Algorithmic Trading Strategies Pdf

Quantocracy es uno de los principales sitios de agregadores de enlaces cuánticos. Lo leo diariamente y te sugiero que lo compruebes si quieres estar al tanto de las noticias en la blogoteca Quant: Bienvenido a tu recurso de Algorithmic Trading GRATIS donde aprenderás cómo desarrollar estrategias rentables de trading algorítmico y ganar una carrera en Comercio cuantitativo. Últimos artículos Por Michael Halls-Moore el 28 de septiembre de 2016 Este es un breve post para que los lectores de QuantStart sepan que estaré hablando en algunos eventos en Nueva York y Singapur durante los próximos meses: Leer más. Por Michael Halls-Moore el 27 de septiembre de 2016 En el artículo anterior de la serie Hidden Markov Models fueron introducidos. Se discutieron en el contexto de la clase más amplia de Modelos de Markov. Estaban motivados por la necesidad de que los comerciantes cuantitativos tuvieran la capacidad de detectar regímenes de mercado para ajustar cómo se manejan sus estrategias cuantitativas. Lee mas. Por Michael Halls-Moore el 21 de septiembre de 2016 Anteriormente en QuantStart hemos considerado los fundamentos matemáticos de State Space Models y Kalman Filters. Así como la aplicación de la biblioteca de pykalman a un par de ETFs para ajustar dinámicamente una relación de cobertura como base para una estrategia de inversión de reversión media. Lee mas. Por Michael Halls-Moore el 6 de septiembre de 2016 El mundo de las finanzas cuantitativas continúa evolucionando a un ritmo rápido. Incluso en los últimos cuatro años de la existencia de este sitio el mercado de los puestos de trabajo cuantitativos ha cambiado significativamente. En este artículo describimos estos cambios. El consejo sobre lo que es probable que sea en demanda en los próximos años será aplicable tanto a aquellos que aún están en la educación, así como aquellos pensando en un cambio de carrera. Lee mas. Un desafío consistente para los comerciantes cuantitativos es la modificación frecuente del comportamiento de los mercados financieros, a menudo abruptamente, debido a los cambios de los períodos de la política del gobierno, el ambiente regulador y otros efectos macroeconómicos. Tales períodos son conocidos coloquialmente como regímenes de mercado y la detección de tales cambios es un proceso común, aunque difícil emprendido por los participantes cuantitativos del mercado. Lea más. LAS ESTRATEGIAS DE NEGOCIACIÓN ALGORÍFICA EN EL MERCADO DE COMERCIO ALCANZAN LA DIVERSIFICACIÓN EN SU PORTFOLIO COMO USTED NUNCA PENSÓ POSIBLE Nuestras estrategias de negociación algorítmicas proporcionan diversificación a su cartera mediante el intercambio de múltiples activos como el S038P 500, DAX y el índice de volatilidad, , O fondos muy negociados en divisas. Aplicando estrategias de seguimiento de tendencias, de negociación de contra-tendencia y de ciclo vinculado, buscamos proporcionar un proceso de decisión de negociación sistemático y altamente automatizado capaz de proporcionar rendimientos consistentes para nuestros clientes. Ofrecemos múltiples estrategias de negociación algorítmica donde todas las estrategias algorítmicas se pueden seguir manualmente mediante la recepción de correo electrónico y alertas de texto SMS, o puede ser de 100 manos libres intercambiado automáticamente en su cuenta de corretaje. Su hasta usted e incluso puede activar / desactivar el comercio automatizado en cualquier momento por lo que siempre están en control de su destino. Nuestras Estrategias de Negociación Algoritmica: 1. Cambios de momentum a corto plazo entre las condiciones de mercado de sobrecompra y sobreventa, las cuales se negocian usando posiciones largas y cortas permitiendo, beneficios potenciales en cualquier dirección de mercado. 2. El seguimiento de las tendencias se aprovecha de los movimientos de precios de varios meses extendidos en cualquier dirección hacia arriba o hacia abajo. 3. El comercio cíclico permite beneficios potenciales durante una gama limitada de mercado lateral. Algunas de las mayores ganancias se encuentran en condiciones de mercado con esta estrategia. Nuestros productos AlgoTrades es un servicio de sistema de comercio todo en uno que combina los tipos de análisis más eficaces e importantes enumerados anteriormente en sistemas de negociación algorítmicos únicos para la creación de sistemas dinámicos y robustos. Las estrategias de negociación cuantitativa de AlgoTrades diversifican su cartera de dos maneras: (1) comercializa los índices bursátiles más grandes para la diversificación total con todos los sectores del mercado, (2) emplea tres estrategias de negociación algorítmicas de análisis únicas. Las tres estrategias comerciales únicas proporcionan estabilidad adicional como resultado de múltiples enfoques y las posiciones de hecho varían en longitud y tamaño. Generar un crecimiento consistente a largo plazo Nuestras estrategias de negociación algorítmica Descripción 038 Filosofía Creemos que el sistema de comercio algorítmico de AlgoTrades es todo lo que un comerciante e inversionista necesita para generar un crecimiento consistente a largo plazo. Nuestras exclusivas herramientas propietarias y algoritmos comerciales nos permiten aprovechar los mercados financieros independientemente de la dirección del mercado. Los filtros avanzados de AlgoTrades8217 monitorean el mercado en una base del tick-by-tick que evalúa cada entrada, ganancia / pérdida, o parada nivel de la colocación en tiempo real, así que usted no tiene que. Lo que se comercializa: Los sistemas que comercializan el futuro contrato de futuros ES, futuros DAX, con posiciones largas y cortas. Algunos sistemas de comercio con el intercambio de fondos negociados con un enfoque en el comercio de los índices, los sectores y el índice de volatilidad. También tenemos sistemas de negociación de acciones para aquellos cómo prefieren el comercio activo de acciones. Los oficios varían en longitud dependiendo de la estrategia. La gama de los sistemas forma el día que negocia a negociar multi-week largo de la tendencia. AlgoTrades8217 prioridad número uno después de la ejecución de una posición es maximizar los beneficios y reducir el riesgo. Gestión de posición utilizada Cada uno de nuestros sistemas comercializa un contrato de futuros o un valor de posición fija si negocia acciones o ETF8217s. También algún sistema como el comercio de futuros o sistemas de acciones largos / cortos requerirá una cuenta de margen, mientras que un sistema de ETF largo (fondos regulares e inversos) cualquier cuenta normal de operaciones bursátiles pueden ser utilizados. Nuestros sistemas son todos escalables, es decir, si un sistema requiere un tamaño de cuenta de 10.000 y usted tiene una cuenta de 20K usted sólo establecería la escala del sistema a 200. Esto se asegurará de que está negociando los tamaños de posición correcta para su cuenta. Tamaño de la Cuenta Necesario La cuenta mínima de trading requerida para que las transacciones se ejecuten con nuestro sistema más pequeño es una cuenta de 10,000. Nuestros sistemas son todos escalables, es decir, si un sistema afirma que requiere un tamaño de cuenta de 10.000 y tiene una cuenta de 20.000 que acaba de establecer el sistema de escala a 200. Por otro lado, si un sistema dice que su requiere 25.000 y sólo tiene 12.500 usted fijaría la escala del sistema para intercambiar 50 del tamaño de la posición del sistema. Esto le asegurará que está negociando los tamaños de posición correctos para su cuenta. 8211 ESTRATEGIAS DE NEGOCIACIÓN ALGORITMICA: Cada año, el mercado de valores tiene un punto dulce donde una gran parte de las ganancias se generarán dentro de unos meses, por lo que el compromiso con el sistema de negociación algorítmica es importante durante mucho tiempo Éxito a largo plazo. ALGORITHMIC TRADING STRATEGY NOTE Nuestro sistema AlgoTrades ha sido desarrollado y comercializado por profesionales que quieren compartir su sistema, pasión por los mercados y estilo de vida con nuestro selecto grupo de comerciantes e inversionistas. El equipo de AlgoTrades tiene un nivel de experiencia combinado de 77 años en los mercados. Nuestros recursos funcionan lejos y amplia que cubre el comercio del día, el comercio del oscilación, el comercio de futuros de 24 horas, las existencias, ETF8217s, y el desarrollo algorítmico de las estrategias de negociación. Estamos orgullosos de poner AlgoTrades a disposición de los inversores individuales para ayudar a nivelar el campo de juego con los profesionales, los fondos de cobertura y las empresas de capital privado en Wall Street. Nuestras estrategias de negociación algorítmicas utilizan varios puntos de datos para potenciar su toma de decisiones y operaciones. El uso de ciclos, las relaciones de volumen, las tendencias, la volatilidad, el sentimiento del mercado, y el reconocimiento de patrones, pone la probabilidad a nuestro favor para hacer dinero. IMPORTANTE ESTRATEGIAS DE NEGOCIO ALGORITMICO CARACTERISTICAS 038 BENEFICIO PARA OPERADORES FUTUROS: Cuando un contrato de futuros está a punto de expirar, nuestro sistema automáticamente cerrará el contrato frontal o cercano y restablecerá la posición en el nuevo mes de contrato anterior o próximo. No se requiere ninguna acción de su parte. Es una verdadera estrategia de negociación automática de manos libres. Copyright 2016 - ALGOTRADES - Sistema de Trading Algorítmico Automatizado CFTC REGLA 4.41 - RESULTADOS DE RENDIMIENTO HIPOTÉTICOS O SIMULADOS TIENEN CIERTAS LIMITACIONES. DESCONOCIDO UN REGISTRO DE RENDIMIENTO REAL, LOS RESULTADOS SIMULADOS NO REPRESENTAN COMERCIO REAL. TAMBIÉN, DADO QUE LOS COMERCIOS NO HAN SIDO EJECUTADOS, LOS RESULTADOS PUEDEN TENERSE COMPARTIDOS POR EL IMPACTO, EN CASO DE, DE CIERTOS FACTORES DE MERCADO, COMO LA FALTA DE LIQUIDEZ. LOS PROGRAMAS DE COMERCIO SIMULADOS EN GENERAL ESTÁN SUJETOS AL FACTOR DE QUE SEAN DISEÑADOS CON EL BENEFICIO DE HINDSIGHT. NO SE HACE NINGUNA REPRESENTACIÓN QUE CUALQUIER CUENTA TENDRÁ O ES POSIBLE PARA LOGRAR GANANCIAS O PÉRDIDAS SIMILARES A LOS MOSTRADOS. No se está haciendo ninguna representación ni implica que el uso del sistema algorítmico de comercio generará ingresos o garantizará un beneficio. Existe un riesgo sustancial de pérdida asociado con los mercados de futuros y los fondos negociados en bolsa. El comercio de futuros y el intercambio de valores negociados en bolsa implican un riesgo sustancial de pérdida y no es apropiado para todos. Estos resultados se basan en resultados de rendimiento simulados o hipotéticos que tienen ciertas limitaciones inherentes. A diferencia de los resultados mostrados en un registro de desempeño real, estos resultados no representan el comercio real. Además, debido a que estas operaciones no se han ejecutado realmente, estos resultados pueden tener una o una compensación excesiva para el impacto, si alguno, de ciertos factores de mercado, como la falta de liquidez. Los programas comerciales simulados o hipotéticos en general también están sujetos al hecho de que están diseñados con el beneficio de la retrospectiva. No se hace ninguna representación de que cualquier cuenta tenga o sea probable obtener ganancias o pérdidas similares a las que se muestran. La información en este sitio web ha sido preparada sin tener en cuenta los objetivos de inversión, la situación financiera y las necesidades particulares de los inversores y aconseja además a los suscriptores no actuar sobre cualquier información sin obtener asesoramiento específico de sus asesores financieros para no confiar en la información del sitio web como base principal Para sus decisiones de inversión y para considerar su propio perfil de riesgo, tolerancia al riesgo y sus propias pérdidas de paro. - impulsado por Enfold WordPress ThemeAlgorithmic Trading es un desarrollador líder de sistemas de negociación algorítmica para inversores y comerciantes de día por igual. Nuestros sistemas de negociación cuantitativos han sido ampliamente revisados, pasando nuestros estrictos criterios para su publicación al público. Vea el historial comercial en vivo para cada uno de nuestros algoritmos de negociación y decida por sí mismo. Quite sus emociones de la negociación y comience a utilizar nuestros algoritmos comerciales avanzados. El desempeño pasado no es indicativo del desempeño futuro. La contratación de Futuros y Opciones implica un riesgo sustancial de pérdida y no es adecuado para todos los inversores. Rendimiento Algorítmico de Negociación Los siguientes datos se toman de operaciones en vivo basadas en un tamaño normalizado por unidad de cuenta. Cada paquete de negociación algorítmica tiene un tamaño específico por unidad de comercio, que representa un bloque de operaciones a través de los algoritmos de negociación individuales contenidos en ese sistema de comercio automatizado. Normalizamos a una sola unidad para presentar la representación más exacta de resultados vistos usando nuestro software de negociación algorítmico. Tenga en cuenta el rendimiento de comercio en vivo de cada uno de nuestros sistemas de negociación algorítmica antes de su negociación. Back-testing tiene varias limitaciones y en general es un modelo más optimista de rendimiento esperado avanzando. El rendimiento en vivo es una medida mucho mejor de la calidad de un sistema de negociación algorítmica. Tenga en cuenta, el rendimiento pasado no es indicativo de rendimiento futuro. Si bien nuestros resultados son bastante impresionantes, el comercio de futuros y opciones no es para todos y conlleva un riesgo considerable de pérdida. Por último, los paquetes que ofrecemos sólo deben comercializarse con capital de riesgo. El dólar y el porcentaje de ganancia / pérdida se basan en el intercambio de una unidad. A Dibujar hacia abajo es la mayor disminución de la equidad durante un período específico de tiempo. Mes de cierre a mes de cierre es el punto más alto de la equidad en un mes de cierre y el siguiente punto más bajo de la equidad en un mes de cierre. Esto es diferente de una reducción de pico a valle que incluye las retiradas intra-mes. El rendimiento pasado no es indicativo del rendimiento futuro. El comercio de futuros implica un riesgo sustancial de pérdida y no es para todos. Esto no es una garantía de rendimiento futuro. El dólar y las ganancias por ciento incluyen comisiones cobradas por el corredor, comisiones de cotización en tiempo real y cualquier tarifa mensual de la plataforma que pueda existir. Las deducciones mensuales registradas se miden en un mes cerrado al mes de cierre. Las ganancias / pérdidas porcentuales se miden utilizando un saldo normalizado de la cuenta (nuestro tamaño por unidad de comercio) para reflejar mejor lo que nuestros clientes promedio pudieron haber visto. Ellos no incluyen la tarifa de licencia de una sola vez AlgorithmicTrading cargos por el uso de los algoritmos. Estos rendimientos en vivo se proporcionan para que nuestros clientes puedan tomar una decisión informada y educada con respecto al uso de nuestros algoritmos. Consulte nuestro contrato de licencia para obtener una divulgación completa del riesgo. AlgorithmicTrading no es un asesor de inversiones registrado o con licencia o CTA. Reclamamos la exclusión de auto-ejecución del registro otorgada por la CFTC. Regla 4.14 (a) (10). Estos rendimientos no han sido auditados por ninguna agencia gubernamental y por lo tanto deben ser considerados testimonios de clientes solamente. Estos resultados pueden no ser representativos de la experiencia de otros clientes. Programe una demo de nuestro sistema de trading algorítmico. Tres estrategias de negociación algorítmica para elegir. Los datos siguientes se basan en los datos probados de nuevo a partir de los informes compilados de la tradestation. Estos datos no incluyen los resultados 8220walk-forward8221 que se han visto desde que los algoritmos comerciales fueron lanzados al público. Debido a que se trata de datos probados de nuevo, está sujeto a ciertas limitaciones según la Regla 4.41 de la CFTC (a continuación). Creado con Compare Ninja CFTC REGLA 4.41: Los resultados se basan en resultados de rendimiento simulados o hipotéticos que tienen ciertas limitaciones inherentes. A diferencia de los resultados mostrados en un registro de desempeño real, estos resultados no representan el comercio real. Además, debido a que estas operaciones no se han ejecutado realmente, estos resultados pueden tener una o una compensación excesiva para el impacto, si alguno, de ciertos factores de mercado, como la falta de liquidez. Los programas comerciales simulados o hipotéticos en general también están sujetos al hecho de que están diseñados con el beneficio de la retrospectiva. No se hace ninguna representación de que cualquier cuenta tenga o sea probable obtener ganancias o pérdidas similares a las que se muestran. Opciones backtesting tiene numerosas limitaciones debido a las incógnitas con respecto a la prima recaudada. Además, las Opciones Semanales en el SampP 500 Emini Futures (ES) no estaban disponibles para negociar durante todo el período de backtested. Las pérdidas reales podrían ser mayores que las que se muestran. Las deducciones de mes a mes se basan en backtesting que tiene limitaciones (vea la exención de responsabilidad anterior). Un líder en la implementación algorítmica de amplificación de diseño comercial. AlgorithmicTrading proporciona algoritmos de negociación basados ​​en un sistema computarizado, que también está disponible para su uso en una computadora personal. Todos los clientes reciben las mismas señales dentro de cualquier paquete de algoritmo dado. Todos los consejos son impersonales y no adaptados a ninguna situación específica de los individuos. AlgorithmicTrading, y sus principios, no están obligados a registrarse con el NFA como un CTA y están reclamando públicamente esta exención. La información publicada en línea o distribuida a través de correo electrónico no ha sido revisada por ninguna agencia gubernamental, lo que incluye, pero no se limita a los informes, declaraciones y otros materiales de marketing. Considere cuidadosamente esto antes de comprar nuestros algoritmos. Para obtener más información sobre la exención que reclamamos, visite el sitio web de NFA: www. nfa. futures. org/nfa-registration/cta/index. Si necesita consejo profesional exclusivo para su situación, por favor consulte con un agente licenciado / CTA. Exención de responsabilidad: Commodity Futures Trading Commission El comercio de futuros tiene grandes recompensas potenciales, pero también un gran riesgo potencial. Debe ser consciente de los riesgos y estar dispuesto a aceptarlos para invertir en los mercados de futuros. No comercio con el dinero que no puede permitirse perder. Esto no es ni una solicitud ni una oferta de compra / venta de futuros. No se hace ninguna representación de que cualquier cuenta tenga o sea probable obtener ganancias o pérdidas similares a las discutidas en este sitio web o en cualquier informe. El desempeño pasado de cualquier sistema o metodología comercial no es necesariamente indicativo de resultados futuros. A menos que se indique lo contrario, todas las visitas publicadas en este sitio y en nuestros videos se consideran Rendimiento Hipotético. LOS RESULTADOS DEL RENDIMIENTO HIPOTÉTICO TIENEN MUCHAS LIMITACIONES INHERENTES, ALGUNAS DE LAS QUE SE DESCRIBEN ABAJO. NO SE HACE NINGUNA REPRESENTACIÓN QUE CUALQUIER CUENTA TENDRÁ O SERÁ PROBABLE A LOGRAR BENEFICIOS O PÉRDIDAS SIMILARES A LOS MOSTRADOS. DE HECHO, HAY DIFERENCIAS FRECUENTEMENTE SHARP ENTRE LOS RESULTADOS HYPOTHETICAL DEL RENDIMIENTO Y LOS RESULTADOS REALES SUBSEQUENTEMENTE LOGRADOS POR CUALQUIER PROGRAMA PARTICULAR DE TRADING. UNA DE LAS LIMITACIONES DE LOS RESULTADOS DE RENDIMIENTO HIPOTÉTICO ES QUE ESTÁN GENERALMENTE PREPARADOS CON EL BENEFICIO DE HINDSIGHT. ADEMÁS, LA NEGOCIACIÓN HIPOTÉTICA NO INCLUYE RIESGO FINANCIERO, Y NINGÚN REGISTRO HIPOTÉTICO DE COMERCIO PUEDE COMPLETAMENTE CONSIDERAR EL IMPACTO DEL RIESGO FINANCIERO EN LA NEGOCIACIÓN REAL. POR EJEMPLO, LA CAPACIDAD DE RESOLVER PÉRDIDAS O ADHERIR A UN PROGRAMA DE COMERCIO PARTICULAR A PESAR DE PÉRDIDAS COMERCIALES SON PUNTOS MATERIALES QUE TAMBIÉN PUEDEN AFECTAR DE MANERA ADVERSA LOS RESULTADOS DE NEGOCIACIÓN ACTUAL. EXISTE UNOS OTROS FACTORES RELACIONADOS CON LOS MERCADOS EN GENERAL O CON LA IMPLEMENTACIÓN DE CUALQUIER PROGRAMA DE COMERCIO ESPECÍFICO QUE NO PUEDA SER COMPLETAMENTE CONSIDERADO PARA LA PREPARACIÓN DE LOS RESULTADOS DE RENDIMIENTO HIPOTÉTICO Y TODOS LOS QUE PUEDEN AFECTAR DE FORMA ADVERSA A LOS RESULTADOS DE NEGOCIACIÓN ACTUAL. Todos los resultados, gráficos y reclamos realizados en este sitio web y en los blogs de video y / o boletines informativos provienen del resultado de la retroalimentación de nuestros algoritmos durante el período de sesiones. Fechas indicadas. Estos resultados no son de cuentas en vivo que negocian nuestros algoritmos. Son de cuentas hipotéticas que tienen limitaciones (vea la Regla de CFTC 4.14 abajo y Exoneración de responsabilidad hipotética arriba). Los resultados reales varían, dado que los resultados simulados podrían compensar o menos el impacto de ciertos factores del mercado. Además, nuestros algoritmos usan back-testing para generar listas de comercio e informes que tienen el beneficio de la vista posterior. Mientras que los resultados de prueba posterior pueden tener retornos espectaculares, una vez que el deslizamiento, la comisión y las tarifas de licencia se tienen en cuenta, los retornos reales variarán. Las cotizaciones máximas registradas de la cotización se miden en un mes cerrado a la base del mes de cierre. Además, se basan en datos probados de nuevo (refiérase a las limitaciones de la prueba posterior a continuación). Las reducciones reales podrían superar estos niveles cuando se negocian en cuentas reales. Regla de la CFTC 4.41 - Los resultados de rendimiento hipotéticos o simulados tienen ciertas limitaciones. A diferencia de un registro de rendimiento real, los resultados simulados no representan el comercio real. Además, dado que las operaciones no se han ejecutado, los resultados pueden tener una o varias compensaciones por el impacto, si alguno, de ciertos factores de mercado, como la falta de liquidez. Los programas comerciales simulados en general también están sujetos al hecho de que están diseñados con el beneficio de la retrospectiva. No se hace ninguna representación de que cualquier cuenta tenga o sea probable obtener ganancias o pérdidas similares a las mostradas. Los estados publicados de nuestros clientes reales que negocian los algoritmos (algos) incluyen el resbalón y la comisión. Las declaraciones publicadas no son completamente auditadas o verificadas y deben considerarse como testimonios de clientes. Los resultados individuales varían. Son declaraciones reales de gente real que negocia nuestros algoritmos en el piloto automático y por lo que sabemos, NO incluyen ningún oficio discrecional. Tradelists publicado en este sitio también incluyen el deslizamiento y la comisión. Esto es estrictamente para fines demostrativos / educativos. AlgorithmicTrading no realiza recomendaciones de compra, venta o mantenimiento. Las experiencias únicas y las actuaciones anteriores no garantizan resultados futuros. Usted debe hablar con su CTA o representante financiero, corredor de bolsa o analista financiero para asegurarse de que el software / estrategia que utiliza es adecuado para su perfil de inversión antes de operar en una cuenta de corretaje en vivo. Todos los consejos y / o sugerencias que se dan aquí están destinados a la ejecución de software automatizado en modo de simulación solamente. El comercio de futuros no es para todos y tiene un alto nivel de riesgo. AlgorithmicTrading, ni ninguno de sus principios, NO está registrado como asesor de inversiones. Todo el consejo dado es impersonal y no adaptado a cualquier individuo específico. El porcentaje publicado al mes se basa en los resultados comprobados (ver las limitaciones de las pruebas anteriores) utilizando el paquete correspondiente. Esto incluye el deslizamiento y la comisión razonables. Esto NO incluye las tarifas que cobramos por la licencia de los algoritmos que varía según el tamaño de la cuenta. Consulte nuestro contrato de licencia para obtener una divulgación completa del riesgo. 2016 AlgorithmicTrading Todos los derechos reservados. Política de privacidadBasics of Algorithmic Trading: Concepts and Examples Cargando al jugador. Un algoritmo es un conjunto específico de instrucciones claramente definidas destinadas a llevar a cabo una tarea o proceso. El trading algorítmico (trading automatizado, black-box trading o simplemente algo-trading) es el proceso de usar computadoras programadas para seguir un conjunto definido de instrucciones para colocar un comercio con el fin de generar beneficios a una velocidad y frecuencia que es imposible para un Comerciante humano Los conjuntos de reglas definidas se basan en el tiempo, el precio, la cantidad o cualquier modelo matemático. Aparte de las oportunidades de beneficio para el comerciante, algo-trading hace que los mercados más líquidos y hace que el comercio más sistemático por descartar impactos humanos emocionales en las actividades comerciales. Supongamos que un comerciante sigue estos sencillos criterios comerciales: Compra 50 acciones de una acción cuando su media móvil de 50 días supera el promedio móvil de 200 días Vende las acciones de la acción cuando su promedio móvil de 50 días se sitúa por debajo de la media móvil de 200 días Utilizando este conjunto de dos instrucciones sencillas, es fácil escribir un programa informático que vigile automáticamente el precio de la acción (y los indicadores de media móvil) y coloque los pedidos de compra y venta cuando se cumplan las condiciones definidas. El comerciante ya no tiene que mantener un reloj para los precios en vivo y gráficos, o poner en los pedidos manualmente. El sistema de comercio algorítmico lo hace automáticamente para él, identificando correctamente la oportunidad de negociación. Algo-trading ofrece los siguientes beneficios: Operaciones ejecutadas a los mejores precios posibles Posicionamiento inmediato y preciso de pedidos comerciales (con altas posibilidades de ejecución en los niveles deseados) Operaciones Controlar simultáneamente los controles automatizados en múltiples condiciones de mercado Reducir el riesgo de errores manuales en la colocación de las operaciones Volver a probar el algoritmo, sobre la base de datos históricos y en tiempo real disponibles Reducido La posibilidad de errores por parte de los comerciantes humanos basada en factores emocionales y psicológicos La mayor parte del día actual algo-trading es el comercio de alta frecuencia (HFT), que intenta capitalizar sobre la colocación de un gran número de pedidos a velocidades muy rápidas en múltiples mercados y múltiples decisiones Parámetros, basándose en instrucciones preprogramadas. Algo-trading se utiliza en muchas formas de comercio y las actividades de inversión, incluyendo: Inversores de mediano a largo plazo o empresas de compra de lado (fondos de pensiones , Fondos de inversión, compañías de seguros) que compran en acciones en grandes cantidades pero no quieren influir en los precios de las acciones con inversiones discretas de gran volumen. Los comerciantes a corto plazo y los participantes de la parte vendedora (fabricantes de mercado, especuladores y arbitrajes) se benefician de la ejecución automatizada del comercio, además de las ayudas para la creación de liquidez suficiente para los vendedores en el mercado. Los comerciantes sistemáticos (seguidores de tendencias, comerciantes de parejas, fondos de cobertura, etc.) encuentran mucho más eficiente programar sus reglas comerciales y dejar que el programa se comercialice automáticamente. El comercio algorítmico proporciona un enfoque más sistemático al comercio activo que los métodos basados ​​en la intuición o el instinto de los comerciantes humanos. Estrategias de negociación algorítmica Cualquier estrategia para el comercio algorítmico requiere una oportunidad identificada que sea rentable en términos de ganancias mejoradas o reducción de costos. Las siguientes son estrategias comunes de trading usadas en algo-trading: Las estrategias de trading algorítmicas más comunes siguen las tendencias en las medias móviles. Canales. Movimientos del nivel de precios e indicadores técnicos relacionados. Estas son las estrategias más sencillas y fáciles de implementar a través de la negociación algorítmica, ya que estas estrategias no implican la realización de predicciones o previsiones de precios. Las operaciones se inician en función de las tendencias deseadas. Que son fáciles y sencillos de implementar a través de algoritmos sin entrar en la complejidad del análisis predictivo. El ejemplo mencionado de 50 y 200 días de media móvil es una estrategia de seguimiento de la tendencia popular. Comprar una acción cotizada dual a un precio más bajo en un mercado y venderlo simultáneamente a un precio más alto en otro mercado ofrece el diferencial de precio como beneficio libre de riesgo O arbitraje. La misma operación puede repetirse para las acciones frente a los instrumentos de futuros, ya que existen diferencias de precios de vez en cuando. La implementación de un algoritmo para identificar tales diferenciales de precios y colocar los pedidos permite oportunidades rentables de manera eficiente. Los fondos de índice han definido períodos de reequilibrio para que sus participaciones estén a la par con sus respectivos índices de referencia. Esto crea oportunidades rentables para los comerciantes algorítmicos, que capitalizar las operaciones esperadas que ofrecen beneficios de 20-80 puntos básicos dependiendo de la cantidad de acciones en el fondo índice, justo antes de reequilibrar el fondo de índice. Tales operaciones se inician a través de sistemas de negociación algorítmica para la ejecución oportuna y mejores precios. Una gran cantidad de modelos matemáticos probados, como la estrategia de negociación delta neutral, que permiten la negociación sobre la combinación de opciones y su valor subyacente. Donde las operaciones se colocan para compensar los deltas positivos y negativos para que el delta de la cartera se mantenga en cero. La estrategia de reversión media se basa en la idea de que los precios altos y bajos de un activo son un fenómeno temporal que vuelve a su valor medio periódicamente. Identificar y definir un rango de precios y un algoritmo de implementación basado en que permite que los oficios se colocan automáticamente cuando el precio del activo se rompe dentro y fuera de su rango definido. La estrategia de precio medio ponderado por volumen rompe un pedido grande y libera trozos más pequeños determinados dinámicamente de la orden al mercado usando perfiles de volumen históricos específicos de stock. El objetivo es ejecutar el pedido cerca del Precio Promedio ponderado por volumen (VWAP), beneficiándose así del precio medio. La estrategia de precios promedio ponderada en el tiempo rompe una gran orden y libera trozos más pequeños dinámicamente determinados de la orden al mercado usando intervalos de tiempo divididos de manera uniforme entre un inicio y un final. El objetivo es ejecutar la orden cerca del precio medio entre el inicio y el final, minimizando así el impacto en el mercado. Hasta que el pedido comercial se llene completamente, este algoritmo continúa enviando órdenes parciales, de acuerdo a la relación de participación definida y de acuerdo con el volumen negociado en los mercados. La estrategia de pasos relacionados envía órdenes a un porcentaje definido por el usuario de los volúmenes de mercado y aumenta o disminuye esta tasa de participación cuando el precio de la acción alcanza los niveles definidos por el usuario. La estrategia de déficit de implementación tiene como objetivo minimizar el costo de ejecución de una orden negociando el mercado en tiempo real, ahorrando así el costo de la orden y beneficiándose del costo de oportunidad de la ejecución retrasada. La estrategia aumentará la tasa de participación objetivo cuando el precio de las acciones se mueve favorablemente y disminuirlo cuando el precio de las acciones se mueve adversamente. Hay algunas clases especiales de algoritmos que intentan identificar acontecimientos en el otro lado. Estos algoritmos de sniffing, utilizados, por ejemplo, por un fabricante de mercado de venta, tienen la inteligencia integrada para identificar la existencia de cualquier algoritmo en el lado de compra de una orden grande. Esta detección a través de algoritmos ayudará al creador de mercado a identificar grandes oportunidades de pedidos y le permitirá beneficiarse al llenar los pedidos a un precio más alto. Esto a veces se identifica como de alta tecnología front-running. Requisitos técnicos para el comercio algorítmico La implementación del algoritmo usando un programa de computadora es la última parte, batida con backtesting. El desafío es transformar la estrategia identificada en un proceso computarizado integrado que tiene acceso a una cuenta de negociación para realizar pedidos. Los siguientes son necesarios: Conocimiento de programación de computadoras para programar la estrategia de negociación requerida, programadores contratados o software de comercio pre-fabricado Conectividad de red y acceso a plataformas de negociación para colocar los pedidos Acceso a feeds de datos de mercado que serán monitoreados por el algoritmo para oportunidades de colocar Órdenes La capacidad y la infraestructura para backtest el sistema una vez construido, antes de que vaya vivo en los mercados reales Datos históricos disponibles para backtesting, dependiendo de la complejidad de las reglas implementadas en el algoritmo Aquí está un ejemplo completo: Royal Dutch Shell (RDS) Bolsa de Valores (AEX) y Bolsa de Valores de Londres (LSE). Permite crear un algoritmo para identificar oportunidades de arbitraje. Debido a la diferencia horaria de una hora, AEX se abre una hora antes que LSE, seguido de ambos intercambios que operan simultáneamente durante las próximas horas y luego se negocian sólo en LSE durante La última hora a medida que se cierra AEX ¿Podemos explorar la posibilidad de negociación de arbitraje en las acciones de Royal Dutch Shell que figuran en estos dos mercados en dos monedas diferentes Un programa informático que puede leer los precios actuales del mercado Precios de feeds de LSE y AEX Tipo de cambio de GBP-EUR Capacidad de colocación de pedidos que puede encaminar el pedido al intercambio correcto Capacidad de back-testing en precios históricos El programa de computadora debe realizar lo siguiente: Leer el feed de precio entrante de RDS de ambas bolsas Utilizando los tipos de cambio disponibles . Convertir el precio de una moneda a otro Si existe una discrepancia de precio suficientemente grande (descontando los costos de corretaje) que conduce a una oportunidad rentable, entonces ponga la orden de compra en el precio más bajo de cambio y el orden de venta en un cambio más alto Si los pedidos se ejecutan como Sin embargo, la práctica del trading algorítmico no es tan simple de mantener y ejecutar. Recuerde, si usted puede colocar un comercio algo-generado, así que puede los otros participantes del mercado. En consecuencia, los precios fluctúan en milisegundos e incluso microsegundos. En el ejemplo anterior, ¿qué sucede si su compra de comercio se ejecuta, pero vender el comercio doesnt como los precios de venta cambian en el momento en que su orden llega al mercado Usted terminará sentado con una posición abierta. Haciendo su estrategia de arbitraje sin valor. Existen riesgos y desafíos adicionales: por ejemplo, los riesgos de falla del sistema, los errores de conectividad de la red, los intervalos de tiempo entre las órdenes comerciales y la ejecución y, lo que es más importante, los algoritmos imperfectos. Cuanto más complejo sea un algoritmo, el backtesting más riguroso es necesario antes de que se ponga en acción. El análisis cuantitativo de un desempeño de algoritmos juega un papel importante y debe ser examinado críticamente. Es emocionante ir a la automatización ayudada por computadoras con la noción de ganar dinero sin esfuerzo. Pero uno debe cerciorarse de que el sistema esté probado a fondo y los límites requeridos se fijen. Los comerciantes analíticos deben considerar el aprendizaje de la programación y los sistemas de construcción por su cuenta, para estar seguros de la aplicación de las estrategias adecuadas de manera infalible. El uso prudente y las pruebas exhaustivas de algo-trading puede crear oportunidades rentables. Cómo identificar las estrategias de negociación algorítmica Por Michael Halls-Moore el 19 de abril de 2013 En este artículo quiero presentarles los métodos por los cuales yo mismo identificar rentables algoritmos comerciales estrategias . Nuestro objetivo hoy es comprender en detalle cómo encontrar, evaluar y seleccionar tales sistemas. Ill explicar cómo la identificación de estrategias es tanto sobre las preferencias personales como sobre el rendimiento de la estrategia, cómo determinar el tipo y cantidad de datos históricos para las pruebas, cómo evaluar de manera desapasionada una estrategia comercial y, finalmente, cómo proceder hacia la fase de backtesting y la estrategia de implementación . Identificación de sus propias preferencias personales para el comercio Con el fin de ser un comerciante de éxito - discrecional o algorítmicamente - es necesario hacer algunas preguntas honestas. El comercio le proporciona la capacidad de perder dinero a un ritmo alarmante, por lo que es necesario conocer a ti mismo tanto como es necesario para entender su estrategia elegida. Yo diría que la consideración más importante en el comercio es ser consciente de su propia personalidad. El comercio, y el comercio algorítmico en particular, requiere un grado significativo de disciplina, paciencia y desapego emocional. Puesto que usted está dejando un algoritmo realizar su comercio para usted, es necesario ser resuelto para no interferir con la estrategia cuando se está ejecutando. Esto puede ser extremadamente difícil, especialmente en períodos de retiro extendido. Sin embargo, muchas estrategias que han demostrado ser altamente rentables en un backtest pueden ser arruinadas por la simple interferencia. Entender que si desea entrar en el mundo de la negociación algorítmica que será emocionalmente probado y que, para tener éxito, es necesario trabajar a través de estas dificultades La siguiente consideración es uno de los tiempos. ¿Tiene un trabajo a tiempo completo? ¿Trabaja a tiempo parcial? ¿Trabaja desde su casa o tiene un largo viaje diario? Estas preguntas le ayudarán a determinar la frecuencia de la estrategia que debe buscar. Para aquellos de ustedes en el empleo a tiempo completo, una estrategia de futuros intradía puede no ser apropiado (al menos hasta que esté totalmente automatizado). Sus limitaciones de tiempo también dictarán la metodología de la estrategia. Si su estrategia se negocia frecuentemente y depende de los costosos canales de noticias (como un terminal de Bloomberg), tendrá que ser claramente realista acerca de su capacidad para ejecutarlo con éxito mientras está en la oficina. Para aquellos que tienen mucho tiempo o las habilidades Para automatizar su estrategia, tal vez desee estudiar una estrategia de negociación de alta frecuencia más técnica (HFT). Mi creencia es que es necesario llevar a cabo una investigación continua en sus estrategias de negociación para mantener una cartera de manera consistente rentable. Pocas estrategias permanecen bajo el radar para siempre. Por lo tanto, una parte significativa del tiempo asignado al comercio será en la realización de la investigación en curso. Pregúntese si está preparado para hacer esto, ya que puede ser la diferencia entre una fuerte rentabilidad o una lenta disminución hacia las pérdidas. También necesita considerar su capital comercial. La cantidad mínima ideal generalmente aceptada para una estrategia cuantitativa es 50.000 USD (aproximadamente 35.000 para nosotros en el Reino Unido). Si yo estuviera comenzando de nuevo, empezaría con una cantidad mayor, probablemente cerca de 100,000 USD (aproximadamente 70,000). Esto se debe a que los costos de transacción pueden ser extremadamente costosos para las estrategias de media a alta frecuencia y es necesario disponer de capital suficiente para absorberlos en tiempos de reducción. Si está pensando en comenzar con menos de 10.000 dólares, entonces tendrá que restringirse a las estrategias de baja frecuencia, el comercio de uno o dos activos, como los costos de transacción se comen rápidamente en sus declaraciones. Interactive Brokers, que es uno de los corredores más amigables para aquellos con habilidades de programación, debido a su API, tiene una cuenta minorista mínimo de 10.000 USD. La habilidad de programación es un factor importante en la creación de una estrategia automatizada de negociación algorítmica. Ser informado en un lenguaje de programación como C, Java, C, Python o R le permitirá crear el almacenamiento de datos de extremo a extremo, el motor de backtest y el sistema de ejecución usted mismo. Esto tiene una serie de ventajas, el principal de los cuales es la capacidad de ser completamente consciente de todos los aspectos de la infraestructura de comercio. También le permite explorar las estrategias de mayor frecuencia, ya que estará en pleno control de su pila de tecnología. Si bien esto significa que puede probar su propio software y eliminar los errores, también significa más tiempo dedicado a la codificación de la infraestructura y menos en la aplicación de estrategias, al menos en la primera parte de su carrera de comercio algo. Usted puede encontrar que se siente cómodo de comercio en Excel o MATLAB y puede subcontratar el desarrollo de otros componentes. No recomendaría esto sin embargo, particularmente para ésos que negocian en la alta frecuencia. Usted necesita preguntarse lo que espera lograr mediante el comercio algorítmico. ¿Está interesado en un ingreso regular, por el que espera obtener ganancias de su cuenta de comercio O, está interesado en una ganancia de capital a largo plazo y puede permitirse el comercio sin la necesidad de fondos de retiro dependencia de los ingresos dictará la frecuencia de su estrategia . Los retiros de ingresos más regulares requerirán una estrategia de negociación de frecuencia más alta con menos volatilidad (es decir, una proporción Sharpe más alta). Los comerciantes a largo plazo pueden permitirse una frecuencia comercial más tranquila. Por último, no se deje engañar por la noción de convertirse en extremadamente rico en un corto espacio de tiempo Algo de comercio no es un esquema de obtener-rico-rápido - si algo puede ser un esquema de convertirse en pobres-rápido. Se necesita una disciplina, investigación, diligencia y paciencia significativas para tener éxito en el comercio algorítmico. Puede tomar meses, si no años, generar una rentabilidad consistente. Sourcing Algorithmic Trading Ideas A pesar de las percepciones comunes de lo contrario, en realidad es bastante sencillo para localizar estrategias comerciales rentables en el dominio público. Nunca las ideas comerciales han sido más fácilmente disponibles de lo que son hoy en día. Revistas de finanzas académicas, servidores de preimpresión, blogs comerciales, foros comerciales, revistas comerciales semanales y textos especializados proporcionan miles de estrategias comerciales con las cuales basar sus ideas. Nuestra meta como investigadores de comercio cuantitativo es establecer un pipeline de estrategia que nos proporcionará una corriente de ideas comerciales en curso. Idealmente, queremos crear un enfoque metódico para la obtención, evaluación e implementación de estrategias que nos encontremos. Los objetivos de la tubería son generar una cantidad consistente de nuevas ideas y proporcionarnos un marco para rechazar la mayoría de estas ideas con el mínimo de consideración emocional. Debemos ser extremadamente cuidadosos para no dejar que los sesgos cognitivos influyan en nuestra metodología de toma de decisiones. Esto podría ser tan simple como tener una preferencia por una clase de activo sobre otro (oro y otros metales preciosos vienen a la mente) porque son percibidos como más exóticos. Nuestro objetivo siempre debe ser encontrar estrategias consistentemente rentables, con expectativas positivas. La elección de la clase de activo debe basarse en otras consideraciones, como restricciones de capital de negociación, comisiones de corretaje y capacidades de apalancamiento. Si usted está completamente familiarizado con el concepto de una estrategia comercial, entonces el primer lugar para mirar es con los libros de texto establecidos. Los textos clásicos proporcionan una amplia gama de ideas más simples, más directas, con las cuales familiarizarse con el comercio cuantitativo. Aquí hay una selección que recomiendo para aquellos que son nuevos en el comercio cuantitativo, que poco a poco se vuelven más sofisticados a medida que trabajan a través de la lista: Para una lista más larga de libros de comercio cuantitativo, visite la lista de lecturas QuantStart. El siguiente lugar para encontrar estrategias más sofisticadas es con los foros de comercio y blogs comerciales. Sin embargo, una nota de precaución: Muchos blogs comerciales se basan en el concepto de análisis técnico. El análisis técnico implica el uso de indicadores básicos y la psicología del comportamiento para determinar tendencias o patrones de inversión en los precios de los activos. A pesar de ser extremadamente popular en el espacio comercial general, el análisis técnico se considera algo ineficaz en la comunidad financiera cuantitativa. Algunos han sugerido que no es mejor que leer un horóscopo o estudiar las hojas de té en términos de su poder predictivo En realidad hay personas exitosas haciendo uso del análisis técnico. Sin embargo, como quants con una caja de herramientas matemática y estadística más sofisticada a nuestra disposición, podemos evaluar fácilmente la efectividad de tales estrategias basadas en TA y tomar decisiones basadas en datos en lugar de basar nuestras en consideraciones emocionales o preconcepciones. Aquí hay una lista de blogs y foros de comercio algorítmico muy respetados: Una vez que haya tenido alguna experiencia en la evaluación de estrategias más simples, es hora de ver las ofertas académicas más sofisticadas. Algunas revistas académicas serán de difícil acceso, sin altas suscripciones o costos únicos. Si usted es miembro o ex alumno de una universidad, debería poder obtener acceso a algunas de estas revistas financieras. De lo contrario, puede consultar los servidores de preimpresión. Que son depósitos de Internet de borradores tardíos de trabajos académicos que están siendo sometidos a revisión por pares. Dado que sólo estamos interesados ​​en estrategias que podemos replicar con éxito, backtest y obtener rentabilidad, una revisión por pares es de menor importancia para nosotros. La principal desventaja de las estrategias académicas es que a menudo pueden estar desfasadas, requerir datos históricos oscuros y caros, comerciar en clases de activos ilíquidos o no tener en cuenta los honorarios, el deslizamiento o la propagación. También puede ser poco claro si la estrategia de negociación se llevará a cabo con órdenes de mercado, órdenes de límite o si contiene detener las pérdidas, etc Por lo tanto, es absolutamente esencial para replicar la estrategia de ti mismo lo mejor posible, backtest y añadir en la transacción realista Los costos que incluyen tantos aspectos de las clases de activos que desea intercambiar pulg Aquí está una lista de los servidores de preimpresión más populares y revistas financieras que se pueden obtener ideas de: ¿Qué pasa con la formación de sus propias estrategias cuantitativas Esto generalmente requiere ( Pero no se limita a) experiencia en una o más de las siguientes categorías: Microestructura del mercado - Para las estrategias de frecuencia más alta, en particular, se puede hacer uso de la microestructura del mercado. Es decir, la comprensión de la dinámica del libro de pedidos con el fin de generar rentabilidad. Los diferentes mercados tendrán varias limitaciones tecnológicas, regulaciones, participantes en el mercado y restricciones que están abiertas a la explotación a través de estrategias específicas. Se trata de un área muy sofisticada y los profesionales de retail tendrán dificultades para ser competitivos en este espacio, sobre todo porque la competencia incluye fondos de cobertura cuantitativos grandes y bien capitalizados con fuertes capacidades tecnológicas. Estructura de los fondos - Los fondos de inversión colectiva, como los fondos de pensiones, las asociaciones de inversión privada (fondos de cobertura), los asesores de comercio de materias primas y los fondos mutuos se ven limitados tanto por una fuerte regulación como por sus grandes reservas de capital. Por lo tanto, ciertos comportamientos consistentes pueden ser explotados con aquellos que son más ágiles. Por ejemplo, los grandes fondos están sujetos a restricciones de capacidad debido a su tamaño. Por lo tanto, si necesitan liberar rápidamente (vender) una cantidad de valores, tendrán que escalonarla para evitar mover el mercado. Los algoritmos sofisticados pueden aprovechar esto, y otras idiosincrasias, en un proceso general conocido como arbitraje de estructura de fondos. Aprendizaje mecánico / inteligencia artificial - Los algoritmos de aprendizaje automático se han vuelto más frecuentes en los últimos años en los mercados financieros. Clasificadores (como Naive-Bayes, et al.) Combinadores de funciones no lineales (redes neuronales) y rutinas de optimización (algoritmos genéticos) se han utilizado para predecir rutas de activos o para optimizar estrategias de negociación. Si usted tiene un fondo en esta área usted puede tener una cierta penetración en cómo los algoritmos particulares se podrían aplicar a ciertos mercados. Hay, por supuesto, muchas otras áreas para quants para investigar. Pues explíqueles cómo elaborar estrategias personalizadas en detalle en un artículo posterior. Al seguir supervisando estas fuentes sobre una base semanal, o incluso diaria, se está preparando para recibir una lista coherente de estrategias de una amplia gama de fuentes. El siguiente paso es determinar cómo rechazar un gran subconjunto de estas estrategias con el fin de minimizar el desperdicio de su tiempo y backtesting recursos sobre las estrategias que probablemente no sean rentables. Evaluación de las estrategias de negociación La primera y posiblemente la más obvia consideración es si realmente entiende la estrategia. ¿Sería capaz de explicar la estrategia de forma concisa o requiere una serie de advertencias y listas de parámetros interminables? Además, ¿tiene la estrategia una buena y sólida base en la realidad? Por ejemplo, ¿podría señalar alguna racionalidad del comportamiento o restricción de la estructura del fondo que Podría estar causando el patrón (s) que está intentando explotar Esta restricción se mantendría hasta un cambio de régimen, como una perturbación dramática del entorno regulador ¿La estrategia se basa en complejas reglas estadísticas o matemáticas ¿Se aplica a cualquier serie temporal financiera o es Es específico para la clase de activos que se dice que es rentable en Usted debe estar constantemente pensando en estos factores al evaluar nuevos métodos de comercio, de lo contrario puede perder una cantidad significativa de tiempo tratando de backtest y optimizar las estrategias no rentables. Una vez que haya determinado que entiende los principios básicos de la estrategia que necesita para decidir si se ajusta a su perfil de personalidad antes mencionado. Esto no es una consideración tan vaga como suena Las estrategias difieren sustancialmente en sus características de rendimiento. Hay ciertos tipos de personalidad que pueden manejar períodos más significativos de reducción, o están dispuestos a aceptar un mayor riesgo de un mayor retorno. A pesar de que nosotros, como quants, tratamos de eliminar tanto el sesgo cognitivo como sea posible y debemos ser capaces de evaluar una estrategia desapasionadamente, los sesgos siempre se arrastrarán. Por lo tanto, necesitamos un medio consistente e impasible a través del cual evaluar el desempeño de las estrategias . La estrategia se basa en sofisticadas (o complejas) técnicas estadísticas de aprendizaje o de aprendizaje de la máquina que son difíciles Para comprender y exigir un doctorado en estadísticas para captar Estas técnicas introducen una cantidad significativa de parámetros, lo que podría conducir a un sesgo de optimización Es probable que la estrategia para soportar un cambio de régimen (es decir, una nueva regulación potencial de los mercados financieros) Sharpe Ratio - Heurísticamente caracteriza la relación recompensa / riesgo de la estrategia. Se cuantifica la cantidad de retorno que se puede lograr para el nivel de volatilidad soportada por la curva de equidad. Naturalmente, necesitamos determinar el período y la frecuencia en que se miden estos rendimientos y volatilidad (es decir, la desviación estándar). Una estrategia de frecuencia más alta requerirá una mayor tasa de muestreo de la desviación estándar, pero un período de tiempo global más corto de medición, por ejemplo. Apalancamiento - ¿Necesita la estrategia un apalancamiento significativo para ser rentable ¿La estrategia requiere el uso de contratos de derivados apalancados (futuros, opciones, permutas) para hacer un retorno Estos contratos apalancados pueden tener una gran volatilidad y por lo tanto puede conducir fácilmente a Llamadas de margen. Frecuencia - La frecuencia de la estrategia está íntimamente ligada a su pila de tecnología (y por lo tanto la experiencia tecnológica), la relación de Sharpe y el nivel general de los costos de transacción. Todos los demás temas considerados, las estrategias de mayor frecuencia requieren más capital, son más sofisticados y más difíciles de implementar. Sin embargo, suponiendo que su motor de backtesting es sofisticado y libre de errores, a menudo tienen relaciones Sharpe mucho más altas. Volatilidad - La volatilidad está fuertemente relacionada con el riesgo de la estrategia. La proporción de Sharpe lo caracteriza. Una mayor volatilidad de las clases de activos subyacentes, si no está cubierto, a menudo conduce a una mayor volatilidad en la curva de patrimonio y, por tanto, menores ratios de Sharpe. Por supuesto estoy asumiendo que la volatilidad positiva es aproximadamente igual a la volatilidad negativa. Algunas estrategias pueden tener una mayor volatilidad a la baja. Tienes que ser consciente de estos atributos. Ganancia / Pérdida, Ganancia / Pérdida Promedio - Las estrategias diferirán en sus características ganancias / pérdidas y ganancias / pérdidas promedio. Uno puede tener una estrategia muy rentable, incluso si el número de operaciones perdedoras superan el número de operaciones ganadoras. Estrategias Momentum tienden a tener este patrón, ya que dependen de un pequeño número de grandes éxitos con el fin de ser rentable. Las estrategias de reversión media tienden a tener perfiles opuestos donde más de los oficios son ganadores, pero los oficios perdedores pueden ser muy graves. Drawdown Máximo - La reducción máxima es la mayor caída de porcentaje global en la curva de equidad de la estrategia. Estrategias de impulso son bien conocidos por sufrir de períodos de retiros extendidos (debido a una serie de muchos incremental perder operaciones). Muchos comerciantes se rinden en períodos de retiro extendido, incluso si las pruebas históricas han sugerido que este es el negocio habitual para la estrategia. Usted tendrá que determinar qué porcentaje de reducción (y sobre qué período de tiempo) puede aceptar antes de dejar de negociar su estrategia. Esta es una decisión altamente personal y por lo tanto debe ser considerado cuidadosamente. Capacidad / Liquidez - A nivel minorista, a menos que esté negociando con un instrumento altamente ilíquido (como una acción de pequeña capitalización), no tendrá que preocuparse mucho por la capacidad de la estrategia. La capacidad determina la escalabilidad de la estrategia para aumentar el capital. Muchos de los hedge funds más grandes sufren problemas de capacidad importantes a medida que sus estrategias aumentan en la asignación de capital. Parámetros - Ciertas estrategias (especialmente las encontradas en la comunidad de aprendizaje de máquina) requieren una gran cantidad de parámetros. Cada parámetro extra que requiere una estrategia lo hace más vulnerable al sesgo de optimización (también conocido como ajuste de curvas). Usted debe tratar de orientar las estrategias con el menor número de parámetros posible o asegúrese de que tiene suficientes cantidades de datos con los que probar sus estrategias. Benchmark - Casi todas las estrategias (a menos que se caractericen como rendimiento absoluto) se miden en función de un cierto rendimiento de referencia. El índice de referencia suele ser un índice que caracteriza una gran muestra de la clase de activos subyacente en la que la estrategia se negocia. Si la estrategia negocia acciones de gran capitalización en Estados Unidos, entonces el SP500 sería un punto de referencia natural para medir su estrategia. Usted oirá los términos alfa y beta, aplicados a estrategias de este tipo. Discutiremos estos coeficientes en profundidad en artículos posteriores. Observe que no hemos discutido los retornos reales de la estrategia. ¿Por qué esto es aislamiento, los resultados realmente nos proporcionan información limitada en cuanto a la eficacia de la estrategia. No le dan una idea de apalancamiento, volatilidad, puntos de referencia o requisitos de capital. Por lo tanto, las estrategias rara vez se juzgan en sus retornos solo. Siempre considere los atributos de riesgo de una estrategia antes de considerar los rendimientos. En esta etapa muchas de las estrategias encontradas de su pipeline serán rechazadas de inmediato, ya que no cumplirán sus requisitos de capital, limitaciones de apalancamiento, tolerancia máxima de reducción o preferencias de volatilidad. Las estrategias que aún quedan pueden ser consideradas para el backtesting. Sin embargo, antes de que esto sea posible, es necesario considerar un criterio de rechazo final - el de los datos históricos disponibles sobre los cuales probar estas estrategias. Obtención de datos históricos Hoy en día, la amplitud de los requisitos técnicos en las clases de activos para el almacenamiento de datos históricos es sustancial. Con el fin de seguir siendo competitivos, tanto los buy-side (fondos) como los sell-side (bancos de inversión) invierten fuertemente en su infraestructura técnica. Es imprescindible considerar su importancia. En particular, nos interesa la puntualidad, precisión y requisitos de almacenamiento. Ahora describiré los fundamentos de la obtención de datos históricos y cómo almacenarlos. Desafortunadamente esto es un tema muy profundo y técnico, así que no seré capaz de decir todo en este artículo. Sin embargo, voy a estar escribiendo mucho más sobre esto en el futuro ya que mi experiencia previa en el sector de la industria financiera se centró principalmente en la adquisición de datos financieros, almacenamiento y acceso. En la sección anterior habíamos establecido un pipeline estratégico que nos permitió rechazar ciertas estrategias basadas en nuestros propios criterios de rechazo personal. En esta sección filtraremos más estrategias basadas en nuestras propias preferencias para obtener datos históricos. Las principales consideraciones (sobre todo a nivel de minoristas) son los costos de los datos, los requisitos de almacenamiento y su nivel de experiencia técnica. También debemos discutir los diferentes tipos de datos disponibles y las diferentes consideraciones que cada tipo de datos nos impondrá. Datos fundamentales - Esto incluye datos sobre tendencias macroeconómicas, tales como tasas de interés, cifras de inflación, acciones corporativas (dividendos, partidas de acciones), presentaciones de la SEC , Cuentas corporativas, cifras de ganancias, informes de cosechas, datos meteorológicos, etc. Estos datos se usan a menudo para valorar las empresas u otros activos de manera fundamental, es decir, a través de algunos flujos de efectivo futuros esperados. No incluye series de precios de acciones. Algunos datos fundamentales están disponibles gratuitamente en los sitios web del gobierno. Otros datos fundamentales históricos a largo plazo pueden ser extremadamente costosos. Los requisitos de almacenamiento a menudo no son particularmente grandes, a menos que miles de compañías estén siendo estudiadas a la vez. Datos de las noticias - Los datos de las noticias son a menudo de naturaleza cualitativa. Se compone de artículos, blogs, mensajes de microblog (tweets) y editorial. Las técnicas de aprendizaje automático, como los clasificadores, suelen utilizarse para interpretar el sentimiento. Estos datos también son a menudo libremente disponibles o baratos, a través de la suscripción a los medios de comunicación. Las nuevas bases de datos de almacenamiento de documentos NoSQL están diseñadas para almacenar este tipo de datos no estructurados y cualitativos. Datos de Precios de Activos - Este es el dominio de datos tradicional del quant. Consiste en series temporales de precios de activos. Las acciones (acciones), los productos de renta fija (bonos), los commodities y los precios de divisas forman parte de esta clase. Los datos históricos diarios son a menudo sencillos de obtener para las clases de activos más simples, como las acciones. Sin embargo, una vez que la precisión y la limpieza están incluidas y los sesgos estadísticos eliminados, los datos pueden llegar a ser costosos. Además, los datos de series de tiempo suelen poseer importantes requisitos de almacenamiento, especialmente cuando se consideran los datos intradía. Instrumentos Financieros - Las acciones, los bonos, los futuros y las opciones derivadas más exóticas tienen características y parámetros muy diferentes. Por lo tanto, no hay un tamaño único que se adapte a toda la estructura de base de datos que pueda acomodarlos. Debe darse un cuidado importante al diseño y la implementación de estructuras de bases de datos para diversos instrumentos financieros. Discutiremos extensamente la situación cuando lleguemos a construir una base de datos maestros de valores en futuros artículos. Frecuencia - Cuanto mayor sea la frecuencia de los datos, mayores serán los costes y los requisitos de almacenamiento. Para las estrategias de baja frecuencia, los datos diarios suelen ser suficientes. Para las estrategias de alta frecuencia, puede ser necesario obtener datos de nivel de ticks e incluso copias históricas de los datos de los libros de órdenes de intercambio comerciales. La implementación de un motor de almacenamiento para este tipo de datos es muy tecnológicamente intensivo y sólo es adecuado para aquellos con una fuerte programación / antecedentes técnicos. Puntos de Referencia - Las estrategias descritas anteriormente a menudo se compararán con un punto de referencia. Esto generalmente se manifiesta como una serie financiera adicional. En el caso de las acciones, esto suele ser un indicador de referencia nacional, como el índice SP500 (EE. UU.) o FTSE100 (Reino Unido). Para un fondo de renta fija, es útil comparar con una cesta de bonos o productos de renta fija. The risk-free rate (i. e. appropriate interest rate) is also another widely accepted benchmark. All asset class categories possess a favoured benchmark, so it will be necessary to research this based on your particular strategy, if you wish to gain interest in your strategy externally. Technology - The technology stacks behind a financial data storage centre are complex. This article can only scratch the surface about what is involved in building one. However, it does centre around a database engine, such as a Relational Database Management System (RDBMS), such as MySQL, SQL Server, Oracle or a Document Storage Engine (i. e. NoSQL). This is accessed via business logic application code that queries the database and provides access to external tools, such as MATLAB, R or Excel. Often this business logic is written in C, C, Java or Python. You will also need to host this data somewhere, either on your own personal computer, or remotely via internet servers. Products such as Amazon Web Services have made this simpler and cheaper in recent years, but it will still require significant technical expertise to achieve in a robust manner. As can be seen, once a strategy has been identified via the pipeline it will be necessary to evaluate the availability, costs, complexity and implementation details of a particular set of historical data. You may find it is necessary to reject a strategy based solely on historical data considerations. This is a big area and teams of PhDs work at large funds making sure pricing is accurate and timely. Do not underestimate the difficulties of creating a robust data centre for your backtesting purposes I do want to say, however, that many backtesting platforms can provide this data for you automatically - at a cost. Thus it will take much of the implementation pain away from you, and you can concentrate purely on strategy implementation and optimisation. Tools like TradeStation possess this capability. However, my personal view is to implement as much as possible internally and avoid outsourcing parts of the stack to software vendors. I prefer higher frequency strategies due to their more attractive Sharpe ratios, but they are often tightly coupled to the technology stack, where advanced optimisation is critical. Now that we have discussed the issues surrounding historical data it is time to begin implementing our strategies in a backtesting engine. This will be the subject of other articles, as it is an equally large area of discussion Michael Halls-Moore Mike is the founder of QuantStart and has been involved in the quantitative finance industry for the last five years, primarily as a quant developer and later as a quant trader consulting for hedge funds.