Livros sobre estratégias de negociação quantitativa

Livros

O terceiro e último livro da Ernie Machine Trading: Implantando Algoritmos de Computador Para Conquistar os Mercados abrange uma variedade de técnicas quantitativas avançadas de negociação e investimento, desde modelos de espaço de estados até aprendizado de máquina, aplicáveis ​​a uma variedade de instrumentos de ETFs a. opções. Os leitores encontrarão a maioria dos materiais bastante acessíveis para qualquer pessoa que tenha alguma experiência em um campo quantitativo.

Este livro pode ser tratado como uma continuação de meus dois primeiros livros, com cobertura sobre tópicos que não discuti.

antes, mas também pode ser lido independentemente. Os códigos de software para todas as estratégias descritas podem ser encontrados em epchan / book3. O ID do usuário e a senha podem ser encontrados no Box 1.1 do livro.

Louvor por Negociação de Máquinas:

& # 8220; É fácil tornar as ideias simples complexas. É muito mais difícil fazer idéias complexas parecerem simples. Neste livro, Ernie fez exatamente isso. Não consigo pensar em nenhum trader que não se beneficie com a leitura do Machine Trading & # 8221; & # 8211; Euan Sinclair, sócio da Talton Capital Management e autor do "Volatility Trading" # 8221; .

Disponível para encomenda agora na Amazon.

O segundo livro de Ernie Algorithmic Trading: Estratégias vencedoras e sua justificativa é um estudo aprofundado de dois tipos de estratégias: reversão e momentum. Ele investiga as razões pelas quais certos mercados exibem reversão ou momento médio e descreve as técnicas comuns que podem explorar essas oportunidades de lucro. Numerosos exemplos de estratégia são extraídos de ações, ETFs, futuros e moedas.

Louvor por negociação algorítmica:

& # 8220; Algorithmic Trading é um livro perspicaz sobre negociação quantitativa escrito por um praticante experiente. O que diferencia este livro de muitos outros no espaço é a ênfase em exemplos reais em oposição a apenas a teoria. Os conceitos não são apenas descritos, eles são trazidos à vida com as estratégias de negociação reais, que dão ao leitor informações sobre como e por que cada estratégia foi desenvolvida, como ela foi implementada e até como ela foi codificada. Este livro é um recurso valioso para qualquer pessoa que queira criar suas próprias estratégias sistemáticas de negociação e aquelas envolvidas na seleção de gerentes, onde o conhecimento contido neste livro levará a uma conversa mais informada e diferenciada com os gerentes. & # 8221; & # 8211; Daren Smith, Presidente e Diretor de Investimentos da Universidade de Toronto Asset Management.

Leitores de negociação algorítmica: estratégias vencedoras e sua justificativa podem encontrar a senha para os códigos Matlab para este livro na página 199.

Primeiro livro do Dr. Chan Quantitative Trading é dirigido aos comerciantes que são novos no campo. Ele aborda noções básicas sobre como encontrar e avaliar estratégias de negociação, a prática e as armadilhas comuns do backtesting, exemplos de estratégias como reversão à média de pares ETF e negociação de futuros sazonais e alavancagem ideal e alocação de ativos por meio da fórmula de Kelly.

Louvor por negociação quantitativa:

& # 8220; Como a tecnologia evoluiu, também tem a facilidade de desenvolver estratégias de negociação. Ernest Chan faz de todos os traders, atuais e futuros, um serviço real descrevendo sucintamente os tremendos benefícios, mas também algumas das armadilhas, ao utilizar muitas das técnicas de negociação quantitativas recentemente implementadas. & # 8221; & # 8211; Peter Borish, Presidente e CEO da Computer Trading Corporation, sócio fundador da Tudor Investment Corporation.

Os leitores da Quantitative Trading podem encontrar a senha para os códigos Matlab associados a este livro e outros conteúdos premium no último parágrafo da página 34.

Quant Trading Books.

Por favor, selecione uma categoria:

Quant Trading Machine Learning História Geral R Python C + + Programação Fin Math Jobs Fundos Hedge Nossos Bloggers.

Esta categoria é curada por: Kris Longmore, da Robot Wealth.

Kris é ex-engenheiro e quantia de hedge funds. Ele fundou a Quantify Partners e a Robot Wealth, que facilitam a busca por obsessão por aprendizado de máquina e comércio algorítmico.

(*) Observe que os livros da Quant Start estão disponíveis apenas em seu site. Nós não somos afiliados ao Quant Start, nem compensados ​​por este link. Nós simplesmente gostamos de promover o trabalho dos mocinhos.

Livros com curadoria dos melhores:

Estes livros são organizados pelos principais autores da nossa comunidade:

Quando você faz o pedido através desta página, a Amazon joga alguns shekels do nosso jeito. Não há nenhum custo adicional para você, e é uma ótima maneira de mostrar seu amor pela Quantocracia.

Direitos autorais e cópia; 2015-2018 e middot; Design do site por: The Dynamic Duo.

Top 5 livros essenciais para iniciantes para negociação algorítmica.

Top 5 livros essenciais para iniciantes para negociação algorítmica.

O comércio algorítmico é geralmente percebido como uma área complexa para os iniciantes se familiarizarem. Abrange uma ampla gama de disciplinas, com certos aspectos que exigem um grau significativo de maturidade matemática e estatística. Por conseguinte, pode ser extremamente desanimador para os não iniciados. Na realidade, os conceitos gerais são fáceis de entender, enquanto os detalhes podem ser aprendidos de maneira iterativa e contínua.

A beleza da negociação algorítmica é que não há necessidade de testar o conhecimento sobre capital real, já que muitas corretoras oferecem simuladores de mercado altamente realistas. Embora existam certas ressalvas associadas a esses sistemas, elas fornecem um ambiente para promover um nível profundo de entendimento, sem absolutamente nenhum risco de capital.

Uma pergunta comum que recebo dos leitores da QuantStart é "Como faço para começar no comércio quantitativo?". Eu já escrevi um guia para iniciantes sobre negociação quantitativa, mas um artigo não pode esperar cobrir a diversidade do assunto. Assim, decidi recomendar meus livros de negociação de quantia de nível de entrada favoritos neste artigo.

A primeira tarefa é obter uma visão geral sólida do assunto. Eu descobri que é muito mais fácil evitar discussões matemáticas pesadas até que o básico seja coberto e entendido. Os melhores livros que encontrei para esse fim são os seguintes:

1) Negociação Quantitativa por Ernest Chan - Este é um dos meus livros financeiros favoritos. O Dr. Chan oferece uma excelente visão geral do processo de criação de um sistema de negociação quantitativo "de varejo", usando o MatLab ou o Excel. Ele torna o assunto altamente acessível e dá a impressão de que "qualquer um pode fazê-lo". Embora haja muitos detalhes que são ignorados (principalmente por questão de brevidade), o livro é uma ótima introdução sobre como funciona o comércio algorítmico. Ele discute geração alfa ("o modelo comercial"), gerenciamento de risco, sistemas automatizados de execução e certas estratégias (particularmente momentum e reversão à média). Este livro é o lugar para começar. 2) Inside the Black Box por Rishi K. Narang - Neste livro, Dr. Narang explica em detalhes como funciona um fundo de hedge quantitativo profissional. É lançado em um investidor experiente que está pensando em investir em tal "caixa preta". Apesar da aparente irrelevância para um comerciante de varejo, o livro realmente contém uma riqueza de informações sobre como um "bom" sistema de negociação de quantum deve ser realizado. Por exemplo, a importância dos custos de transação e gerenciamento de risco são delineados, com idéias sobre onde procurar mais informações. Muitos comerciantes de algo de varejo poderiam fazer bem para pegar isso e ver como os 'profissionais' realizam sua negociação. 3) Negociação Algorítmica & amp; DMA por Barry Johnson - A frase "negociação algorítmica", no setor financeiro, geralmente se refere aos algoritmos de execução usados ​​por bancos e corretores para executar transações eficientes. Eu estou usando o termo para cobrir não apenas os aspectos de negociação, mas também de negociação quantitativa ou sistemática. Este livro é principalmente sobre o primeiro, sendo escrito por Barry Johnson, que é um desenvolvedor de software quantitativo em um banco de investimento. Isso significa que não tem utilidade para o quant varejo? De modo nenhum. Possuir uma compreensão mais profunda de como as trocas funcionam e a "microestrutura de mercado" pode ajudar imensamente a lucratividade das estratégias de varejo. Apesar de ser um tomo pesado, vale a pena pegar.

Uma vez que os conceitos básicos são apreendidos, é necessário começar a desenvolver uma estratégia de negociação. Isso é geralmente conhecido como o componente de modelo alfa de um sistema de negociação. As estratégias são fáceis de encontrar nos dias de hoje, no entanto, o verdadeiro valor vem em determinar seus próprios parâmetros de negociação através de extensa pesquisa e backtesting. Os seguintes livros discutem certos tipos de sistemas de negociação e execução e como implementá-los:

4) Algorithmic Trading por Ernest Chan - Este é o segundo livro do Dr. Chan. No primeiro livro, ele escapou ao momentum, à reversão à média e a certas estratégias de alta frequência. Este livro discute essas estratégias em profundidade e fornece detalhes significativos da implementação, embora com mais complexidade matemática do que na primeira (por exemplo, filtros de Kalman, estacionariedade / cointegração, CADF, etc.). As estratégias, mais uma vez, fazem uso extensivo do MatLab, mas o código pode ser facilmente modificado para C ++, Python / pandas ou R para aqueles com experiência em programação. Ele também fornece atualizações sobre o comportamento mais recente do mercado, já que o primeiro livro foi escrito há alguns anos. 5) Negociação e Trocas por Larry Harris - Este livro concentra-se na microestrutura do mercado, que eu pessoalmente acho que é uma área essencial para aprender, mesmo nos estágios iniciais da negociação de quant. A microestrutura de mercado é a "ciência" de como os participantes do mercado interagem e as dinâmicas que ocorrem na carteira de pedidos. Está intimamente relacionado a como as trocas funcionam e o que realmente acontece quando uma negociação é feita. Este livro é menos sobre estratégias de negociação como tal, mas mais sobre coisas para estar ciente ao projetar sistemas de execução. Muitos profissionais do espaço financeiro financeiro consideram isso um excelente livro e também o recomendo.

Nesta fase, como um comerciante de varejo, você estará em um bom lugar para começar a pesquisar os outros componentes de um sistema de negociação, como o mecanismo de execução (e seu profundo relacionamento com os custos de transação), bem como gerenciamento de risco e portfólio. Eu dicarei livros para esses tópicos em artigos posteriores.

A Quantcademy.

Participe do portal de associação da Quantcademy que atende à crescente comunidade de traders de quantificação de varejo e aprenda como aumentar a lucratividade de sua estratégia.

Negociação Algorítmica Bem Sucedida.

Como encontrar novas ideias de estratégia de negociação e avaliá-las objetivamente para o seu portfólio usando um mecanismo de backtesting personalizado no Python.

Comércio Algorítmico Avançado.

Como implementar estratégias de negociação avançadas usando análise de séries temporais, aprendizado de máquina e estatísticas Bayesianas com R e Python.

Guia para iniciantes em negociação quantitativa.

Guia para iniciantes em negociação quantitativa.

Neste artigo, vou apresentar alguns dos conceitos básicos que acompanham um sistema de negociação quantitativo de ponta a ponta. Espera-se que este post atenda a dois públicos-alvo. O primeiro será indivíduos tentando obter um emprego em um fundo como um comerciante quantitativo. A segunda será pessoas que desejam tentar montar seu próprio negócio de comércio algorítmico "de varejo".

A negociação quantitativa é uma área extremamente sofisticada de finanças quânticas. Pode levar uma quantidade significativa de tempo para obter o conhecimento necessário para passar uma entrevista ou construir suas próprias estratégias de negociação. Não só isso, mas requer extensa experiência em programação, pelo menos em uma linguagem como MATLAB, R ou Python. No entanto, à medida que a frequência comercial da estratégia aumenta, os aspectos tecnológicos tornam-se muito mais relevantes. Assim, ser familiar com C / C ++ será de suma importância.

Um sistema de negociação quantitativo consiste em quatro componentes principais:

Identificação Estratégica - Encontrando uma estratégia, explorando uma vantagem e decidindo sobre a frequência de negociação Backtesting da estratégia - Obtendo dados, analisando o desempenho da estratégia e removendo vieses Sistema de Execução - Vinculando a uma corretora, automatizando a negociação e minimizando custos de transação tamanho da aposta "/ critério de Kelly e psicologia de negociação.

Começaremos dando uma olhada em como identificar uma estratégia de negociação.

Identificação de estratégia.

Todos os processos de negociação quantitativos começam com um período inicial de pesquisa. Este processo de pesquisa engloba encontrar uma estratégia, verificando se a estratégia se encaixa em um portfólio de outras estratégias que você pode estar executando, obtendo quaisquer dados necessários para testar a estratégia e tentando otimizar a estratégia para retornos mais altos e / ou menor risco. Você precisará avaliar seus próprios requisitos de capital se estiver executando a estratégia como um comerciante "varejista" e como qualquer custo de transação afetará a estratégia.

Ao contrário da crença popular, é bastante simples encontrar estratégias lucrativas por meio de várias fontes públicas. Os acadêmicos publicam regularmente resultados teóricos de negociação (embora, em sua maioria, sejam brutos dos custos de transação). Os blogs de finanças quantitativas discutirão as estratégias em detalhes. Os jornais de comércio delinearão algumas das estratégias empregadas pelos fundos.

Você pode questionar por que os indivíduos e as empresas estão interessados ​​em discutir suas estratégias lucrativas, especialmente quando sabem que outras pessoas "que estão ocupando o mercado" podem impedir que a estratégia funcione a longo prazo. A razão está no fato de que eles não costumam discutir os parâmetros exatos e os métodos de ajuste que eles realizaram. Essas otimizações são a chave para transformar uma estratégia relativamente medíocre em uma altamente rentável. Na verdade, uma das melhores maneiras de criar suas próprias estratégias únicas é encontrar métodos semelhantes e, em seguida, realizar seu próprio procedimento de otimização.

Aqui está uma pequena lista de lugares para começar a procurar ideias estratégicas:

Muitas das estratégias que você irá analisar se encaixarão nas categorias de reversão à média e tendência / momento. Uma estratégia de reversão à média é aquela que tenta explorar o fato de que existe uma média de longo prazo em uma "série de preços" (como o spread entre dois ativos correlatos) e que desvios de curto prazo dessa média eventualmente reverterão. Uma estratégia de momentum tenta explorar tanto a psicologia do investidor quanto a grande estrutura de fundos, "pegando carona" em uma tendência de mercado, que pode ganhar impulso em uma direção e seguir a tendência até que ela se reverta.

Outro aspecto extremamente importante da negociação quantitativa é a frequência da estratégia de negociação. A negociação de baixa frequência (LFT) geralmente se refere a qualquer estratégia que detenha ativos por mais de um dia de negociação. Correspondentemente, a negociação de alta frequência (HFT) geralmente se refere a uma estratégia que mantém ativos intraday. Negociação de frequência ultra-alta (UHFT) refere-se a estratégias que mantêm ativos na ordem de segundos e milissegundos. Como profissionais de varejo, HFT e UHFT certamente são possíveis, mas apenas com conhecimento detalhado da “pilha de tecnologia” e da dinâmica do livro de pedidos. Não vamos discutir esses aspectos em grande medida neste artigo introdutório.

Uma vez que uma estratégia, ou conjunto de estratégias, tenha sido identificada, ela agora precisa ser testada quanto à lucratividade nos dados históricos. Esse é o domínio do backtesting.

Backtesting de estratégia.

O objetivo do backtesting é fornecer evidências de que a estratégia identificada por meio do processo acima é lucrativa quando aplicada a dados históricos e fora da amostra. Isso define a expectativa de como a estratégia funcionará no "mundo real". No entanto, backtesting não é garantia de sucesso, por várias razões. É talvez a área mais sutil do comércio quantitativo, uma vez que implica inúmeros vieses, que devem ser cuidadosamente considerados e eliminados, tanto quanto possível. Discutiremos os tipos comuns de polarização, incluindo viés de antecipação, viés de sobrevivência e viés de otimização (também conhecido como viés de "espionagem de dados"). Outras áreas de importância dentro do backtesting incluem a disponibilidade e a limpeza de dados históricos, levando em consideração custos de transação realistas e decidindo sobre uma plataforma robusta de backtesting. Discutiremos os custos de transação na seção Sistemas de Execução abaixo.

Uma vez que uma estratégia tenha sido identificada, é necessário obter os dados históricos através dos quais realizar testes e, talvez, refinamento. Há um número significativo de fornecedores de dados em todas as classes de ativos. Seus custos geralmente variam de acordo com a qualidade, profundidade e pontualidade dos dados. O ponto de partida tradicional para os comerciantes de quantia iniciais (pelo menos no nível de varejo) é usar o conjunto de dados gratuito do Yahoo Finance. Não vou me debruçar muito sobre fornecedores aqui, em vez disso, gostaria de me concentrar nas questões gerais ao lidar com conjuntos de dados históricos.

As principais preocupações com dados históricos incluem exatidão / limpeza, viés de sobrevivência e ajuste para ações corporativas, como dividendos e desdobramentos:

Precisão pertence à qualidade geral dos dados - se contém algum erro. Às vezes, os erros podem ser fáceis de identificar, como com um filtro de pico, que detecta "picos" incorretos nos dados de séries temporais e os corrige. Em outras ocasiões, podem ser muito difíceis de detectar. Muitas vezes é necessário ter dois ou mais provedores e, em seguida, verificar todos os seus dados uns contra os outros. O viés de sobrevivência é muitas vezes uma "característica" de conjuntos de dados gratuitos ou baratos. Um conjunto de dados com viés de sobrevivência significa que ele não contém ativos que não estão mais sendo negociados. No caso de ações, isso significa ações excluídas / falidas. Esse viés significa que qualquer estratégia de negociação de ações testada em tal conjunto de dados provavelmente terá um desempenho melhor do que no "mundo real", já que os "vencedores" históricos já foram pré-selecionados. As ações corporativas incluem atividades "logísticas" realizadas pela empresa, que geralmente causam uma mudança na função de etapa do preço bruto, que não deve ser incluída no cálculo dos retornos do preço. Ajustes para dividendos e desdobramentos são os culpados comuns. Um processo conhecido como ajuste de costas é necessário para ser realizado em cada uma dessas ações. É preciso ter muito cuidado para não confundir um desdobramento de ações com um verdadeiro ajuste de retorno. Muitos traders foram pegos por uma ação corporativa!

Para realizar um procedimento de backtest, é necessário usar uma plataforma de software. Você tem a escolha entre softwares backtest dedicados, como o Tradestation, uma plataforma numérica como o Excel ou o MATLAB ou uma implementação personalizada completa em uma linguagem de programação como Python ou C ++. Eu não vou me demorar muito em Tradestation (ou similar), Excel ou MATLAB, como eu acredito em criar uma pilha de tecnologia interna completa (por razões descritas abaixo). Um dos benefícios disso é que o software de backtest e o sistema de execução podem ser totalmente integrados, mesmo com estratégias estatísticas extremamente avançadas. Para as estratégias de HFT, em particular, é essencial usar uma implementação personalizada.

Ao fazer o backtest de um sistema, é preciso ser capaz de quantificar o desempenho do mesmo. As métricas "padrão do setor" para estratégias quantitativas são o rebaixamento máximo e o Índice de Sharpe. O rebaixamento máximo caracteriza a maior queda de ponta a ponta na curva de patrimônio da conta em um determinado período de tempo (geralmente anual). Isso é mais frequentemente citado como uma porcentagem. As estratégias de LFT tenderão a ter rebaixamentos maiores do que as estratégias de HFT, devido a vários fatores estatísticos. Um backtest histórico mostrará o último drawdown máximo, que é um bom guia para o futuro desempenho de drawdown da estratégia. A segunda medida é o Índice de Sharpe, que é definido heuristicamente como a média dos retornos excedentes dividida pelo desvio padrão desses retornos excedentes. Aqui, os retornos excedentes referem-se ao retorno da estratégia acima de um benchmark pré-determinado, como o S & P500 ou um Tesouro de 3 meses. Note que o retorno anualizado não é uma medida normalmente utilizada, pois não leva em conta a volatilidade da estratégia (diferentemente do Índice de Sharpe).

Uma vez que uma estratégia tenha sido testada novamente e seja considerada livre de vieses (na medida em que isso seja possível!), Com um bom Sharpe e rebaixamentos minimizados, é hora de construir um sistema de execução.

Sistemas de Execução.

Um sistema de execução é o meio pelo qual a lista de negócios gerados pela estratégia é enviada e executada pelo corretor. Apesar do fato de que a geração de comércio pode ser semi ou totalmente automatizada, o mecanismo de execução pode ser manual, semi-manual (ou seja, "um clique") ou totalmente automatizado. Para estratégias de LFT, técnicas manuais e semi-manuais são comuns. Para as estratégias de HFT, é necessário criar um mecanismo de execução totalmente automatizado, que muitas vezes será fortemente acoplado ao gerador de comércio (devido à interdependência entre estratégia e tecnologia).

As principais considerações ao criar um sistema de execução são a interface com a corretora, a minimização dos custos de transação (incluindo comissão, derrapagem e spread) e a divergência de desempenho do sistema ao vivo do desempenho do backtested.

Há muitas maneiras de interagir com uma corretora. Eles variam de chamar seu corretor por telefone até uma Application Programming Interface (API) de alto desempenho totalmente automatizada. O ideal é que você queira automatizar a execução de seus negócios o máximo possível. Isso libera você para se concentrar em mais pesquisas, bem como permitir que você execute várias estratégias ou mesmo estratégias de maior frequência (na verdade, HFT é essencialmente impossível sem execução automatizada). O software comum de backtesting descrito acima, como MATLAB, Excel e Tradestation, é bom para estratégias mais simples e de menor frequência. No entanto, será necessário construir um sistema de execução interno escrito em uma linguagem de alto desempenho, como C ++, para fazer qualquer HFT real. Como uma anedota, no fundo em que eu costumava trabalhar, tínhamos um "ciclo de negociação" de 10 minutos, onde baixávamos novos dados de mercado a cada 10 minutos e depois executávamos negociações com base nessas informações no mesmo período de tempo. Isso estava usando um script Python otimizado. Para qualquer coisa que se aproxime de dados de frequência de minutos ou segundos, acredito que C / C ++ seria mais ideal.

Em um fundo maior, muitas vezes não é o domínio do comerciante de quantificação para otimizar a execução. No entanto, em pequenas lojas ou empresas de HFT, os comerciantes são os executores e, portanto, um conjunto de habilidades muito mais amplo é geralmente desejável. Tenha isso em mente se você deseja ser empregado por um fundo. Suas habilidades de programação serão tão importantes, se não mais, do que suas estatísticas e talentos econométricos!

Outra questão importante que se enquadra na bandeira de execução é a redução de custos de transações. Geralmente, há três componentes nos custos de transação: Comissões (ou impostos), que são as taxas cobradas pela corretora, pela bolsa e pela SEC (ou órgão regulador governamental similar); escorregamento, que é a diferença entre o que você pretendia que seu pedido fosse preenchido versus o que foi realmente preenchido; spread, que é a diferença entre o preço de compra / venda do título negociado. Observe que o spread NÃO é constante e depende da liquidez atual (ou seja, disponibilidade de ordens de compra / venda) no mercado.

Os custos de transação podem fazer a diferença entre uma estratégia extremamente lucrativa com um bom índice de Sharpe e uma estratégia extremamente não lucrativa com um índice de Sharpe terrível. Pode ser um desafio prever corretamente os custos de transação de um backtest. Dependendo da frequência da estratégia, você precisará acessar os dados históricos do câmbio, que incluirão dados de ticks para preços de compra / venda. Equipes inteiras de quantos são dedicadas à otimização da execução nos fundos maiores, por esses motivos. Considere o cenário em que um fundo precisa descarregar uma quantidade substancial de negociações (das quais as razões para isso são muitas e variadas!). Ao "despejar" tantas ações no mercado, elas rapidamente deprimirão o preço e podem não obter uma execução ideal. Daí, os algoritmos que os pedidos de "gotejamento de alimentação" no mercado existem, embora o fundo corra o risco de derrapagem. Além disso, outras estratégias "atacam" essas necessidades e podem explorar as ineficiências. Este é o domínio da arbitragem da estrutura do fundo.

A última grande questão para os sistemas de execução diz respeito à divergência de desempenho da estratégia do desempenho do backtested. Isso pode acontecer por vários motivos. Já analisamos o viés de look-ahead e o viés de otimização em profundidade, ao considerar os backtests. No entanto, algumas estratégias não facilitam o teste desses vieses antes da implantação. Isso ocorre em HFT mais predominantemente. Pode haver bugs no sistema de execução, bem como a própria estratégia de negociação que não aparece em um backtest, mas aparece no live trading. O mercado pode estar sujeito a uma mudança de regime posterior à implantação de sua estratégia. Novos ambientes regulatórios, mudanças no sentimento do investidor e fenômenos macroeconômicos podem levar a divergências na forma como o mercado se comporta e, portanto, na rentabilidade de sua estratégia.

Gerenciamento de riscos.

A peça final para o enigma de negociação quantitativa é o processo de gerenciamento de riscos. "Risco" inclui todos os vieses anteriores que discutimos. Isso inclui risco de tecnologia, como servidores co-localizados na central de repente desenvolvendo um mau funcionamento do disco rígido. Isso inclui risco de corretagem, como o corretor estar falido (não tão louco quanto parece, dado o recente susto com a MF Global!). Em suma, abrange quase tudo o que poderia interferir com a implementação comercial, dos quais existem muitas fontes. Livros inteiros são dedicados ao gerenciamento de risco para estratégias quantitativas, então eu não tentarei elucidar todas as possíveis fontes de risco aqui.

A gestão de risco também abrange o que é conhecido como alocação de capital ideal, que é um ramo da teoria de portfólio. Esse é o meio pelo qual o capital é alocado a um conjunto de estratégias diferentes e aos negócios dentro dessas estratégias. É uma área complexa e depende de algumas matemáticas não triviais. O padrão da indústria pelo qual a alocação ótima de capital e a alavancagem das estratégias estão relacionadas é chamado de critério de Kelly. Como este é um artigo introdutório, não vou me alongar em seu cálculo. O critério de Kelly faz alguns pressupostos sobre a natureza estatística dos retornos, que geralmente não são válidos nos mercados financeiros, então os comerciantes são geralmente conservadores quando se trata da implementação.

Outro componente fundamental do gerenciamento de riscos é lidar com o próprio perfil psicológico. Existem muitos vieses cognitivos que podem surgir na negociação. Embora isso seja reconhecidamente menos problemático com negociação algorítmica se a estratégia for deixada em paz! Um viés comum é o da aversão à perda, em que uma posição perdedora não será fechada devido à dor de ter que perceber uma perda. Da mesma forma, os lucros podem ser tomados muito cedo porque o medo de perder um lucro já ganho pode ser muito grande. Outro viés comum é conhecido como viés de recência. Isso se manifesta quando os operadores enfatizam demais os eventos recentes e não a longo prazo. Então, é claro, há o par clássico de preconceitos emocionais - medo e ganância. Estes podem, muitas vezes, levar a alavancagem insuficiente ou excessiva, o que pode causar explosão (ou seja, o patrimônio da conta em zero ou pior!) Ou lucros reduzidos.

Como pode ser visto, o comércio quantitativo é uma área extremamente complexa, embora muito interessante, de financiamento quantitativo. Eu literalmente arranhei a superfície do tópico neste artigo e já está ficando bastante longo! Livros e documentos inteiros foram escritos sobre questões para as quais eu só dei uma ou duas sentenças. Por essa razão, antes de se candidatar a empregos quantitativos em bolsa de fundos, é necessário realizar uma quantidade significativa de estudo de base. No mínimo, você precisará de um extenso conhecimento em estatística e econometria, com muita experiência em implementação, por meio de uma linguagem de programação como MATLAB, Python ou R. Para estratégias mais sofisticadas no final de frequência mais alta, seu conjunto de habilidades é provável para incluir a modificação do kernel do Linux, C / C ++, programação de montagem e otimização de latência de rede.

Se você estiver interessado em tentar criar suas próprias estratégias de negociação algorítmica, minha primeira sugestão seria se programar bem. Minha preferência é construir o máximo possível de dados capturados, backtester de estratégia e sistema de execução. Se o seu próprio capital está em jogo, não dormiria melhor à noite sabendo que você testou completamente o seu sistema e está ciente de suas armadilhas e problemas específicos? Terceirizar isso para um fornecedor, enquanto potencialmente economiza tempo a curto prazo, pode ser extremamente caro a longo prazo.

A Quantcademy.

Participe do portal de associação da Quantcademy que atende à crescente comunidade de traders de quantificação de varejo e aprenda como aumentar a lucratividade de sua estratégia.

Negociação Algorítmica Bem Sucedida.

Como encontrar novas ideias de estratégia de negociação e avaliá-las objetivamente para o seu portfólio usando um mecanismo de backtesting personalizado no Python.

Comércio Algorítmico Avançado.

Como implementar estratégias de negociação avançadas usando análise de séries temporais, aprendizado de máquina e estatísticas Bayesianas com R e Python.

Livros

O terceiro e último livro da Ernie Machine Trading: Implantando Algoritmos de Computador Para Conquistar os Mercados abrange uma variedade de técnicas quantitativas avançadas de negociação e investimento, desde modelos de espaço de estados até aprendizado de máquina, aplicáveis ​​a uma variedade de instrumentos de ETFs a. opções. Os leitores encontrarão a maioria dos materiais bastante acessíveis para qualquer pessoa que tenha alguma experiência em um campo quantitativo.

Este livro pode ser tratado como uma continuação de meus dois primeiros livros, com cobertura sobre tópicos que não discuti.

antes, mas também pode ser lido independentemente. Os códigos de software para todas as estratégias descritas podem ser encontrados em epchan / book3. O ID do usuário e a senha podem ser encontrados no Box 1.1 do livro.

Louvor por Negociação de Máquinas:

& # 8220; É fácil tornar as ideias simples complexas. É muito mais difícil fazer idéias complexas parecerem simples. Neste livro, Ernie fez exatamente isso. Não consigo pensar em nenhum trader que não se beneficie com a leitura do Machine Trading & # 8221; & # 8211; Euan Sinclair, sócio da Talton Capital Management e autor do "Volatility Trading" # 8221; .

Disponível para encomenda agora na Amazon.

O segundo livro de Ernie Algorithmic Trading: Estratégias vencedoras e sua justificativa é um estudo aprofundado de dois tipos de estratégias: reversão e momentum. Ele investiga as razões pelas quais certos mercados exibem reversão ou momento médio e descreve as técnicas comuns que podem explorar essas oportunidades de lucro. Numerosos exemplos de estratégia são extraídos de ações, ETFs, futuros e moedas.

Louvor por negociação algorítmica:

& # 8220; Algorithmic Trading é um livro perspicaz sobre negociação quantitativa escrito por um praticante experiente. O que diferencia este livro de muitos outros no espaço é a ênfase em exemplos reais em oposição a apenas a teoria. Os conceitos não são apenas descritos, eles são trazidos à vida com as estratégias de negociação reais, que dão ao leitor informações sobre como e por que cada estratégia foi desenvolvida, como ela foi implementada e até como ela foi codificada. Este livro é um recurso valioso para qualquer pessoa que queira criar suas próprias estratégias sistemáticas de negociação e aquelas envolvidas na seleção de gerentes, onde o conhecimento contido neste livro levará a uma conversa mais informada e diferenciada com os gerentes. & # 8221; & # 8211; Daren Smith, Presidente e Diretor de Investimentos da Universidade de Toronto Asset Management.

Leitores de negociação algorítmica: estratégias vencedoras e sua justificativa podem encontrar a senha para os códigos Matlab para este livro na página 199.

Primeiro livro do Dr. Chan Quantitative Trading é dirigido aos comerciantes que são novos no campo. Ele aborda noções básicas sobre como encontrar e avaliar estratégias de negociação, a prática e as armadilhas comuns do backtesting, exemplos de estratégias como reversão à média de pares ETF e negociação de futuros sazonais e alavancagem ideal e alocação de ativos por meio da fórmula de Kelly.

Louvor por negociação quantitativa:

& # 8220; Como a tecnologia evoluiu, também tem a facilidade de desenvolver estratégias de negociação. Ernest Chan faz de todos os traders, atuais e futuros, um serviço real descrevendo sucintamente os tremendos benefícios, mas também algumas das armadilhas, ao utilizar muitas das técnicas de negociação quantitativas recentemente implementadas. & # 8221; & # 8211; Peter Borish, Presidente e CEO da Computer Trading Corporation, sócio fundador da Tudor Investment Corporation.

Os leitores da Quantitative Trading podem encontrar a senha para os códigos Matlab associados a este livro e outros conteúdos premium no último parágrafo da página 34.

Estratégias Quantitativas de Negociação: Aproveitando o Poder das Técnicas Quantitativas para Criar um Programa de Negociação Vencedora.

Entrega gratuita em todo o mundo.

Acessível. Despachado do Reino Unido em 3 dias úteis.

Descrição.

Let & # 034; Quantitative Trading Strategies & # 034; apresentamos a você o melhor do melhor e fornecemos a você o conhecimento e as ferramentas necessárias para criar e implementar uma metodologia de negociação projetada para se adequar às suas forças comerciais - e melhorar seu desempenho em praticamente qualquer ambiente de mercado. Em primeiro lugar, este livro explora a capacidade de estratégias de negociação quantitativa para cronometrar os mercados. Meu objetivo, ao escrevê-lo, é acertar as contas com as estatísticas testadas no tempo - teorias não testadas e a tradição do mercado transmitidas através das eras. - Do Prólogo. Os traders técnicos estudam - e constroem seus programas de negociação - aspectos do comportamento do mercado e do investidor que levam a padrões que ocorrem regularmente nos preços das ações. Esses padrões podem ajudar os comerciantes a melhorar drasticamente o tempo de quando e quando não devem fazer compras e vendas. E, embora nunca haja uma garantia de que determinado negócio gere lucro ou prejuízo, as ferramentas quantitativas podem mostrar aos técnicos como identificar, medir e atuar sobre oportunidades de recompensa e risco.

& # 034; Estratégias Quantitativas de Negociação & # 034; examina estratégias de negociação técnicas mais populares e comprovadas de hoje, explicando suas vantagens e desvantagens, fornecendo os dados necessários e resultados de pesquisa para determinar qual funcionará melhor para você. Desenho na pesquisa de mercado atual, bem como estratégias que são estatisticamente som e rigorosamente backtested para determinar sua precisão e eficácia, este livro focado em resultados apresenta: 11 novas técnicas para negociação de ações, futuros e mercados de valor relativo recentemente populares; diretrizes de gerenciamento de dinheiro que podem significar a diferença entre prosperar - e quebrar; métodos para criar e implementar suas próprias estratégias de negociação técnica; traders técnicos sabem que o que ocorreu antes está destinado a ocorrer novamente, e eles usam esse conhecimento para melhorar seu desempenho comercial em todas as áreas. ”Quantitative Trading Strategies & # 034; leva você através dos estágios de desenvolvimento e avaliação das técnicas de negociação técnicas mais populares de hoje e - exigindo nada mais do que o conhecimento médio do mercado e o histórico de matemática - mostra como detectar e explorar com precisão os padrões lucrativos.

De decidir quais mercados serão negociados para desenvolver estratégias de negociação personalizadas e planos de gerenciamento de dinheiro, & # 034; Quantitative Trading Strategies & # 034; fornecerá a base quantitativa de que você precisa para comprar e vender com precisão ativos financeiros e, ao mesmo tempo, controlar o risco associado a esses ativos. Ao longo do caminho, ele desmascara vários mitos e equívocos e fornece uma compreensão clara dos muitos benefícios lucrativos que a análise quantitativa pode fornecer aos investidores e investidores no mercado tecnicamente acionado de hoje.