Trading System In Python

It8217s time para a 5ª e última parte da série Build Better Strategies. Na parte 3, discutimos o processo de desenvolvimento de um sistema baseado em modelos e, consequentemente, concluímos a série com o desenvolvimento de um sistema de mineração de dados. Os princípios da mineração de dados e da aprendizagem de máquinas têm sido o tema da parte 4. Para o nosso exemplo comercial de curto prazo, usamos um algoritmo de aprendizado profundo. Um autoencoder empilhado, mas funcionará da mesma maneira com muitos outros algoritmos de aprendizagem de máquinas. Com as ferramentas de software today8217s, são necessárias apenas 20 linhas de código para uma estratégia de aprendizado de máquina. Eu tentarei explicar todas as etapas em detalhes. Continue lendo 8220Better Strategies 5: um sistema de aprendizado de máquina de curto prazo8221 A maioria dos sistemas de negociação são do tipo get-rich-quick. Eles exploram ineficiências temporárias do mercado e visam retornos anuais na área 100. Eles exigem supervisão e adaptação regular às condições do mercado, e ainda possuem vida útil limitada. Sua expiração é muitas vezes acompanhada por grandes perdas. Mas e se você realmente tiver ganhado alguns ganhos bonitos, e agora quer estacionar em um refúgio mais seguro. Coloque o dinheiro sob o travesseiro. Pegue no banco. Dê isso a um hedge funds. Obviamente, tudo isso vai contra um código de honra do algo trader8217s. Aqui, uma alternativa. Continue lendo 8220Get Rich Slowly8221 We8217re recentemente recebendo mais e mais contratos de codificação para estratégias de opções binárias. O que nos dá uma consciência um pouco má. Uma vez que essas opções são amplamente entendidas como um esquema para separar comerciantes ingênuos de seu dinheiro. E os seus corretores não fazem realmente nenhuma boa impressão no primeiro aspecto. Alguns são regulamentados em Chipre sob um endereço falso, outros não são regulados. Eles espalham histórias fabricadas sobre grandes lucros com robôs ou EAs. Eles dizem manipular suas curvas de preço para impedir que você vença. E se você ainda faz, alguns se recusam a pagar. E, eventualmente, desaparecem sem rastro (mas com seu dinheiro). As histórias que você ouve sobre corretores de opções binárias. Não há opções binárias senão fraudes Ou eles oferecem uma oportunidade oculta que até mesmo seus corretores geralmente não estão conscientes de continuar a ler 8220 Opções binárias: Scam ou Opportunity8221 Deep Blue foi o primeiro computador que ganhou um campeonato mundial de xadrez. Isso foi em 1996 e levou 20 anos até outro programa, o AlphaGo. Poderia derrotar o melhor jogador Go humano. Deep Blue era um sistema baseado em modelo com regras de xadrez hardwired. O AlphaGo é um sistema de mineração de dados, uma rede neural profunda treinada com milhares de jogos Go. Hardware não melhorado, mas um avanço no software foi essencial para o passo de vencer os melhores jogadores de xadrez para vencer os melhores jogadores Go. Nesta 4ª parte da mini-série we8217ll, olhe para a abordagem de mineração de dados para o desenvolvimento de estratégias de negociação. Este método não se preocupa com os mecanismos de mercado. Ele apenas verifica curvas de preço ou outras fontes de dados para padrões preditivos. O aprendizado de máquina ou a Inteligência Artificial 82208 não está sempre envolvido em estratégias de mineração de dados. Na verdade, o método de mineração de dados mais popular 8211 e surpreendentemente lucrativo funciona sem redes neurais sofisticadas ou máquinas de vetores de suporte. Continue lendo 8220Build Better Strategies Parte 4: Machine Learning8221 Esta é a terceira parte da série Build Better Strategies. Na parte anterior, discutimos as 10 ineficiências do mercado mais exploradas e deram alguns exemplos de suas estratégias de negociação. Nesta parte, analisamos o processo geral de desenvolvimento de um sistema de negociação baseado em modelos. Como quase qualquer coisa, você pode fazer estratégias de negociação em (pelo menos) duas maneiras diferentes: a maneira ideal é a maneira ideal. E aí é o caminho real. Começamos com o processo de desenvolvimento ideal. Dividido em 10 etapas. Continue lendo 8220Build Better Strategies Parte 3: The Development Process8221 Seja qual for o software que we8217re use para negociação automatizada: todos nós precisamos de alguma conexão de corretor para o algoritmo para receber cotações de preços e fazer negócios. Aparentemente, uma tarefa simples. E quase todos os corretores o suportam através de um protocolo como o FIX, através de uma plataforma automatizada, como o MT4, ou através de uma API específica de corretores. Mas se você acha que pode ligar rapidamente o seu software de negociação a uma API de corretor, você está com uma surpresa ruim. Prezados corretores 8211, leia esta postagem e tente tornar as vidas hacker8217s e coder8217s um pouco mais fáceis. Continue lendo 8220Dear Brokers82308221 Os sistemas de negociação vêm em dois sabores: baseados em modelos e mineração de dados. Este artigo trata de estratégias baseadas em modelos. Os algoritmos são muitas vezes surpreendentemente simples, mas devidamente desenvolvê-los tem dificuldades e armadilhas (caso contrário, qualquer um poderia fazê-lo). Mesmo uma ineficiência significativa do mercado dá um sistema apenas uma vantagem relativamente pequena. Um pequeno erro pode transformar uma estratégia vencedora em uma perda. E você não verá necessariamente isso no backtest. Continue a ler 8220Build Better Strategies Parte 2: Sistemas baseados em modelos8221 Quanto mais dados você usa para testar ou treinar sua estratégia, menor será o viés afetará o resultado do teste e o mais preciso será o treinamento. O problema: os dados de preços são sempre escassos. Ainda mais curto quando você deve deixar de lado alguma parte para testes fora da amostra. Estender o teste ou o período de treinamento até o passado nem sempre é uma solução. Os mercados da década de 1990 ou 1980 eram muito diferentes do que hoje, de modo que seus dados de preços podem causar resultados enganosos. Neste artigo, descrevo um método simples para produzir mais trades para testar, treinar e otimizar a partir da mesma quantidade de dados de preços. O método é testado com um sistema de ação de preço baseado em padrões de preços de dados minerados. Continue lendo 8220Better Tests with Oversampling8221 As suficientes postagens de blog, documentos e livros tratam de como otimizar e testar os sistemas de negociação. Mas há poucas informações sobre como chegar a esse sistema em primeiro lugar. As estratégias descritas muitas vezes parecem ter aparecido fora do ar. Um sistema de negociação exige algum tipo de epifania Ou existe uma abordagem sistemática para o desenvolvimento Esta publicação é a primeira de uma pequena série em que I8217ll tenta uma maneira metódica de construir estratégias de negociação. A primeira parte aborda os dois principais métodos de desenvolvimento de estratégias, com hipóteses de mercado e com um estudo de caso do franco suíço. Continue lendo 8220Build Better Strategies8221 You8217ve desenvolveu um novo sistema de negociação. Todos os testes produziram resultados impressionantes. Então você começou a viver. E estão abaixo em 2000, após 2 meses. Ou você tem uma estratégia que funcionou durante 2 anos, mas, no entanto, entrou em uma redução aparentemente infinita. As situações são muito familiares para qualquer comerciante de algo. O que agora continua com sangue frio ou puxa os freios em pânico Várias razões podem causar uma estratégia para perder dinheiro desde o início. Já pode ter expirado desde que a ineficiência do mercado desapareceu. Ou o sistema é inútil e o teste falsificado por algum viés que sobreviveu a todas as verificações da realidade. Ou é uma retirada normal que você só precisa se sentar. Neste artigo, proponho um algoritmo para decidir muito cedo ou não abandonar um sistema em tal situação. Continue lendo 8220The Cold Blood Index8221 You8217re um comerciante com ambições sérias de usar métodos algorítmicos. Você já tem uma idéia para ser convertido em um algoritmo. O problema: você não sabe ler ou escrever código. Então você contrata um codificador de contrato. Um cara que 8217 pagou pela entrega de um script que você pode colocar na sua plataforma MT4, Ninja, TradeStation ou Zorro. Parabéns, agora você é um comerciante algorítmico. Basta iniciar o script e aguardar o dinheiro para rolar. 8211 Isso realmente funciona. Resposta: depende. Continue lendo 8220I Contratou um Coder Contrato8221 Os clientes geralmente pedem estratégias que operam em prazos muito curtos. Alguns são possivelmente inspirados por 8220. Eu apenas fiz 2000 em 5 minutos8221 histórias em fóruns de comerciantes. Outros ouviram falar sobre o comércio de alta freqüência. Quanto maior a freqüência, melhor deve ser a negociação. Os desenvolvedores do Zorro foram incomodados por anos até que eles finalmente implementaram histórico de carimbos e tempos de milissegundos. Características totalmente inúteis Ou tem curto prazo, algo de negociação, de fato, algumas vantagens quantificáveis ​​Um experimento para examinar essa matéria produziu um resultado surpreendente. Continue lendo 8220Is 8220Scalping8221 Irrational8221 Para realizar nossos experimentos de hacking financeiro (e para obter os frutos financeiros de nosso trabalho), precisamos de algumas máquinas de software para pesquisa, teste, treinamento e algoritmos financeiros de negociação. Nenhuma plataforma de software existente hoje é realmente até todas essas tarefas. Então, você não tem escolha senão reunir seu sistema a partir de diferentes pacotes de software. Felizmente, dois são normalmente suficientes. Eu uso Zorro e R para a maioria dos artigos neste blog, mas também ocasionalmente busco outras ferramentas. Continue lendo 8220Hacker8217s Tools8221 Agora vamos repetir a nossa experiência com as 900 estratégias de negociação de tendências, mas desta vez com trades filtradas pelo Market Meanness Index. Em nosso primeiro experimento, encontramos muitas estratégias rentáveis, algumas mesmo com altos fatores de lucro, mas nenhuma delas passou pelo Reality Check da White8217s. Então, todos eles provavelmente falharam no comércio real, apesar de seus ótimos resultados no backtest. Desta vez, esperamos que o MMI melhore a maioria dos sistemas ao filtrar negócios em situações de mercado que não sejam tendências. Continue lendo 8220Boosting Strategies com MMI8221 Este indicador pode melhorar o 8211 às vezes, até o dobro 8211, a expectativa de lucro dos sistemas de tendência. O índice de significância do mercado diz se o mercado está atualmente se movendo dentro ou fora de um regime 8220trending8221. Pode assim evitar perdas por sinais falsos de indicadores de tendência. É um algoritmo puramente estatístico e não baseado em volatilidade, tendências ou ciclos da curva de preços. Continue lendo 8220O Índice de Meanness do Mercado8221 Quando comecei com negociação técnica, senti como entrar na cena do alquimista medieval. Uma grande quantidade de métodos de comércio estranhos e centenas de indicadores técnicos e padrões de velas de sorte prometeu vislumbrar o futuro, se apenas de ativos financeiros. Perguntei-me para o 8211 se um único deles realmente funcionasse, por que você precisaria de todo o resto? E como você pode prever o preço do amanhã, desenhando círculos, ângulos, morcegos ou borboletas em um gráfico. Continue lendo? 8220Segundos Métodos de Comércio que eu realmente descrevo8221. É a terceira parte da série de artigos Trend Experiment. Agora queremos avaliar se os resultados positivos da tendência testada 900 seguindo as estratégias são reais ou apenas causados ​​pelo Bias de Mineração de Dados. Mas o que é Data Bing de Mineração, depois de tudo E, o que é esse sinistro White8217s Reality Check. Continue lendo 8220White8217s Reality Check8221 Esta é a segunda parte da série de artigos de experiência de tendência, envolvendo 900 sistemas e 10 indicadores diferentes de 8220smoothing8221 ou 8220low-lag8221 para descobrir se a tendência realmente existe e pode ser explorada por um sistema algorítmico simples. Quando você faz essa experiência, você normalmente possui algumas expectativas sobre o resultado, como: Continue lendo 8220The Trend Experiment8221 O método de comércio mais comum é apelidado 8216 indo com a tendência 8216. Enquanto it8217s não está completamente claro como se pode acompanhar a tendência Sem saber de antemão, a maioria dos comerciantes acredita que 8216trend8217 existe e pode ser explorada. 8216Trend8217 deve se manifestar em curvas de preços como uma espécie de impulso ou inércia que continua um movimento de preços assim que começou. Este efeito de inércia não aparece em curvas de caminhada aleatórias. Continue lendo 8220Trend Indicators8221 Ao contrário da crença popular, o dinheiro não é bom. É criado de nada pelos bancos que o emprestam. Portanto, para cada lote recém-criado de dinheiro, a mesma quantidade de dívida. Você está destruindo o dinheiro ao reembolsar seus créditos. Uma vez que isso requer uma soma maior devido ao interesse e ao interesse composto, e como o dinheiro também é retirado permanentemente da circulação por acúmulo, toda a oferta monetária deve crescer constantemente. Nunca deve encolher. Se ainda assim, como na crise econômica de 1930, os inadimplentes, falhas bancárias e falências são o resultado. O sistema monetário é, portanto, um esquema Ponzi clássico. Continue lendo 8220Money e Como Obter It8221 Book (Alemão) Beginner39s Guide to Quantitative Trading Neste artigo, vou apresentar alguns dos conceitos básicos que acompanham um sistema de negociação quantitativo de ponta a ponta. Esta postagem espero que sirva dois públicos. O primeiro será indivíduos tentando obter um emprego em um fundo como um comerciante quantitativo. O segundo será indivíduos que desejam tentar configurar seu próprio negócio de negociação algorítmica de varejo. Negociação quantitativa é uma área extremamente sofisticada de financiamento quantitativo. Pode levar uma quantidade significativa de tempo para obter o conhecimento necessário para passar uma entrevista ou construir suas próprias estratégias de negociação. Não só isso, mas exige uma vasta experiência em programação, pelo menos em uma linguagem como MATLAB, R ou Python. No entanto, à medida que a frequência comercial da estratégia aumenta, os aspectos tecnológicos tornam-se muito mais relevantes. Assim, familiarizar-se com CC será de suma importância. Um sistema de comércio quantitativo consiste em quatro componentes principais: Identificação de Estratégia - Encontrar uma estratégia, explorar uma vantagem e decidir sobre a frequência de negociação. Teste de Estratégia - Obtenção de dados, análise de desempenho da estratégia e remoção de viés. Sistema de Execução - Vinculação a uma corretora, automatizando a negociação e minimizando Custos de transação Gerenciamento de risco - Alocação de capital ótima, tamanho de aposta Critério e psicologia comercial Bem, comece por dar uma olhada em como identificar uma estratégia de negociação. Identificação da Estratégia Todos os processos de negociação quantitativos começam com um período inicial de pesquisa. Este processo de pesquisa abrange a busca de uma estratégia, considerando se a estratégia se enquadra em um portfólio de outras estratégias que você pode estar executando, obtendo todos os dados necessários para testar a estratégia e tentar otimizar a estratégia para maiores retornos e / ou menor risco. Você precisará avaliar seus próprios requisitos de capital se estiver executando a estratégia como um comerciante de varejo e como qualquer custo de transação afetará a estratégia. Contrariamente à crença popular, é realmente bastante direto encontrar estratégias rentáveis ​​através de várias fontes públicas. Os acadêmicos publicam periódicamente resultados teóricos de negociação (embora na maioria dos custos de transação). Os blogs quantitativos de finanças discutirão as estratégias em detalhes. As revistas comerciais descreverão algumas das estratégias empregadas pelos fundos. Você pode questionar por que indivíduos e empresas estão interessados ​​em discutir suas estratégias rentáveis, especialmente quando sabem que outros que estão aglomerando o comércio podem impedir a estratégia de trabalhar no longo prazo. A razão reside no fato de que eles geralmente não discutem os parâmetros exatos e os métodos de afinação que realizaram. Essas otimizações são a chave para transformar uma estratégia relativamente medíocre em uma empresa altamente lucrativa. Na verdade, uma das melhores maneiras de criar suas próprias estratégias únicas é encontrar métodos semelhantes e, em seguida, realizar seu próprio procedimento de otimização. Aqui está uma pequena lista de lugares para começar a procurar idéias de estratégia: muitas das estratégias que você olhará cairão nas categorias de reversão média e tendência-seguimento. Uma estratégia de reversão média é aquela que tenta explorar o fato de que existe uma média de longo prazo em uma série de preços (como o spread entre dois ativos correlacionados) e que os desvios de curto prazo dessa média eventualmente reverterão. Uma estratégia de impulso tenta explorar a psicologia dos investidores e a grande estrutura do fundo, engajando uma tendência de mercado, que pode aumentar o impulso em uma direção e seguir a tendência até reverter. Outro aspecto extremamente importante da negociação quantitativa é a freqüência da estratégia de negociação. A negociação de baixa freqüência (LFT) geralmente se refere a qualquer estratégia que detenha ativos por mais tempo do que um dia de negociação. Correspondentemente, a negociação de alta freqüência (HFT) geralmente se refere a uma estratégia que mantém ativos intraday. Ultra-high frequency trading (UHFT) refere-se a estratégias que possuem ativos na ordem de segundos e milissegundos. Como um profissional de varejo HFT e UHFT são certamente possíveis, mas apenas com conhecimento detalhado da pilha de tecnologia comercial e da dinâmica do livro de pedidos. Não discutiremos esses aspectos em grande medida neste artigo introdutório. Uma vez que uma estratégia, ou conjunto de estratégias, foi identificado, agora precisa ser testado quanto à lucratividade em dados históricos. Esse é o domínio do backtesting. Estratégia Backtesting O objetivo do backtesting é fornecer evidências de que a estratégia identificada através do processo acima é rentável quando aplicado a dados históricos e fora da amostra. Isso define a expectativa de como a estratégia será realizada no mundo real. No entanto, backtesting NÃO é uma garantia de sucesso, por vários motivos. É talvez a área mais sutil de negociação quantitativa, uma vez que implica numerosos preconceitos, que devem ser cuidadosamente considerados e eliminados o máximo possível. Discutiremos os tipos comuns de viés, incluindo viés avançado. Viés de sobrevivência e viés de otimização (também conhecido como viés de snooping de dados). Outras áreas de importância no backtesting incluem disponibilidade e limpeza de dados históricos, com base em custos de transação realistas e decisão sobre uma plataforma robusta de backtesting. Bem, discuta os custos de transação ainda mais na seção Sistemas de Execução abaixo. Uma vez que uma estratégia foi identificada, é necessário obter os dados históricos através dos quais realizar testes e, talvez, refinamento. Há um número significativo de fornecedores de dados em todas as classes de ativos. Os seus custos geralmente variam com a qualidade, a profundidade e a pontualidade dos dados. O ponto de partida tradicional para os comerciantes quantos iniciais (pelo menos no nível de varejo) é usar o conjunto de dados gratuitos da Yahoo Finance. Não me preocuparia muito com os prestadores, e gostaria de me concentrar nas questões gerais quando lido com conjuntos de dados históricos. As principais preocupações com os dados históricos incluem limpeza de precisão, viés de sobrevivência e ajuste para ações corporativas, como dividendos e divisões de estoque: a precisão pertence à qualidade geral dos dados - quer contenha algum erro. Os erros às vezes podem ser fáceis de identificar, como, por exemplo, com um filtro de espiga. Que irá escolher picos incorretos em dados da série temporal e correto para eles. Em outras ocasiões, eles podem ser muito difíceis de detectar. Muitas vezes é necessário ter dois ou mais provedores e, em seguida, verificar todos os seus dados uns contra os outros. O viés de sobrevivência é muitas vezes uma característica de conjuntos de dados gratuitos ou baratos. Um conjunto de dados com viés de sobrevivência significa que ele não contém ativos que não estão mais negociados. No caso das ações, isso significa que os estoques são cancelados. Este viés significa que qualquer estratégia de negociação de estoque testada em tal conjunto de dados provavelmente funcionará melhor do que no mundo real, já que os vencedores históricos já foram pré-selecionados. As ações corporativas incluem atividades logísticas realizadas pela empresa que geralmente causam uma mudança de função gradual no preço bruto, que não deve ser incluído no cálculo dos retornos do preço. Ajustes para dividendos e divisões de estoque são os culpados comuns. Um processo conhecido como ajuste de volta é necessário para ser realizado em cada uma dessas ações. É preciso ter muito cuidado para não confundir uma divisão de estoque com um verdadeiro ajuste de retorno. Muitos comerciantes foram apanhados por uma ação corporativa. Para realizar um procedimento de backtest, é necessário usar uma plataforma de software. Você tem a opção entre o software de back-back dedicado, como o Tradestation, uma plataforma numérica como o Excel ou o MATLAB ou uma implementação personalizada completa em uma linguagem de programação, como Python ou C. Não demorarei muito em Tradestation (ou similar), Excel ou MATLAB, como acredito na criação de uma pilha de tecnologia interna completa (por razões descritas abaixo). Um dos benefícios de o fazer é que o software de backtest e o sistema de execução podem ser bem integrados, mesmo com estratégias estatísticas extremamente avançadas. Para as estratégias de HFT em particular, é essencial usar uma implementação personalizada. Quando testar um sistema, é preciso quantificar o desempenho. As métricas padrão da indústria para estratégias quantitativas são a redução máxima e a Ratio Sharpe. O drawdown máximo caracteriza a maior queda de ponto-a-ponto na curva de equidade da conta em um determinado período de tempo (geralmente anual). Isso geralmente é citado como uma porcentagem. As estratégias de LFT tendem a ter maiores disparidades do que as estratégias de HFT, devido a uma série de fatores estatísticos. Um backtest histórico mostrará a retirada máxima do passado, que é um bom guia para o futuro desempenho de redução da estratégia. A segunda medida é a Razão de Sharpe, que é definida heuristicamente como a média dos retornos em excesso divididos pelo desvio padrão desses retornos em excesso. Aqui, os retornos em excesso referem-se ao retorno da estratégia acima de um benchmark pré-determinado. Como o SP500 ou um Bill do Tesouro de 3 meses. Observe que o retorno anualizado não é uma medida usualmente utilizada, pois não leva em consideração a volatilidade da estratégia (ao contrário do Razão Sharpe). Uma vez que uma estratégia foi testada novamente e é considerada livre de preconceitos (na medida em que é possível), com um bom Sharpe e reduções minimizadas, é hora de criar um sistema de execução. Sistemas de Execução Um sistema de execução é o meio pelo qual a lista de negócios gerados pela estratégia é enviada e executada pelo corretor. Apesar do fato de que a geração de comércio pode ser semi - ou mesmo totalmente automatizada, o mecanismo de execução pode ser manual, semi-manual (ou seja, um clique) ou totalmente automatizado. Para estratégias LFT, as técnicas manuais e semi-manuais são comuns. Para as estratégias HFT, é necessário criar um mecanismo de execução totalmente automatizado, que muitas vezes será fortemente acoplado ao gerador comercial (devido à interdependência da estratégia e da tecnologia). As principais considerações ao criar um sistema de execução são a interface para a corretora. Minimização dos custos de transação (incluindo comissão, deslizamento e propagação) e divergência de desempenho do sistema ao vivo com o desempenho testado. Há muitas maneiras de se conectar a uma corretora. Eles variam de chamar seu corretor no telefone diretamente para uma interface de programação de aplicativos (API) de alto desempenho totalmente automatizada. O ideal é que você automatize a execução de seus negócios o máximo possível. Isso o liberta para se concentrar em novas pesquisas, além de permitir que você execute múltiplas estratégias ou mesmo estratégias de maior freqüência (de fato, HFT é essencialmente impossível sem execução automática). O software de backtesting comum descrito acima, como MATLAB, Excel e Tradestation são bons para estratégias mais baixas e mais simples. No entanto, será necessário construir um sistema de execução interno escrito em uma linguagem de alto desempenho, como C, para fazer qualquer HFT real. Como uma anedota, no fundo em que costumava trabalhar, tivemos um loop de negociação de 10 minutos em que íamos baixar novos dados de mercado a cada 10 minutos e, em seguida, executamos trades com base nessas informações no mesmo período. Isso estava usando um script otimizado em Python. Para qualquer coisa que se aproxime de dados de minuto ou de segunda frequência, acredito que o CC seria mais ideal. Em um fundo maior, muitas vezes não é o domínio do comerciante quant para otimizar a execução. No entanto, em lojas menores ou empresas HFT, os comerciantes são os executores e, portanto, um conjunto de habilidades muito mais amplo é muitas vezes desejável. Tenha em mente se você deseja ser empregado por um fundo. Suas habilidades de programação serão tão importantes, se não mais, do que suas estatísticas e talentos de econometria. Outra questão importante que se enquadra no banner de execução é a redução de custos de transação. Em geral, existem três componentes para os custos de transação: as comissões (ou taxas), que são as taxas cobradas pela corretora, a troca e o derrapagem SEC (ou órgão regulador governamental similar), que é a diferença entre o que você pretende que seu pedido seja Preenchido em relação ao que foi preenchido na propagação, que é a diferença entre o preço bidask da segurança negociada. Observe que o spread NÃO é constante e depende da liquidez atual (ou seja, disponibilidade de ordens Buysell) no mercado. Os custos de transação podem fazer a diferença entre uma estratégia extremamente rentável com uma boa relação Sharpe e uma estratégia extremamente rentável com uma relação Sharpe terrível. Pode ser um desafio prever corretamente os custos de transação de um backtest. Dependendo da frequência da estratégia, você precisará de acesso a dados de troca histórica, que incluirão dados de marca para os preços da bidask. Equipes inteiras de quants dedicam-se a otimizar a execução nos fundos maiores, por estas razões. Considere o cenário em que um fundo precisa descarregar uma quantidade substancial de negócios (dos quais os motivos para isso são muitos e variados). Ao despejar tantas ações no mercado, elas comprimem rapidamente o preço e não podem obter uma execução ótima. Daí existem algoritmos que gotejam pedidos de alimentação no mercado, embora o fundo corra o risco de derrapagem. Além disso, outras estratégias adotam essas necessidades e podem explorar as ineficiências. Este é o domínio da arbitragem da estrutura do fundo. A principal questão importante para os sistemas de execução diz respeito à divergência de desempenho da estratégia com o desempenho testado. Isso pode acontecer por vários motivos. Já discutimos o viés avançado e o viés de otimização em profundidade, quando se considera backtests. No entanto, algumas estratégias não facilitam a verificação desses preconceitos antes da implantação. Isso ocorre em HFT mais predominantemente. Pode haver erros no sistema de execução, bem como a própria estratégia de negociação que não aparecem em um backtest, mas DO show up live trading. O mercado pode estar sujeito a uma mudança de regime posterior à implantação de sua estratégia. Novos ambientes regulatórios, mudança do sentimento dos investidores e fenômenos macroeconômicos podem levar a divergências quanto ao comportamento do mercado e, assim, a rentabilidade da sua estratégia. Gerenciamento de Riscos A peça final para o enigma de negociação quantitativa é o processo de gerenciamento de riscos. O risco inclui todos os vies anteriores que discutimos. Inclui o risco de tecnologia, como servidores co-localizados no intercâmbio de repente, desenvolvendo um mau funcionamento do disco rígido. Inclui o risco de corretagem, como o corretor se quebrando (não tão louco quanto parece, dado o susto recente com o MF Global). Em suma, abrange quase tudo o que poderia interferir na implementação da negociação, de que existem muitas fontes. Livros inteiros são dedicados ao gerenciamento de risco para estratégias quantitativas, por isso não tento elucidar sobre todas as possíveis fontes de risco aqui. O gerenciamento de riscos também abrange o que é conhecido como alocação de capital ótima. Que é um ramo da teoria do portfólio. Este é o meio pelo qual o capital é alocado para um conjunto de estratégias diferentes e para os negócios dentro dessas estratégias. É uma área complexa e depende de algumas matemáticas não triviais. O padrão da indústria pelo qual a alocação ótima de capital e a alavancagem das estratégias estão relacionadas é chamado de critério Kelly. Uma vez que este é um artigo introdutório, não vou ocupar o seu cálculo. O critério de Kelly faz alguns pressupostos sobre a natureza estatística dos retornos, que geralmente não são válidos nos mercados financeiros, então os comerciantes são geralmente conservadores quando se trata da implementação. Outro componente fundamental da gestão de riscos é o de lidar com o próprio perfil psicológico. Existem muitos viés cognitivos que podem entrar na negociação. Embora isso seja certamente menos problemático com o comércio algorítmico se a estratégia for deixada sozinha. Um viés comum é o da aversão à perda em que uma posição perdedora não será encerrada devido à dor de ter que perceber uma perda. Da mesma forma, os lucros podem ser adotados muito cedo porque o medo de perder um lucro já obtido pode ser muito grande. Outro viés comum é conhecido como viés de recência. Isso se manifesta quando os comerciantes colocam muita ênfase nos eventos recentes e não no longo prazo. Então, é claro, há o par clássico de viés emocional - medo e ganância. Estes podem, muitas vezes, levar a alavancagem insuficiente ou excessiva, o que pode causar explosão (ou seja, o patrimônio da conta em zero ou pior) ou lucros reduzidos. Como pode ser visto, o comércio quantitativo é uma área extremamente complexa, embora muito interessante, de financiamento quantitativo. Eu literalmente arranhei a superfície do tópico neste artigo e já está ficando bastante longo. Livros e documentos inteiros foram escritos sobre questões que eu apenas dediquei uma ou duas sentenças. Por esse motivo, antes de se candidatar a empregos quantitativos em bolsa de fundos, é necessário realizar uma quantidade significativa de estudo de base. No mínimo, você precisará de um extenso conhecimento em estatística e econometria, com muita experiência em implementação, através de uma linguagem de programação como MATLAB, Python ou R. Para estratégias mais sofisticadas no final da freqüência mais alta, seu conjunto de habilidades é provável Para incluir modificação do kernel do Linux, CC, programação de montagem e otimização de latência da rede. Se você está interessado em tentar criar suas próprias estratégias de negociação algorítmicas, minha primeira sugestão seria melhorar a programação. A minha preferência é criar tanto quanto possível o captador de dados, o backtester de estratégia e o sistema de execução. Se o seu próprio capital estiver na linha, você não dormiria melhor à noite, sabendo que você testou completamente o seu sistema e está ciente de suas armadilhas e questões específicas. Terceirizando isso a um fornecedor, enquanto potencialmente economizando tempo no curto prazo, poderia ser extremamente Caro a longo prazo.