negociação algorítmica para ver em tempo real, como nossos algoritmos de negociação funcionam. Sinta-se livre para visitar nossos comentários e ampères de AlgorithmicTrading; Página de imprensa para ver o que os outros estão falando sobre nós.

Inscrição na newsletter.

Obtenha atualizações de desempenho da AlgorithmicTrading juntando-se a nossa newsletter.

O que separa o comércio algorítmico de outras técnicas técnicas de negociação?

Hoje em dia, parece que todos têm uma opinião sobre as técnicas de negociação técnica. Cabeça e amp; Padrões de ombros, MACD Bullish Crosses, VWAP Divergences, a lista continua e continua. Nesses blogs de vídeo, nosso engenheiro de design líder analisa alguns exemplos de estratégias de negociação encontradas on-line. Ele toma suas Dicas de negociação, codifica e executa um teste de back-back simples para ver o quão eficaz eles realmente são. Depois de analisar seus resultados iniciais, ele otimiza o código para ver se uma abordagem quantitativa para negociação pode melhorar as descobertas iniciais. Se você é novo na negociação algorítmica, esses blogs de vídeo serão bastante interessantes. Nosso designer utiliza máquinas de estados finitos para codificar estas dicas comerciais básicas. Como o Algorithmic Trading é diferente do comércio técnico tradicional? Simplificando, Algorithmic Trading exige precisão e dá uma janela em um potencial de algoritmos com base em back-testing que tem limitações.

Procurando por Tutorial de Negociação Algorítmica Gratuita e amp; Como fazer vídeos?

Assista múltiplas apresentações de vídeo educacional por nosso designer principal em negociação algorítmica para incluir um vídeo que cobre nossa Metodologia de Design de Quant Trading e um Tutorial de Negociação Algorítmica. Esses vídeos de estratégia comercial fornecem exemplos de codificação de algoritmos de negociação e apresentamos a nossa abordagem de negociação de mercados usando análise quantitativa. Nesses vídeos, você verá muitas razões pelas quais a negociação automática está decolando para incluir ajudar a remover suas emoções da negociação. Visite nossa página de Vídeos de Comércio Educacional para ver uma lista completa de mídia educacional.

Comece a usar um dos nossos sistemas de negociação automatizada hoje.

Don & rsquo; T saudades. Junte-se aos que já estão negociando com AlgorithmicTrading. Comece hoje com um dos nossos pacotes de negociação algorítmica.

Várias opções de Execução de Comércio Automatizado estão disponíveis.

Nossos algoritmos de negociação podem ser executados automaticamente usando um dos corretores de auto-execução registrados da NFA (com os melhores esforços) ou podem ser comercializados em seu próprio PC usando MultiCharts ou Tradestation.

O FOX Group é uma empresa de corretagem independente que se encontra no icônico edifício da Câmara de Comércio de Chicago, no coração do distrito financeiro da cidade. Eles estão registrados no NFA e são capazes de executar automaticamente nossos algoritmos com os melhores esforços.

Interactive Brokers é um corretor registrado NFA que pode executar automaticamente nossos algoritmos com os melhores esforços. Além disso, eles apóiam clientes canadenses.

Se você preferir executar os algoritmos em seu próprio PC, o MultiCharts é a plataforma preferencial de software de negociação para execução automática. Oferece benefícios consideráveis ​​aos comerciantes e oferece vantagens significativas em relação às plataformas concorrentes. Ele vem com gráficos de alta definição, suporte para mais de 20 feeds de dados e mais de 10 corretores, testes dinâmicos de estratégia de nível de portfólio, suporte EasyLanguage, relatórios interativos de desempenho, otimização genética, scanner de mercado e repetição de dados.

O TradeStation é mais conhecido pelo software de análise e plataforma de negociação eletrônica que fornece ao comerciante ativo e certos mercados de comerciantes institucionais que permitem aos clientes projetar, testar, otimizar, monitorar e automatizar suas próprias ações personalizadas, opções e opções; estratégias de negociação de futuros. Tradestation é outra opção para indivíduos que desejam negociar automaticamente nossos algoritmos em seu próprio PC.

QuantStart.

Junte-se ao portal de membros privados da Quantcademy que atende à comunidade de comerciantes de varejo de varejo em rápido crescimento. Você encontrará um grupo bem informado de mentalistas quant pronto para responder suas perguntas comerciais mais importantes.

Confira meu ebook sobre o comércio de quant, onde eu ensino você como criar estratégias de negociação sistemáticas lucrativas com ferramentas Python, desde o início.

Dê uma olhada no meu novo ebook sobre estratégias de negociação avançadas usando análise de séries temporais, aprendizado de máquina e estatísticas bayesianas, com Python e R.

Por Michael Halls-Moore em 19 de abril de 2013.

Neste artigo, quero apresentar-lhe os métodos pelos quais eu próprio identifico estratégias de negociação algorítmicas rentáveis. Nosso objetivo hoje é entender em detalhes como encontrar, avaliar e selecionar esses sistemas. Vou explicar como as estratégias de identificação são tanto sobre preferências pessoais quanto sobre o desempenho da estratégia, como determinar o tipo e a quantidade de dados históricos para o teste, como avaliar de forma imparcial uma estratégia de negociação e, finalmente, como avançar para a fase de backtesting e implementação estratégica.

Identificando suas próprias preferências pessoais para negociação.

Para ser um comerciante bem sucedido - de forma discricionária ou algorítmica - é necessário fazer-se algumas perguntas honestas. O Trading oferece a você a capacidade de perder dinheiro em uma taxa alarmante, por isso é necessário "conhecer você mesmo" tanto quanto é necessário entender a estratégia escolhida.

Eu diria que a consideração mais importante na negociação é estar ciente de sua própria personalidade. O comércio e o comércio algorítmico em particular, requer um grau significativo de disciplina, paciência e desapego emocional. Como você está deixando um algoritmo executar sua negociação para você, é necessário ser resolvido para não interferir com a estratégia quando está sendo executado. Isso pode ser extremamente difícil, especialmente em períodos de redução prolongada. No entanto, muitas estratégias que mostraram ser altamente rentáveis ​​em um backtest podem ser arruinadas por uma simples interferência. Compreenda que se você deseja entrar no mundo da negociação algorítmica, você será testado emocionalmente e, para ser bem-sucedido, é necessário trabalhar com essas dificuldades!

A próxima consideração é uma das vezes. Você tem um emprego a tempo inteiro? Você trabalha a tempo parcial? Você trabalha em casa ou tem uma longa viagem diária? Essas perguntas ajudarão a determinar a freqüência da estratégia que você deve procurar. Para aqueles de você no emprego a tempo inteiro, uma estratégia de futuros intradiária pode não ser apropriada (pelo menos até que seja totalmente automatizada!). Suas restrições de tempo também ditarão a metodologia da estratégia. Se sua estratégia é freqüentemente negociada e dependente de feeds de notícias caras (como um terminal da Bloomberg), você terá claramente que ser realista sobre sua capacidade de executar com sucesso durante o escritório! Para aqueles de vocês com muito tempo, ou as habilidades para automatizar sua estratégia, você pode querer examinar uma estratégia mais técnica de negociação de alta freqüência (HFT).

Minha opinião é que é necessário realizar pesquisas contínuas sobre suas estratégias de negociação para manter um portfólio consistentemente lucrativo. Poucas estratégias permanecem "sob o radar" para sempre. Assim, uma parte importante do tempo atribuído à negociação será na realização de pesquisas em andamento. Pergunte a si mesmo se você está preparado para fazer isso, pois pode ser a diferença entre uma forte rentabilidade ou um declínio lento em relação a perdas.

Você também precisa considerar seu capital de negociação. O valor mínimo ideal geralmente aceito para uma estratégia quantitativa é de 50,000 USD (aproximadamente £ 35,000 para nós no Reino Unido). Se eu estivesse começando de novo, eu começaria com uma quantidade maior, provavelmente mais perto de 100,000 USD (aproximadamente £ 70,000). Isso ocorre porque os custos de transação podem ser extremamente caros para estratégias de média a alta freqüência e é necessário ter capital suficiente para absorvê-los em tempos de redução. Se você está considerando começar com menos de 10.000 USD, então você precisará se restringir a estratégias de baixa freqüência, negociando em um ou dois ativos, já que os custos de transação irão comer rapidamente em seus retornos. Interactive Brokers, que é um dos corretores mais amigáveis ​​para aqueles com habilidades de programação, devido à sua API, tem uma conta de varejo mínima de 10.000 USD.

A habilidade de programação é um fator importante na criação de uma estratégia de negociação algorítmica automatizada. Estar bem informado em uma linguagem de programação como C ++, Java, C #, Python ou R permitirá que você crie o sistema de armazenamento de dados, o sistema de backtest e o sistema de execução de ponta a ponta. Isso tem uma série de vantagens, cujo chefe é a capacidade de estar completamente atento a todos os aspectos da infra-estrutura comercial. Também permite que você explore as estratégias de freqüência mais alta, pois você terá o controle total da sua "pilha de tecnologia". Embora isso signifique que você possa testar seu próprio software e eliminar erros, também significa mais tempo gasto na codificação de infra-estrutura e menos na implementação de estratégias, pelo menos na parte anterior da sua carreira de trading. Você pode achar que você está confortável negociando no Excel ou MATLAB e pode terceirizar o desenvolvimento de outros componentes. Eu não recomendaria isso no entanto, especialmente para aqueles que negociavam em alta freqüência.

Você precisa se perguntar o que você espera alcançar por meio de negociação algorítmica. Você está interessado em um rendimento regular, pelo qual você espera obter lucros de sua conta de negociação? Ou, você está interessado em um ganho de capital a longo prazo e pode se negociar sem a necessidade de retirar fundos? A dependência de renda determinará a freqüência de sua estratégia. As retiradas de renda mais regulares exigirão uma estratégia de negociação de maior freqüência com menor volatilidade (ou seja, uma proporção Sharpe mais alta). Os comerciantes de longo prazo podem pagar uma frequência comercial mais tranquila.

Finalmente, não se ilude com a noção de tornar-se extremamente rico num curto espaço de tempo! O comércio de Algo não é um esquema rápido e rápido - se alguma coisa pode ser um esquema rápido e rápido. É preciso disciplina, pesquisa, diligência e paciência importantes para serem bem-sucedidos no comércio algorítmico. Pode levar meses, senão anos, gerar rentabilidade consistente.

Sourcing Algorithmic Trading Ideas.

Apesar das percepções comuns em contrário, é realmente bastante direto localizar estratégias de negociação rentáveis ​​no domínio público. Nunca as idéias comerciais estão mais disponíveis do que hoje. Revistas de finanças acadêmicas, servidores de pré-impressão, blogs comerciais, fóruns de negociação, revistas comerciais semanais e textos especializados fornecem milhares de estratégias de negociação com as quais basear suas idéias.

Nosso objetivo como pesquisadores quantitativos de negócios é estabelecer um pipeline estratégico que nos forneça um fluxo de idéias comerciais em andamento. Idealmente, queremos criar uma abordagem metódica para sourcing, avaliação e implementação de estratégias que encontramos. Os objetivos do pipeline são gerar uma quantidade consistente de novas idéias e fornecer-nos uma estrutura para rejeitar a maioria dessas idéias com o mínimo de consideração emocional.

Devemos ser extremamente cuidadosos para não permitir influências cognitivas na nossa metodologia de tomada de decisão. Isso pode ser tão simples como ter uma preferência por uma classe de ativos sobre outra (o ouro e outros metais preciosos vêm à mente) porque são percebidos como mais exóticos. Nosso objetivo sempre deve ser encontrar estratégias consistentemente lucrativas, com expectativas positivas. A escolha da classe de ativos deve basear-se em outras considerações, como restrições de capital de negociação, taxas de corretagem e capacidades de alavancagem.

Se você não está completamente familiarizado com o conceito de estratégia comercial, então o primeiro lugar a procurar é com os livros didáticos estabelecidos. Os textos clássicos fornecem uma ampla gama de idéias mais simples e diretas, para se familiarizarem com a negociação quantitativa. Aqui está uma seleção que eu recomendo para aqueles que são novos para negociação quantitativa, que gradualmente se tornam mais sofisticados enquanto você trabalha através da lista:

Para uma lista mais longa de livros de negociação quantitativos, visite a lista de leitura QuantStart.

O próximo lugar para encontrar estratégias mais sofisticadas é com fóruns de negociação e blogs comerciais. No entanto, uma nota de cautela: muitos blogs comerciais dependem do conceito de análise técnica. A análise técnica envolve a utilização de indicadores básicos e psicologia comportamental para determinar tendências ou padrões de reversão nos preços dos ativos.

Apesar de ser extremamente popular no espaço comercial geral, a análise técnica é considerada um pouco ineficaz na comunidade de finanças quantitativas. Alguns sugeriram que não é melhor que ler um horóscopo ou estudar folhas de chá em termos de seu poder preditivo! Na realidade, existem indivíduos bem-sucedidos que utilizam análises técnicas. No entanto, como quants com uma caixa de ferramentas matemática e estatística mais sofisticada à nossa disposição, podemos facilmente avaliar a eficácia de tais estratégias "baseadas em TA" e tomar decisões baseadas em dados, em vez de basear nossas em considerações ou preconceitos emocionais.

Aqui está uma lista de bem-respeitados blogs e fóruns de negociação algorítmica:

Depois de ter tido alguma experiência na avaliação de estratégias mais simples, é hora de olhar para as ofertas acadêmicas mais sofisticadas. Algumas revistas acadêmicas serão de difícil acesso, sem inscrições elevadas ou custos pontuais. Se você é um membro ou ex-aluno de uma universidade, você poderá obter acesso a algumas dessas revistas financeiras. Caso contrário, você pode olhar para os servidores de pré-impressão, que são repositórios de internet de rascunhos finais de documentos acadêmicos que estão sendo submetidos a revisão pelos pares. Uma vez que estamos apenas interessados ​​em estratégias que possamos replicar com sucesso, fazer backtest e obter rentabilidade, uma revisão por pares é de menor importância para nós.

A principal desvantagem das estratégias acadêmicas é que muitas vezes podem estar desatualizadas, exigir dados históricos obscuros e dispendiosos, negociar classes de ativos ilíquidas ou não influenciar taxas, derrapagens ou propagação. Também não está claro se a estratégia de negociação deve ser realizada com ordens de mercado, ordens limitadas ou se contém perdas de parada, etc. Portanto, é absolutamente essencial replicar a estratégia o melhor que puder, fazer o backtest e adicionar uma transação realista custos que incluem tantos aspectos das classes de ativos que você deseja negociar.

Aqui está uma lista dos servidores de pré-impressão mais populares e revistas financeiras das quais você pode criar ideias:

E sobre como formar suas próprias estratégias quantitativas? Isso geralmente requer (mas não está limitado a) conhecimento em uma ou mais das seguintes categorias:

Microestrutura de mercado - Para estratégias de freqüência mais altas em particular, pode-se usar a microestrutura do mercado, ou seja, a compreensão da dinâmica do livro de pedidos, a fim de gerar rentabilidade. Diferentes mercados terão várias limitações tecnológicas, regulamentos, participantes do mercado e restrições que estão abertas à exploração através de estratégias específicas. Esta é uma área muito sofisticada e os profissionais de varejo terão dificuldade em ser competitivos neste espaço, particularmente porque a competição inclui fundos de hedge quantitativos grandes e bem capitalizados com fortes capacidades tecnológicas. Estrutura do fundo - Os fundos de investimento em conjunto, como fundos de pensão, parcerias de investimento privado (hedge funds), consultores de negociação de commodities e fundos de investimento, são limitados por uma forte regulamentação e suas grandes reservas de capital. Assim, certos comportamentos consistentes podem ser explorados com aqueles que são mais ágeis. Por exemplo, grandes fundos estão sujeitos a restrições de capacidade devido ao seu tamanho. Assim, se eles precisam rapidamente descarregar (vender) uma quantidade de valores mobiliários, eles terão que diminuí-lo para evitar "mover o mercado". Algoritmos sofisticados podem tirar proveito disso, e outras idiossincrasias, em um processo geral conhecido como arbitragem de estrutura de fundos. Aprendizado de máquinas / inteligência artificial - Os algoritmos de aprendizagem de máquinas tornaram-se mais prevalentes nos últimos anos nos mercados financeiros. Os classificadores (como Naive-Bayes, et al.) Correspondentes de função não-linear (redes neurais) e rotinas de otimização (algoritmos genéticos) foram todos usados ​​para prever caminhos de ativos ou otimizar estratégias de negociação. Se você tem um histórico nesta área, você pode ter alguma visão sobre como determinados algoritmos podem ser aplicados a certos mercados.

Há, é claro, muitas outras áreas para investigar quants. Vamos discutir como apresentar estratégias personalizadas em detalhes em um artigo posterior.

Ao continuar monitorando essas fontes em uma base semanal, ou mesmo diária, você está se preparando para receber uma lista consistente de estratégias de uma variedade diversificada de fontes. O próximo passo é determinar como rejeitar um grande subconjunto dessas estratégias, a fim de minimizar o desperdício de seu tempo e os recursos de backtesting em estratégias que provavelmente não serão lucrativas.

Avaliando Estratégias de Negociação.

A primeira consideração, e indiscutivelmente mais óbvia, é se você realmente entende a estratégia. Você poderia explicar a estratégia de forma concisa ou exigir uma série de advertências e listas de parâmetros infinitas? Além disso, a estratégia tem uma base boa e sólida na realidade? Por exemplo, você poderia apontar alguma lógica comportamental ou restrição da estrutura do fundo que possa estar causando o (s) padrão (s) que você está tentando explorar? Esta restrição suportaria uma mudança de regime, como uma dramática perturbação do ambiente regulatório? A estratégia depende de regras estatísticas ou matemáticas complexas? Aplica-se a qualquer série de tempo financeiro ou é específico para a classe de ativos em que se afirma ser lucrativo? Você deve constantemente pensar nesses fatores ao avaliar novos métodos de negociação, caso contrário você pode desperdiçar uma quantidade significativa de tempo tentando fazer backtest e otimizar estratégias não lucrativas.

Uma vez que você tenha determinado que você entende os princípios básicos da estratégia, você precisa decidir se ele se encaixa com o seu perfil de personalidade acima mencionado. Esta não é uma consideração tão vaga quanto parece! As estratégias diferirão substancialmente em suas características de desempenho. Existem certos tipos de personalidade que podem lidar com períodos mais significativos de redução ou estão dispostos a aceitar um maior risco de retorno maior. Apesar do fato de que nós, como quants, tentamos eliminar todo o viés cognitivo quanto possível e devemos avaliar uma estratégia de forma imparcial, os preconceitos sempre se infiltrarão. Assim, precisamos de um meio consistente e sem emoção através do qual avaliar o desempenho das estratégias . Aqui está a lista de critérios que eu julgo uma nova estratégia potencial por:

Metodologia - O impulso da estratégia está baseado, o retorno médio, o mercado neutro, direcional? A estratégia baseia-se em técnicas de aprendizado estatístico ou de máquinas complexas (ou complexas) que são difíceis de entender e exigem um doutorado em estatísticas para entender? Essas técnicas introduzem uma quantidade significativa de parâmetros, o que pode levar a um viés de otimização? A estratégia é susceptível de suportar uma mudança de regime (ou seja, uma nova regulamentação potencial dos mercados financeiros)? Sharpe Ratio - O índice de Sharpe caracteriza heuristicamente o índice de recompensa / risco da estratégia. Quantifica quanto retorno você consegue para o nível de volatilidade sofrido pela curva patrimonial. Naturalmente, precisamos determinar o período e a frequência em que esses retornos e volatilidade (ou seja, o desvio padrão) são medidos. Uma estratégia de freqüência mais alta exigirá maior taxa de amostragem do desvio padrão, mas um período de tempo geral mais curto, por exemplo. Alavancagem - A estratégia exige alavancagem significativa para ser lucrativa? A estratégia exige o uso de contratos de derivativos alavancados (futuros, opções, swaps) para fazer um retorno? Estes contratos alavancados podem ter uma forte volatilidade e, portanto, podem facilmente levar a chamadas de margem. Você tem o capital comercial e o temperamento para essa volatilidade? Frequência - A frequência da estratégia está intimamente ligada à sua pilha de tecnologia (e, portanto, à experiência tecnológica), ao índice Sharpe e ao nível geral dos custos de transação. Todas as outras questões consideradas, as estratégias de maior freqüência requerem mais capital, são mais sofisticadas e difíceis de implementar. No entanto, assumindo que seu mecanismo de teste de backtest é sofisticado e livre de erros, eles geralmente terão taxas Sharpe muito maiores. Volatilidade - A volatilidade está fortemente relacionada ao "risco" da estratégia. A relação Sharpe caracteriza isso. A maior volatilidade das classes de ativos subjacentes, se não coberta, muitas vezes leva a uma maior volatilidade na curva patrimonial e, portanto, menores índices de Sharpe. Naturalmente, suponho que a volatilidade positiva seja aproximadamente igual à volatilidade negativa. Algumas estratégias podem ter maior volatilidade negativa. Você precisa estar ciente desses atributos. Ganhe / Perda, Lucro / Perda Médio - As estratégias serão diferentes nas suas ganhos / perdas e características médias de lucro / perda. Pode-se ter uma estratégia muito lucrativa, mesmo que o número de negócios perdidos exceda o número de negociações vencedoras. As estratégias de impulso tendem a ter esse padrão, pois dependem de um pequeno número de "grandes sucessos" para serem lucrativos. As estratégias de reversão média tendem a ter perfis opostos onde mais dos negócios são "vencedores", mas os negócios perdidos podem ser bastante graves. Drawdown máximo - A redução máxima é a maior queda percentual global na curva de equidade da estratégia. As estratégias de Momentum são bem conhecidas por sofrerem períodos de redução prolongada (devido a uma série de muitos negócios perdidos incrementais). Muitos comerciantes vão desistir em períodos de redução prolongada, mesmo que os testes históricos sugeriram que este é "business as usual" para a estratégia. Você precisará determinar qual porcentagem de redução (e em que período de tempo) você pode aceitar antes de deixar de negociar sua estratégia. Esta é uma decisão altamente pessoal e, portanto, deve ser considerada com cuidado. Capacidade / liquidez - No nível de varejo, a menos que você esteja negociando em um instrumento altamente ilíquido (como um estoque de pequena capital), você não terá que se preocupar muito com a capacidade da estratégia. A capacidade determina a escalabilidade da estratégia para aumentar o capital. Muitos dos maiores hedge funds sofrem de importantes problemas de capacidade à medida que suas estratégias aumentam em alocação de capital. Parâmetros - Certas estratégias (especialmente aquelas encontradas na comunidade de aprendizagem de máquinas) requerem uma grande quantidade de parâmetros. Todo parâmetro adicional que uma estratégia exige deixa-o mais vulnerável ao viés de otimização (também conhecido como "ajuste de curva"). Você deve tentar segmentar estratégias com o menor número possível de parâmetros ou garantir que você tenha quantidades suficientes de dados para testar suas estratégias. Benchmark - Quase todas as estratégias (a menos que sejam caracterizadas como "retorno absoluto") são medidas em relação a um benchmark de desempenho. O benchmark geralmente é um índice que caracteriza uma grande amostra da classe de ativos subjacentes em que a estratégia negocia. Se a estratégia negociar ações americanas de grande capitalização, o S & P500 seria uma referência natural para medir sua estratégia. Você ouvirá os termos "alfa" e "beta", aplicado a estratégias deste tipo. Vamos discutir esses coeficientes em profundidade em artigos posteriores.

Observe que não discutimos os retornos reais da estratégia. Por que é isso? De forma isolada, os retornos realmente nos fornecem informações limitadas sobre a eficácia da estratégia. Eles não lhe dão uma visão de alavancagem, volatilidade, benchmarks ou requisitos de capital. Assim, as estratégias raramente são avaliadas apenas em seus retornos. Considere sempre os atributos de risco de uma estratégia antes de analisar os retornos.

Nesta fase, muitas das estratégias encontradas em seu pipeline serão rejeitadas, uma vez que não atenderão aos requisitos de capital, alavancar restrições, tolerar a tolerância máxima ou preferências de volatilidade. As estratégias que permanecem podem agora ser consideradas para testes anteriores. No entanto, antes disso é possível, é necessário considerar um critério de rejeição final - o dos dados históricos disponíveis para testar essas estratégias.

Obtenção de dados históricos.

Hoje em dia, a amplitude dos requisitos técnicos em todas as classes de ativos para o armazenamento histórico de dados é substancial. Para se manter competitivo, tanto o lado da compra (fundos) como os de venda (bancos de investimento) investem fortemente em sua infraestrutura técnica. É imperativo considerar sua importância. Em particular, estamos interessados ​​em requisitos de tempo, precisão e armazenamento. Agora vou descrever os conceitos básicos de obtenção de dados históricos e como armazená-lo. Infelizmente, este é um tópico muito profundo e técnico, então não poderei dizer tudo neste artigo. No entanto, vou escrever muito mais sobre isso no futuro, já que minha experiência na indústria anterior no setor financeiro estava principalmente preocupada com aquisição, armazenamento e acesso de dados financeiros.

Na seção anterior, estabelecemos um pipeline de estratégia que nos permitiu rejeitar certas estratégias com base em nossos próprios critérios de rejeição pessoal. Nesta seção, vamos filtrar mais estratégias com base em nossas próprias preferências para obter dados históricos. As principais considerações (especialmente no nível do profissional varejista) são os custos dos dados, dos requisitos de armazenamento e do seu nível de experiência técnica. Também precisamos discutir os diferentes tipos de dados disponíveis e as diferentes considerações que cada tipo de dados nos impõe.

Vamos começar discutindo os tipos de dados disponíveis e os principais problemas sobre os quais devemos pensar:

Dados fundamentais - Isso inclui dados sobre tendências macroeconômicas, como taxas de juros, índices de inflação, ações corporativas (dividendos, estoque-divisões), registros da SEC, contas corporativas, números de ganhos, relatórios de culturas, dados meteorológicos etc. Esses dados são freqüentemente usados ​​para valorizar as empresas ou outros ativos em uma base fundamental, ou seja, por meio de alguns fluxos de caixa futuros esperados. Não inclui séries de preços de ações. Alguns dados fundamentais estão disponíveis gratuitamente nos sites do governo. Outros dados fundamentais históricos de longo prazo podem ser extremamente caros. Os requisitos de armazenamento geralmente não são particularmente grandes, a menos que milhares de empresas estejam sendo estudadas de uma só vez. Dados de notícias - Os dados de notícias são geralmente de natureza qualitativa. Consiste em artigos, postagens de blog, postagens de microblog ("tweets") e editoriais. As técnicas de aprendizagem de máquinas, como os classificadores, costumam ser usadas para interpretar o sentimento. Esses dados também são freqüentemente disponíveis gratuitamente ou baratos, por meio da assinatura de meios de comunicação. Os bancos de dados de armazenamento de documentos "NoSQL" mais novos foram projetados para armazenar esse tipo de dados qualitativos não estruturados. Dados do preço do recurso - Este é o domínio de dados tradicional do quant. Consiste em séries temporais de preços dos ativos. As ações (ações), produtos de renda fixa (títulos), commodities e preços de câmbio se enquadram nesta classe. Os dados históricos diários são geralmente simples de obter para as classes de ativos mais simples, como ações. No entanto, uma vez que a precisão e a limpeza estão incluídas e os preconceitos estatísticos removidos, os dados podem se tornar caros. Além disso, os dados das séries temporais geralmente possuem requisitos de armazenamento significativos, especialmente quando os dados intradiários são considerados. Instrumentos Financeiros - Ações, títulos, futuros e opções derivadas mais exóticas possuem características e parâmetros muito diferentes. Assim, não existe uma estrutura de banco de dados "tamanho único" que possa acomodá-los. Deve ser dado um cuidado significativo à concepção e implementação de estruturas de banco de dados para vários instrumentos financeiros. Vamos discutir a situação ao longo de quando chegamos a construir um banco de dados mestre de valores mobiliários em futuros artigos. Frequência - Quanto maior a frequência dos dados, maiores são os custos e os requisitos de armazenamento. Para estratégias de baixa frequência, os dados diários são frequentemente suficientes. Para estratégias de alta freqüência, pode ser necessário obter dados de nível de tiquetaque e até mesmo cópias históricas de determinados dados de cadastro de trocas comerciais. A implementação de um mecanismo de armazenamento para esse tipo de dados é muito tecnicamente intensiva e só é adequada para aqueles que possuem uma sólida base de programação / técnica. Pontos de referência - As estratégias descritas acima serão muitas vezes comparadas a uma referência. Isso geralmente se manifesta como uma série de tempo financeiro adicional. Para as ações, isso geralmente é um benchmark de estoque nacional, como o índice S & P500 (US) ou FTSE100 (Reino Unido). Para um fundo de renda fixa, é útil comparar-se com uma cesta de títulos ou produtos de renda fixa. A "taxa livre de risco" (ou seja, a taxa de juros apropriada) também é outra referência amplamente aceita. Todas as categorias de classe de ativos possuem um benchmark favorecido, por isso será necessário pesquisar isso com base em sua estratégia específica, se desejar ganhar interesse em sua estratégia externamente. Tecnologia - As pilhas de tecnologia por trás de um centro de armazenamento de dados financeiros são complexas. Este artigo apenas pode arranhar a superfície sobre o que está envolvido na construção de um. No entanto, ele se centra em torno de um mecanismo de banco de dados, como um Sistema de Gerenciamento de Banco de Dados Relacional (RDBMS), como MySQL, SQL Server, Oracle ou um Document Storage Engine (ou seja, "NoSQL"). Isso é acessado através do código de aplicativo "lógica comercial" que consulta o banco de dados e fornece acesso a ferramentas externas, como MATLAB, R ou Excel. Muitas vezes, esta lógica de negócios está escrita em C ++, C #, Java ou Python. Você também precisará hospedar esses dados em algum lugar, seja em seu próprio computador pessoal, seja remotamente através de servidores de internet. Produtos como o Amazon Web Services tornaram isso mais simples e barato nos últimos anos, mas ainda exigirá conhecimentos técnicos significativos para alcançar de forma robusta.

Como pode ser visto, uma vez que uma estratégia tenha sido identificada através do pipeline, será necessário avaliar a disponibilidade, os custos, a complexidade e os detalhes de implementação de um determinado conjunto de dados históricos. Você pode achar que é necessário rejeitar uma estratégia baseada unicamente em considerações de dados históricos. Esta é uma grande área e equipes de doutorados trabalham em grandes fundos garantindo que os preços sejam precisos e oportunos. Não subestime as dificuldades de criar um centro de dados robusto para os seus efeitos de backtesting!

Eu quero dizer, no entanto, que muitas plataformas de backtesting podem fornecer esses dados para você automaticamente - a um custo. Assim, demorará muito da dor de implementação para você, e você pode se concentrar exclusivamente na implementação e otimização da estratégia. Ferramentas como a TradeStation possuem essa capacidade. No entanto, minha visão pessoal é implementar o máximo possível internamente e evitar a terceirização de partes da pilha para fornecedores de software. Eu prefiro estratégias de freqüência mais altas devido aos seus índices de Sharpe mais atraentes, mas muitas vezes estão fortemente acoplados à pilha de tecnologia, onde a otimização avançada é crítica.

Agora que discutimos os problemas relacionados aos dados históricos, é hora de começar a implementar nossas estratégias em um mecanismo de teste. Este será o assunto de outros artigos, pois é uma área de discussão igualmente grande!

Apenas iniciando o comércio quantitativo?

3 razões para se inscrever para a lista de e-mails QuantStart:

1. Quant Trading Lessons.

Você terá acesso instantâneo a um curso de e-mail gratuito de 10 partes, repleto de sugestões e dicas para ajudá-lo a começar a negociação quantitativa!

2. Todo o conteúdo mais recente.

Todas as semanas, vou enviar-lhe um envoltório de todas as atividades no QuantStart para que você nunca mais perca uma postagem novamente.

Real, dicas de negociação viáveis, sem tonturas.

Sistemas de negociação automatizados para investidores experientes.

Stocks, ETF & # 8217; s, & # 038; Futuros estratégias de negociação algorítmica.

Em um mundo liderado por títulos, com computadores comerciais de alto nível que cuspiam ordens mais rapidamente do que qualquer um poderia responder a um rumor, fato ou novidade, o que é um comerciante ou investidor para fazer?

Invista em uma estratégia sistemática e disciplinada, como nossas estratégias de negociação algorítmica AlgoTrades. Com base em um intervalo de tempo de rodagem de seis meses, nossos sistemas de negociação algorítmica demonstraram uma forte correlação negativa com o mercado de ações durante as retrocessos e até mesmo os mercados ósseos plurianuais. *** Em outras palavras, durante um determinado período de seis meses, nossa negociação os sistemas tendem a aumentar sua conta de negociação, quando o mercado de ações está em declínio. Construímos nossos algoritmos para capturar tendências em vários mercados, como o índice S & P500, o índice Dax, ações individuais e o índice de volatilidade do evento ele. Usando futuros, trocados fundos negociados (ETFs), ou ações, podemos tirar o máximo proveito dos giros mensais do mercado de ações. Use nosso sistema de negociação algorítmica e você pode ter certeza de que você possui alguns dos melhores sistemas de negociação automatizados que trabalham para você. *

The Financial Hacker.

Uma nova visão sobre negociação algorítmica.

Sistemas Profundos de Aprendizagem para Bitcoin & # 8211; Parte 1.

Desde dezembro, os bitcoins não só podem ser negociados em trocas mais ou menos duvidosas, mas também como futuros no CME e no CBOE. E já vários sistemas de negociação surgiram para bitcoin e outras criptografia. Nenhum deles pode reivindicar grande sucesso, com uma exceção. Existe uma estratégia que ultrapassa facilmente todos os outros sistemas bitcoin e, provavelmente, também todos os sistemas comerciais históricos conhecidos. Seu nome: Buy and Hold. À luz do sucesso extremo dessa estratégia de bitcoin em particular, precisamos realmente de qualquer outro sistema de negociação para criptos? Continue lendo & # 8220; Deep Learning Systems para Bitcoin & # 8211; Parte 1 e # 8221;

Negociação de opções algorítmicas 3.

Neste artigo, analisaremos uma estratégia de negociação de opções reais, como as estratégias que codificamos para os clientes. Este, no entanto, é baseado em um sistema de uma carteira de negociação. Como mencionado anteriormente, os livros de troca de opções geralmente contêm sistemas que realmente funcionam. o que não pode ser dito sobre o dia comercial ou livros de negociação forex. O sistema que nós examinaremos aqui é realmente capaz de produzir lucros. Mesmo lucros extremos, já que aparentemente nunca perde. Mas também é óbvio que seu autor nunca o testou novamente. Continue lendo & # 8220; Algorithmic Options Trading 3 & # 8221;

Hacking de um sistema HFT.

Comparado com algoritmos de aprendizado de máquina ou processamento de sinal de estratégias de negociação convencionais, os sistemas de alta freqüência comercial podem ser surpreendentemente simples. Eles não precisam tentar prever os preços futuros. Eles já conhecem os preços futuros. Ou melhor, eles sabem os preços que estão no futuro para outros participantes do mercado mais lentos. Recentemente, obtivemos alguns contratos para simulação de sistemas HFT para determinar o seu potencial de lucro e latência máxima. Este artigo trata de testar os sistemas HFT do hacker & # 8217; s s. Continue lendo & # 8220; Hacking a HFT system & # 8221;

Negociação de opções algorítmicas 2.

Nesta segunda parte da série de negociação de Opções Algorítmicas, analisaremos mais de perto os retornos das opções. Especialmente em combinar diferentes tipos de opções para obtenção de curvas de lucro e risco personalizadas. Os comerciantes de opções conhecem combinações com nomes engraçados como "Iron Condor" e # 8221; ou & # 8220; Butterfly & # 8221 ;, mas você não está limitado a eles. Com alguns truques, você pode criar instrumentos financeiros artificiais de qualquer propriedade desejada & # 8211; por exemplo & # 8220; Opções binárias & # 8221; com fator de pagamento de mais de 100%. Continue lendo & # 8220; Algorithmic Options Trading 2 & # 8221;

Bye Yahoo, e obrigado por todos os peixes.

Apenas uma publicação rápida à luz de um evento muito recente. Usuários de funções financeiras de R, MatLab, Python ou Zorro ficaram surpresas nos últimos dias. Scripts e programas baseados em dados de preços históricos de repente não funcionaram mais. E nosso fornecedor de dados de preço histórico gratuito favorito, Yahoo, agora responde sobre qualquer acesso à sua API desta maneira:

Negociação de opções algorítmicas 1.

Apesar dos muitos recursos interessantes das opções, os comerciantes privados raramente se aproveitam (claro que eu estou falando aqui de opções sérias, e não de opções binárias). Talvez as opções sejam impopulares devido à sua reputação de ser complexas. Ou devido à sua falta de suporte pela maioria das ferramentas de software de negociação. Ou devido às etiquetas de preço das poucas ferramentas que os suportam e dos dados históricos que você precisa para negociação algorítmica. Qualquer que seja o # 8211; recentemente fizemos vários contratos de programação para sistemas de negociação de opções, e fiquei surpreso que mesmo sistemas simples pareciam produzir lucros relativamente consistentes. Especialmente as opções de venda aparecem mais lucrativas do que a negociação / convencional & # 8217; instrumentos. Este artigo é o primeiro de uma mini-série sobre ganhar dinheiro com negociação de opções algorítmicas. Continue lendo & # 8220; Algorithmic Options Trading 1 & # 8221;

Melhores estratégias 5: um sistema de aprendizado de máquina a curto prazo.

O tempo para a 5ª e última parte da série Build Better Strategies. Na parte 3, discutimos o processo de desenvolvimento de um sistema baseado em modelo e, consequentemente, concluiremos a série com o desenvolvimento de um sistema de mineração de dados. Os princípios da mineração de dados e da aprendizagem em máquina têm sido o tema da parte 4. Para o nosso exemplo de negociação a curto prazo, usaremos um algoritmo de aprendizado profundo, um autoencoderado empilhado, mas funcionará da mesma maneira com muitas outras máquinas algoritmos de aprendizagem. Com as ferramentas de software de hoje, apenas são necessárias 20 linhas de código para uma estratégia de aprendizado de máquina. Vou tentar explicar todas as etapas em detalhes. Continue lendo & # 8220; Better Strategies 5: Um Sistema de Aprendizado de Máquinas de Curto Prazo & # 8221;

Get Rich Slowly.

A maioria dos sistemas de negociação são do tipo get-rich-quick. Eles exploram ineficiências temporárias do mercado e visam retornos anuais na área de 100%. Eles exigem supervisão e adaptação regular às condições do mercado, e ainda têm uma vida útil limitada. Sua expiração é muitas vezes acompanhada por grandes perdas. Mas e se você ainda tenha arrebatado alguns ganhos bonitos e agora quiser estacionar em um refúgio mais seguro? Coloque o dinheiro sob o travesseiro? Pegue no banco? Dê para um hedge funds? Obviamente, tudo isso vai contra um código de honra do algo trader & # 8217; s. Aqui é uma alternativa. Continue lendo & # 8220; Get Rich Slowly & # 8221;

Opções binárias: Scam ou Opportunity?

Estamos recentemente recebendo mais e mais contratos para codificar estratégias de opções binárias. O que nos dá uma consciência um pouco ruim, uma vez que essas opções são amplamente entendidas como um esquema para separar os comerciantes ingênuos de seu dinheiro. E seus corretores não fazem realmente nenhuma boa impressão no primeiro aspecto. Alguns são regulamentados em Chipre sob um endereço falso, outros não são regulados. Eles espalham histórias fabricadas sobre grandes lucros com robôs ou EAs. Eles dizem manipular suas curvas de preço para impedir que você vença. E se você ainda faz, alguns se recusam a pagar e eventualmente desaparecem sem rastro (mas com seu dinheiro). Aquelas são as histórias que você ouve sobre corretores de opções binárias. As opções binárias são apenas fraudes? Ou eles oferecem uma oportunidade oculta que até mesmo seus corretores geralmente não estão conscientes? Continue lendo & # 8220; Opções binárias: Scam ou Opportunity? & # 8221;

Melhores estratégias 4: Aprendizado de máquinas.

Deep Blue foi o primeiro computador que ganhou um campeonato mundial de xadrez. Isso foi em 1996 e levou 20 anos até que outro programa, o AlphaGo, pudesse derrotar o melhor jogador Go humano. Deep Blue era um sistema baseado em modelo com regras de xadrez hardwired. O AlphaGo é um sistema de mineração de dados, uma rede neural profunda treinada com milhares de jogos Go. Hardware não melhorado, mas um avanço no software foi essencial para o passo de vencer os melhores jogadores de xadrez para vencer os melhores jogadores Go.

Nesta 4ª parte da mini-série, analisaremos a abordagem de mineração de dados para o desenvolvimento de estratégias comerciais. Este método não se preocupa com os mecanismos de mercado. Ele apenas verifica curvas de preços ou outras fontes de dados para padrões preditivos. Aprendizagem de máquina ou "Inteligência Artificial" e # 8221; nem sempre está envolvido em estratégias de mineração de dados. Na verdade, o mais popular & # 8211; e surpreendentemente lucrativo & # 8211; O método de mineração de dados funciona sem redes neurais sofisticadas ou máquinas de vetor de suporte. Continue lendo & # 8220; Better Strategies 4: Machine Learning & # 8221;

Construa melhores estratégias! Parte 3: o processo de desenvolvimento.

Esta é a terceira parte da série Build Better Strategies. Na parte anterior, discutimos as 10 ineficiências do mercado mais exploradas e deram alguns exemplos de suas estratégias de negociação. Nesta parte, analisaremos o processo geral de desenvolvimento de um sistema de negociação baseado em modelo. Como praticamente qualquer coisa, você pode fazer estratégias de negociação em (pelo menos) duas maneiras diferentes: "É a maneira ideal, e é o caminho real. Começamos com o processo de desenvolvimento ideal, dividido em 10 etapas. Continue lendo & # 8220; Construa melhores estratégias! Parte 3: O Processo de Desenvolvimento & # 8221;

Prezado Corretores & # 8230;

Seja qual for o software que usamos para negociação automatizada: todos precisamos de alguma conexão intermediária para o algoritmo para receber cotações de preços e fazer negócios. Aparentemente, uma tarefa simples. E quase todos os corretores o suportam através de um protocolo como o FIX, através de uma plataforma automatizada, como o MT4 ™, ou através de uma API de intermediário específica. Mas se você acha que pode conectar rapidamente o seu software de negociação a uma API de corretores, você não vai ter uma surpresa ruim. Prezados corretores & # 8211; por favor, leia esta postagem e tente tornar as vidas dos hackers & # 8217; s e do codificador um pouco mais fáceis! Continue lendo & # 8220; Dear Brokers & # 8230; & # 8221;

Construa melhores estratégias! Parte 2: Sistemas baseados em modelos.

Os sistemas de comércio vêm em dois sabores: baseado em modelos e mineração de dados. Este artigo trata de estratégias baseadas em modelos. Mesmo quando os algoritmos básicos não são complexos, desenvolvê-los adequadamente têm dificuldades e dificuldades (caso contrário, qualquer um poderia fazê-lo). Uma ineficiência significativa do mercado dá um sistema apenas uma vantagem relativamente pequena. Qualquer pequeno erro pode transformar uma estratégia vencedora em uma perda. E você não perceberá isso necessariamente no backtest. Continue lendo & # 8220; Construa melhores estratégias! Parte 2: Model-Based Systems & # 8221;

Melhores Testes com Oversampling.

Quanto mais dados você usa para testar ou treinar sua estratégia, menos tendências afetarão o resultado do teste e mais precisas serão o treinamento. O problema: os dados de preços sempre são escassos. Ainda mais curto quando você deve deixar de lado alguma parte para testes fora da amostra. Estender o teste ou o período de treinamento até o passado nem sempre é uma solução. Os mercados dos anos 90 ou 1980 eram muito diferentes dos atuais, então seus dados de preços podem causar resultados enganosos.

Neste artigo, descreverei um método simples para produzir mais negócios para testar, treinar e otimizar a partir da mesma quantidade de dados de preços. O método é testado com um sistema de ação de preço baseado em padrões de preços de dados minerados. Continue lendo & # 8220; Better Tests with Oversampling & # 8221;

Construa melhores estratégias!

Basta postagens de blog, documentos e livros abordam como otimizar e testar os sistemas de negociação. Mas há poucas informações sobre como chegar a esse sistema em primeiro lugar. As estratégias descritas muitas vezes parecem ter aparecido fora do ar. Um sistema comercial exige algum tipo de epifania? Ou há uma abordagem sistemática para desenvolvê-la?

Esta publicação é a primeira de uma pequena série na qual eu tentarei uma maneira metódica de construir estratégias de negociação. A primeira parte aborda os dois principais métodos de desenvolvimento estratégico, com hipóteses de mercado e com um estudo de caso do Franco Suíço. Continue lendo & # 8220; Construa melhores estratégias! & # 8221;

O índice de sangue frio.

Você desenvolveu um novo sistema de negociação. Todos os testes produziram resultados impressionantes. Então você começou a viver. E foram baixados em US $ 2000 após 2 meses. Ou você tem uma estratégia que funcionou durante 2 anos, mas, no entanto, entrou em uma redução aparentemente infinita. As situações são muito familiares para qualquer comerciante de algo. E agora? Continuar com sangue frio ou puxar os freios em pânico?

Várias razões podem causar uma estratégia para perder dinheiro desde o início. Já pode ter expirado desde que a ineficiência do mercado desapareceu. Ou o sistema é inútil e o teste falsificado por algum viés que sobreviveu a todos os verificações da realidade. Ou é uma redução normal que você só precisa se sentar. Neste artigo, proponho um algoritmo para decidir muito cedo ou não abandonar um sistema em tal situação. Continue lendo & # 8220; The Cold Blood Index & # 8221;

Eu contratou um codificador de contrato.

Você é um comerciante com ambições sérias de usar métodos algorítmicos. Você já tem uma idéia para ser convertido em um algoritmo. O problema: você não sabe ler ou escrever código. Então você contrata um codificador de contrato. Um cara que pagou pela entrega de um script que você pode colocar na sua plataforma MT4, Ninja, TradeStation ou Zorro. Parabéns, agora você é um comerciante algorítmico. Basta iniciar o script e aguardar o dinheiro para rolar. & # 8211; Isso realmente funciona? Resposta: depende. Continue lendo & # 8220; Contratei um codificador de contrato & # 8221;

É & # 8220; Scalping & # 8221; Irracional?

Os clientes geralmente pedem estratégias que operam em prazos muito curtos. Alguns são possivelmente inspirados pelo & # 8220; eu acabei de fazer $ 2000 em 5 minutos e # 8221; histórias em fóruns de comerciantes. Outros ouviram falar de alta freqüência de negociação: quanto maior a freqüência, melhor deve ser a negociação! Os desenvolvedores Zorro foram incomodados por anos até que finalmente implementaram histórico de carimbos e intervalos de milissegundos. Recursos totalmente inúteis? Ou tem uma negociação de curto prazo, de fato, algumas vantagens quantificáveis? Um experimento para examinar essa matéria produziu um resultado surpreendente. Continue lendo & # 8220; Is & # 8220; Scalping & # 8221; Irrational? & # 8221;

Ferramentas do Hacker & # 8217; s.

Para realizar nossos experimentos de hacking financeiro (e para obter os frutos financeiros do nosso trabalho), precisamos de algumas máquinas de software para pesquisa, teste, treinamento e algoritmos financeiros de negociação ao vivo. Nenhuma plataforma de software existente hoje é realmente até todas essas tarefas. Então, você não tem escolha senão reunir o seu sistema a partir de diferentes pacotes de software. Felizmente, dois são normalmente suficientes. I & # 8217; usarei Zorro e R para a maioria dos artigos neste blog, mas também ocasionalmente examinará outras ferramentas. Continue lendo & # 8220; Hacker & # 8217; s Tools & # 8221;

Boosting Strategies with MMI.

Agora vamos repetir o nosso experimento com as 900 estratégias de negociação de tendências, mas desta vez com trades filtradas pelo Market Meanness Index. Em nosso primeiro experimento, encontramos muitas estratégias lucrativas, algumas com altos fatores de lucro, mas nenhuma delas passou pelo Reality Check da White. Então, todos eles provavelmente falharam no comércio real, apesar dos seus ótimos resultados no backtest. Desta vez, esperamos que o MMI melhore a maioria dos sistemas ao filtrar negócios em situações de mercado que não sejam tendências. Continue lendo & # 8220; Boosting Strategies with MMI & # 8221;

O índice de significância do mercado.

Este indicador pode melhorar & # 8211; às vezes até o dobro & # 8211; a expectativa de lucro dos sistemas de tendência. O índice de significância do mercado diz se o mercado está atualmente se movendo para dentro ou para fora de um & # 8220; tendências & # 8221; regime. Pode assim evitar perdas por sinais falsos de indicadores de tendência. É um algoritmo puramente estatístico e não baseado em volatilidade, tendências ou ciclos da curva de preços. Continue lendo & # 8220; The Market Meanness Index & # 8221;

Dezessete métodos de comércio que eu realmente entendi.

Quando comecei com o comércio técnico, senti como entrar na cena do alquimista medieval. Uma grande quantidade de métodos de comércio estranhos e centenas de indicadores técnicos e padrões de velas de sorte prometeu vislumbrar o futuro, se apenas de ativos financeiros. Eu me perguntava # 8211; se um único deles realmente funcionasse, por que você precisaria de todo o resto? E como você pode prever o preço do amanhã, desenhando círculos, ângulos, morcegos ou borboletas em um gráfico? Continue lendo & # 8220; dezessete Métodos de Comércio que eu não entendo realmente e # 8221;

White & # 8217; s Reality Check.

Esta é a terceira parte da série de artigos Trend Experiment. Agora queremos avaliar se os resultados positivos da tendência testada de 900 seguindo as estratégias são reais, ou apenas causados ​​por Data Bing Mining. Mas o que é o Data Mining Bias, afinal? E o que é o mesmo controle de realidade de White & # 8217; s? Continue lendo & # 8220; Reality Check & # 8217; White & # 8217; s Reality Check & # 8221;

A experiência da tendência.

Esta é a segunda parte da série de artigos da experiência de tendências, envolvendo 900 sistemas e 10 suportes diferentes # 8220; # 8221; ou "low-lag" e # 8221; indicadores para descobrir se a tendência realmente existe e pode ser explorada por um sistema algorítmico simples. Quando você faz essa experiência, você normalmente possui algumas expectativas sobre o resultado, como: Continue lendo & # 8220; The Trend Experiment & # 8221;

Indicadores de Tendências.

O método de comércio mais comum é apelidado & # 8216; indo com a tendência # 8216 ;. Embora não seja completamente claro como se pode seguir a tendência sem saber de antemão, a maioria dos comerciantes acredita que a & # 8216; tendência & # 8217; existe e pode ser explorado. & # 8216; Trend & # 8217; é suposto se manifestar em curvas de preço como uma espécie de impulso ou inércia que continua um movimento de preços assim que começou. Este efeito de inércia não aparece em curvas de caminhada aleatórias. Continue lendo & # 8220; Tendência Indicadores & # 8221;

Dinheiro e como obtê-lo.

Ao contrário da crença popular, o dinheiro não é bom. É criado de nada pelos bancos que o emprestam. Portanto, para cada lote de dinheiro recém-criado, a mesma quantidade de dívida. Você está destruindo o dinheiro ao reembolsar seus créditos. Uma vez que isso exige uma soma maior devido ao interesse e ao interesse composto, e como o dinheiro também é retirado permanentemente da circulação por acumulação, toda a oferta monetária deve crescer constantemente. Nunca deve encolher. Se ainda assim, como na crise econômica de 1930, os inadimplentes, falhas bancárias e falências são o resultado. O sistema monetário é, portanto, um esquema Ponzi clássico. Continue lendo & # 8220; Money and How to Get It & # 8221;

Tipos comuns de algoritmos de negociação.

Esta é uma breve visão geral dos tipos comuns de algoritmos de finanças quantitativas que são negociados hoje. Claro, isso é apenas uma visão geral, e não abrangente! Deixe-me saber se você acha que existem outros tipos de algo que eu deveria abranger.

Inversores de reversão média assumem que o preço das ações ao longo do tempo retornará ao seu preço médio de longa data. Eles usam a análise do preço das ações para determinar os limites de negociação da significância estatística. Se o estoque estiver negociando significativamente acima da média móvel, eles serão curtos. Por outro lado, se o estoque tende significativamente abaixo da média móvel, eles vão comprá-lo. Veja o exemplo de estratégia Avaliação - Compras de pechincha.

Os investidores criam estratégias que dependem da época do ano. Está bem documentado que os mercados tendem a ter melhores retornos no final do ano e durante os meses de verão, enquanto setembro geralmente é um mês com retornos mais baixos. Para evitar perda de capital, alguns investidores optam por vender suas posições com perdas no final de dezembro para beneficiar da indenização fiscal. Em janeiro, os investidores retornam em triunfo e compram estoques de pequena e menor valor, elevando seus preços. Os preços das ações também se diferenciam em torno de feriados e períodos de fechamento do trimestre. Uma estratégia simples é comprar e manter ações (SPY) de outubro a abril e depois girar para comprar e manter títulos (BSV) de maio a setembro. Veja o exemplo da Estratégia Sentimento - Compre o boato, venda as novidades.

O comércio de Análise Sentimental deriva da psicologia da multidão, onde os investidores ficam atualizados nas notícias recentes e as ações de compra prevêem a reação da multidão. Eles tentam capturar mudanças de preços de curto prazo e colher os benefícios rápidos. Os investidores podem monitorar fontes, incluindo tendências de pesquisa do Google, meios de comunicação, blogs / fóruns e postagens do Twitter. Veja a estratégia de exemplo Fundamental Investing.

Esta é uma forma de avaliar o verdadeiro valor intrínseco de um estoque, examinando fatores de macro-nível, como indicadores econômicos, comparações de indústria e setor, e análise de demonstrações financeiras da empresa. Os cálculos derivados de dados reais tentam modelar o valor verdadeiro do estoque, que é comparado ao preço de mercado da ação - direcionando a decisão de comprar ou vender. Exemplo de pontos de dados para análise fundamental incluem receitas das empresas, ganhos, crescimento futuro, retorno sobre o patrimônio líquido e margens de lucro. Investimento Técnico.

Este método examina a atividade do mercado passado para mudanças no preço e volume do estoque, acreditando que o desempenho histórico é indicativo de resultados futuros. Os investidores usam gráficos, estatísticas e outras ferramentas para descobrir padrões nos dados para prever futuros movimentos de preços. Esse estilo de investimento não analisa o valor intrísico do estoque, mas sim o movimento futuro da segurança. Para adicionar análise técnica ao seu código de Quantopian, veja a biblioteca de código aberto ta-lib.

O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian.

Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.

Comentários estão fechados.

O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian.

Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.

O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, solicitação de compra ou recomendação ou endosso para qualquer garantia ou estratégia, nem constitui uma oferta para fornecer consultoria de investimento ou outros serviços por meio de Quantopian. Além disso, o conteúdo do site não oferece nenhuma opinião em relação à adequação de qualquer garantia ou qualquer investimento específico.

A Quantopian não oferece garantias quanto à exatidão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas. Todos os investimentos envolvem risco - incluindo perda de principal. Você deve consultar um profissional de investimentos antes de tomar decisões de investimento.

Negociação Algorítmica 101.

O comércio algorítmico está aqui para ficar. Assista CNBC, e veja o chão vazio da vez que uma gloriosa bolsa de valores de Nova York.

Bilhões de ações ainda negociam no chão todos os dias, mas a maioria desses pedidos de compra e venda são feitos por computadores. Atrás foram os dias do especialista, comerciante ou comerciante de pisos & # 8230;

Deixe descobrir o que os algoritmos de negociação podem fazer e como você pode se tornar um comerciante ou desenvolvedor de algo.

O que é o comércio algorítmico?

O comércio algorítmico é um processo que usa computadores, para colocar os negócios perfeitamente. O principal benefício é o computador e o algoritmo, nunca quebra suas regras.

Esse método geralmente se chama algo trading. Outras variações incluem negociação automatizada e negociação em caixa preta. O comércio de alta freqüência ou "HFT" é uma forma especializada de negociação algorítmica. Para lhe dar uma imagem completa, devemos também mencionar o comércio de caixa cinza.

Uma caixa preta permite que o computador faça 100% das decisões. Uma caixa cinza permite decisões discricionárias pelo comerciante.

O comércio de Algo é fascinante e misterioso, mas simplesmente significa suas idéias comerciais, são executadas perfeitamente. O computador faz todo o trabalho, depois de inserir seus critérios.

Observe que eu disse "os lugares funcionam perfeitamente" e "executados perfeitamente". Quando desenvolvemos um algoritmo de negociação, nosso objetivo é escrever um programa, que segue nossa estratégia, 100% do tempo.

O algo, é um conjunto de critérios específicos, que:

1: Encontra trades que combinam com nossa vantagem.

2: Identifica os critérios de entrada predefinidos.

3: Coloque a entrada comercial.

4: analisa e rastreia movimento de preços, lances, ofertas e transações.

5: identifica os critérios de saída predefinidos.

6: coloca as ordens de saída para concluir o comércio.

O passo 1 é crucial para o processo. Uma vantagem bem definida, identifica a oportunidade. Os computadores poderosos de hoje permitem aos comerciantes como nós, detectar oportunidades de comércio e oportunidades, anteriormente apenas disponíveis para as instituições de grande dinheiro.

Uma estratégia de algo simples parece assim.

A) Compre um contrato (ou 100 ações, se negociação de ações) quando o último preço, negocia acima do dia anterior # 8217; s alto.

B) Vende a nova posição, a qualquer momento o preço declina .35.

Este algoritmo é puro. Não há qualificadores para ajustar a borda. Qualificadores poderiam ser:

* O último preço deve estar acima do preço aberto de hoje.

* O último preço deve estar acima do dia anterior # 8217; s alto, por pelo menos 30 minutos.

* O último preço deve ser superior ao preço aberto, no primeiro dia do mês.

* O SPY ETF deve ser positivo líquido para o dia.

Desenvolver uma vantagem, e convertê-la em código de programação, é onde o dinheiro é ganho em negociação algorítmica. Qualificadores forçam a ação e o volume de preço, para se desdobrar de acordo com nosso plano, ou não entramos em um novo comércio.

O desenvolvimento da estratégia algorítmica, está crescendo mais rápido que os computadores pessoais no início de 1980; s. Hoje, estima-se que até 70% de todas as negociações nos mercados de ações dos EUA sejam executadas por computadores. Nunca houve um melhor momento para se tornar um comerciante ou desenvolvedor de algo.

Para colocar o crescimento em perspectiva, uma pesquisa do Google em & # 8220; algo trading & # 8221; Retorna 1,2 milhões de resultados. Uma pesquisa usando o Google Trends, para a palavra & # 8220; algo & # 8221; e & # 8220; HFT & # 8221; mais do que duplicou nos últimos 5 anos.

Como desenvolver uma estratégia rentável algorítmica.

Uma vantagem de ganhar, significa que você identificou um momento de preço, volume e tempo, que ocorre com maior freqüência do que não.

O termo de negociação para isso é expectativa de comércio.

Você está buscando uma razão para alocar o capital, porque acredita no lucro potencial, vale o risco potencial. Estratégias e programas de negociação algorítmica, escaneiam todos os dados disponíveis e executam negócios quando sua vantagem é válida.

Identificar uma vantagem é bastante simples. Escolher os melhores qualificadores que combinam com seus objetivos, recursos e capital é onde seu algo se torna especial.

Existem essencialmente três melhores práticas para validar sua estratégia de algo: back-testing | negociação simulada | negociação ao vivo.

Algo Trading Development: Como Validar Seu Edge.

Back-testar uma estratégia algo envolve a simulação do desempenho de uma estratégia de negociação usando dados históricos. Isso significa que você testa uma estratégia, usando a ação de preço que já ocorreu. Esta forma de validação, dá-lhe a oportunidade de estimar a eficácia da sua vantagem.

Back-testing your algo é um ponto de partida.

Não deve ser usado como validação final, mas funciona bem para determinar se sua vantagem vale a pena prosseguir. Uma ressalva a considerar com back-testing, e depois analisar seus resultados, é a armadilha da otimização.

É tentador ajustar seu algoritmo para combinar os dados anteriores, de modo que ele gera resultados impressionantes. Esta é uma armadilha viciosa de perfeição. Depois de ter uma validação preliminar, avance para negociação simulada.

Negociação simulada, rastreia sua estratégia de algo em relação aos dados do mercado ao vivo. Você obtém resultados e comentários sem o benefício de saber o resultado da ação de preço. Em essência, você não pode escolher o dia perfeito para validar sua vantagem.

Esse processo é obviamente mais lento, porque você só pode testar um dia por vez. O benefício é que você não pode fazer ajustes em retrospectiva. Você deixa sua estratégia de algo executar o dia inteiro e depois revisa os dados para possíveis mudanças.

O comércio ao vivo para validar sua estratégia de algo é, de longe, o método mais efetivo para uma verdadeira validação. Você obtém comentários que mostram execuções reais e como seu programa de negociação se realizou dentro das duas condições críticas de mercado, liquidez e volatilidade.

Teste Algorímetro aplicado à Liquidez e Volatilidade.

Embora valiosos, back-testing e simulados de negociação fornecem feedback para negociações que nunca ocorrem. Isso pode dar falsas esperanças.

Como o teste de back-testing e a negociação simulada nunca adicionam ou removem partes de um mercado, você realmente nunca conhecerá o desempenho até tentar negociações que interagem com as ações disponíveis no mercado.

A liquidez identifica a facilidade com que você pode executar um comércio, porque existem ações cotadas na oferta ou pedido, e seu algo, e uma transação ocorreu. Você verá isso ocorrer na fita & # 8220; & # 8221;

À medida que você desenvolve e teste sua estratégia algorítmica, você deve ter em conta o tamanho do contrato (ou compartilhar tamanho) que planeja negociar e a facilidade com que você pode executar razoavelmente esse comércio.

Quanto menos liquidez, sua estratégia de negociação precisará considerar o "deslizamento" e # 8221; em desempenho.

Slippage significa que você antecipa não receber o preço de preenchimento perfeito que você recebeu durante o back-testing ou a negociação simulada. Grandes pedidos, sem liquidez, podem ser um desastre de deslizamento.

A volatilidade representa, quão rápido e quão longe, uma segurança se move, dentro de um período de tempo designado. Na linguagem comercial, muitos que usam análises técnicas determinam a volatilidade, usando o indicador Average True Range. Or & # 8220; ATR & # 8221;

O ATR determina o quão longe é um comércio de segurança de alta, a baixa durante um período de tempo designado. Por exemplo; ATR da BOA, o Bank of America é de .58 nos últimos 14 dias. O ATR para AMZN, Amazon é $ 27.52.

Isso significa que se você estiver negociando o AMZN, os balanços são muito mais amplos e o tamanho do compartilhamento deve corresponder à sua tolerância ao risco.

O mesmo se aplica aos contratos de futuros. Negociando o S & # 038; P 500 é muito diferente da negociação do Eurodólar. Liquidez e volatilidade são elementos-chave a serem considerados ao validar o seu algo.

Estratégias de negociação algorítmica.

Há literalmente milhares de possíveis estratégias de negociação algorítmicas, aqui estão alguns dos mais comuns para começar a sua jornada:

Trend After Algos: Sua vantagem é determinada pela identificação de uma direção óbvia para o fluxo de pedidos. Esta vantagem pode ser ao longo de meses, ou em minutos. A chave para o sucesso com esta estratégia é definir o prazo para operar.

O objetivo é escolher um lado, depois escolher um ponto para entrar. Quanto menor o prazo, mais freqüentemente você trocará porque a tendência mudará mais rapidamente e você receberá mais sinais.

Estratégias de Algo baseadas em Momentum: Momentum algos procura o contrato de futuros para se mover rapidamente em uma direção em alto volume.

Esta vantagem busca entrar rapidamente em uma pausa, montar o impulso e depois sair da próxima pausa. Este algo não conduz grandes vencedores. O lado positivo é que também não deve ter grandes perdedores. As estratégias de impulso na direção do fluxo de pedidos, geralmente são consideradas como negociação inteligente.

Counter-Trend Algo Strategies: Esta estratégia normalmente identifica um ponto de saturação no momento, e # 8220; fades & # 8221; o movimento, ao invés de negociar com o impulso. O comércio contra tendência é uma forma especializada de alocar capital e não para os fracos de coração.

Esta última afirmação é especialmente verdade por causa de algoritmos! Houve um período no tempo, quando a ação do preço teve um bom ritmo fluido de ida e volta. Se você estivesse em uma troca perdedora, houve uma boa chance de que você pudesse, & # 8220; trocar de uma posição perdedora. & # 8221;

Algos tem mudanças que dramaticamente. Hoje, o mundo impulsionado pela Google verá múltiplos programas algorítmicos disparar ao mesmo tempo, e o preço explode ou implode em uma direção. Não deixando nenhum adiamento para o neófito contra-tendência.

Reversão às Estratégias Mean Algo: Imagine uma banda de borracha que normalmente se expande para & # 8220; 10. & # 8221; Quando chegar tão longe, ele puxa para trás, ou reverte para a distância normal. Isso é reversão para a média de negociação. Seu algo disseca dados e coloca ordens quando um contrato de futuros se expande para além dele significa.

O objetivo deste comércio é o tempo de entrada, em um ponto de preço extremo, antecipando uma reversão lucrativa.

Scalping Algo Strategies: certos mercados, oferecem oportunidades para rastrear grandes compradores e vendedores. A estratégia aqui, é "capturar a propagação". # 8221; Isso significa comprar na oferta, e depois vender na oferta, com o lucro de alguns carrapatos.

Esta estratégia de algo era o pão e a manteiga para comerciantes de vários dias / comerciantes de chão ao longo dos anos. Mais flexíveis se espalham e computadores mais rápidos, tornaram isso desafiante para o comerciante manual. Uma porta se fecha e uma porta se abre, abriram oportunidades de scalping para desenvolvedores e comerciantes inteligentes.

HFT | Algos de negociação de alta freqüência: este é o algo que obtém toda a publicidade. A máquina de dinheiro percebida para os magos quantos privilegiados. Os programas HFT executam dentro de um segundo mili e exigem o que é conhecido como # 8220; co-localizado & # 8221; servidores perto de uma troca.

A velocidade da execução é crucial para o sucesso.

A indústria em constante expansão do comércio informatizado, é uma paisagem em mudança que parece não ter limites, poupar imaginação e velocidade de computação.

A linha inferior, há um milhão de maneiras de descrever o comércio algorítmico, e pode parecer intimidante, mas o "pequeno cara" e # 8221; pode e deve, procurar competir. O acesso a programadores, consultores, acesso de alta velocidade e computadores servidores poderosos está ao seu alcance.

Para toda a linguagem comercial elegante, isso é simplesmente uma negociação automatizada. É apenas uma questão de seu período de tempo.

Linguagem de programação visual para a Algo Trading.

CLIQUE A IMAGEM PARA EXPANDER VISTA COMPLETA.

A linguagem de programação visual permite aos comerciantes de futuros e opções projetar, criar e implantar algoritmos automatizados de negociação de alta freqüência sem ter que escrever uma única linha de código.

Com uma interface fácil de usar, arrastar e soltar, os usuários aplicam blocos de construção para construir desenhos semelhantes a um circuito em suas telas de computador.

A linguagem e o programa oferecem flexibilidade para projetar sua própria estratégia e a oportunidade de estudar e implementar estratégias pré-fabricadas.

A linguagem de programação visual preferida para o Professor Algo consultores e parceiros certificados é Algo Design Lab pela TT.

Quando uma estratégia "ADL" é implantada no servidor de comércio, a estratégia é compilada e executada como se fosse um programa de computador tradicional. A ADL torna o design do algoritmo acessível a qualquer um, não apenas programadores avançados.

A ADL fornece medidas de segurança (em tempo de design e tempo de execução) que não estão disponíveis no contexto de programação tradicional, reduzindo assim o risco e o tempo necessário para projetar, criar e testar programas, proporcionando um ambiente de negociação mais seguro.

CLIQUE A IMAGEM PARA EXPANDER VISTA COMPLETA.

O que uma vez levou dias ou semanas, agora leva minutos.

Além disso, manipulando a escrita de código & # 8220; nos bastidores & # 8221; Para o usuário, a ADL reduz os riscos para comerciantes, empresas comerciais e trocas # 8211; especialmente para negociação automatizada de alta freqüência.

** Professor Algo Nota: A linguagem de programação visual é o foco do nosso Programa de Certificação ADL. Assista ao Vídeo de Início Rápido abaixo para saber mais.

Algo Trading Languages ​​para codificadores e desenvolvedores.

Java é popular e com bons motivos. Este idioma sofisticado é construído em torno de um benefício chave, codifique um programa uma vez e você pode se integrar perfeitamente em todas as plataformas.

Outra vantagem, o abastecimento da subida de Java é que o idioma é fácil de implementar (para codificadores) e é confiável. Pode ser depurado, o que coloca ênfase na verificação de erros. Questões que não apareceriam até o tempo de execução ao usar outros idiomas são encontradas rapidamente com o Java.

Python é conhecido como, uma linguagem orientada a objetos. A linguagem de programação é interativa e portátil, o que facilita o trabalho com (para codificadores profissionais).

Sua estrutura de programação está bem organizada, o que significa que os codificadores de longa data podem se adaptar rapidamente e começar a produzir programas com o Python.

Esta linguagem de propósito geral é tipicamente usada na programação de sistemas, e é bastante popular. C ++ é um idioma avançado que não é para iniciantes.

Foi projetado com uma tendência para programação de sistemas e sistemas embutidos, com recursos limitados e grandes, com desempenho, eficiência e flexibilidade de uso como destaques de design.