Arbitragem Estatística: Negociação de Carteira de Média Frequência.
27 páginas Publicado: 25 de junho de 2013 Última revisão: 9 jul. 2013.
Igor Skachkov.
Data de Escrita: 9 de julho de 2013.
As estratégias de negociação de média frequência incluem todas as atividades de negociação, que não exigem análise de microestrutura de mercado de um lado e dependem significativamente do impacto no mercado do outro lado. A diferença mais importante da negociação de alta frequência é a capacidade de analisar grandes quantidades de dados usando algoritmos complexos. O gerenciamento de portfólios, nesse caso, é o processo dinâmico, a combinação de descoberta de sinal (alfa) e a execução ideal no nível de programação de negociação. Utilizamos séries temporais de preço de fechamento e volume de negociação para a lista de empresas S & P 500 que existem em um índice desde o início de 2008, pelo menos. Neste artigo, apresentamos abordagens de geração de sinal, bem como otimização de transações de portfólio. Formalmente, os desempenhos das estratégias de arbitragem estatística de média frequência são muito melhores do que o desempenho dos seus benchmarks, mas são muito sensíveis à qualidade do software de negociação e do software de otimização. Nesta pequena revisão, adicionamos os resultados de testes fora da amostra e explicações de termos e metodologia.
Palavras-chave: arbitragem estatística, impacto no mercado, estratégia de negociação, otimização.
Arbitragem Estatística: Negociação de Carteira de Média Frequência.
27 páginas Publicado: 25 de junho de 2013 Última revisão: 9 jul. 2013.
Igor Skachkov.
Data de Escrita: 9 de julho de 2013.
As estratégias de negociação de média frequência incluem todas as atividades de negociação, que não exigem análise de microestrutura de mercado de um lado e dependem significativamente do impacto no mercado do outro lado. A diferença mais importante da negociação de alta frequência é a capacidade de analisar grandes quantidades de dados usando algoritmos complexos. O gerenciamento de portfólios, nesse caso, é o processo dinâmico, a combinação de descoberta de sinal (alfa) e a execução ideal no nível de programação de negociação. Utilizamos séries temporais de preço de fechamento e volume de negociação para a lista de empresas S & P 500 que existem em um índice desde o início de 2008, pelo menos. Neste artigo, apresentamos abordagens de geração de sinal, bem como otimização de transações de portfólio. Formalmente, os desempenhos das estratégias de arbitragem estatística de média frequência são muito melhores do que o desempenho dos seus benchmarks, mas são muito sensíveis à qualidade do software de negociação e do software de otimização. Nesta pequena revisão, adicionamos os resultados de testes fora da amostra e explicações de termos e metodologia.
Palavras-chave: arbitragem estatística, impacto no mercado, estratégia de negociação, otimização.
Negociação Quantitativa.
Investimento quantitativo e idéias de negociação, pesquisa e análise.
Sexta-feira, 20 de abril de 2012.
A vida e a morte de uma estratégia.
Agora olhe o que aconteceu depois desse período feliz.
72 comentários:
Oi Ernie Boa estratégia. Só queria um esclarecimento. O retorno do yest baixo para hoje aberto pode ser plano, negativo ou positivo. Assim, pelo menor 100 você está sugerindo que classificamos as 500 ações em% chng, removemos aquelas cujo valor absoluto é maior que o valor de 1SD, e então escolhemos a parte de baixo 100. Muitas delas terão retornos negativos fr aceitável ?
Não, pelo menor 100 quero dizer primeiro aplicar os critérios que seus retornos devem ser & lt; -1 * std e, em seguida, escolha os 100 mais baixos entre os candidatos. Claro, pode não haver 100 candidatos, caso em que compraremos menos ações.
Então, em essência, você está escolhendo os estoques mais fracos ... e esperando que a reversão média aconteça para a cesta como um todo ... ou para que a cesta supere o índice geral em si.
Isso está correto. É uma estratégia de reversão da média.
Essa estratégia explora uma ineficiência específica no preço de abertura do leilão de ações. Ao longo de um período de cerca de 2 anos de negociação ao vivo, tem uma taxa de ganhos consistentemente elevada, e numerosos operadores negociaram esta estratégia. No entanto, essa ineficiência desapareceu, ou pelo menos diminuiu muito, desde a crise financeira. Na verdade, talvez tenha desaparecido porque muitos traders aprendem sobre isso.
& quot; Rapidamente & quot; é um pouco subjetivo, dependendo se você acha que o rebaixamento é devido a um evento específico que não será repetido. Mas se não houver razão discernível para o declínio, e o rebaixamento for maior do que a duração máxima do rebaixamento no backtest, então é hora de cortes drásticos na alavancagem.
oi Ernie; qual é a razão para ser apenas longo? por que não trocá-lo em ambos os lados?
Acho que é importante estar sempre criando novas estratégias, mesmo que seus retornos estejam indo bem com os atuais.
Posso sugerir uma teoria da conspiração de que, desde a crise financeira, há maior envolvimento / manipulação do governo nos mercados. Somone suporta ienes, alguém suporta suíços francos, alguém suporta taxas de juros. Pode ser que alguém suporte ações também (ou indiretamente). E, embora apóiem as ações, podem realmente optar por um alvo fácil: compram as ações que, nas aberturas, realmente são negociadas em alta, e não aquelas que caem mais fundo do que as outras. O capital se concentra em instrumentos selecionados que estão sendo propulsionados além do razoável (uma fruta, qualquer um?), Ignorando o amplo mercado.
Oi Ernie - em primeiro lugar, adorei o livro, que então me colocou no seu blog! Além disso, gosto muito do conteúdo, além dos comentários da comunidade - um material inteligente e muitas vezes desafiador, o que me faz pesquisar mais! O aviso por e-mail de um novo post é sempre uma boa vinda!
Acontece que o lado curto dessa estratégia não funciona muito bem. Esta parece ser uma característica geral da negociação de ações, o que não é surpreendente, considerando o retorno esperado positivo do mercado.
Pensamento interessante. A Zerohedge mencionou recentemente (zerohedge / news / why-market-slow-dying) que o comércio varejista diminuiu desde 2008. Portanto, essa ineficiência pode ter morrido com o comércio varejista.
Obrigado pelas suas amáveis palavras no meu livro. Concordo que é difícil dizer se uma estratégia está apenas sofrendo de uma redução de curto prazo. Mas acredito que é sempre melhor prevenir do que remediar uma vez que a duração do rebaixamento se aproxima da duração máxima no backtest.
Sua explicação para o fim dessa estratégia pode ser verdadeira, embora eu, pessoalmente, atenha-se à minha explicação acima: há muito poucos comerciantes de varejo hoje em dia que costumavam baixar os preços das ações em pânico ao público para permitir essa oportunidade.
Postagem perspicaz como sempre!
Seu comentário é muito instigante, apesar de eu discordar de todos os seus pontos!
Como sugeri no meu post, esta é apenas a versão mais simples da estratégia. Você pode modificá-lo para que seja adequado para uma conta de US $ 100 mil. Na verdade, eu pessoalmente troquei uma versão dele em uma conta de $ 100K (com alavancagem de 4x) inicialmente, e com bom sucesso.
"Minha estratégia comprou ações em aberto quando o mercado está em baixa, às vezes muito baixo. Então, obviamente, a maioria dos traders está vendendo, e podemos supor que uma parte considerável desses vendedores eram traders de varejo. Se, como você disse, num mercado em alta que todo corpo estaria comprando, então por que o mercado estaria em baixa no aberto? & quot;
Na verdade, acho que você está certo de que esse desequilíbrio pode ter a ver com os fundos stat que vendem ações que superam os últimos dias, porque se eu impuser essa condição, as taxas de Sharpe melhoram de forma generalizada, embora ainda seja mais fraca no mercado. segunda parte dos dados. Então eu acho que o meu ponto sobre aumentar a participação dos fundos stat arb devido ao seu desempenho superior durante a crise financeira também está correto.
Geralmente falando sobre vida & amp; morte de estratégias, por que não aplicar alguma forma de momentum de longo prazo à linha de ações teóricas de suas estratégias, escolhendo o melhor ou simplesmente desligando quando as performances são negativas?
Parece haver algumas evidências sobre as anomalias clássicas do mercado, escolhendo recursivamente o melhor desempenho do passado: papers. ssrn / sol3 / papers. cfm? Abstract_id = 1364813.
Obrigado Lorenzo por este bom artigo!
Você tem outros artigos sobre bisbilhotagem de dados / anomalias / seleção de modelos?
Oi Ernie & amp; Comunidade -
Como acontece com qualquer estratégia, haverá custos de escorregamento envolvidos. Nesse caso, você pode usar os preços de pré-mercado para estimar a abertura, ou pode negociar logo após a abertura.
Na minha experiência, ajustar os parâmetros de uma estratégia antiga que parou de funcionar não fará com que ela funcione novamente no curto prazo. Eu iria backtest a estratégia em 6-12 meses e ver se o desempenho retornou, e se não, ajustar as regras de negociação.
Eu não acho que 2009 é a única mudança de regime que vimos. Eu acredito que o Flash Crash em 2010 é outro.
Eu desenvolvi uma estratégia na faculdade como parte da minha tese de economia, que utilizou um estudo de evento para identificar um conjunto de recomendações (atualizações, downgrades) que tiveram significância estatística e econômica sobre o estoque subjacente em uma base intraday. Isso levou a uma estratégia de criação de um portfólio que compra / vende ações que receberam novas recomendações de analistas na abertura e fecham todas as posições no fechamento. O backtest de 2001 a 2009 funcionou muito bem. O comércio ao vivo começou em 2009, os resultados encontrados no backtested. Os resultados começaram a enfraquecer no final de 2009 e, de repente, a estratégia parou de funcionar após o flash crash. Eu acredito que a estrutura do mercado foi alterada desde maio de 2010 e o flash crash, embora eu não saiba por quê.
Nós negociamos uma estratégia similar baseada em empresas & # 39; orientação. Os resultados também enfraqueceram em 2009 e matamos essa estratégia muito antes do flash crash.
Se você está se referindo às recomendações de ganhos ou estratégias de orientação, então sim, nós testamos as perdas de parada. Mas parar a perda convidou & quot; parar de caçar & quot; estratégias, e não foi bem sucedido.
Sem paragens, não é rentável, a menos que ao negociar 100 acções seja (eu testei com menos).
Como eles podem caçar suas paradas?
Suas paradas são visíveis no livro? Eles não deveriam ser?
Se você está se referindo à estratégia de lacunas, então nunca achamos que as paradas sejam úteis. Foi lucrativo quando o comercializamos sem paradas nem limites de lucro.
Você já tentou trocar a mesma estratégia, mas usando o preço no meio do dia como o aberto?
Isso seria basicamente uma reversão intradiária. Eu suponho que não funcionaria tão bem porque os traders tiveram mais tempo para reagir a tal configuração de preço, já que ela se desenvolveu durante a última metade do dia, enquanto no aberto há menos tempo para reação, os traders (automáticos) podem ter uma aresta.
Você já tentou trocar a mesma estratégia, mas usando o preço no meio do dia como o aberto?
Isso seria basicamente uma reversão intradiária. Eu suponho que não funcionaria tão bem porque os traders tiveram mais tempo para reagir a tal configuração de preço, já que ela se desenvolveu durante a última metade do dia, enquanto no aberto há menos tempo para reação, os traders (automáticos) podem ter uma aresta.
Para sua pergunta: sim, eu tenho. É igualmente lucrativo.
Obrigado por um dos melhores blogs sobre negociação quantitativa - artigos instigantes e os melhores comentários na esfera do blog!
Às vezes as estratégias morrem por causa da competição. Outras vezes eles morrem por causa da mudança estrutural no mercado (por exemplo, a decimalização, a mudança nas regras de venda a descoberto, o aumento dos dark pools, etc.) Mudanças estruturais podem causar danos irreversíveis às estratégias.
Eu adoro o seu blog, especialmente a comunidade que você construiu, conforme refletido pelos muitos comentários instigantes.
Esses são resultados muito interessantes - obrigado por compartilhar!
Sua sugestão parece sensata. Suponho que as simulações de Monte Carlo podem lhe dizer quando a distribuição de preços ou retornos realmente mudou se os retornos reais terminaram no final das distribuições, indicando uma mudança de regime.
Eu conheço um monte de estratégias que você pode estar interessado. apenas me avise.
uau artigo muito bom! muito útil para um pesquisador como eu.
Sim, a estratégia aparentemente funcionou bem em 2012, mas eu não sei sobre 2009-2010.
Eu também não uso dados históricos intraday, exceto alto e baixo. No entanto, isso não significa que você não pode entrar intraday.
Se a sua estratégia diz & quot; Compre se o preço for inferior ao do dia anterior & # s; baixo & quot; e o seu backtest mostra que a baixa de hoje é realmente mais baixa do que a do dia anterior, então você conhece o o preço de execução é o mínimo do dia anterior. Você não precisa de preços intraday para fazer esse tipo de backtesting.
Meu tcost é unidirecional, inclui derrapagem e comissão.
Acredito que você tenha perdido o rumo da conversa.
Isso seria basicamente uma reversão intradiária. & quot;
2) classifique no meio do dia usando noon_open (0) e low (-1) e compre noon_open (0). mas isso me confundiu quando você comenta & quot; Compre se o preço for menor que o do dia anterior, & quot ;, & quot ;,
3) rank usando before_noon_low (0) e noon_open (0), mas noon_open (0) & gt; = before_noon_low (0), uma vez que não há razão para acreditar que o mercado irá abrir ao meio-dia. No entanto, nós só nos preocupamos com a sua classificação relativa?
Na verdade, as variações intraday podem não envolver a classificação. Mas deixarei para a sua imaginação descobrir a estratégia exata que é possível e lucrativa, para que eu não pise em outra pessoa & # 39; propriedade intelectual!
Eu tinha uma pergunta no & quot; Buy-on-Gap & quot; estratégia. Qual é a melhor maneira de inserir negociações nessa estratégia, via ordens de mercado ou ordens de limite? Eu tentei entrar via ordens do mercado, mas o meu deslizamento de sentido único é em torno de 30bps (e pode ser bastante imprevisível, eu acho). Para uma derrapagem de 60 bps nos dois sentidos, a estratégia não apresenta retornos positivos no backtest. Com ordens Limitadas, nem todas as posições de estoque têm um preenchimento. Existe uma maneira de executar tais estratégias no mercado aberto, no volume necessário com o mínimo de derrapagem? Obrigado.
Você pode usar ordens LOO.
Há inevitavelmente alguns slippage, desde que você tem que usar os preços 9:28 para gerar estes pedidos, e eles serão preenchidos ao preço de leilão no aberto.
Se você quiser backtest isso com precisão, você realmente tem que usar cotações bid-ask em intervalos de 1 minuto.
Obrigado Ernie pela sua resposta rápida. Como as ordens LOO foram usadas para entrada, pode haver instâncias em muitos dias, quando, por exemplo, apenas 40 ou 70 ou 60 ações de 100 ações foram preenchidas devido ao uso de ordens LOO. Como você modelou sua estratégia para esse comportamento? (Não sendo capaz de negociar todos os 100 sinais de compra). E você executou essa estratégia no F & amp; O ou no mercado à vista?
Existem muitas versões da estratégia buy on gap. Mas, desde que um use ordens com limite, nenhuma versão garantirá que todos os seus pedidos sejam preenchidos. Por que isso seria um problema? Você pode fazer backtest com bastante precisão: basta ver se o preço limite é maior ou igual ao preço de leilão aberto.
Obrigado Ernie por seus valiosos comentários. Vou voltar a testar essa estratégia e testá-la ao vivo.
Oi Ernie, tentei fazer backtesting dessa estratégia. Como você mencionou acima, o uso de ordens com limites não garante que todas as 100 ações possam ser compradas diariamente; Nesse caso, para o backtesting, devo selecionar aleatoriamente os sinais de negociação diários gerados e ver se a estratégia fornece bons retornos? Aleatoriamente a seleção pode dar resultados falsos. Você pode por favor orientar sobre isso? Desculpe se eu estou incomodando você com minhas dúvidas, mas um novato na negociação. Obrigado.
Eu acho que você entendeu mal como um backtests estratégias que usam o LOO.
Por exemplo. Se o seu pedido BUY LOO em uma ação tiver um preço limite de US $ 10, e o estoque tiver sido aberto em US $ 11, então seu pedido não será preenchido. Se o estoque abriu em US $ 9, então seu pedido será preenchido em US $ 9. Não há aleatoriedade ou incerteza envolvida, e você pode fazer backtest da estratégia com total precisão (com a ressalva de que seu sinal real é gerado às 9h28 o mais tardar, e que seus dados históricos podem ter preço aberto consolidado em vez do leilão, preço aberto de troca primária.)
Agora eu entendi. Mas eu negocio na NSE India. NSE não tem LOOs. Eu uso dados diários de preços de ações do google finance para backtest, e o preço às 9:08 durante a sessão de pré-mercado NSE é refletido como o preço de abertura do dia (quando o mercado começa às 9:15 am) no google data . Portanto, não é possível para mim descobrir qual foi o preço real do primeiro negócio, quando o mercado abriu às 9h15.
Se o Goolge Finance não lhe der o preço real de abertura do mercado, você terá que encontrar outros dados de origem. Você pode até precisar encontrar dados intraday. Se você usa o IB, você pode fazer o download de dados intraday gratuitos por meio de sua API, desde que você esteja inscrito em seus dados ao vivo para o mercado indiano.
Negociação de alta frequência no Audure.
Audure usa negociação automatizada de Bitcoins com estratégias de negociação de alta frequência. Audure utiliza o poderoso sistema de computador para realizar negociações a velocidades extremamente altas.
A negociação de alta frequência no Audure permite que os traders processem milhões de transações e analisem vários algoritmos em questão de segundos para a usabilidade dos operadores.
Os comerciantes que usam essa plataforma podem obter um grande benefício do mercado digital aberto.
Nosso sistema usa algoritmos complexos para inspecionar as tendências dos mercados. Essencialmente, ao antecipar e atingir as tendências para o mercado, a Audure implementa negociações de alta frequência que produzem excelentes retornos para os traders.
Os comerciantes estão desfrutando da transação de liquidez devido à negociação de alta frequência que direta ou indiretamente aumenta os lucros dos negociadores. O Audure realiza um grande número de transações do comerciante todos os dias.
Audure com a tecnologia moderna mudou o modo dos comerciantes existentes. Portanto, as pessoas estão usando essa plataforma em expansão.
Por outro lado, Audure está fornecendo o caminho para gerar lucros muito maiores, no entanto, este não é um risco associado ao comércio de Bitcoin. A lista de requisitos da Audure para seus comerciantes em potencial é significativa, e um grande número de traders atuais está satisfeito com os serviços da Audure.
Além disso, os computadores (bots) são programados de tal forma que o comércio de Bitcoins é processado automaticamente.
Muitos programas de negociação de alta frequência são instalados em centros de dados especializados localizados nos servidores. O tempo de processamento dentro dos servidores é mais rápido do que os tradicionais robôs comerciais. O especialista e os analistas dos softwares algorítmicos Crytpo Comp e ZXS se uniram e trabalharam muito para desenvolver novas estratégias no Audure.
No futuro, o Audure adotará novas tecnologias que utilizam algoritmos atualizados de negociação de alta frequência que podem ser monitorados e analisados pelo nosso sistema interno.
Guia passo a passo para aprender negociação algorítmica.
Com o boom de avanços tecnológicos em aplicações comerciais e no mercado financeiro, a negociação algorítmica e a negociação de alta frequência estão sendo bem-vindas e aceitas pelas bolsas de todo o mundo. Dentro de uma década, é a maneira mais comum de negociação nos mercados desenvolvidos e se espalhando rapidamente nas economias em desenvolvimento.
Diferença entre negociação algorítmica, negociação quantitativa, negociação automatizada e negociação de alta frequência.
Comércio algorítmico - O comércio algorítmico significa transformar uma ideia de negociação em uma estratégia de negociação por meio de um algoritmo. A estratégia de negociação assim criada pode ser backtested com dados históricos para verificar se vai dar bons retornos em mercados reais. A estratégia de negociação algorítmica pode ser executada manualmente ou de forma automatizada.
Negociação quantitativa - O comércio quantitativo envolve o uso de modelos matemáticos e estatísticos avançados para criar e executar estratégias de negociação.
Negociação automatizada - Negociação automatizada significa automatizar completamente a geração de pedidos, o envio e o processo de execução de ordens.
Negociação de alta frequência (HFT) - As estratégias de negociação podem ser categorizadas como estratégias de baixa frequência, média frequência e alta frequência conforme o tempo de detenção das negociações. Estratégias de alta frequência são estratégias algorítmicas que são executadas de maneira automatizada em tempo rápido, geralmente em uma escala de tempo abaixo de segundos. Essas estratégias mantêm suas posições comerciais por um tempo muito curto e tentam obter lucros mínimos por transação, executando milhões de transações todos os dias.
Um ponto importante a ser observado aqui é que a negociação automatizada não significa que está livre de intervenção humana. O comércio automatizado fez com que o foco da intervenção humana passasse do processo de negociação para um papel mais nos bastidores, o que envolve planejar novas estratégias de busca por alfa regularmente.
No passado, a entrada em empresas de comércio algorítmico costumava ser restrita a PhDs em Física, Matemática ou Ciências da Engenharia, que podiam construir modelos quantificados sofisticados para negociação. No entanto, nos últimos anos tem havido um crescimento explosivo da indústria de educação on-line, oferecendo programas de negociação algorítmica abrangentes para aspirantes a traders algorítmicos. Isso tornou possível entrar neste domínio sem ter que percorrer a longa rota acadêmica (8 a 10 anos).
Nas seções abaixo, descrevemos as principais áreas nas quais qualquer trader algorítmico em perspectiva deveria se concentrar. Também apresentamos aos nossos leitores uma visão abrangente das diferentes formas e meios através dos quais esses conjuntos de habilidades essenciais podem ser adquiridos.
Etapa 1: áreas principais.
O comércio algorítmico é um campo multidisciplinar que requer conhecimento em três domínios, a saber:
Análise Quantitativa / Modelagem Negociação de Competências de Programação / Mercados Financeiros Conhecimento.
No comments:
Post a Comment