Kvantstrategier - er de for deg. Kvantitative investeringsstrategier har utviklet seg til svært komplekse verktøy med advent av moderne datamaskiner, men strategidøtene går tilbake over 70 år. De drives vanligvis av høyt utdannede lag og bruker proprietære modeller for å øke sin evne til å slå markedet Det er til og med hylleprogrammer som er plug-and-play for de som søker enkelhet. Kvantmodeller fungerer alltid bra når de testes på nytt, men deres faktiske applikasjoner og suksessrate kan diskuteres Mens de ser ut til å fungere godt på oksemarkeder når markeder går til haywire, blir kvantstrategier utsatt for samme risiko som enhver annen strategi. Historien En av grunnleggerne av studiet av kvantitativ teori anvendt på finans var Robert Merton. Du kan bare forestille deg hvor vanskelig og tidkrevende prosessen var før bruk av datamaskiner Andre teorier i økonomi utviklet seg også fra noen av de første kvantitative studiene, inkludert grunnlaget for porteføljediversifiseringsgrunnlaget d på moderne portefølje teori Bruken av både kvantitativ finans og kalkulator førte til mange andre vanlige verktøy, inkludert en av de mest berømte, Black-Scholes opsjonsprisformelen, som ikke bare hjelper investorer til prisalternativer og utvikler strategier, men bidrar til å holde markeder i kontroll med likviditet. Når det brukes direkte til porteføljestyring, er målet som enhver annen investeringsstrategi for verdiskaping, alfa eller meravkastning. Quants, som utviklerne kalles, komponerer komplekse matematiske modeller for å oppdage investeringsmuligheter. Det finnes så mange modeller der ute som quants som utvikler dem, og alle hevder å være de beste. En av en kvant investeringsstrategi s bestselgende poeng er at modellen, og til slutt datamaskinen, gjør den faktiske kjøpsbeslutningen, ikke et menneske. Dette har en tendens til å fjerne eventuelle emosjonelle svar som en person kan oppleve når man kjøper eller selger investeringer. Antall strategier er nå akseptert i investeringssamfunnet og drives av fond, hedgefond og d institusjonelle investorer De går vanligvis etter navnet alpha generatorer eller alpha gens. Begre gardinet I likhet med i Wizard of Oz, er noen bak gardinen som driver prosessen. Som med enhver modell, er den bare like god som den menneskelige som utvikler program Mens det ikke er noe spesifikt krav for å bli en kvant, kombinerer de fleste firmaer som kjører kvantmodeller ferdighetene til investeringsanalytikere, statistikere og programmererne som koden prosessen inn i datamaskinene. På grunn av den komplekse naturen til de matematiske og statistiske modellene, er det vanlig å se legitimasjon som doktorgrader og doktorgrader i økonomi, økonomi, matte og engineering. Historisk arbeidet disse gruppemedlemmene i bakkontorene, men ettersom kvantmodeller ble mer vanlig, flytter kontoret til front office. Benefits of Quant Strategies While Den totale suksessraten er diskutabel, årsaken til at noen kvantstrategier fungerer, er at de er basert på disiplin. Hvis modellen har rett, holder disiplinen seg e strategi som arbeider med lyndrevne datamaskiner for å utnytte ineffektivitet i markedene basert på kvantitative data Modellene selv kan baseres på så lite som noen få forhold som PE-gjeld til egenkapital og inntektsvekst, eller bruk tusenvis av innganger som samarbeider på samme time. Successful strategier kan hente på trender i sine tidlige stadier da datamaskinene hele tiden driver scenarier for å finne ineffektivitet før andre. Modellerne kan analysere en veldig stor gruppe investeringer samtidig, der den tradisjonelle analytikeren kanskje ser på noen få av gangen Screeningprosessen kan rangere universet etter karakternivåer som 1-5 eller AF, avhengig av modellen. Dette gjør den faktiske handelsprosessen veldig enkel ved å investere i de høyt vurderte investeringene og selge de lavt vurderte. opp variasjoner av strategier som lang, kort og lang kort Suksessfulle kvantfonde holder et godt øye med risikostyring på grunn av arten av modellene deres M ost-strategier starter med et univers eller referanse og bruker sektor og bransjeviktinger i modellene deres. Dette gjør at midlene kan kontrollere diversifiseringen til en viss grad uten å kompromittere modellen selv. Kvantfondene kjører vanligvis på lavere pris fordi de ikke trenger så mange tradisjonelle analytikere og porteføljeforvaltere for å drive dem. Ulemper med Quant Strategies Det er grunner til at så mange investorer ikke fullt ut tar imot konseptet om å la en svart boks kjøre sine investeringer. For alle de vellykkede kvantfondene der ute, ser like mange som mislykkes Dessverre for kantenes rykte, når de feiler, feiler de stor tid. Langsiktig kapitalforvaltning var en av de mest berømte quant hedgefondene, da den ble drevet av noen av de mest respekterte akademiske lederne og to Nobel-minnesprisvinnende økonomer Myron S Scholes og Robert C Merton I løpet av 1990-tallet genererte teamet over gjennomsnittet avkastning og tiltrukket kapital fra alle typer investorer. De w ere berømt for ikke bare å utnytte ineffektivitet, men ved å bruke enkel tilgang til kapital for å skape enorme løftede spill på markedsretninger. Den disiplinære karakteren av strategien har faktisk skapt svakheten som førte til at de ble kollapset. Langsiktig kapitalforvaltning ble likvidert og oppløst i begynnelsen av 2000 Dens modeller inneholdt ikke muligheten for at den russiske regjeringen kunne misligholde noen av sin egen gjeld. Denne ene hendelsen utløste hendelser og en kjedereaksjon forstørret av løfteskadet ødeleggelse LTCM var så tungt involvert med andre investeringsoperasjoner at dets sammenbrudd påvirket verdensmarkedet , utløser dramatiske hendelser I det lange løp gikk føderalbanken inn for å hjelpe, og andre banker og investeringsfond støttet LTCM for å forhindre ytterligere skade. Dette er en av årsakene til at kvantfondene kan mislykkes, da de er basert på historiske hendelser som kan Ikke inkludert fremtidige hendelser. Mens et sterkt kvantteam stadig vil legge til nye aspekter til modellene for å forutsi fremtid hendelser er det umulig å forutsi fremtiden hver gang Quant-midler kan også bli overveldet når økonomien og markedene opplever større volatilitet. Kjøps - og salgssignaler kan komme så raskt at den høye omsetningen kan skape høye provisjoner og skattepliktige hendelser Kvantfonde kan også utgjøre en fare når de markedsføres som bjørnsikre eller er basert på korte strategier. Forutsigbare nedturer ved å bruke derivater og kombinere innflytelse kan være farlig. En feil sving kan føre til implosjoner, noe som ofte gjør nyheten. Bunnlinjen Kvantitativ investering strategier har utviklet seg fra bakre kontorer svart bokser til vanlige investeringsverktøy De er designet for å utnytte de beste tankene i virksomheten og de raskeste datamaskinene til både å utnytte ineffektivitet og bruke innflytelse til å gjøre markedsbud. De kan være svært vellykkede hvis modellene har inkludert alle høyre innganger og er krevende nok til å forutsi unormale markedshendelser På forsiden, mens kvantfonde er strenge tilbake testet til de jobber, deres svakhet er at de stole på historiske data for deres suksess. Mens kvant-investering har sitt plass i markedet, er det viktig å være oppmerksom på manglene og risikoene. For å være konsistent med diversifiseringsstrategier, er det bra ide å behandle kvantstrategier som en investeringsstil og kombinere den med tradisjonelle strategier for å oppnå riktig diversifisering. Det maksimale beløpet av penger USA kan låne Gjeldstaket ble opprettet under Second Liberty Bond Act. Renten som en innskuddsinstitusjon låner midler oppbevart ved Federal Reserve til en annen depotinstitusjon.1 Et statistisk mål for spredningen av avkastning for en gitt sikkerhets - eller markedsindeks Volatilitet kan enten måles. En handling vedtok den amerikanske kongressen i 1933 som bankloven, som forbød kommersiell banker fra deltakelse i investeringen. Nonfarm lønn refererer til enhver jobb utenfor gårder, private husholdninger og ideelle organisasjoner sektoren Det amerikanske presidium for arbeid. Den valuta forkortelse eller valutasymbol for den indiske rupee INR, valutaen til India Rupee består av 1.Introduksjon I et tidligere innlegg, Copulas i Risk Management, dekket jeg i detalj teorien og applikasjonene av copulas innen risikostyring, peke på de potensielle fordelene ved tilnærmingen og hvordan den kan brukes til å forbedre estimater av Value-at-Risk ved å inkorporere viktige empiriske egenskaper av eiendomsprosesser, for eksempel asymmetrisk. Systematisk Strategies Fund Feb 2017mentary Tidsseriens volatilitet forblir stanset i februar måned, med den månedlige lava på CBOE VIX-indeksen som faller til 10-håndtaket da Trump-rallyet fortsatte å drive markedet høyere. Risiko har ikke forsvunnet helt, men det har i stedet blitt manifestert i en økning i tverrsnittsdispersjonen i aksjer Som en konsekvens. Modeling Asset Processes. Introduction De siste tjuefem årene har det vært gjort betydelige fremskritt i teori om eiendomsprosesser, og det finnes nå en rekke matematiske modeller, mange av dem beregningsmessige, som gir en rimelig representasjon av deres definerende egenskaper. Mens den geometriske Brownian Motion-modellen forblir en stift av stokastisk kalkulæreori, er det. Vilkårsverdien i risikomodeller . En av de mest brukte risikomålingene er Value-at-Risk, definert som det forventede tapet på en portefølje på et bestemt konfidensnivå. Med andre ord er VaR en prosentil av en tapsfordeling. Til tross for populariteten er VaR lider av brønn - begreper begrensninger sin tendens til å undervurdere risikoen i venstre hale of. Copulas in Risk Management. Copulas in Risk Management. Den systematiske volatilitetsstrategien. Den systematiske volatilitetsstrategien bruker matematiske modeller til å kvantifisere den relative verdien av ETF-produkter basert på CBOE S P500 Volatilitetsindeks VIX og skape en positiv volatilitetsportefølje med positiv alfa-lange strategier Strategien er utformet for å fungere robust under ekstreme markedsforhold ved å utnytte den positive konveksiteten til de underliggende ETF-eiendelene. Det stryker ikke. Systematic Strategies Quantitative Equity Strategy. Systematic Strategies startet i 2009 som et proprietært handelsfirma engasjert i høyfrekvent handel. I 2012 utvidet firmaet til lav frekvens systematiske handelsstrategier med lanseringen av VIX ETF-strategien, som ble erstattet i 2015 av systematisk volatilitetsstrategi. Firmaet begynte å administrere ekstern kapital i den administrerte kontoplattformen i 2015. Strategi Porteføljebygging. I mange tiår ble prinsippene for porteføljekonstruksjon lagt ut av Harry Markovitz på 1950-tallet har blitt bredt akseptert som en av hjørnesteinene til moderne porteføljeorientering som oppsummert, for eksempel i denne Wikipedia-artikkelen Styrken og svakheten i middelvarianteringsmetoden er nå allment forstått og bredt akseptert. Men alternativer eksisterer, one. HFT VIX Scalper Leads på Collective2.Our høyfrekvent VIX skala pingstrategien er nå den 1 beste strategien på Collective2, med avkastninger på over 2700 siden april 2016 med en Sharpe-ratio på over 10 og fortjenestefaktor på 2 8 For mer bakgrunn på HFT-scalping-strategier, se følgende post. Systematic Strategies Fund. Systematic Strategies ble lansert i 2009 som et proprietært handelsfirma engasjert i høyfrekvent handel. I 2012 utvidet firmaet til lavfrekvente systematiske handelsstrategier med lanseringen av VIX ETF-strategien. Den opprinnelige VIX ETF-strategien ble erstattet i 2015 av den nåværende systematiske volatilitetsstrategien, som forbedret på den opprinnelige versjonen ved å eliminere. Regner s Guide til kvantitativ handel. I denne artikkelen skal jeg introdusere deg til noen av de grunnleggende konseptene som følger med en end-to-end kvantitativ handelssystem Dette innlegget vil forhåpentligvis tjene to publikum Den første vil være individer som prøver å skaffe seg en jobb på et fond som en kvantitativ handelsmann. Den andre vil være personer som ønsker å prøve å sette opp deres egen detaljhandel algoritmiske trading business. Quantitative trading er et ekstremt sofistikert område av quant finance Det kan ta betydelig tid å få den nødvendige kunnskapen til å passere et intervju eller bygge dine egne trading strategier Ikke bare det, men det krever omfattende programmering ekspertise, i det minste på et språk som MATLAB, R eller Python Men når handelsfrekvensen i strategien øker, blir de teknologiske aspektene mye mer relevante. Det er derfor avgjørende å være kjent med CC. Et kvantitativt handelssystem består av fire store components. Strategy Identification - Finne en strategi, utnytte en kant og avgjøre om trading frequency. Strategy Backtesting - Innhenting av data, analyse av strategi ytelse og fjerning av biases. Execution System - Linking til megling, automatisering av handel og minimering av transaksjonskostnader. Risikostyring - Optimal kapitalallokering, innsatsstørrelse Kelly kriterium og handelspsykologi. Vi l Jeg begynner med å se på hvordan du identifiserer en handelsstrategi. Strategi Identification. All kvantitative handelsprosesser begynner med en innledende periode med forskning. Denne forskningsprosessen omfatter å finne en strategi for å se om strategien passer inn i en portefølje av andre strategier du måtte være kjører, oppnår data som er nødvendige for å teste strategien og forsøker å optimalisere strategien for høyere avkastning og eller lavere risiko. Du må faktor i dine egne kapitalkrav hvis du kjører strategien som detaljhandel og hvordan eventuelle transaksjonskostnader vil påvirke strategien . I motsetning til populær tro er det faktisk ganske greit å finne lønnsomme strategier gjennom ulike offentlige kilder. Akademikere publiserer regelmessig teoretiske handelsresultater, om enn det meste brutto av transaksjonskostnader. Kvantitative finansblogger vil diskutere strategier i detalj Handelsjournaler vil skissere noen av strategiene som brukes av midler. Du kan spørsmålet hvorfor enkeltpersoner og firmaer er opptatt av å diskutere s deres lønnsomme strategier, spesielt når de vet at andre som trengsler handel, kan stoppe strategien fra å jobbe på sikt. Årsaken er at de ikke ofte vil diskutere de nøyaktige parametrene og avstemningsmetoder de har utført. Disse optimeringene er nøkkelen til å gjøre en relativt middelmådig strategi til en svært lønnsom En faktisk er en av de beste måtene å lage dine egne unike strategier, å finne lignende metoder og deretter utføre din egen optimaliseringsprosedyre. Her er en liten liste over steder å begynne ser etter strategidesigner. Mange av strategiene du vil se på, kommer til å falle inn i kategoriene av gjennombrudd og trend-etterspenning. En gjennombruddsstrategi er en som forsøker å utnytte det faktum at et langsiktig middel på en prisserie slik som spredningen mellom to korrelerte eiendeler eksisterer, og at kortsiktige avvik fra dette mener vil til slutt gå tilbake. En momentumstrategi forsøker å utnytte både investorpsykologi og stor fondstruktur ved å ha en tur på en markedstendens som kan samle fart i en retning og følge trenden til den reverserer. Et annet enormt viktig aspekt ved kvantitativ handel er frekvensen av handelsstrategien. Lavfrekvenshandel LFT refererer generelt til enhver strategi som holder eiendeler lengre enn en handelsdag Tilsvarende refererer høyfrekvent trading HFT generelt til en strategi som har eiendeler i dag. Ultrahøyfrekvenshandel UHFT refererer til strategier som holder eiendeler i rekkefølge av sekunder og millisekunder. Som en detaljhandler HFT og UHFT er sikkert mulig, men bare med detaljert kunnskap om handelssteknologi stabelen og ordrebokdynamikken. Vi har vunnet å diskutere disse aspektene i stor grad i denne innledende artikkelen. Når en strategi eller et sett av strategier er blitt identifisert, må det nå være testet for lønnsomhet på historiske data Det er domenet til backtesting. Strategy Backtesting. Målet med backtesting er å prøve ide bevis for at strategien identifisert via den ovennevnte prosessen er lønnsom når den brukes på både historiske og utadvendte data. Dette setter forventningen om hvordan strategien vil utføre i den virkelige verden. Det er imidlertid ikke en garanti for suksess for ulike typer test grunner Det er kanskje det mest subtile området med kvantitativ handel siden det innebærer en rekke forstyrrelser, som må vurderes og elimineres så mye som mulig. Vi vil diskutere de vanlige typene av bias, inkludert fremtidsforstyrrelser, bias og optimalisering, også kjent som data - snooping bias Andre områder av betydning innen backtesting inkluderer tilgjengelighet og renslighet av historiske data, factoring i realistiske transaksjonskostnader og avgjørelse om en robust backtesting plattform Vi vil diskutere transaksjonskostnader ytterligere i Execution Systems delen nedenfor. Når en strategi er blitt identifisert, er nødvendig for å oppnå de historiske dataene gjennom hvilke å utføre testing og, kanskje, forfining Th ere er et betydelig antall datalagere på tvers av alle aktivaklasser. Deres kostnader er generelt i samsvar med kvaliteten, dybden og aktualiteten til dataene. Det tradisjonelle utgangspunktet for begynnende kvanthandlere i det minste på detaljnivå er å bruke det frie datasettet fra Yahoo Finance Jeg har ikke vunnet at jeg bor på leverandørene for mye her, men jeg vil helst konsentrere seg om de generelle problemene når det gjelder historiske datasett. De viktigste bekymringene med historiske data inkluderer nøyaktighet renslighet, overlevelsesforstyrrelser og justering for bedriftsaksjoner som utbytte og aksjeklover. Akkikkerhet gjelder den generelle kvaliteten på dataene - om det inneholder feil. Feil kan noen ganger være enkle å identifisere, for eksempel med et spikefilter som vil plukke ut feil pigger i tidsseriedata og korrigere for dem. Andre ganger kan de være svært vanskelig å få øye på Det er ofte nødvendig å ha to eller flere tilbydere og deretter sjekke alle dataene sine mot hverandre. Oppfølging er ofte en fe Atur av gratis eller billige datasett Et datasett med overlevelsesforstyrrelser betyr at det ikke inneholder eiendeler som ikke lenger handler. For aksjer betyr dette delistede konkursbeholdninger. Denne forutsetningen betyr at enhver aksjehandelsstrategi som testes på et datasett, sannsynligvis vil utføre bedre enn i den virkelige verden som de historiske vinnerne allerede er forhåndsvalgte. Bedriftsaksjoner inkluderer logistiske aktiviteter utført av selskapet som vanligvis forårsaker en trinnfunksjon endring i råprisen, som ikke skal inkluderes i beregningen av avkastningen av prisen Justeringer for utbytte og aksjeklover er de vanlige synderne En prosess kjent som tilbakestilling er nødvendig for å bli utført ved hver enkelt av disse tiltakene. En må være veldig forsiktig med ikke å forvirre en aksjesplitt med en sann avkastningsjustering. Mange en næringsdrivende har blitt fanget ut av en bedriftsaksjon. For å gjennomføre en backtest-prosedyre er det nødvendig å bruke en programvareplattform. Du har valget mellom dedikat ed backtest-programvare, for eksempel Tradestation, en numerisk plattform som Excel eller MATLAB eller en full tilpasset implementering i et programmeringsspråk som Python eller CI, vil jeg ikke holde meg for mye på Tradestation eller lignende, Excel eller MATLAB, som jeg tror på å skape en Full internt teknologistapel av grunner som er skissert nedenfor En av fordelene ved å gjøre det er at backtestprogramvaren og kjøresystemet kan integreres tett, selv med ekstremt avanserte statistiske strategier. For HFT-strategier er det spesielt viktig å bruke en tilpasset implementering. Ved backtesting av et system må man kunne kvantifisere hvor godt den utfører. Bransjestandardene for kvantitative strategier er maksimal drawdown og Sharpe Ratio Den maksimale drawdown karakteriserer den største topp-til-gjennom-dråpen i konto egenkapitalkurven over en bestemt tidsperiode vanligvis årlig Dette er oftest sitert som en prosentandel LFT-strategier vil ha en tendens til å ha større drawdowns enn HFT-strategier, på grunn av en rekke statistiske faktorer En historisk backtest vil vise den siste maksimale drawdownen, noe som er en god guide for strategiens fremtidige drawdown-resultat. Den andre måling er Sharpe Ratio, som er heuristisk definert som gjennomsnittet av meravkastningen delt ved standardavviket for de meravkastningen her, betyr meravkastning avkastningen av strategien over et forhåndsbestemt referansepunkt som S slippage, som er forskjellen mellom hva du ment at bestillingen din skal fylles i mot hva det egentlig var fylt på spredning, som er forskjellen mellom tilbudsprisen på sikkerheten som handles. Merk at spredningen ikke er konstant og avhenger av dagens likviditet, dvs. tilgjengeligheten av kjøpsprosesser i markedet. Transaksjonskostnader kan gjøre forskjellen mellom en ekstremt lønnsom strategi med et godt Sharpe-forhold og en ekstremt ulønnsom strategi med et forferdelig Sharpe-forhold. Det kan være en utfordring å korrigere y forutsi transaksjonskostnader fra en backtest Avhengig av strategiens frekvens, trenger du tilgang til historiske utvekslingsdata, som inkluderer tick-data for tilbudspriser. Hele teamet av quants er dedikert til optimalisering av gjennomføring i de større fondene, for disse grunner Tenk på scenariet der et fond må avlaste en betydelig mengde handler, hvor årsakene til dette er mange og varierte. Ved å dumpe så mange aksjer på markedet, vil de raskt presse prisen og kan ikke oppnå optimal utførelse. Algoritmer som Dripfôrordrer på markedet eksisterer, selv om fondet løper risikoen for glidning. I tillegg danner andre strategier for disse nødvendighetene og kan utnytte ineffektivitetene. Dette er domenet for fondstrukturen arbitrage. Det endelige hovedproblemet for kjøringssystemer gjelder divergens av strategisk ytelse fra backtested ytelse Dette kan skje for en rekke grunner Vi har allerede diskutert fremtidsforspenning og op Tidsperspektiv i dybden når man vurderer backtests. Noen strategier gjør det imidlertid ikke lett å teste for disse biases før distribusjon. Dette skjer i HFT mest overvei Det kan være feil i kjøringssystemet, så vel som handelsstrategien selv som ikke viser opp på en backtest, men viser seg i live trading Markedet kan ha vært gjenstand for en regimeendring etter utplasseringen av strategien Nye reguleringsmiljøer, endring av investorens følelser og makroøkonomiske fenomener kan alle føre til avvik i hvordan markedet oppfører seg og dermed Lønnsomheten i din strategi. Risikostyring. Det endelige stykket til det kvantitative handelspuslespillet er risikostyringen. Risikoen inkluderer alle tidligere forutsetninger vi har diskutert. Det inkluderer teknologibesparelser, for eksempel servere som er lokalisert på utvekslingen, plutselig utvikler en Feil på harddisken Det inkluderer meglerisiko, slik at megleren blir konkurs, ikke så gal som det høres, gitt den siste skremme w I MF Global Kort sagt dekker det nesten alt som muligens kunne forstyrre handelsimplementasjonen, hvorav det er mange kilder. Hele bøkene er viet til risikostyring for kvantitative strategier, så jeg vil ikke forsøke å belyse alle mulige kilder til risiko her. ledelsen omfatter også det som er kjent som optimal kapitalallokering som er en gren av porteføljeorientering. Dette er måten som kapital er allokert til et sett med forskjellige strategier og handler innenfor disse strategiene. Det er et komplekst område og er avhengig av noen ikke - trivial matematikk Industristandarden som optimal kapitalfordeling og innflytelse av strategiene er relatert kalles Kelly-kriteriet. Siden dette er en innledende artikkel, har jeg ikke vunnet å være med på beregningen. Kelly-kriteriet gir noen antagelser om den statistiske karakteren av avkastningen, hvilket holder ikke ofte i finansielle markeder, så handelsmenn er ofte konservative når det gjelder implementeringen den viktigste delen av risikostyringen er å håndtere en sosial psykologisk profil Det er mange kognitive forstyrrelser som kan krype inn i handel Selv om dette er mindre problematisk med algoritmisk handel hvis strategien er igjen. En felles bias er at tap aversjon hvor en tapende stilling vil ikke bli stengt på grunn av smerten ved å måtte innse et tap Tilsvarende kan fortjeneste bli tatt for tidlig fordi frykten for å miste en allerede oppnådd fortjeneste kan være for stor. En annen vanlig bias er kjent som gjennomsiktighetsforstyrrelser. Dette manifesterer seg når handelsmenn legger for mye vekt på nylige hendelser og ikke på lengre sikt. Deretter er det selvfølgelig det klassiske paret av følelsesmessige forstyrrelser - frykt og grådighet. Disse kan ofte føre til under - eller overgrep, noe som kan føre til oppblåsning, dvs. konto egenkapital overskrift til null eller verre eller redusert fortjeneste. Som det kan sees er kvantitativ handel et ekstremt komplekst, men svært interessant, område med kvantitativ finans jeg har bokstavelig talt ridd Overflaten av emnet i denne artikkelen, og det blir allerede ganske lenge. Hele bøker og papirer er skrevet om problemer som jeg bare har gitt en setning eller to. Av den grunn, før du søker om kvantitative fondhandelsjobber, er det nødvendig å utfør en betydelig mengde grunnarbeidstudie I det minste trenger du en omfattende bakgrunn i statistikk og økonometri, med stor erfaring i implementering, via et programmeringsspråk som MATLAB, Python eller R For mer sofistikerte strategier ved høyere frekvens slutt, vil ditt ferdighetssett sannsynligvis inkludere Linux-kjernemodifisering, CC, samlingsprogrammering og optimalisering av nettverkstid. Hvis du er interessert i å forsøke å lage dine egne algoritmiske handelsstrategier, vil mitt første forslag være å bli god til programmering. Min preferanse er å bygge så mye av data grabber, strategi backtester og kjøresystem av deg selv som mulig Hvis din egen kapital er på linjen, ville ikke du sover bedre om natten og vet at du har testet systemet fullt ut og er klar over fallgruvene og bestemte problemstillinger. Outsourcing dette til en leverandør, mens potensielt spare tid på kort sikt, kan være ekstremt dyrt på lang sikt. Bare å komme i gang med kvantitativ handel.
Comments
Post a Comment