Trading quantitatif Qu'est-ce que le commerce quantitatif? Le commerce quantitatif consiste en des stratégies de négociation basées sur une analyse quantitative. Qui s'appuient sur des calculs mathématiques et le calcul des nombres pour identifier les opportunités commerciales. Comme le commerce quantitatif est généralement utilisé par les institutions financières et les hedge funds. Les transactions sont généralement de grande taille et peuvent impliquer l'achat et la vente de centaines de milliers d'actions et autres titres. Cependant, le commerce quantitatif est de plus en plus utilisé par les investisseurs individuels. RUPTURE Quantitative Trading Prix et le volume sont deux des entrées de données les plus courantes utilisées dans l'analyse quantitative comme les principaux intrants pour les modèles mathématiques. Les techniques de négociation quantitatives comprennent le négoce à haute fréquence. Négociation algorithmique et arbitrage statistique. Ces techniques sont rapides et ont généralement des horizons d'investissement à court terme. Beaucoup de commerçants quantitatifs sont plus familiers avec des outils quantitatifs, tels que les moyennes mobiles et les oscillateurs. Comprendre l'échange quantitatif Les commerçants quantitatifs tirent parti de la technologie moderne, des mathématiques et de la disponibilité de bases de données complètes pour prendre des décisions commerciales rationnelles. Les commerçants quantitatifs adoptent une technique de négociation et en créent un modèle en utilisant les mathématiques, puis ils développent un programme informatique qui applique le modèle aux données historiques du marché. Le modèle est ensuite testé et optimisé. Si des résultats favorables sont obtenus, le système est alors mis en œuvre sur des marchés en temps réel avec un capital réel. La façon dont fonctionnent les modèles commerciaux de négociation peut être mieux décrite en utilisant une analogie. Considérez un rapport météorologique dans lequel le météorologue prévoit une chance de 90 de pluie pendant que le soleil brille. Le météorologue tire cette conclusion contre-intuitive par la collecte et l'analyse des données climatiques des capteurs dans toute la région. Une analyse quantitative informatisée révèle des modèles spécifiques dans les données. Lorsque ces modèles sont comparés aux mêmes tendances révélées par les données climatiques historiques (backtesting) et 90 sur 100 fois le résultat est la pluie, alors le météorologue peut tirer la conclusion avec confiance, d'où les prévisions 90. Les commerçants quantitatifs appliquent ce même processus au marché financier pour prendre des décisions commerciales. Avantages et inconvénients de la négociation quantitative L'objectif de la négociation est de calculer la probabilité optimale d'exécuter un commerce rentable. Un trader typique peut effectivement surveiller, analyser et prendre des décisions de négociation sur un nombre limité de titres avant que le montant des données entrantes écrase le processus décisionnel. L'utilisation de techniques commerciales quantitatives éclaire cette limite en utilisant des ordinateurs pour automatiser les décisions de surveillance, d'analyse et de négociation. Surmonter l'émotion est l'un des problèmes les plus répandus avec le commerce. Qu'il s'agisse de la peur ou de la cupidité, lorsque le commerce, l'émotion sert seulement à étouffer la pensée rationnelle, qui conduit généralement à des pertes. Les ordinateurs et les mathématiques ne possèdent pas d'émotions, de sorte que le commerce quantitatif élimine ce problème. Le commerce quantitatif a ses problèmes. Les marchés financiers sont parmi les entités les plus dynamiques qui existent. Par conséquent, les modèles commerciaux quantitatifs doivent être aussi dynamiques pour réussir systématiquement. De nombreux commerçants quantitatifs développent des modèles qui sont temporairement rentables pour la condition de marché pour laquelle ils ont été développés, mais ils échouent finalement quand les conditions du marché changent. quantitative trading théorie de la théorie de la décision dans le commerce SIGs opérations s'étendent à travers les marchés en Amérique du Nord, Où nous échangons essentiellement tous les produits financiers cotés et classes d'actifs. L'expertise de SIG en matière de négociation, combinée à la recherche quantitative, à la technologie innovatrice et à la recherche fondamentale, nous positionne comme leaders sur le marché mondial. Dérivés SIG est reconnu mondialement comme un acteur majeur du marché des dérivés, avec une expertise avérée dans le pricing des options, la dynamique des échanges, la structure du marché et la gestion des risques. Nous investissons des capitaux et fournissons des liquidités dans presque tous les marchés d'options cotés en bourse, y compris les marchés des produits de base, de l'énergie, des actions, des fonds négociés en bourse (ETF), des indices et des contrats à terme. Nos négociants, quants et développeurs travaillent en équipe pour développer des stratégies de trading algorithmiques qui nous donnent un avantage concurrentiel. Commodities SIG participe activement aux marchés des options et des contrats à terme sur tous les principaux produits, y compris les métaux, le pétrole et les produits connexes, le gaz naturel et les produits agricoles. Énergie Notre équipe Énergie participe activement à une vaste gamme de produits axés principalement sur l'électricité, le gaz naturel, les conditions météorologiques et les options énergétiques. Une solide compréhension fondamentale des prévisions météorologiques et des caractéristiques de l'offre et de la demande nous donne un avantage concurrentiel sur le marché. Actions SIG participe activement aux marchés boursiers et ETF dans le monde. Nous négocions des actions individuelles grâce à l'utilisation de nos stratégies de trading algorithmiques exclusives, et fournissons une large couverture de tous les principaux FNB. Bonds SIG maintient un portefeuille diversifié de produits à revenu fixe négociés activement, y compris les obligations d'entreprises et les obligations convertibles, les credit default swaps et les ETF à revenu fixe. Ces opérations sont couplées à d'autres couvertures de taux d'intérêt pour maintenir un portefeuille à faible risque qui capte les inefficiences du marché. Foreign Exchange En tant que participant au marché des marchés de change, SIG négocie activement des options sur spot, futures et ETFs. Catégorie Archives: Stratégie de négociation Je suis tombé sur cette série vidéo au cours du week-end, un trader d'options discute comment il négocie des spreads de crédit Recherche une réversion moyenne). La plupart d'entre vous sera familier avec les bandes de bollinger comme une stratégie de réversion moyenne commune, essentiellement vous prenez la moyenne mobile et l'écart-type de déplacement du stock. Vous tracez ensuite sur votre graphique la moyenne mobile et une bande supérieure et inférieure (moyenne mobile - écarts normaux). Il est supposé que le prix va revenir à la moyenne mobile, par conséquent, tout déplacement de prix vers les bandes est un bon point d'entrée. Un problème commun à cette stratégie est que la moyenne mobile est un indicateur LAGGING et est souvent très lent à suivre les mouvements de prix si une longue période de réflexion est utilisée. La vidéo 1 présente une technique appelée 8220 courbes de régression linéaire8221 environ 10 minutes. Les courbes de régression linéaire visent à résoudre le problème de la moyenne mobile étant lent à suivre le prix. Courbe de régression linéaire vs Moyenne mobile simple Voyez comment étroitement la courbe de régression linéaire bleue suit le prix de clôture, it8217s beaucoup plus rapide pour identifier les virages sur le marché où la moyenne mobile simple a une erreur de suivi considérable. Le MSE pourrait être utilisé pour quantifier l'étanchéité. Comment calculer la courbe de régression linéaire: Dans cet exemple, vous disposez de 100 cours de clôture pour votre stock donné. Bar 1 est le prix le plus ancien, bar 100 est le prix le plus récent. Nous utiliserons une régression de 20 jours. 1. Prenez les prix 1-20 et tracez la ligne de meilleur ajustement à travers eux 2. À la fin de votre meilleure ligne d'ajustement (si bar 20), dessinez un petit cercle 3. Prenez les prix 2-21 et tracez la ligne du meilleur ajustement À travers eux 4. À la fin de votre meilleure ligne d'ajustement (si bar 21) dessiner un petit cercle 5. Répétez jusqu'à la barre 100 6. Rejoignez tous vos petits cercles, c'est votre 8216 courbe de régression linéaire8217 Donc, en un mot vous venez de rejoindre Fin d'une régression linéaire en roulis. Ce poste cherche à examiner si la phrase bien connue 8220 le plus élevé le risque plus la récompense8221 s'applique aux constituants FTSE 100. De nombreux modèles ont essayé de capturer des mesures de récompense de risque, le plus connu étant le modèle d'allocation de capital (CAPM). Le CAPM essaie de quantifier le rendement d'un investissement qu'un investisseur doit recevoir afin d'être adéquatement compensé pour le risque qu'il a pris. Le code ci-dessous calcule l'écart-type de roulement des rendements, 8216 le risque 8217, pour les constituants FTSE 100. Il classe ensuite les stocks en quartiles selon cette métrique de risque, les groupes sont mis à jour quotidiennement. Le quartile 1 est le plus faible stock de volatilité, le quartile 2 le plus élevé. Un indice pondéré (amt) est créé pour chaque quartile. Selon la théorie ci-dessus Q4 (haut vol) devrait produire les rendements cumulatifs les plus élevés. Lors de l'utilisation d'un lookback de 1 mois pour le calcul stdev il ya un indice gagnant clair, l'indice vol le plus bas (noir). Fait intéressant, le deuxième meilleur indice est le plus haut indice vol (bleu). Le graphique ci-dessus est calculé en utilisant des rendements arithmétiques. Lorsqu'on utilise un lookback plus long de 250 jours, une année de négociation, l'indice vol le plus élevé est le meilleur et le plus faible indice vol le moins performant. Pour un lookback court (30 jours), l'indice à faible vol a été le meilleur. Pour un lookback long (250 jours), l'indice vol élevé était le plus performant. Une explication possible (non testée) Et par conséquent sur un bénéfice d'annonce de nouvelles le stock a une probabilité plus élevée de passer de l'indice courant it8217s dans un indice plus vol. Peut-être n'est-il pas déraisonnable de supposer que l'indice à haut vol ne contient que les actions qui ont eu une annonce récente de volatilité temporaire et qui sont dans une période de consolidation ou de réversion moyenne. Ou pour le dire d'une autre façon pour les retours à court retour l'indice de vol élevé doesn8217t contiennent les stocks qui sont en permanence très vol, tandis que pour les retours de retour longs tous les écarts de vol temporaires sont lissés. Ci-dessous les mêmes graphiques que ci-dessus, mais pour les rendements géométriques.
No comments:
Post a Comment