Melhor estratégia de negociação sistemática
Obter através da App Store Leia esta publicação em nosso aplicativo!
Categorias de estratégias de negociação sistemáticas?
Quais são as principais categorias de estratégias de negociação sistemática (por exemplo, impulso, reversão média), como pode ser considerado por um índice ou analista de fundos de fundos?
Existem sub-estratégias comuns?
Existem outros tipos de estratégia não cobertos pela reversão média / tendência seguinte:
arbitragem - mantenha os ativos correlatos fechados no preço (índice SPX versus 500 ações contidas, ou negociação do ouro em Londres versus negociação do ouro em Nova York)
fabricação de mercado - comprar em oferta, vender em ask, ganhar o spread.
desconto de liquidez - algum venus pagá-lo por colocar ordens de limite no livro. Coloque uma ordem limite para comprar, quando é atingido tente vender ao mesmo preço que você comprou (ou melhor) e ganhe o desconto. Funciona melhor em ativos de alto volume e baixo preço.
negociação predatória - busque grande liquidez escondida no mercado e faça frente a ela.
comércio comportamental - quantificar o sentimento do mercado e trocar no mesmo (analisar tweets, determinar o clima global / regional e usar teorias psicológicas conhecidas para prever o efeito sobre o comportamento do mercado)
negociação de eventos - analise notícias (eletrônicas, papel, blogs, twits) e preveja o impacto no mercado de novos fatos relevantes (litigação, novos produtos, nova administração,.)
Não existe uma taxonomia oficial de modelos comerciais de quant. Afinal, "avaliações" são inerentemente subjetivas, independentemente da quantidade de matemática que colocamos atrás delas. Mas existem alguns termos padrão da indústria que podem ser úteis.
Também é possível desagregar por implementação:
Horizonte de tempo: variando desde longo prazo até alta frequência Estrutura de apostas: relativa ou intrínseca Instrumentos: líquidos ou ilíquidos.
E estes nem sequer entram em construção de portfólio, limites de posição, monitoramento de riscos, etc.
Quanto ao que funciona, tenha em mente esta máxima:
Os touros ganham dinheiro, os ursos ganham dinheiro, mas os porcos são abatidos.
E, por último, comparando chartists com quants é como comparar astrologistas com astrônomos.
Eu uso o método ANDY LANK CASH FLOW, é o meu favorito.
Melhor estratégia de negociação sistemática
Top Ten métodos de negociação sistemática.
Top Ten métodos de negociação sistemática.
por Michael R. Bryant.
Os métodos de negociação sistemática são a base para sistemas de negociação e estratégias de negociação automatizadas. Eles consistem em indicadores técnicos ou outros métodos matemáticos que são usados para gerar sinais objetivos de compra e venda nos mercados financeiros. Alguns dos métodos mais populares foram utilizados desde antes do advento dos computadores, enquanto outros métodos são mais recentes. Este artigo lista dez dos métodos sistemáticos mais populares encontrados nos sistemas de negociação.
Mover crossovers médios. Os sistemas de negociação baseados no cruzamento de duas médias móveis de diferentes comprimentos talvez sejam o método de negociação sistemático mais comum. Este método também inclui cruzamentos de média móvel tripla, bem como o indicador de divergência de convergência média móvel (MACD), que é a diferença entre duas médias móveis exponenciais. As médias móveis próprias podem ser calculadas de diversas maneiras, como simples, exponenciais, ponderadas, etc.
Fugas do canal. Neste método, um canal de preço é definido pelo mais alto e baixo mais baixo em relação a um número passado de barras. Um comércio é sinalizado quando o mercado explode acima ou abaixo do canal. Isso também é conhecido como um canal Donchian, que tradicionalmente usa um comprimento de volta de 20 dias. O famoso sistema "tartaruga" era supostamente baseado em vazamentos de canais.
Passos de volatilidade. Estes são semelhantes em alguns aspectos ao canal de interrupções, exceto que em vez de usar o mais alto alto e menor baixo, o breakout é baseado na chamada volatilidade. A volatilidade é tipicamente representada pelo intervalo verdadeiro médio (ATR), que é essencialmente uma média das faixas das barras, ajustadas para intervalos de abertura, ao longo de um número passado de barras. O ATR é adicionado ou subtraído do preço da barra atual para determinar o preço de breakout.
Suporte / resistência. Este método baseia-se na ideia de que, se o mercado estiver abaixo de um nível de resistência, terá dificuldade em cruzar acima desse preço, enquanto que se estiver acima do nível de suporte, terá dificuldade em diminuir abaixo desse preço. É considerado significativo quando o mercado atravessa um nível de suporte ou resistência. Além disso, quando o mercado atravessa um nível de resistência, esse preço se torna o novo nível de suporte. Da mesma forma, quando o mercado cai através de um nível de suporte, esse preço se torna o novo nível de resistência. Os níveis de suporte e resistência são tipicamente baseados em preços recentes e significativos, como altos recentes e baixos ou pontos de reversão.
Osciladores e ciclos. Os osciladores são indicadores técnicos que se deslocam dentro de um intervalo definido, como zero a 100, e representam a medida em que o mercado está sobrecompra ou sobrevenda. Osciladores típicos incluem estocásticos, Williams% R, Taxa de Mudança (ROC) e Indicador de Força Relativa (RSI). Osciladores também revelam a natureza cíclica dos mercados. Métodos mais diretos de análise do ciclo também são possíveis, como o cálculo do comprimento do ciclo dominante. O comprimento do ciclo pode ser usado como entrada para outros indicadores ou como parte de um método de previsão de preços.
Padrões de preços. Um padrão de preço pode ser tão simples como um preço de fechamento mais alto ou tão complicado quanto um padrão de cabeça e ombros. Numerosos livros foram escritos sobre o uso de padrões de preços na negociação. O tema das velas de vela japonesas é essencialmente uma forma de categorizar diferentes padrões de preços e vinculá-los ao comportamento do mercado.
Envelopes de preços. Neste método, as bandas são construídas acima e abaixo do mercado, de modo que o mercado normalmente permaneça dentro das bandas. As bandas de Bollinger, que calculam a largura do envelope a partir do desvio padrão do preço, são provavelmente o tipo de envelope de preço mais utilizado. Os sinais de negociação geralmente são gerados quando o mercado toca ou passa através da banda superior ou inferior.
Hora do dia / dia da semana. Os métodos de troca baseados no tempo, baseados na hora do dia ou no dia da semana, são bastante comuns. Um sistema comercial bem conhecido para os futuros de S & P 500 comprados abertos às segundas-feiras e encerrado no fechamento. Aproveitou a tendência que o mercado tinha naquela época para trocar as segundas-feiras. Outras abordagens sistemáticas restringem os negócios a certos momentos do dia que tendem a favorecer certos padrões, como tendências, reversões ou alta liquidez.
Volume. Muitos métodos de negociação sistemática baseiam-se unicamente em preços (aberto, alto, baixo e próximo). No entanto, o volume é um dos componentes básicos dos dados do mercado. Como tal, os métodos baseados no volume, embora menos comuns do que os métodos baseados em preços, são dignos de nota. Muitas vezes, os comerciantes usam volume para confirmar ou validar um movimento de mercado. Alguns dos métodos sistemáticos mais comuns baseados no volume são os indicadores baseados em volume, como o volume no balanço (OBV), a linha de acumulação / distribuição e o oscilador de Chaiken.
Previsão. A previsão do mercado usa métodos matemáticos para prever o preço do mercado em algum momento no futuro. A previsão é qualitativamente diferente dos métodos listados acima, que são projetados para identificar tendências ou padrões de mercado negociáveis. Em contrapartida, um sistema de negociação baseado na previsão poderia, por exemplo, comprar o mercado hoje se a previsão for para o mercado ser maior por semana a partir de hoje.
Lembre-se de que esta lista é baseada na popularidade, que não é necessariamente a mesma coisa que a rentabilidade. Os sistemas de negociação bem-sucedidos empregam frequentemente uma combinação de métodos e, muitas vezes, de maneiras não convencionais. Além disso, é possível que outros métodos menos populares possam ser mais lucrativos em alguns casos.
Se você quiser ser informado de novos desenvolvimentos, novidades e ofertas especiais do Adaptrade Software, por favor, junte-se à nossa lista de e-mail. Obrigado.
Copyright © 2004-2015 Adaptrade Software. Todos os direitos reservados.
Idiotice de investimento.
Negociação sistemática, Finanças quantitativas, Investimento, Ativismo financeiro, tomada de decisão econômica.
Material comercial sistemático.
Artigos ocasionais no meu próprio sistema comercial.
Artigos gerais ocasionais sobre negociação sistemática.
Série: usando dados aleatórios para projetar sistemas de negociação.
Série: Gerenciamento sistemático de riscos.
Tecnologia.
Série: código Python usado no livro.
Série: Como obter corretores interativos API python nativa funcionando.
Obtendo dados históricos.
Obtendo dados de mercado em fluxo contínuo.
Série: Como obter python e intermediários interativos API interagindo via swigby 101.
Série: Um guia para as nozes e parafusos da implementação de um sistema sistemático de comércio de futuros.
Série: Pysystemtrade - meu mecanismo de backtesting de python de código aberto.
Otimizando a presença de custos.
Correção de capital.
Docker e sistemas de negociação automatizados.
Outros artigos sobre tecnologia de negociação sistemática.
Docker e sistemas de negociação automatizados.
36 comentários:
Olá Rob, seus sistemas estão disponíveis para compra, assinatura? Obrigado, Robin.
Não nunca. Há material suficiente no meu livro e neste site para reproduzir o sistema de negociação que uso, gratuitamente.
Como sua estrutura lida com a inevitável perda de energia ou conexão à internet?
E. g, talvez a sua estrutura detecta uma condição que exige que uma ordem seja colocada, mas a energia se apague ou sua conexão com a internet caia.
Oi Robert, ótima pergunta. Sim, eu corro minhas coisas em casa.
O FC escreveu este comentário, que eu exclui acidentalmente:
A vantagem fiscal vale o problema de desenvolvimento, risco de crédito e pior spread de oferta e pedido? & quot;
Eu não tenho um problema com as apostas espalhadas, mas é verdade que, se um futuro estava disponível nos mesmos termos (mesmo tamanho de tiquetaque) eu troquei o futuro.
Excelente - já ordenei seu livro. Aguardando a entrega do editor.
Oi Rob, eu li realmente excelentes críticas sobre o seu livro e foi recomendado por um amigo para dar uma olhada nisso, no entanto, eu sou novato para negociar e investir, você pode me avisar o que ler e aprender antes de começar a ler seu livro?
Essa é uma pergunta difícil, pois depende de qual nível você e em que direção você deseja entrar. Se você quer negociar futuros, lendo os livros de Jack Schwagers seria um bom começo.
Grande livro. Queria deixar você saber que nos especializamos na execução de estratégias de negociação sistemática para clientes nos mercados de futuros e commodities. Nós apoiamos várias plataformas diferentes, incluindo TradeStation, TradingBlox, Mechanica, e fornecemos acesso a quase todos os produtos aprovados pela CFTC em todo o mundo. Se você conhece alguém que precisa de ajuda para colocar suas estratégias no mercado, podemos ajudar na execução e reconciliação e fazer um excelente trabalho (há mais de 20 anos).
Em primeiro lugar, obrigado por escrever o livro, achei muito detalhado e útil.
No seu livro, você menciona o quão difícil é superar os custos nas apostas espalhadas. Para a maioria dos cidadãos da UE, os ganhos no spread de apostas são isentos de impostos. Essa é parte desse cálculo? Felicidades.
Não, eu não incluí imposto no cálculo. Mas a propagação de apostas é cerca de 10 vezes mais dispendiosa do que dizer futuros de negociação. O imposto deveria ser incrivelmente alto em futuros para tornar as apostas espalhadas mais competitivas.
Ok, sim, está bastante doente. Quando o novo livro está chegando?
Você fez alguma escrita de chamada coberta? Parece um bom ajuste para um sistema de comércio sistemático. Felicidades.
Não tenho, mas sim, estratégias de baixa volatilidade como esta são uma coisa boa.
Encontrei seu site enquanto procurava alguém que usasse o Python para negociação. Felizmente eu encontrei você. Gostaria de agradecer as informações que você compartilhou conosco.
Estou totalmente interessado em seu livro. No entanto, tenho uma pergunta sobre o conteúdo. Você explica uma estratégia que você usa para negociar futuros ou estratégias que podem ser empregados? Porque eu nunca troco futuros e gostaria de começar a trocar aprendendo passo a passo das diretrizes do seu livro, se esse for o caso. O que devo esperar do seu livro?
Desde já, obrigado.
Oi. Sim, eu explico algumas estratégias básicas para negociar futuros (também ETF e aposte as apostas). Mas eles já assumem alguma familiaridade com os futuros. Leia algo como amazon / Trading-Commodities-Financial-Futures-Step - / dp / 0134087186 / (primeiros quatro capítulos)
Depende do seu período de espera. Atualmente eu provavelmente atualizo demais (por hora), dado um período de espera de algumas semanas ou mais. Eu poderia facilmente atualizar tudo diariamente, e mesmo na próxima iteração do meu código, o que eu planejo fazer.
Obrigado. Como minhas regras de negociação serão lentas, espero períodos de espera semelhantes. Uma taxa de atualização diária provavelmente será suficientemente rápida. No entanto, com várias trocas em múltiplos fusos horários envolvidos, isso leva à questão: "o que é o fim do dia?" Talvez eu decida tomar medidas no final do dia de negociação de cada troca envolvida.
Oi Rob, acho que notei um erro na sua nova planilha de cálculo Carry (docs. google/spreadsheets/d/1ipugeBCk_W-K4_9wnQmU6RfVvZoIRzFfKrw3ly-h8QA/edit? usp=sharing). A célula G22 tem: "= IF (AND (C22 & lt; & gt; 0, F22 & lt; & gt; & gt; 0, C22-F22), C22-F22, G21)". Eu acho que você deve excluir o terceiro elemento no & quot; E & quot; função.
Fixo. Muito obrigado.
Fico feliz em ajudar, obrigado por todos os seus conselhos em resposta a todas as minhas postagens. Eu tenho escrito o seu "Capítulo 15" sistema por alguns dias agora. Você pode confirmar o seguinte no que diz respeito à sua estratégia de transporte: no dia 4 de novembro, o preço de fechamento de Eurodólar de dezembro de 2016 foi de 99.075 eo preço de fechamento de Eurodollar de janeiro de 2017 foi de 99.070. Portanto, o sinal de negociação seria longo. Então, eu deveria ser longo o contrato de janeiro de 2017, correto? E se o spread fosse significativamente maior no contrato de janeiro de 2017. Será bom começar o contrato de dezembro de 2016? Haveria algum motivo para olhar para o contrato Jan vs Feb 2017, ou devemos sempre estar olhando os dois contratos mais próximos na determinação da previsão? Obrigado.
Qual contrato você deve negociar eu discuto mais aqui: qoppac. blogspot. co. uk/2015/05/systems-building-futures-rolling. html. Como medir carry, discuto mais nos apêndices do meu livro.
Oi Rob, no seu livro, você menciona que é preferível medir os futuros do capital próprio utilizando o preço à vista. No entanto, no seu sistema python, para o EUROSTX, você usa o contrato adicional (que não é mantido) versus o contrato mais próximo (o qual, por necessidade, deve ser mantido). Uma segunda pergunta, se eu posso: você menciona em seu livro que você segmenta a volatilidade anual de 37,5% em seu próprio sistema de futuros, mas o fundo obtém sua volatilidade anual em cerca de 8%. Você sabe por quê? Obrigado.
a) É preferível usar o local, mas eu não o faço pessoalmente por causa do incômodo de obter dados sincronizados.
Acabei de começar a comercializar o seu sistema do capítulo 15 usando você o código terrisivo do sistema Pysystemtrade. Por enquanto, tudo bem. Enquanto isso, eu estava interessado em um artigo recente que descrevia um sistema muito lucrativo e simples: se o preço do sp500 estiver acima de 200 sma, investir na alavancagem de 3x; Caso contrário, investir em Tbills. Eles obtiveram um CAGR de 27%, mas com uma redução máxima de 92%, em um backtest muito longo. Isso me fez pensar em adicionar um recurso de bloqueio. Então, eu testei um sistema similar com alavancagem de 4x, mas um stoploss de 4% que é reiniciado diariamente. Eu devo estar fazendo algo errado no meu backtest, já que estou vendo cerca de 50% de CAGR com apenas cerca de 50% de redução máxima. Isso foi testado nos eminos de volta ao início em 1997. Em seguida, coloquei a alavanca para 10X, com um checagem de 1%, e estou vendo alguns retornos loucos, com descontos não razoáveis. Estou assumindo um custo de negociação de US $ 17 por contrato. Alguma idéia de onde um novato como eu está indo errado? Obrigado.
b) seu backtest agora contém mais & # 39; implícito & # 39; (tentando diferentes variações de folga), o que provavelmente significa que sua relação de sharpe é exagerada devido à sobreposição.
c) como um sistema longo apenas, seus retornos são exagerados porque os retornos patrimoniais passados e os retornos dos títulos de títulos provavelmente serão muito menores no futuro (principalmente devido à menor inflação)
d) porque o SR efetivo é provavelmente muito menor do que você pensa, executá-lo com alta alavancagem é extremamente perigoso.
e) esses tipos de sistemas (estoques ou T-bills) são tóxicos com alavancagem porque têm baixo risco médio, mas alto risco de pico. Um choque de mercado quando você é 100% em ações e 10 vezes alavancagem irá matá-lo antes que você possa sair da sua posição.
f) Com um chedest de 1%, você estará negociando quase todos os dias com um período de retenção muito curto. Você precisa de dados intradiários e você precisa testar o efeito de atrasar suas enchimentações por uma hora. até um dia ou mesmo vários dias (pense em 87 de outubro ou setembro de 2001). Você também precisa ter certeza de que seus custos comerciais estão localizados. Qual% da sua conta você paga em custos anualmente?
Obrigado pela sua resposta abrangente, Rob. Eu acho que o meu principal erro foi assumir que meus stoplosses seriam preenchidos bastante rápido com uma quantidade aceitável de derrapagem. Não percebi que poderiam atrasar-se várias horas ou dias.
É mais seguro assumir que você foi preenchido no mínimo para o dia - em torno de 22%.
Robert, obrigado pela inestimável informação que você recolheu e gastou o tempo para compartilhar.
Ao olhar para o seu método para recuperar informações de conta e posição do IB, uma de suas duas "Obter posições e informações contábeis" os links mostraram como quebrados.
O objetivo era verificar como seu código retornava de uma falha / falha (Python, sistema.) E tentar restaurar a posição antes da falha. Por exemplo. O código salva em uma posição de banco de dados e conta após cada troca para recuperação e relatório de desastres futuros?
Você pode me dizer em que página o link está ligado e o endereço para o qual ele está tentando se conectar.
Para estratégias de negociação sistemáticas.
Soluções de hedge funds.
Apoiar estratégias de negociação sistemática em todas as etapas do fluxo de trabalho.
Solicite detalhes sobre Estratégia Sistemática.
Todos os países (gratuito)
Oriente Médio e amp; Norte da África.
Hong Kong, Macau, Taiwan e amp; Coréia.
Índia e Ásia do Sul.
Singapura e Sudeste Asiático / ASEAN.
Austrália, Nova Zelândia, Pacífico.
Abastecendo sua pesquisa por alfa.
Embora existam oportunidades de serem encontradas em novas informações e análises, os volumes de dados são enormes e os custos de instalação para novos mercados podem ser assustadores. A Thomson Reuters pode ajudá-lo a enfrentar esses desafios.
Nós fornecemos uma gama inigualável de conteúdo histórico e em tempo real para alimentar o desenvolvimento de idéias comerciais sistemáticas. Nossos dados padronizados suportam o fluxo de trabalho, desde a geração de ideias até a produção e monitoramento através de testes e análises de back.
Nossos centros de dados de serviços gerenciados o libertam de equipamentos e conectividade restringe-se para que você possa atualizar rapidamente com novas idéias.
Quant Research.
Identifique as idéias geradoras de alfa mais rapidamente, com conteúdo líder do setor, recursos abrangentes de gerenciamento de dados e ferramentas analíticas sofisticadas.
Seja qual for a gama de conteúdo, ferramentas analíticas e conhecimentos que você precisa para sua pesquisa quantitativa, a Thomson Reuters pode fornecê-la.
A Thomson Reuters fornece uma gama inigualável de conteúdos, incluindo cobertura global de preços, índices, fundamentos, estimativas, economia, dados do modelo de risco e todas as notícias textuais históricas que acompanham, sentimento de notícias e dados de carrapatos marcados com tempo histórico milenar granular que você precisa tomar uma ideia da geração de ideias, a posterior análise e análise e depois à produção.
E além dos dados econômicos e financeiros, oferecemos conteúdo exclusivo em áreas como notícias, desempenho ambiental, social e de governança e orientação corporativa. Nossa própria equipe de analistas quantitativos cria conteúdo de valor extra, incluindo estimativas de consenso de analistas ponderados, modelos de revisão de analistas preditivos e modelos de qualidade de lucros e projeções de lucros de longo prazo que impulsionam as avaliações da empresa.
Finalmente, nós também oferecemos experiência e suporte valioso para ajudar as empresas a desenvolver e implementar estratégias vencedoras.
Fundamentos de estimativas (EQ / FI) (EQ / FI) StarMine (EQ / FI / Macro) Ações corporativas (EQ / FI) Propriedade (EQ / FI) Datastream (Economia / Cross-Asset) MACE Terms & amp; Condições (EQ / FI) I / B / E / S Tempo real (EQ) Ponto-em-tempo (EQ / Economia) Histórico de eventos datafeed (EQ / FI) Newsable e News Analytics (EQ / C) Thapson Reuters MarketPsych Indices (Cross-Asset) Lanworth pesquisa & amp; previsões (C & amp; E) Point Carbon Research & amp; Previsões (C & amp; E)
Os gerentes Quant se beneficiam de ferramentas focadas de conteúdo, gerenciamento de dados e fluxo de trabalho com nossa plataforma QA Direct.
QA fluxo de trabalho direto.
Back-testing.
À procura de dados de tiques históricos para testar suas estratégias, realizar pesquisas quantitativas e muito mais?
O Thomson Reuters Tick History oferece acesso sem precedentes aos dados históricos do nível de ticks em classes de ativos globais. Ele permite que você gerencie eficazmente os requisitos de conformidade no ambiente regulatório de fluidos de hoje, realize pesquisas e análises quantitativas e empregue estratégias de negociação algorítmica em tempo real de forma econômica.
Os dados são registrados a partir dos feeds em tempo real da Thomson Reuters que cobrem o OTC e os instrumentos negociados em bolsa em mais de 400 locais de negociação e dados de contribuições de terceiros.
Preços em tempo real.
Mova-se rapidamente da pesquisa para a produção - e aproveite as oportunidades comerciais.
Nosso fluxo consolidado de baixa latência em tempo real fornece acesso a dados de profundidade de mercado. Um modelo de dados extensível torna mais fácil a bordo e integra conteúdo em aplicações a jusante. Se você está negociando na região, a coleta local, a normalização e a distribuição podem oferecer latência competitiva com muitos feeds diretos. Isso lhe dá acesso a milhares de locais de intercâmbio e mercados OTC através de um único datafeed e API única:
Dados de patrimônio, futuros e opções mundiais Dados do corretor e especialista: preços do Tradeweb e corretoras, incluindo GFI, ICAP e Tullett Prebon Opções pontuais e cruzadas, opções de forward e FX, volatilidades de opções, futuros futuros e futuros não entregáveis Mercados monetários, incluindo fixações, depósitos, recompra, taxas do banco central, papel comercial, aceitações bancárias, curvas zero e derivativos de taxa de juros. Mercadorias especializadas e dados do intermediário de energia.
Nós oferecemos conectividade de diversos datacentres e opções de conectividade resilientes para atender às suas necessidades, e você pode escolher a sua conectividade de última milha de preferência para otimizar seus custos de comunicação.
Estratégias orientadas para eventos.
Notícias globais, em tempo real, com cada versão marcada com o tempo para o milissegundo e marcada com metadados, de modo que os algoritmos podem aproveitar oportunidades de notícias, atuar em ineficiências de mercado e gerenciar risco de evento. A News Analytics possibilita examinar pontuações em notícias para mais de 25 mil ações e quase 40 temas de commodities e energia.
Investigar estratégias orientadas para a latência?
Os lançamentos econômicos e os eventos de notícias macroeconômicas impulsionam a volatilidade do mercado para FX, renda fixa, futuros e opções. A Thillson Reuters Machine Readable News é a nossa fonte de estrutura de estrutura de economia de ultra-baixa latência, líder econômico, que fornece esses dados de mercado diretamente para o seu algoritmo. E, fornecemos texto completo em tempo real e metadados abrangentes da Reuters e fios de notícias de terceiros, permitindo que seus algoritmos aproveitem oportunidades de notícias, atuem sobre ineficiências de mercado e gerenciem o risco de eventos.
Explorando estratégias baseadas no sentimento?
Transformamos notícias não estruturadas e em tempo real em um feed legível por máquina com sentimentos de autor, relevância e novidades e análise de volume em uma empresa ou nível de commodities. Isso fornece "sinais" que são usados para gerar estratégias de negociação e informar atividades de pesquisa, enquanto o sentimento do mercado ajuda os gerentes de risco a refinar correlações, volatilidades e mudanças de mercado.
Precisa quantificar as percepções dos investidores sobre os ativos de acordo com uma série de sentimentos e referências tópicas?
Os Índices MarketPsych da Thomson Reuters usam análises linguísticas e psicológicas em tempo real de notícias e mídias sociais para quantificar emoções, linguagem financeira e tópicos específicos. O resultado é um dado abrangente, financeiro e específico, que abrange todos os principais países, moedas, commodities, setores de ações e empresas individuais.
Serviços gerenciados.
O caminho mais rápido para o mercado para conteúdos globais de baixa latência.
Nós somos o principal fornecedor de serviços gerenciados que fornecem infraestrutura, dados e conectividade. Estas são soluções confiáveis, escaláveis e seguras nas quais você pode construir.
Nossos centros de dados estratégicos em locais financeiros chave possuem feeds de baixa latência para a maior variedade de locais e mercados OTC. Então você sempre pode estar perto da ação comercial.
Serviços gerenciados - hospedagem de aplicativos, dados de mercado, plataformas e conectividade para dados e locais de negociação, entregues a partir de nossos data centers. Rack space, hardware, sistema operacional e rede para aplicativos e sistemas de clientes. Acesso sob demanda ao nosso feed consolidado em tempo real, Tick History e Machine Readable News, através de uma única conexão.
Execução - Trade spot FX sistematicamente no maior local de liquidez do mundo.
Acesso instantâneo a liquidez profunda, execução rápida e exata do comércio e correspondência local e direta.
A Thomson Reuters FX Matching API permite o acesso programável aos dados da Thomson Reuters Matching, da FXall e da Thomson Reuters SEF.
A Thomson Reuters Spot Matching é o principal sistema de correspondência de comércio eletrônico anônimo da FX e o maior local de liquidez global para a comunidade interbancária Spot FX. Com mais de 1.100 bancos de assinantes, oferece acesso imparcial aos preços executáveis em tempo real em 80 pares de moedas por pontos. A Thomson Reuters Matching for Prime Brokerage permite que os clientes do premier-broker troquem em nome de um corretor principal com acesso direto ao mercado anônimo.
FXall é um pool de liquidez aceso ECN anônimo com tipos de pedidos avançados. O FXall Order Book combina a melhor liquidez e velocidade da antiga plataforma Accelor da FXall e da antiga plataforma de negociação ativa do Citi.
A Thomson Reuters SEF permite que as empresas troquem as opções FX e os encaminhamentos não entregues por meio eletrônico e atendam as obrigações de compensação e relatórios exigidas pela Lei Dodd-Frank.
Soluções Hedge Fund.
Desenvolvendo estratégias de negociação sistemáticas.
Solicite detalhes sobre Estratégia Sistemática.
Todos os países (gratuito)
Oriente Médio e amp; Norte da África.
Hong Kong, Macau, Taiwan e amp; Coréia.
Índia e Ásia do Sul.
Singapura e Sudeste Asiático / ASEAN.
Austrália, Nova Zelândia, Pacífico.
Thomson Reuters financial & amp; As soluções de risco fornecem notícias, informações e análises críticas para a comunidade financeira global - possibilitando transações e conectando comunidades de profissionais comerciais, de investimento, financeiros e corporativos.
QuantStart.
Junte-se ao portal de membros privados da Quantcademy que atende à comunidade de comerciantes de varejo de varejo em rápido crescimento. Você encontrará um grupo bem informado de mentalistas quant pronto para responder suas perguntas comerciais mais importantes.
Confira meu ebook sobre o comércio de quant, onde eu ensino você como criar estratégias de negociação sistemáticas lucrativas com ferramentas Python, desde o início.
Dê uma olhada no meu novo ebook sobre estratégias de negociação avançadas usando análise de séries temporais, aprendizado de máquina e estatísticas bayesianas, com Python e R.
Por Frank Smietana em 18 de julho de 2017.
Neste artigo, Frank Smietana, um dos colaboradores experientes do QuantStart, descreve a paisagem do software de backtesting de código aberto da Python e fornece conselhos sobre quais framework de backtesting são adequados para suas próprias necessidades de projeto.
Backtesting é indiscutivelmente a parte mais crítica do processo de produção da Sistemática de Negociação Sistemática (STS), sentado entre o desenvolvimento da estratégia e a implantação (negociação ao vivo). Se uma estratégia é defeituosa, um teste rigoroso provavelmente expõe isso, evitando que uma estratégia de perda seja implantada.
Uma série de capacidades relacionadas se sobrepõem com backtesting, incluindo simulação comercial e negociação ao vivo. O Backtesting usa dados históricos para quantificar o desempenho STS. Os simuladores de negociação levam backtesting um passo adiante, visualizando o desencadeamento de trades e desempenho de preços em uma base bar-a-bar. A negociação simulada / ao vivo implementa um STS testado em tempo real: negociações de sinalização, gerando ordens, roteando ordens para corretores e mantendo as posições à medida que as ordens são executadas.
A maioria dos quadros vai além do backtesting para incluir algumas capacidades de negociação ao vivo. Isso é conveniente se você deseja implantar a partir de sua estrutura de backtesting, que também funciona com o seu fornecedor preferido e fontes de dados. Quantopian / Zipline vai um passo adiante, fornecendo uma solução totalmente integrada de desenvolvimento, backtesting e implantação.
A comunidade Python é bem servida, com pelo menos seis estruturas de backtesting de código aberto disponíveis. No entanto, estão em vários estágios de desenvolvimento e documentação. Se você gosta de trabalhar em uma equipe construindo uma estrutura de backtesting de código aberto, confira seus reembolsos Github.
Antes de avaliar quadros de teste, vale a pena definir os requisitos do seu STS.
Qual classe de ativos você está negociando? Embora a maioria dos frameworks ofereça suporte aos dados da US Equities via YahooFinance, se uma estratégia incorporar derivados, ETFs ou títulos de EM, os dados precisam ser importados ou fornecidos pela estrutura. As coberturas de classe de ativos vão além dos dados. O framework pode lidar com futuros e opções de tamanho finito e gerar negociações de roll-over automaticamente? E quanto aos mercados ilíquidos, quão realista é uma suposição ao executar grandes encomendas?
Qual a frequência e o detalhe dos dados do seu STS? Um sistema de negociação que exige que cada marca ou lance / peça tenha um conjunto muito diferente de problemas de gerenciamento de dados do que um intervalo de 5 minutos ou horário. Os hedge funds e as lojas HFT investiram significativamente na construção de quadros robustos e escaláveis de backtesting para lidar com esse volume e freqüência de dados. Algumas plataformas fornecem um conjunto rico e profundo de dados para várias classes de ativos, como ações da S & P, com resolução de um minuto.
Qual (s) tipo (s) de ordem o seu STS requer? No mínimo, o limite, as paradas e o OCO devem ser suportados pela estrutura.
Nível de suporte e amp; documentação necessária. Os quadros de estágio inicial têm escassa documentação, poucos têm suporte além de placas comunitárias.
Os Componentes de um Quadro de Teste de Backtesting.
Dados e aquisição de STS: os componentes de aquisição consomem o arquivo de script / definição STS e fornecem os dados necessários para testes. Se a estrutura exige que qualquer STS seja recodificado antes do teste posterior, a estrutura deve suportar funções enlatadas para os indicadores técnicos mais populares para acelerar o teste STS. Os usuários determinam o tempo de um período histórico para fazer backtest com base no que o framework fornece, ou o que eles são capazes de importar.
O teste de desempenho aplica a lógica STS à janela de dados históricos solicitada e calcula uma ampla gama de riscos & amp; métricas de desempenho, incluindo redução máxima, taxas Sharpe e Sortino. A maioria dos frameworks suporta um número decente de capacidades de visualização, incluindo curvas de equidade e estatísticas decimais.
A otimização tende a exigir a maior parte dos recursos de computação no processo STS. Se o seu STS precisar de otimização, concentre-se em uma estrutura que suporte processamento escalável distribuído / paralelo.
No contexto de estratégias desenvolvidas usando indicadores técnicos, os desenvolvedores de sistemas tentam encontrar um conjunto ideal de parâmetros para cada indicador. Mais simplesmente, a otimização pode achar que um fluxo de média móvel de 6 e 10 dias STS acumulou mais lucro sobre os dados de teste históricos do que qualquer outra combinação de períodos de tempo entre 1 e 20. Já com este exemplo trivial, 20 * 20 = 400 combinações de parâmetros devem ser calculado & amp; classificado.
No contexto de um portfólio, a otimização procura encontrar a ponderação ideal de cada ativo na carteira, incluindo os instrumentos em curto e alavancado. Em uma base periódica, o portfólio é reequilibrado, resultando na compra e venda de participações da carteira, conforme necessário, para alinhar com os pesos otimizados.
O dimensionamento de posição é um uso adicional da otimização, ajudando os desenvolvedores de sistemas a simular e analisar o impacto da alavancagem e dimensionamento de posição dinâmico no STS e no desempenho do portfólio.
Seis quadros de teste para o Python.
As capacidades padrão das plataformas open source Python backtesting parecem incluir:
Gerenciamento de eventos, flexível e irrestrito Coleta decente de indicadores técnicos pré-definidos Captação de desempenho padrão / visualização / geração de relatórios.
PyAlgoTrade.
PyAlgoTrade é uma estrutura de backtesting mutuamente documentada, juntamente com capacidades de negociação em papel e ao vivo. O suporte a dados inclui Yahoo! Finanças, Google Finance, NinjaTrader e qualquer tipo de série de tempo baseada em CSV, como Quandl. Os tipos de pedidos suportados incluem Market, Limit, Stop e StopLimit.
O PyAlgoTrade suporta a negociação Bitcoin via Bitstamp e o gerenciamento de eventos do Twitter em tempo real.
bt - Backtesting para Python.
bt "visa promover a criação de blocos de lógica de estratégia facilmente testáveis, reutilizáveis e flexíveis para facilitar o rápido desenvolvimento de estratégias comerciais complexas".
O framework é particularmente adequado para testar STS com base em portfólio, com algos para ponderação de ativos e reequilíbrio de portfólio. A modificação de uma estratégia para executar em diferentes freqüências de tempo ou pesos de ativos alternativos envolve um mínimo de ajuste de código. bt é construído em cima do ffn - uma biblioteca de funções financeiras para Python.
Backtrader.
Esta plataforma está excepcionalmente bem documentada, com um blog acompanhante e uma comunidade on-line ativa para postar perguntas e solicitações de recursos. O Backtrader suporta uma série de formatos de dados, incluindo arquivos CSV, Pandas DataFrames, iteradores de incandescência e feeds de dados em tempo real de três corretores. Esses feeds de dados podem ser acessados simultaneamente e podem até representar diferentes cronogramas. Os corretores suportados incluem Oanda para negociação de Forex e negociação de classes de ativos múltiplos através de Interactive Brokers e Visual Chart.
Pysystemtrade.
O desenvolvedor da Pysystemtrade, Rob Carver, tem uma ótima postagem em discussão sobre o porquê ele se propôs a criar mais uma nova estrutura de teste do Python e os argumentos para e contra o desenvolvimento do framework. A estrutura backtesting para pysystemtrade é discutida no livro Rob, "Systematic Trading".
Pysystemtrade lista uma série de recursos de roteiro, incluindo um testador de back-up completo, que inclui técnicas de otimização e calibração e negociação de futuros totalmente automáticos com Interactive Brokers. Os contribuidores da fonte aberta são bem-vindos.
Zipline é um simulador de negociação algorítmica com recursos de papel e negociação ao vivo. Acessível através da interface do navegador IPython baseado no navegador, a Zipline fornece uma alternativa fácil de usar para ferramentas de linha de comando. Suportado e desenvolvido por Quantopian, Zipline pode ser usado como uma estrutura de backtesting autônomo ou como parte de um ambiente completo de desenvolvimento, teste e implantação de STS, de Aosta / Zipline STS. A Zipline fornece 10 anos de dados de estoque históricos históricos de última hora e uma série de opções de importação de dados.
QSTrader é uma estrutura de backtesting com capacidades de negociação ao vivo. O fundador da QuantStart, Michael Halls-Moore, lançou o QSTrader com a intenção de construir uma plataforma robusta e escalável o suficiente para atender às necessidades dos fundos de hedge quantitativos institucionais, bem como aos comerciantes quantos de varejo. O QSTrader atualmente suporta dados de resolução "barra" da OHLCV em várias escalas de tempo, mas permite que dados de marca sejam usados.
Tanto o backtesting como o comércio ao vivo são completamente orientados para eventos, simplificando a transição das estratégias da pesquisa para o teste e, finalmente, a negociação ao vivo. A estratégia básica / código do portfólio geralmente é idêntico em ambas as implementações.
O principal benefício do QSTrader é em sua modularidade, permitindo uma ampla personalização de código para aqueles que possuem requisitos específicos de gerenciamento de risco ou portfólio.
Abraçando o Backtest.
É a natureza humana se concentrar na recompensa de desenvolver um STS (esperançosamente lucrativo), então apressar-se a implantar uma conta financiada (porque esperamos), sem gastar tempo e recursos suficientes para testar completamente a estratégia. Mas backtesting não é apenas um gatekeeper para nos impedir de implementar estratégias erradas e perder capital comercial, também fornece uma série de diagnósticos que podem informar o processo de desenvolvimento STS. Por exemplo, testando um STS idêntico em dois intervalos de tempo diferentes, compreendendo a redução máxima de uma estratégia no contexto de correlações de ativos e criando portfólios mais inteligentes por backtesting de alocações de ativos em várias regiões geográficas.
Em futuras postagens, iremos abordar frameworks de backtesting para ambientes que não sejam Python e o uso de várias técnicas de amostragem como bootstrapping e jackknife para testar modelos de negociação preditivos.
Apenas iniciando o comércio quantitativo?
3 razões para se inscrever para a lista de e-mails QuantStart:
1. Quant Trading Lessons.
Você terá acesso instantâneo a um curso de e-mail gratuito de 10 partes, repleto de sugestões e dicas para ajudá-lo a começar a negociação quantitativa!
2. Todo o conteúdo mais recente.
Todas as semanas, vou enviar-lhe um envoltório de todas as atividades no QuantStart para que você nunca mais perca uma postagem novamente.
Real, dicas de negociação viáveis, sem tonturas.
Melhor estratégia de negociação sistemática
O mês passado sentiu como um para os livros de registro. Os índices de ações amplas aumentaram sem resistência ao longo do mês, como se tudo estivesse bem com o mundo. Os mercados caíram um pouco no final de janeiro, mas mesmo com esse declínio, minha estratégia tática de alocação de ativos que usa ETF & # 8217; s subiu 6,69%.
A volatilidade permanece no lado baixo, mas aumentou e está empurrando o limite para que eu esteja preparado para reduzir a alavancagem. Atualmente, estou usando 30% de alavancagem e tenho feito isso há algum tempo. As taxas de juros são baixas e a volatilidade, até agora, foi baixa, por isso foi uma ocasião oportuna para usar a margem.
É em momentos como este quando meu gráfico de equidade se move sempre tão alto que me lembro de não confundir um mercado de touro com cérebros. As condições foram excepcionais para uma estratégia tática de alocação de ativos, como a minha e eu usamos margem de forma responsável e valeu a pena. Deixe-nos ter em mente que, como investidores, devemos nos concentrar no processo sobre o resultado. Todos os meses eu relato o resultado, mas é o processo de investimento subjacente que é realmente importante.
2017 Foi um grande ano para o meu estilo de investimento.
Até agora, você sabe que os mercados de ações dos EUA, em particular, tiveram um sólido 2017. Minha estratégia de investimento ETF seleciona cinco ou seis ETFs no final de cada mês e os mantém até o final do mês seguinte quando as seleções são feitas de novo. não deveria ser surpresa que meu estilo tático de alocação de ativos de investimento me fizesse aguentar SPY todos os meses em 2017.
A volatilidade foi historicamente baixa no ano passado. Em média, eu usei 30% de alavancagem em 2017, mas a volatilidade anualizada da minha carteira ETF foi quase sempre inferior a 10%.
Fui perguntado sobre minhas expectativas em relação a quais mercados serão os vencedores de 2018. Meu estilo de investimento baseia-se, em parte, no entendimento de que eu, como investidor, não faz previsões. Sim, posso dizer-lhe quais classes de ativos são representadas nas minhas explorações no momento, mas eu não posso dizer-lhe quanto tempo vou tê-las. Nem eu posso fazer qualquer tipo de palavrão educado sobre como meu portfólio será global em 2018. Como mencionei em posts anteriores, considero que os retornos mensais são análogos a escolher mármores verdes e vermelhos de uma bolsa com os olhos vendados. Minha estratégia determina se há mais mármores verdes (retornos mensais positivos) do que os mármores vermelhos (retornos mensais negativos), mas não falo na ordem em que os mármores serão escolhidos.
O desempenho de dezembro foi mais um mármore verde, na medida em que meu portfólio cresceu 2,29%, gerando um ganho global para 2017 de 22,4%. A característica surpreendente de 2017 foi a baixa volatilidade. Se você olhar para o meu gráfico de ações abaixo, você verá o quão incrivelmente suave foi no ano passado.
A minha Proporção de Ratio de dor é um absurdamente alto 4,96 devido a sua medição em pouco menos de dois anos, quando os mercados forneceram retornos sólidos. A longo prazo, espero que essa proporção diminua para entre 1,5 e 2,0.
Minhas cinco participações de ETF para janeiro cobrem ações de ações, ações asiáticas e energia dos EUA.
Meu desempenho de estratégia de ETF Momentum para novembro.
Outro mês, outra ótima performance. Minha estratégia produziu um retorno de 3,0% em novembro e novamente a volatilidade continua excepcionalmente baixa. Ninguém sabe por quanto tempo este regime de baixa volatilidade permanecerá, mas ganhos fortes com redução mínima podem tornar os investidores muito confortáveis, se não excessivos, e devemos estar conscientes de que uma maior volatilidade irá retornar algum dia e as perdas mensais serão mais prevalentes do que foram para nos últimos dois anos.
A baixa volatilidade combinada com retornos mensais consistentemente positivos resultou em uma relação Gain To Pain de 4,52 que é além de excepcional e que espero ser menor no futuro.
Você nunca sabe o caminho que seus retornos mensais seguirão. Minha estratégia agora forneceu 13 meses de retornos sem perda. Eu não poderia ter previsto isso. Sim, é bom, mas nunca se deve confundir um mercado de touro com o cérebro. De acordo com o gráfico abaixo, qualquer pessoa que segue uma estratégia de ETF passiva global tenha feito quase tanto quanto minha estratégia. O verdadeiro teste virá quando os mercados se tornarem baixos e a vontade de cada investidor de manter sua estratégia (se eles tiverem um) é testada.
Minhas participações permanecem inalteradas de novembro a dezembro, sendo minha maior participação o EPP (iShares MSCI Pacific ex-Japan).
Acompanho o desempenho da minha estratégia ETF no Collective2.
Meu desempenho da Estratégia ETF Momentum para outubro.
Penso no jogo de mármore de Van Tharp quando se trata de um desempenho mensal de uma estratégia de investimento. Os mármores verdes representam retornos mensais positivos e os mármores vermelhos representam retornos mensais negativos. Sua estratégia tem influência no número de cada cor de mármores em uma bolsa. Cada mês você coloca sua mão no saco, retira um mármore e olha para ver se sua estratégia forneceu um retorno positivo ou negativo. Nesse quadro de referência, acabei de tirar o décimo segundo mármore verde consecutivo, pois minha estratégia proporcionou um retorno de 3,23% em outubro, obtendo um retorno de 16,2% no acumulado do ano.
Basta dizer que estou muito satisfeito com retornos tão consistentes, mas é isso que a combinação da minha estratégia e dos mercados forneceu. Em algum momento, os mercados não serão tão gentis e vou experimentar uma redução. Desde que os mercados não caírem precipitadamente em um ritmo muito rápido, minha estratégia de impulso ETF deve fornecer proteção contra desvantagem. Tal é um benefício fundamental de uma estratégia tática de investimento em alocação de ativos.
A minha maior participação em novembro é o EPP (iShares MSCI Pacific ex-Japan).
Meu desempenho de estratégia do ETF Momentum para setembro.
Por onze meses consecutivos, minha estratégia de impulso ETF registrou ganhos, dando-lhe uma Relação Ganho a Dor 3.34. Minha estratégia ganhou 1,25% em setembro, dando-lhe um retorno ano a dia de 12,6%.
A maior participação em outubro é EWJ (iShares Japão).
Eu acompanho minha estratégia contra uma estratégia de ETF passiva global e, pela primeira vez, minha estratégia superou o global com base no retorno total.
O retorno total é apenas uma medida de desempenho. Minha estratégia tem uma menor volatilidade dos retornos mensais (1,39% vs 1,58%) e uma maior relação Ganho com dor (3,34 vs 3,23) em relação à estratégia global passiva da ETF. Tenha em mente que as estratégias de impulso raramente superam em um mercado de touro. Eles são projetados para minimizar o desencadeamento em um mercado ostentoso e, assim, acabar mais adiante do que uma estratégia passiva a longo prazo.
Top Ten métodos de negociação sistemática.
Top Ten métodos de negociação sistemática.
por Michael R. Bryant.
Os métodos de negociação sistemática são a base para sistemas de negociação e estratégias de negociação automatizadas. Eles consistem em indicadores técnicos ou outros métodos matemáticos que são usados para gerar sinais objetivos de compra e venda nos mercados financeiros. Alguns dos métodos mais populares foram utilizados desde antes do advento dos computadores, enquanto outros métodos são mais recentes. Este artigo lista dez dos métodos sistemáticos mais populares encontrados nos sistemas de negociação.
Mover crossovers médios. Os sistemas de negociação baseados no cruzamento de duas médias móveis de diferentes comprimentos talvez sejam o método de negociação sistemático mais comum. Este método também inclui cruzamentos de média móvel tripla, bem como o indicador de divergência de convergência média móvel (MACD), que é a diferença entre duas médias móveis exponenciais. As médias móveis próprias podem ser calculadas de diversas maneiras, como simples, exponenciais, ponderadas, etc.
Fugas do canal. Neste método, um canal de preço é definido pelo mais alto e baixo mais baixo em relação a um número passado de barras. Um comércio é sinalizado quando o mercado explode acima ou abaixo do canal. Isso também é conhecido como um canal Donchian, que tradicionalmente usa um comprimento de volta de 20 dias. O famoso sistema "tartaruga" era supostamente baseado em vazamentos de canais.
Passos de volatilidade. Estes são semelhantes em alguns aspectos ao canal de interrupções, exceto que em vez de usar o mais alto alto e menor baixo, o breakout é baseado na chamada volatilidade. A volatilidade é tipicamente representada pelo intervalo verdadeiro médio (ATR), que é essencialmente uma média das faixas das barras, ajustadas para intervalos de abertura, ao longo de um número passado de barras. O ATR é adicionado ou subtraído do preço da barra atual para determinar o preço de breakout.
Suporte / resistência. Este método baseia-se na ideia de que, se o mercado estiver abaixo de um nível de resistência, terá dificuldade em cruzar acima desse preço, enquanto que se estiver acima do nível de suporte, terá dificuldade em diminuir abaixo desse preço. É considerado significativo quando o mercado atravessa um nível de suporte ou resistência. Além disso, quando o mercado atravessa um nível de resistência, esse preço se torna o novo nível de suporte. Da mesma forma, quando o mercado cai através de um nível de suporte, esse preço se torna o novo nível de resistência. Os níveis de suporte e resistência são tipicamente baseados em preços recentes e significativos, como altos recentes e baixos ou pontos de reversão.
Osciladores e ciclos. Os osciladores são indicadores técnicos que se deslocam dentro de um intervalo definido, como zero a 100, e representam a medida em que o mercado está sobrecompra ou sobrevenda. Osciladores típicos incluem estocásticos, Williams% R, Taxa de Mudança (ROC) e Indicador de Força Relativa (RSI). Osciladores também revelam a natureza cíclica dos mercados. Métodos mais diretos de análise do ciclo também são possíveis, como o cálculo do comprimento do ciclo dominante. O comprimento do ciclo pode ser usado como entrada para outros indicadores ou como parte de um método de previsão de preços.
Padrões de preços. Um padrão de preço pode ser tão simples como um preço de fechamento mais alto ou tão complicado quanto um padrão de cabeça e ombros. Numerosos livros foram escritos sobre o uso de padrões de preços na negociação. O tema das velas de vela japonesas é essencialmente uma forma de categorizar diferentes padrões de preços e vinculá-los ao comportamento do mercado.
Envelopes de preços. Neste método, as bandas são construídas acima e abaixo do mercado, de modo que o mercado normalmente permaneça dentro das bandas. As bandas de Bollinger, que calculam a largura do envelope a partir do desvio padrão do preço, são provavelmente o tipo de envelope de preço mais utilizado. Os sinais de negociação geralmente são gerados quando o mercado toca ou passa através da banda superior ou inferior.
Hora do dia / dia da semana. Os métodos de troca baseados no tempo, baseados na hora do dia ou no dia da semana, são bastante comuns. Um sistema comercial bem conhecido para os futuros de S & P 500 comprados abertos às segundas-feiras e encerrado no fechamento. Aproveitou a tendência que o mercado tinha naquela época para trocar as segundas-feiras. Outras abordagens sistemáticas restringem os negócios a certos momentos do dia que tendem a favorecer certos padrões, como tendências, reversões ou alta liquidez.
Volume. Muitos métodos de negociação sistemática baseiam-se unicamente em preços (aberto, alto, baixo e próximo). No entanto, o volume é um dos componentes básicos dos dados do mercado. Como tal, os métodos baseados no volume, embora menos comuns do que os métodos baseados em preços, são dignos de nota. Muitas vezes, os comerciantes usam volume para confirmar ou validar um movimento de mercado. Alguns dos métodos sistemáticos mais comuns baseados no volume são os indicadores baseados em volume, como o volume no balanço (OBV), a linha de acumulação / distribuição e o oscilador de Chaiken.
Previsão. A previsão do mercado usa métodos matemáticos para prever o preço do mercado em algum momento no futuro. A previsão é qualitativamente diferente dos métodos listados acima, que são projetados para identificar tendências ou padrões de mercado negociáveis. Em contrapartida, um sistema de negociação baseado na previsão poderia, por exemplo, comprar o mercado hoje se a previsão for para o mercado ser maior por semana a partir de hoje.
Lembre-se de que esta lista é baseada na popularidade, que não é necessariamente a mesma coisa que a rentabilidade. Os sistemas de negociação bem-sucedidos empregam frequentemente uma combinação de métodos e, muitas vezes, de maneiras não convencionais. Além disso, é possível que outros métodos menos populares possam ser mais lucrativos em alguns casos.
Se você quiser ser informado de novos desenvolvimentos, novidades e ofertas especiais do Adaptrade Software, por favor, junte-se à nossa lista de e-mail. Obrigado.
Copyright © 2004-2015 Adaptrade Software. Todos os direitos reservados.
Idiotice de investimento.
Negociação sistemática, Finanças quantitativas, Investimento, Ativismo financeiro, tomada de decisão econômica.
Material comercial sistemático.
Artigos ocasionais no meu próprio sistema comercial.
Artigos gerais ocasionais sobre negociação sistemática.
Série: usando dados aleatórios para projetar sistemas de negociação.
Série: Gerenciamento sistemático de riscos.
Tecnologia.
Série: código Python usado no livro.
Série: Como obter corretores interativos API python nativa funcionando.
Obtendo dados históricos.
Obtendo dados de mercado em fluxo contínuo.
Série: Como obter python e intermediários interativos API interagindo via swigby 101.
Série: Um guia para as nozes e parafusos da implementação de um sistema sistemático de comércio de futuros.
Série: Pysystemtrade - meu mecanismo de backtesting de python de código aberto.
Otimizando a presença de custos.
Correção de capital.
Docker e sistemas de negociação automatizados.
Outros artigos sobre tecnologia de negociação sistemática.
Docker e sistemas de negociação automatizados.
36 comentários:
Olá Rob, seus sistemas estão disponíveis para compra, assinatura? Obrigado, Robin.
Não nunca. Há material suficiente no meu livro e neste site para reproduzir o sistema de negociação que uso, gratuitamente.
Como sua estrutura lida com a inevitável perda de energia ou conexão à internet?
E. g, talvez a sua estrutura detecta uma condição que exige que uma ordem seja colocada, mas a energia se apague ou sua conexão com a internet caia.
Oi Robert, ótima pergunta. Sim, eu corro minhas coisas em casa.
O FC escreveu este comentário, que eu exclui acidentalmente:
A vantagem fiscal vale o problema de desenvolvimento, risco de crédito e pior spread de oferta e pedido? & quot;
Eu não tenho um problema com as apostas espalhadas, mas é verdade que, se um futuro estava disponível nos mesmos termos (mesmo tamanho de tiquetaque) eu troquei o futuro.
Excelente - já ordenei seu livro. Aguardando a entrega do editor.
Oi Rob, eu li realmente excelentes críticas sobre o seu livro e foi recomendado por um amigo para dar uma olhada nisso, no entanto, eu sou novato para negociar e investir, você pode me avisar o que ler e aprender antes de começar a ler seu livro?
Essa é uma pergunta difícil, pois depende de qual nível você e em que direção você deseja entrar. Se você quer negociar futuros, lendo os livros de Jack Schwagers seria um bom começo.
Grande livro. Queria deixar você saber que nos especializamos na execução de estratégias de negociação sistemática para clientes nos mercados de futuros e commodities. Nós apoiamos várias plataformas diferentes, incluindo TradeStation, TradingBlox, Mechanica, e fornecemos acesso a quase todos os produtos aprovados pela CFTC em todo o mundo. Se você conhece alguém que precisa de ajuda para colocar suas estratégias no mercado, podemos ajudar na execução e reconciliação e fazer um excelente trabalho (há mais de 20 anos).
Em primeiro lugar, obrigado por escrever o livro, achei muito detalhado e útil.
No seu livro, você menciona o quão difícil é superar os custos nas apostas espalhadas. Para a maioria dos cidadãos da UE, os ganhos no spread de apostas são isentos de impostos. Essa é parte desse cálculo? Felicidades.
Não, eu não incluí imposto no cálculo. Mas a propagação de apostas é cerca de 10 vezes mais dispendiosa do que dizer futuros de negociação. O imposto deveria ser incrivelmente alto em futuros para tornar as apostas espalhadas mais competitivas.
Ok, sim, está bastante doente. Quando o novo livro está chegando?
Você fez alguma escrita de chamada coberta? Parece um bom ajuste para um sistema de comércio sistemático. Felicidades.
Não tenho, mas sim, estratégias de baixa volatilidade como esta são uma coisa boa.
Encontrei seu site enquanto procurava alguém que usasse o Python para negociação. Felizmente eu encontrei você. Gostaria de agradecer as informações que você compartilhou conosco.
Estou totalmente interessado em seu livro. No entanto, tenho uma pergunta sobre o conteúdo. Você explica uma estratégia que você usa para negociar futuros ou estratégias que podem ser empregados? Porque eu nunca troco futuros e gostaria de começar a trocar aprendendo passo a passo das diretrizes do seu livro, se esse for o caso. O que devo esperar do seu livro?
Desde já, obrigado.
Oi. Sim, eu explico algumas estratégias básicas para negociar futuros (também ETF e aposte as apostas). Mas eles já assumem alguma familiaridade com os futuros. Leia algo como amazon / Trading-Commodities-Financial-Futures-Step - / dp / 0134087186 / (primeiros quatro capítulos)
Depende do seu período de espera. Atualmente eu provavelmente atualizo demais (por hora), dado um período de espera de algumas semanas ou mais. Eu poderia facilmente atualizar tudo diariamente, e mesmo na próxima iteração do meu código, o que eu planejo fazer.
Obrigado. Como minhas regras de negociação serão lentas, espero períodos de espera semelhantes. Uma taxa de atualização diária provavelmente será suficientemente rápida. No entanto, com várias trocas em múltiplos fusos horários envolvidos, isso leva à questão: "o que é o fim do dia?" Talvez eu decida tomar medidas no final do dia de negociação de cada troca envolvida.
Oi Rob, acho que notei um erro na sua nova planilha de cálculo Carry (docs. google/spreadsheets/d/1ipugeBCk_W-K4_9wnQmU6RfVvZoIRzFfKrw3ly-h8QA/edit? usp=sharing). A célula G22 tem: "= IF (AND (C22 & lt; & gt; 0, F22 & lt; & gt; & gt; 0, C22-F22), C22-F22, G21)". Eu acho que você deve excluir o terceiro elemento no & quot; E & quot; função.
Fixo. Muito obrigado.
Fico feliz em ajudar, obrigado por todos os seus conselhos em resposta a todas as minhas postagens. Eu tenho escrito o seu "Capítulo 15" sistema por alguns dias agora. Você pode confirmar o seguinte no que diz respeito à sua estratégia de transporte: no dia 4 de novembro, o preço de fechamento de Eurodólar de dezembro de 2016 foi de 99.075 eo preço de fechamento de Eurodollar de janeiro de 2017 foi de 99.070. Portanto, o sinal de negociação seria longo. Então, eu deveria ser longo o contrato de janeiro de 2017, correto? E se o spread fosse significativamente maior no contrato de janeiro de 2017. Será bom começar o contrato de dezembro de 2016? Haveria algum motivo para olhar para o contrato Jan vs Feb 2017, ou devemos sempre estar olhando os dois contratos mais próximos na determinação da previsão? Obrigado.
Qual contrato você deve negociar eu discuto mais aqui: qoppac. blogspot. co. uk/2015/05/systems-building-futures-rolling. html. Como medir carry, discuto mais nos apêndices do meu livro.
Oi Rob, no seu livro, você menciona que é preferível medir os futuros do capital próprio utilizando o preço à vista. No entanto, no seu sistema python, para o EUROSTX, você usa o contrato adicional (que não é mantido) versus o contrato mais próximo (o qual, por necessidade, deve ser mantido). Uma segunda pergunta, se eu posso: você menciona em seu livro que você segmenta a volatilidade anual de 37,5% em seu próprio sistema de futuros, mas o fundo obtém sua volatilidade anual em cerca de 8%. Você sabe por quê? Obrigado.
a) É preferível usar o local, mas eu não o faço pessoalmente por causa do incômodo de obter dados sincronizados.
Acabei de começar a comercializar o seu sistema do capítulo 15 usando você o código terrisivo do sistema Pysystemtrade. Por enquanto, tudo bem. Enquanto isso, eu estava interessado em um artigo recente que descrevia um sistema muito lucrativo e simples: se o preço do sp500 estiver acima de 200 sma, investir na alavancagem de 3x; Caso contrário, investir em Tbills. Eles obtiveram um CAGR de 27%, mas com uma redução máxima de 92%, em um backtest muito longo. Isso me fez pensar em adicionar um recurso de bloqueio. Então, eu testei um sistema similar com alavancagem de 4x, mas um stoploss de 4% que é reiniciado diariamente. Eu devo estar fazendo algo errado no meu backtest, já que estou vendo cerca de 50% de CAGR com apenas cerca de 50% de redução máxima. Isso foi testado nos eminos de volta ao início em 1997. Em seguida, coloquei a alavanca para 10X, com um checagem de 1%, e estou vendo alguns retornos loucos, com descontos não razoáveis. Estou assumindo um custo de negociação de US $ 17 por contrato. Alguma idéia de onde um novato como eu está indo errado? Obrigado.
b) seu backtest agora contém mais & # 39; implícito & # 39; (tentando diferentes variações de folga), o que provavelmente significa que sua relação de sharpe é exagerada devido à sobreposição.
c) como um sistema longo apenas, seus retornos são exagerados porque os retornos patrimoniais passados e os retornos dos títulos de títulos provavelmente serão muito menores no futuro (principalmente devido à menor inflação)
d) porque o SR efetivo é provavelmente muito menor do que você pensa, executá-lo com alta alavancagem é extremamente perigoso.
e) esses tipos de sistemas (estoques ou T-bills) são tóxicos com alavancagem porque têm baixo risco médio, mas alto risco de pico. Um choque de mercado quando você é 100% em ações e 10 vezes alavancagem irá matá-lo antes que você possa sair da sua posição.
f) Com um chedest de 1%, você estará negociando quase todos os dias com um período de retenção muito curto. Você precisa de dados intradiários e você precisa testar o efeito de atrasar suas enchimentações por uma hora. até um dia ou mesmo vários dias (pense em 87 de outubro ou setembro de 2001). Você também precisa ter certeza de que seus custos comerciais estão localizados. Qual% da sua conta você paga em custos anualmente?
Obrigado pela sua resposta abrangente, Rob. Eu acho que o meu principal erro foi assumir que meus stoplosses seriam preenchidos bastante rápido com uma quantidade aceitável de derrapagem. Não percebi que poderiam atrasar-se várias horas ou dias.
É mais seguro assumir que você foi preenchido no mínimo para o dia - em torno de 22%.
Robert, obrigado pela inestimável informação que você recolheu e gastou o tempo para compartilhar.
Ao olhar para o seu método para recuperar informações de conta e posição do IB, uma de suas duas "Obter posições e informações contábeis" os links mostraram como quebrados.
O objetivo era verificar como seu código retornava de uma falha / falha (Python, sistema.) E tentar restaurar a posição antes da falha. Por exemplo. O código salva em uma posição de banco de dados e conta após cada troca para recuperação e relatório de desastres futuros?
Você pode me dizer em que página o link está ligado e o endereço para o qual ele está tentando se conectar.
Para estratégias de negociação sistemáticas.
Soluções de hedge funds.
Apoiar estratégias de negociação sistemática em todas as etapas do fluxo de trabalho.
Solicite detalhes sobre Estratégia Sistemática.
Todos os países (gratuito)
Oriente Médio e amp; Norte da África.
Hong Kong, Macau, Taiwan e amp; Coréia.
Índia e Ásia do Sul.
Singapura e Sudeste Asiático / ASEAN.
Austrália, Nova Zelândia, Pacífico.
Abastecendo sua pesquisa por alfa.
Embora existam oportunidades de serem encontradas em novas informações e análises, os volumes de dados são enormes e os custos de instalação para novos mercados podem ser assustadores. A Thomson Reuters pode ajudá-lo a enfrentar esses desafios.
Nós fornecemos uma gama inigualável de conteúdo histórico e em tempo real para alimentar o desenvolvimento de idéias comerciais sistemáticas. Nossos dados padronizados suportam o fluxo de trabalho, desde a geração de ideias até a produção e monitoramento através de testes e análises de back.
Nossos centros de dados de serviços gerenciados o libertam de equipamentos e conectividade restringe-se para que você possa atualizar rapidamente com novas idéias.
Quant Research.
Identifique as idéias geradoras de alfa mais rapidamente, com conteúdo líder do setor, recursos abrangentes de gerenciamento de dados e ferramentas analíticas sofisticadas.
Seja qual for a gama de conteúdo, ferramentas analíticas e conhecimentos que você precisa para sua pesquisa quantitativa, a Thomson Reuters pode fornecê-la.
A Thomson Reuters fornece uma gama inigualável de conteúdos, incluindo cobertura global de preços, índices, fundamentos, estimativas, economia, dados do modelo de risco e todas as notícias textuais históricas que acompanham, sentimento de notícias e dados de carrapatos marcados com tempo histórico milenar granular que você precisa tomar uma ideia da geração de ideias, a posterior análise e análise e depois à produção.
E além dos dados econômicos e financeiros, oferecemos conteúdo exclusivo em áreas como notícias, desempenho ambiental, social e de governança e orientação corporativa. Nossa própria equipe de analistas quantitativos cria conteúdo de valor extra, incluindo estimativas de consenso de analistas ponderados, modelos de revisão de analistas preditivos e modelos de qualidade de lucros e projeções de lucros de longo prazo que impulsionam as avaliações da empresa.
Finalmente, nós também oferecemos experiência e suporte valioso para ajudar as empresas a desenvolver e implementar estratégias vencedoras.
Fundamentos de estimativas (EQ / FI) (EQ / FI) StarMine (EQ / FI / Macro) Ações corporativas (EQ / FI) Propriedade (EQ / FI) Datastream (Economia / Cross-Asset) MACE Terms & amp; Condições (EQ / FI) I / B / E / S Tempo real (EQ) Ponto-em-tempo (EQ / Economia) Histórico de eventos datafeed (EQ / FI) Newsable e News Analytics (EQ / C) Thapson Reuters MarketPsych Indices (Cross-Asset) Lanworth pesquisa & amp; previsões (C & amp; E) Point Carbon Research & amp; Previsões (C & amp; E)
Os gerentes Quant se beneficiam de ferramentas focadas de conteúdo, gerenciamento de dados e fluxo de trabalho com nossa plataforma QA Direct.
QA fluxo de trabalho direto.
Back-testing.
À procura de dados de tiques históricos para testar suas estratégias, realizar pesquisas quantitativas e muito mais?
O Thomson Reuters Tick History oferece acesso sem precedentes aos dados históricos do nível de ticks em classes de ativos globais. Ele permite que você gerencie eficazmente os requisitos de conformidade no ambiente regulatório de fluidos de hoje, realize pesquisas e análises quantitativas e empregue estratégias de negociação algorítmica em tempo real de forma econômica.
Os dados são registrados a partir dos feeds em tempo real da Thomson Reuters que cobrem o OTC e os instrumentos negociados em bolsa em mais de 400 locais de negociação e dados de contribuições de terceiros.
Preços em tempo real.
Mova-se rapidamente da pesquisa para a produção - e aproveite as oportunidades comerciais.
Nosso fluxo consolidado de baixa latência em tempo real fornece acesso a dados de profundidade de mercado. Um modelo de dados extensível torna mais fácil a bordo e integra conteúdo em aplicações a jusante. Se você está negociando na região, a coleta local, a normalização e a distribuição podem oferecer latência competitiva com muitos feeds diretos. Isso lhe dá acesso a milhares de locais de intercâmbio e mercados OTC através de um único datafeed e API única:
Dados de patrimônio, futuros e opções mundiais Dados do corretor e especialista: preços do Tradeweb e corretoras, incluindo GFI, ICAP e Tullett Prebon Opções pontuais e cruzadas, opções de forward e FX, volatilidades de opções, futuros futuros e futuros não entregáveis Mercados monetários, incluindo fixações, depósitos, recompra, taxas do banco central, papel comercial, aceitações bancárias, curvas zero e derivativos de taxa de juros. Mercadorias especializadas e dados do intermediário de energia.
Nós oferecemos conectividade de diversos datacentres e opções de conectividade resilientes para atender às suas necessidades, e você pode escolher a sua conectividade de última milha de preferência para otimizar seus custos de comunicação.
Estratégias orientadas para eventos.
Notícias globais, em tempo real, com cada versão marcada com o tempo para o milissegundo e marcada com metadados, de modo que os algoritmos podem aproveitar oportunidades de notícias, atuar em ineficiências de mercado e gerenciar risco de evento. A News Analytics possibilita examinar pontuações em notícias para mais de 25 mil ações e quase 40 temas de commodities e energia.
Investigar estratégias orientadas para a latência?
Os lançamentos econômicos e os eventos de notícias macroeconômicas impulsionam a volatilidade do mercado para FX, renda fixa, futuros e opções. A Thillson Reuters Machine Readable News é a nossa fonte de estrutura de estrutura de economia de ultra-baixa latência, líder econômico, que fornece esses dados de mercado diretamente para o seu algoritmo. E, fornecemos texto completo em tempo real e metadados abrangentes da Reuters e fios de notícias de terceiros, permitindo que seus algoritmos aproveitem oportunidades de notícias, atuem sobre ineficiências de mercado e gerenciem o risco de eventos.
Explorando estratégias baseadas no sentimento?
Transformamos notícias não estruturadas e em tempo real em um feed legível por máquina com sentimentos de autor, relevância e novidades e análise de volume em uma empresa ou nível de commodities. Isso fornece "sinais" que são usados para gerar estratégias de negociação e informar atividades de pesquisa, enquanto o sentimento do mercado ajuda os gerentes de risco a refinar correlações, volatilidades e mudanças de mercado.
Precisa quantificar as percepções dos investidores sobre os ativos de acordo com uma série de sentimentos e referências tópicas?
Os Índices MarketPsych da Thomson Reuters usam análises linguísticas e psicológicas em tempo real de notícias e mídias sociais para quantificar emoções, linguagem financeira e tópicos específicos. O resultado é um dado abrangente, financeiro e específico, que abrange todos os principais países, moedas, commodities, setores de ações e empresas individuais.
Serviços gerenciados.
O caminho mais rápido para o mercado para conteúdos globais de baixa latência.
Nós somos o principal fornecedor de serviços gerenciados que fornecem infraestrutura, dados e conectividade. Estas são soluções confiáveis, escaláveis e seguras nas quais você pode construir.
Nossos centros de dados estratégicos em locais financeiros chave possuem feeds de baixa latência para a maior variedade de locais e mercados OTC. Então você sempre pode estar perto da ação comercial.
Serviços gerenciados - hospedagem de aplicativos, dados de mercado, plataformas e conectividade para dados e locais de negociação, entregues a partir de nossos data centers. Rack space, hardware, sistema operacional e rede para aplicativos e sistemas de clientes. Acesso sob demanda ao nosso feed consolidado em tempo real, Tick History e Machine Readable News, através de uma única conexão.
Execução - Trade spot FX sistematicamente no maior local de liquidez do mundo.
Acesso instantâneo a liquidez profunda, execução rápida e exata do comércio e correspondência local e direta.
A Thomson Reuters FX Matching API permite o acesso programável aos dados da Thomson Reuters Matching, da FXall e da Thomson Reuters SEF.
A Thomson Reuters Spot Matching é o principal sistema de correspondência de comércio eletrônico anônimo da FX e o maior local de liquidez global para a comunidade interbancária Spot FX. Com mais de 1.100 bancos de assinantes, oferece acesso imparcial aos preços executáveis em tempo real em 80 pares de moedas por pontos. A Thomson Reuters Matching for Prime Brokerage permite que os clientes do premier-broker troquem em nome de um corretor principal com acesso direto ao mercado anônimo.
FXall é um pool de liquidez aceso ECN anônimo com tipos de pedidos avançados. O FXall Order Book combina a melhor liquidez e velocidade da antiga plataforma Accelor da FXall e da antiga plataforma de negociação ativa do Citi.
A Thomson Reuters SEF permite que as empresas troquem as opções FX e os encaminhamentos não entregues por meio eletrônico e atendam as obrigações de compensação e relatórios exigidas pela Lei Dodd-Frank.
Soluções Hedge Fund.
Desenvolvendo estratégias de negociação sistemáticas.
Solicite detalhes sobre Estratégia Sistemática.
Todos os países (gratuito)
Oriente Médio e amp; Norte da África.
Hong Kong, Macau, Taiwan e amp; Coréia.
Índia e Ásia do Sul.
Singapura e Sudeste Asiático / ASEAN.
Austrália, Nova Zelândia, Pacífico.
Thomson Reuters financial & amp; As soluções de risco fornecem notícias, informações e análises críticas para a comunidade financeira global - possibilitando transações e conectando comunidades de profissionais comerciais, de investimento, financeiros e corporativos.
QuantStart.
Junte-se ao portal de membros privados da Quantcademy que atende à comunidade de comerciantes de varejo de varejo em rápido crescimento. Você encontrará um grupo bem informado de mentalistas quant pronto para responder suas perguntas comerciais mais importantes.
Confira meu ebook sobre o comércio de quant, onde eu ensino você como criar estratégias de negociação sistemáticas lucrativas com ferramentas Python, desde o início.
Dê uma olhada no meu novo ebook sobre estratégias de negociação avançadas usando análise de séries temporais, aprendizado de máquina e estatísticas bayesianas, com Python e R.
Por Frank Smietana em 18 de julho de 2017.
Neste artigo, Frank Smietana, um dos colaboradores experientes do QuantStart, descreve a paisagem do software de backtesting de código aberto da Python e fornece conselhos sobre quais framework de backtesting são adequados para suas próprias necessidades de projeto.
Backtesting é indiscutivelmente a parte mais crítica do processo de produção da Sistemática de Negociação Sistemática (STS), sentado entre o desenvolvimento da estratégia e a implantação (negociação ao vivo). Se uma estratégia é defeituosa, um teste rigoroso provavelmente expõe isso, evitando que uma estratégia de perda seja implantada.
Uma série de capacidades relacionadas se sobrepõem com backtesting, incluindo simulação comercial e negociação ao vivo. O Backtesting usa dados históricos para quantificar o desempenho STS. Os simuladores de negociação levam backtesting um passo adiante, visualizando o desencadeamento de trades e desempenho de preços em uma base bar-a-bar. A negociação simulada / ao vivo implementa um STS testado em tempo real: negociações de sinalização, gerando ordens, roteando ordens para corretores e mantendo as posições à medida que as ordens são executadas.
A maioria dos quadros vai além do backtesting para incluir algumas capacidades de negociação ao vivo. Isso é conveniente se você deseja implantar a partir de sua estrutura de backtesting, que também funciona com o seu fornecedor preferido e fontes de dados. Quantopian / Zipline vai um passo adiante, fornecendo uma solução totalmente integrada de desenvolvimento, backtesting e implantação.
A comunidade Python é bem servida, com pelo menos seis estruturas de backtesting de código aberto disponíveis. No entanto, estão em vários estágios de desenvolvimento e documentação. Se você gosta de trabalhar em uma equipe construindo uma estrutura de backtesting de código aberto, confira seus reembolsos Github.
Antes de avaliar quadros de teste, vale a pena definir os requisitos do seu STS.
Qual classe de ativos você está negociando? Embora a maioria dos frameworks ofereça suporte aos dados da US Equities via YahooFinance, se uma estratégia incorporar derivados, ETFs ou títulos de EM, os dados precisam ser importados ou fornecidos pela estrutura. As coberturas de classe de ativos vão além dos dados. O framework pode lidar com futuros e opções de tamanho finito e gerar negociações de roll-over automaticamente? E quanto aos mercados ilíquidos, quão realista é uma suposição ao executar grandes encomendas?
Qual a frequência e o detalhe dos dados do seu STS? Um sistema de negociação que exige que cada marca ou lance / peça tenha um conjunto muito diferente de problemas de gerenciamento de dados do que um intervalo de 5 minutos ou horário. Os hedge funds e as lojas HFT investiram significativamente na construção de quadros robustos e escaláveis de backtesting para lidar com esse volume e freqüência de dados. Algumas plataformas fornecem um conjunto rico e profundo de dados para várias classes de ativos, como ações da S & P, com resolução de um minuto.
Qual (s) tipo (s) de ordem o seu STS requer? No mínimo, o limite, as paradas e o OCO devem ser suportados pela estrutura.
Nível de suporte e amp; documentação necessária. Os quadros de estágio inicial têm escassa documentação, poucos têm suporte além de placas comunitárias.
Os Componentes de um Quadro de Teste de Backtesting.
Dados e aquisição de STS: os componentes de aquisição consomem o arquivo de script / definição STS e fornecem os dados necessários para testes. Se a estrutura exige que qualquer STS seja recodificado antes do teste posterior, a estrutura deve suportar funções enlatadas para os indicadores técnicos mais populares para acelerar o teste STS. Os usuários determinam o tempo de um período histórico para fazer backtest com base no que o framework fornece, ou o que eles são capazes de importar.
O teste de desempenho aplica a lógica STS à janela de dados históricos solicitada e calcula uma ampla gama de riscos & amp; métricas de desempenho, incluindo redução máxima, taxas Sharpe e Sortino. A maioria dos frameworks suporta um número decente de capacidades de visualização, incluindo curvas de equidade e estatísticas decimais.
A otimização tende a exigir a maior parte dos recursos de computação no processo STS. Se o seu STS precisar de otimização, concentre-se em uma estrutura que suporte processamento escalável distribuído / paralelo.
No contexto de estratégias desenvolvidas usando indicadores técnicos, os desenvolvedores de sistemas tentam encontrar um conjunto ideal de parâmetros para cada indicador. Mais simplesmente, a otimização pode achar que um fluxo de média móvel de 6 e 10 dias STS acumulou mais lucro sobre os dados de teste históricos do que qualquer outra combinação de períodos de tempo entre 1 e 20. Já com este exemplo trivial, 20 * 20 = 400 combinações de parâmetros devem ser calculado & amp; classificado.
No contexto de um portfólio, a otimização procura encontrar a ponderação ideal de cada ativo na carteira, incluindo os instrumentos em curto e alavancado. Em uma base periódica, o portfólio é reequilibrado, resultando na compra e venda de participações da carteira, conforme necessário, para alinhar com os pesos otimizados.
O dimensionamento de posição é um uso adicional da otimização, ajudando os desenvolvedores de sistemas a simular e analisar o impacto da alavancagem e dimensionamento de posição dinâmico no STS e no desempenho do portfólio.
Seis quadros de teste para o Python.
As capacidades padrão das plataformas open source Python backtesting parecem incluir:
Gerenciamento de eventos, flexível e irrestrito Coleta decente de indicadores técnicos pré-definidos Captação de desempenho padrão / visualização / geração de relatórios.
PyAlgoTrade.
PyAlgoTrade é uma estrutura de backtesting mutuamente documentada, juntamente com capacidades de negociação em papel e ao vivo. O suporte a dados inclui Yahoo! Finanças, Google Finance, NinjaTrader e qualquer tipo de série de tempo baseada em CSV, como Quandl. Os tipos de pedidos suportados incluem Market, Limit, Stop e StopLimit.
O PyAlgoTrade suporta a negociação Bitcoin via Bitstamp e o gerenciamento de eventos do Twitter em tempo real.
bt - Backtesting para Python.
bt "visa promover a criação de blocos de lógica de estratégia facilmente testáveis, reutilizáveis e flexíveis para facilitar o rápido desenvolvimento de estratégias comerciais complexas".
O framework é particularmente adequado para testar STS com base em portfólio, com algos para ponderação de ativos e reequilíbrio de portfólio. A modificação de uma estratégia para executar em diferentes freqüências de tempo ou pesos de ativos alternativos envolve um mínimo de ajuste de código. bt é construído em cima do ffn - uma biblioteca de funções financeiras para Python.
Backtrader.
Esta plataforma está excepcionalmente bem documentada, com um blog acompanhante e uma comunidade on-line ativa para postar perguntas e solicitações de recursos. O Backtrader suporta uma série de formatos de dados, incluindo arquivos CSV, Pandas DataFrames, iteradores de incandescência e feeds de dados em tempo real de três corretores. Esses feeds de dados podem ser acessados simultaneamente e podem até representar diferentes cronogramas. Os corretores suportados incluem Oanda para negociação de Forex e negociação de classes de ativos múltiplos através de Interactive Brokers e Visual Chart.
Pysystemtrade.
O desenvolvedor da Pysystemtrade, Rob Carver, tem uma ótima postagem em discussão sobre o porquê ele se propôs a criar mais uma nova estrutura de teste do Python e os argumentos para e contra o desenvolvimento do framework. A estrutura backtesting para pysystemtrade é discutida no livro Rob, "Systematic Trading".
Pysystemtrade lista uma série de recursos de roteiro, incluindo um testador de back-up completo, que inclui técnicas de otimização e calibração e negociação de futuros totalmente automáticos com Interactive Brokers. Os contribuidores da fonte aberta são bem-vindos.
Zipline é um simulador de negociação algorítmica com recursos de papel e negociação ao vivo. Acessível através da interface do navegador IPython baseado no navegador, a Zipline fornece uma alternativa fácil de usar para ferramentas de linha de comando. Suportado e desenvolvido por Quantopian, Zipline pode ser usado como uma estrutura de backtesting autônomo ou como parte de um ambiente completo de desenvolvimento, teste e implantação de STS, de Aosta / Zipline STS. A Zipline fornece 10 anos de dados de estoque históricos históricos de última hora e uma série de opções de importação de dados.
QSTrader é uma estrutura de backtesting com capacidades de negociação ao vivo. O fundador da QuantStart, Michael Halls-Moore, lançou o QSTrader com a intenção de construir uma plataforma robusta e escalável o suficiente para atender às necessidades dos fundos de hedge quantitativos institucionais, bem como aos comerciantes quantos de varejo. O QSTrader atualmente suporta dados de resolução "barra" da OHLCV em várias escalas de tempo, mas permite que dados de marca sejam usados.
Tanto o backtesting como o comércio ao vivo são completamente orientados para eventos, simplificando a transição das estratégias da pesquisa para o teste e, finalmente, a negociação ao vivo. A estratégia básica / código do portfólio geralmente é idêntico em ambas as implementações.
O principal benefício do QSTrader é em sua modularidade, permitindo uma ampla personalização de código para aqueles que possuem requisitos específicos de gerenciamento de risco ou portfólio.
Abraçando o Backtest.
É a natureza humana se concentrar na recompensa de desenvolver um STS (esperançosamente lucrativo), então apressar-se a implantar uma conta financiada (porque esperamos), sem gastar tempo e recursos suficientes para testar completamente a estratégia. Mas backtesting não é apenas um gatekeeper para nos impedir de implementar estratégias erradas e perder capital comercial, também fornece uma série de diagnósticos que podem informar o processo de desenvolvimento STS. Por exemplo, testando um STS idêntico em dois intervalos de tempo diferentes, compreendendo a redução máxima de uma estratégia no contexto de correlações de ativos e criando portfólios mais inteligentes por backtesting de alocações de ativos em várias regiões geográficas.
Em futuras postagens, iremos abordar frameworks de backtesting para ambientes que não sejam Python e o uso de várias técnicas de amostragem como bootstrapping e jackknife para testar modelos de negociação preditivos.
Apenas iniciando o comércio quantitativo?
3 razões para se inscrever para a lista de e-mails QuantStart:
1. Quant Trading Lessons.
Você terá acesso instantâneo a um curso de e-mail gratuito de 10 partes, repleto de sugestões e dicas para ajudá-lo a começar a negociação quantitativa!
2. Todo o conteúdo mais recente.
Todas as semanas, vou enviar-lhe um envoltório de todas as atividades no QuantStart para que você nunca mais perca uma postagem novamente.
Real, dicas de negociação viáveis, sem tonturas.
No comments:
Post a Comment