Algorithmic Trading & Quantitative Strategies

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 mensaje corto para que los lectores de QuantStart sepan que la enfermedad estará 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. Leer más. 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 estrategias de negociación algorítmica. 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 en 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 parte anterior de su carrera comercial 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 lectura 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 de ganancia / pérdida y ganancia / pérdida 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 bastante severos. 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 muy 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 mirar los retornos. 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 beneficios, reportes de cultivos, 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 maestro 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 específicos 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. La tasa libre de riesgo (es decir, la tasa de interés apropiada) es también otra referencia ampliamente aceptada. Todas las categorías de la clase de activos poseen un punto de referencia favorecido, por lo que será necesario investigar esto basado en su estrategia en particular, si desea obtener interés en su estrategia externamente. Tecnología - Las pilas de tecnología detrás de un centro de almacenamiento de datos financieros son complejas. Este artículo sólo puede rayar la superficie sobre lo que está involucrado en la construcción de uno. Sin embargo, se centra en torno a un motor de base de datos, como un sistema de gestión de base de datos relacional (RDBMS), como MySQL, SQL Server, Oracle o un motor de almacenamiento de documentos (es decir, NoSQL). Se accede a través de un código de aplicación de lógica empresarial que consulta la base de datos y proporciona acceso a herramientas externas, como MATLAB, R o Excel. A menudo esta lógica de negocio está escrita en C, C, Java o Python. También tendrá que alojar estos datos en algún lugar, ya sea en su propio ordenador personal, o de forma remota a través de servidores de Internet. Productos como Amazon Web Services han hecho esto más simple y más barato en los últimos años, pero todavía requerirá una gran experiencia técnica para lograr de una manera robusta. Como se puede ver, una vez que se ha identificado una estrategia a través del oleoducto, será necesario evaluar la disponibilidad, los costos, la complejidad y los detalles de implementación de un conjunto particular de datos históricos. Usted puede encontrar que es necesario rechazar una estrategia basada únicamente en consideraciones de datos históricos. Este es un área grande y los equipos de PhDs trabajan en los fondos grandes que se cercioran de que la tasación es exacta y oportuna. No subestime las dificultades de crear un centro de datos robusto para sus propósitos de backtesting Quiero decir, sin embargo, que muchas plataformas de backtesting pueden proporcionar estos datos automáticamente - a un costo. Por lo tanto, le quitará mucho del dolor de implementación y podrá concentrarse exclusivamente en la implementación y optimización de la estrategia. Herramientas como TradeStation poseen esta capacidad. Sin embargo, mi punto de vista personal es implementar lo más posible internamente y evitar subcontratar partes de la pila a los vendedores de software. Yo prefiero estrategias de mayor frecuencia debido a sus relaciones Sharpe más atractivas, pero a menudo están fuertemente acopladas a la pila de tecnología, donde la optimización avanzada es crítica. Ahora que hemos discutido los temas relacionados con los datos históricos, es hora de comenzar a implementar nuestras estrategias en un motor de backtesting. Michael Halls-Moore Mike es el fundador de QuantStart y ha estado involucrado en la industria financiera cuantitativa durante los últimos cinco años, principalmente como desarrollador de Quant y más tarde Como una consultoría de comerciantes cuantitativos para los fondos de cobertura. PROVEN ESTRATEGIAS DE NEGOCIACIÓN ALGORITMICA ALCANZAR LA DIVERSIFICACIÓN EN SU CARTERA COMO USTED NUNCA PENSÓ POSIBLE Nuestras estrategias de negociación algorítmicas proporcionan diversificación a su cartera mediante el comercio de varios asnos como el S038P 500, DAX y el índice de volatilidad, A través del uso de futuros de comercio, o muy líquido intercambiado fondos. 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 retornos 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 intercambiadas 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 del 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. The three unique trading strategies provide additional stability as a result of multiple approaches and the fact positions vary in length and size. Generate Consistent Long-Term Growth Our Algorithmic Trading Strategies Description 038 Philosophy We believe the AlgoTrades algorithmic trading system is everything a trader and investor needs to generate consistent long-term growth. Our unique proprietary tools and trading algorithms allow us to take advantage of financial markets regardless of the market8217s direction. AlgoTrades8217 advanced filters monitor the market on a tick-by-tick basis evaluating each entry, profit/loss, or stop placement level in real-time, so you dont have to. What Is Traded: The systems that trade the ES mini futures contract, DAX futures, with both long and short positions. Some systems trade using exchange traded funds with a focus on trading the indexes, sectors and the volatility index. We also have stock trading systems for those how prefer active stock trading. Trades vary in length depending on the strategy. Systems range form days trading to multi-week long trend trading. AlgoTrades8217 number one priority following the execution of a position is to maximize profits and reduce risk. Position Management Used Each of our systems trade either 1 futures contract or a fixed position size value if it trades stocks or ETF8217s. Also some system like futures trading or long/short stock systems will require a margin account, while a long only ETF system (regular and inverse funds) any normal stock trading account can be used. Our systems are all scale-able, meaning if a system requires 10,000 account size and you have a 20K account you would just set the system Scale to 200. This will ensure you are trading the correctly position sizes for your account. Account Size Needed Minimum trading account required for trades to be executed with our smallest system is a 10,000 account. Our systems are all scale-able, meaning if a system states that it requires 10,000 account size and you have a 20,000 account you would just set the system Scale to 200. On the other hand if a system says its requires 25,000 and you only have 12,500 you would set the system Scale to trade 50 of the system position size. This will ensure you are trading the correctly position sizes for your account. LEARN ABOUT ALGORITHMIC TRADING STRATEGIES USED TO TRADE YOUR ACCOUNT IMPORTANT 8211 ALGORITHMIC TRADING STRATEGIES: Each year the stock market has a sweet spot where a large portion of the gains will be generated within a few months so commitment to the algorithmic trading system is important for long term success. ALGORITHMIC TRADING STRATEGY NOTE Our AlgoTrades system have been developed and traded by professionals who want to share their system, passion of the markets, and lifestyle with our select group of traders and investors. The AlgoTrades team has a combined experience level of 77 years in the markets. Our resources run far and wide covering day trading, swing trading, 24-hr futures trading, stocks, ETF8217s, and algorithmic trading strategies development. Our small and elite group have seen and done it all We are proud to make AlgoTrades available for individual investors to help level the playing field with the pros, hedge funds and private equity firms on Wall Street. Our algorithmic trading strategies use several data points to power its decision making and trades. The use of cycles, volume ratios, trends, volatility, market sentiment, and pattern recognition, puts the probability in our favor to make money. IMPORTANT ALGORITHMIC TRADING STRATEGIES FEATURE 038 BENEFIT FOR FUTURES TRADERS: When a futures contract is nearing expiration, our system will automatically close out the front or nearby contract and re-establish the position in the new front or nearby contract month. No action is required on your part. Its a true hands free automated trading strategy. Copyright 2016 - ALGOTRADES - Automated Algorithmic Trading System CFTC RULE 4.41 - HYPOTHETICAL OR SIMULATED PERFORMANCE RESULTS HAVE CERTAIN LIMITATIONS. 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. Information on this website has been prepared without regard to any particular investors investment objectives, financial situation and needs and further advises subscribers to not act on any information without obtaining specific advice from their financial advisors not to rely on information from the website as the primary basis for their investment decisions and to consider their own risk profile, risk tolerance, and their own stop losses. - powered by Enfold WordPress ThemeIt Doesnt Seem Possible. But It Is With Our Algorithmic Trading Strategies It doesnt seem possible. One algorithmic trading system with so much trend identification, cycle analysis, buy/sell side volume flows, multiple trading strategies, dynamic entry, target and stop prices, and ultra-fast signal technology. But it is. In fact, AlgoTrades algorithmic trading system platform is the only one of its kind. No more searching for hot stocks, sectors, commodities, indexes, or reading market opinions. Algotrades does all the searching, timing and trading for you using our algorithmic trading system. AlgoTrades proven strategies can be followed manually by receiving email and SMS text alerts, or it can be 100 hands-free trading, its up to you You can turn on/off automated trading at anytime so you are always in control of your destiny. Automated Trading Systems for Savvy Investors Copyright 2016 - ALGOTRADES - Automated Algorithmic Trading System CFTC RULE 4.41 - HYPOTHETICAL OR SIMULATED PERFORMANCE RESULTS HAVE CERTAIN LIMITATIONS. 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. Information on this website has been prepared without regard to any particular investors investment objectives, financial situation and needs and further advises subscribers to not act on any information without obtaining specific advice from their financial advisors not to rely on information from the website as the primary basis for their investment decisions and to consider their own risk profile, risk tolerance, and their own stop losses. - powered by Enfold WordPress ThemeAlgorithmic Strategies As algo trading evolves, Quantlogic is at the forefront of transformational change. Algorithmic strategies are responsible for over 75 of all trading activity on the worlds financial markets. Sophisticated technologies crawl big data, reacting instantly and without emotion to every known market influence. The inevitable outcome is a totally new playing field where the bulls, bears, volatility and unpredictability make it almost impossible for humans to compete. Quantlogic is a big data specialist, and a leading developer of algorithmic trading strategies. Since 2007, we have assembled one of the worlds largest databases of quantitative and technical analysis, and are successfully extracting value from it. Running 24/7 on multiple servers in the cloud, our powerful analytics engine employs powerful algorithms to mine and analyze over 1 million trading ideas a day, across a range of financial instruments. Performance is benchmarked against an array of metrics that enable us to identify which algos work well on which securities, and in which market conditions. Quantlogic has the infrastructure and capability to monitor the performance of millions of algos on a monthly basis and from this substantial universe deploy, in real time, several hundred algos that show the best performance characteristics in the prevailing market conditions. The advantage being that in fast moving markets our algorithmic strategies stay ahead of the curve. Quantlogic TRADE MANAGER Included with our algorithmic strategy services is Quantlogic TRADE MANAGER (QTM), an exclusive platform that constantly scans financial markets for trading opportunities. It also provides a unique and intuitive perspective for monitoring open positions, combined with real-time quantitative insights to enhance position scaling, and/or exit efficiency. QTM includes a suite of tools and extra features for the detailed and extensive analysis amp reporting of strategy and portfolio historical performance. The QTM dashboard provides a 360 perspective of all open positions for a given portfolio, and their weighting to the long or short side. Real-time quantitative insights include key intra-trade support amp resistance levels, and dynamic price exhaustion ranges. Individual trades, as well as strategy and portfolio performance for the past 90-days can be assessed directly from the QTM dashboard. To perform extensive back-testing and correlation analysis of algo strategies and portfolios, clients can access QUANTFOCUS from the QTM dashboard. This powerful database application includes a suite of tools for the detailed analysis of performance metrics, and to help match capital requirements to trading objectives. Quantlogic is not a brokerage, nor does it provide broker related services. We only manage the interface between our algo signals platform and the clients brokerage account (via Trade Bullet). Please contact Quantlogic to discuss your individual requirements and execution specifications. Strategy performance metrics at a glance