Tuesday 1 May 2018

Estratégia sistemática de negociação


Estratégia sistemática de negociação
Os dez principais métodos de negociação sistemática.
Os dez principais métodos de negociação sistemática.
por Michael R. Bryant.
Os métodos sistemáticos de negociação são a base para sistemas de negociação e estratégias de negociação automatizadas. Eles consistem em indicadores técnicos ou outros métodos matemáticos usados ​​para gerar sinais objetivos de compra e venda nos mercados financeiros. Alguns dos métodos mais populares estão em uso desde antes do advento dos computadores, enquanto outros métodos são mais recentes. Este artigo lista dez dos métodos sistemáticos mais populares encontrados em sistemas de negociação.
Movendo crossovers médios. Sistemas de negociação baseados no cruzamento de duas médias móveis de diferentes comprimentos é talvez o método de negociação sistemático mais comum. Este método também inclui crossovers médios móveis triplos, bem como o indicador de divergência de convergência da média móvel (MACD), que é a diferença entre duas médias móveis exponenciais. As médias móveis podem ser calculadas de várias maneiras, como simples, exponencial, ponderada, etc.
Quebras do canal. Nesse método, um canal de preço é definido pelo mais alto e o mais baixo mais baixo de um número anterior de barras. Uma negociação é sinalizada quando o mercado irrompe acima ou abaixo do canal. Isso também é conhecido como canal Donchian, que tradicionalmente usa um período de lookback de 20 dias. O famoso sistema de “tartaruga” foi supostamente baseado em fugas de canal.
Fugas de volatilidade. Estes são similares em alguns aspectos às fugas de canal exceto que em vez de usar o mais alto e mais baixo mais baixo, a fuga é baseada na assim chamada volatilidade. A volatilidade é tipicamente representada pelo intervalo médio verdadeiro (ATR), que é essencialmente uma média dos intervalos das barras, ajustada para intervalos de abertura, ao longo de um número passado de barras. O ATR é adicionado ou subtraído do preço atual da barra para determinar o preço inicial.
Suporte / Resistência Este método baseia-se na ideia de que, se o mercado estiver abaixo de um nível de resistência, terá dificuldade em ultrapassar esse preço, ao passo que, se estiver acima de um nível de suporte, terá dificuldade em ficar abaixo desse preço. É considerado significativo quando o mercado ultrapassa um nível de suporte ou resistência. Além disso, quando o mercado rompe 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 e baixos recentes ou pontos de reversão.
Osciladores e ciclos Osciladores são indicadores técnicos que se movem dentro de um intervalo definido, como zero a 100, e representam a extensão em que o mercado está sobrecomprado ou sobrevendido. Os osciladores típicos incluem o stochastics, o Williams% R, o Rate of Change (ROC) e o Indicador de Força Relativa (RSI). Os osciladores também revelam a natureza cíclica dos mercados. Métodos mais diretos de análise de ciclo também são possíveis, como o cálculo do comprimento do ciclo dominante. O comprimento do ciclo pode ser usado como uma entrada para outros indicadores ou como parte de um método de previsão de preço.
Padrões de preço. Um padrão de preço pode ser tão simples quanto 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 japonesas é essencialmente uma maneira de categorizar diferentes padrões de preço e vinculá-los ao comportamento do mercado.
Envelopes de preço. Neste método, as bandas são construídas acima e abaixo do mercado, de modo que o mercado normalmente permanece dentro das bandas. Bandas de Bollinger, que calculam a largura do envelope a partir do desvio padrão de preço, são provavelmente o tipo de envelope de preço mais comumente usado. Os sinais de negociação são normalmente gerados quando o mercado toca ou passa pela banda superior ou inferior.
Hora do dia / dia da semana. Os métodos de negociação baseados no tempo, baseados na hora do dia ou no dia da semana, são bastante comuns. Um sistema de negociação bem conhecido para os futuros do S & P 500 comprados em aberto às segundas-feiras e encerrado no fechamento. Aproveitou-se de uma tendência que o mercado tinha na época para negociar às segundas-feiras. Outras abordagens sistemáticas restringem os negócios a determinados momentos do dia que tendem a favorecer certos padrões, como tendências, reversões ou alta liquidez.
Volume. Muitos métodos sistemáticos de negociação são baseados unicamente em preços (aberto, alto, baixo e próximo). No entanto, o volume é um dos componentes básicos dos dados de mercado. Como tal, os métodos baseados no volume, embora menos comuns do que os métodos baseados no preço, são dignos de nota. Muitas vezes, os comerciantes usam o volume para confirmar ou validar uma mudança 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 Chaiken.
Previsão. A previsão de 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 comercializáveis. Em contraste, um sistema de negociação baseado na previsão pode, por exemplo, comprar o mercado hoje, se a previsão é de que o mercado seja maior a uma semana a partir de hoje.
Por favor, tenha em mente que esta lista é baseada na popularidade, o que não é necessariamente o mesmo que rentabilidade. Sistemas comerciais bem-sucedidos geralmente empregam uma combinação de métodos e muitas vezes de maneiras não convencionais. Além disso, é possível que outros métodos menos populares sejam mais lucrativos em alguns casos.
Se você gostaria de ser informado sobre novos desenvolvimentos, novidades e ofertas especiais da Adaptrade Software, por favor, junte-se à nossa lista de e-mail. Obrigado.
Copyright © 2004-2015 Adaptrade Software. Todos os direitos reservados.

Backtesting Systematic Trading Strategies em Python: Considerações e Open Source Frameworks.
Backtesting Systematic Trading Strategies em Python: Considerações e Open Source Frameworks.
Neste artigo, Frank Smietana, um dos colaboradores convidados especializados da QuantStart, descreve o cenário de software de backtesting de código aberto Python e fornece conselhos sobre qual framework de backtesting é adequado para as necessidades de seu próprio projeto.
O backtesting é sem dúvida a parte mais crítica do processo de produção da SST (Estratégia de Negociação Sistemática), situada entre o desenvolvimento e a implementação da estratégia (negociação ao vivo). Se uma estratégia é falha, espera-se que um backtesting rigoroso exponha isso, impedindo que uma estratégia deficitária seja implantada.
Vários recursos relacionados se sobrepõem ao backtesting, incluindo simulação comercial e negociação ao vivo. O backtesting usa dados históricos para quantificar o desempenho do STS. Os simuladores de negociação levam o backtesting um passo adiante, visualizando o desencadeamento de negociações e o desempenho de preços em uma base barra a barra. A negociação simulada / ao vivo implanta um STS testado em tempo real: sinalizando negociações, gerando ordens, roteando ordens para corretoras e mantendo posições conforme as ordens são executadas.
A maioria dos frameworks vai além do backtesting para incluir alguns recursos de negociação ao vivo. Isso é conveniente se você quiser implantar a partir de sua estrutura de backtesting, que também funciona com seu corretor e fontes de dados preferidos. O Quantopian / Zipline dá um passo adiante, fornecendo uma solução totalmente integrada de desenvolvimento, backtesting e implementação.
A comunidade Python está bem atendida, com pelo menos seis estruturas de backtesting de código aberto disponíveis. Eles estão, no entanto, em vários estágios de desenvolvimento e documentação. Se você gosta de trabalhar em uma equipe criando uma estrutura de backtesting de código aberto, confira os repositórios do Github.
Antes de avaliar as estruturas de backtesting, vale a pena definir os requisitos do seu STS.
Qual (is) classe (s) de ativos você está negociando? Enquanto a maioria das estruturas suporta dados de Ações dos EUA via YahooFinance, se uma estratégia incorpora derivativos, ETFs ou títulos de EM, os dados precisam ser importados ou fornecidos pela estrutura. As coberturas de classes de ativos vão além dos dados. O framework pode lidar com futuros e opções de tamanho finito e gerar transações roll-over automaticamente? E quanto aos mercados sem liquidez, quão realista uma suposição deve ser feita ao executar grandes pedidos?
Qual freqüência de dados e detalhes seu STS é construído? Um sistema de negociação que exige cada tick ou lance / pedido tem um conjunto muito diferente de problemas de gerenciamento de dados que um intervalo de 5 minutos ou de hora em hora. Os fundos de hedge e as lojas HFT investiram significativamente na criação de estruturas de backtesting robustas e escalonáveis ​​para lidar com esse volume e frequência 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.
Que tipo (s) de pedido exige o seu STS? No mínimo, limite, paradas e OCO devem ser suportados pelo framework.
Nível de suporte & amp; documentação necessária. Os frameworks de estágio inicial têm escassa documentação, poucos têm suporte além de conselhos comunitários.
Os componentes de um framework de backtesting.
Aquisição de dados e STS: Os componentes de aquisição consomem o arquivo de script / definição STS e fornecem os dados necessários para o teste. Se a estrutura exigir que qualquer STS seja recodificado antes do backtesting, a estrutura deverá suportar funções enlatadas para os indicadores técnicos mais populares para acelerar o teste de STS. Os usuários determinam quanto tempo um período histórico será backtest com base no que o framework fornece ou no 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 de Sharpe e Sortino. A maioria das estruturas suporta um número decente de recursos de visualização, incluindo curvas de equidade e estatísticas decifradas.
A otimização tende a exigir a maior parte dos recursos de computação no processo STS. Se o seu STS exigir otimização, concentre-se em uma estrutura que suporte o processamento distribuído / paralelo escalável.
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 STS crossover médio de 6 e 10 dias 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 ser calculado & amp; classificado.
Em um contexto de portfólio, a otimização busca encontrar a ponderação ideal de todos os ativos do portfólio, incluindo instrumentos em curto e alavancados. Em uma base periódica, a carteira é reequilibrada, resultando na compra e venda de participações de carteira conforme necessário para alinhar com os pesos otimizados.
O dimensionamento de posição é um uso adicional de otimização, ajudando os desenvolvedores de sistemas a simular e analisar o impacto da alavancagem e o dimensionamento dinâmico da posição no STS e no desempenho do portfólio.
Seis Quadros de Backtesting para Python.
Os recursos padrão das plataformas de backtesting de Python de código aberto parecem incluir:
Evento orientado Licenciamento muito flexível e irrestrito Coleção decente de indicadores técnicos predefinidos Capacidades de cálculo / visualização / relatório de métricas de desempenho padrão.
PyAlgoTrade.
O PyAlgoTrade é uma estrutura de backtesting mutuamente documentada, juntamente com recursos de negociação em papel e ao vivo. O suporte de dados inclui o Yahoo! Finanças, Google Finance, NinjaTrader e qualquer tipo de série temporal baseada em CSV, como o Quandl. Tipos de pedidos suportados incluem Market, Limit, Stop e StopLimit.
O PyAlgoTrade suporta negociação Bitcoin via Bitstamp, e manipulação de eventos do Twitter em tempo real.
bt - Backtesting para Python.
bt “visa fomentar a criação de blocos facilmente testáveis, reutilizáveis ​​e flexíveis de lógica estratégica para facilitar o rápido desenvolvimento de estratégias de negociação complexas”.
A estrutura é particularmente adequada para testar o STS baseado em portfólio, com algos para ponderação de ativos e reequilíbrio de portfólio. Modificar uma estratégia para executar diferentes frequências de tempo ou pesos de ativos alternativos envolve um ajuste de código mínimo. bt é construído sobre o ffn - uma biblioteca de funções financeiras para Python.
Backtrader.
Essa plataforma é excepcionalmente bem documentada, com um blog de acompanhamento e uma comunidade on-line ativa para postar perguntas e solicitações de recursos. Backtrader suporta vários formatos de dados, incluindo arquivos CSV, Pandas DataFrames, iteradores de blaze e feeds de dados em tempo real de três corretores. Esses feeds de dados podem ser acessados ​​simultaneamente e podem até representar diferentes períodos de tempo. Corretores suportados incluem Oanda para negociação de FX e negociação de classe de múltiplos ativos via Interactive Brokers e Visual Chart.
pysystemtrade.
Rob Carver, desenvolvedor do pysystemtrade, tem um ótimo post discutindo por que ele se propôs a criar outro framework de backtesting em Python e os argumentos a favor e contra o desenvolvimento de frameworks. O framework de backtesting para o pysystemtrade é discutido no livro de Rob, "Systematic Trading".
O pysystemtrade lista vários recursos de roteiro, incluindo um testador completo completo que inclui técnicas de otimização e calibração e negociação de futuros totalmente automatizada com a Interactive Brokers. Contribuidores de código aberto são bem-vindos.
Zipline é um simulador de negociação algorítmica com capacidades de negociação em papel e ao vivo. Acessível através da interface IPython Notebook baseada em navegador, o Zipline fornece uma alternativa fácil de usar às ferramentas de linha de comando. Suportado e desenvolvido pela Quantopian, o Zipline pode ser usado como uma estrutura de backtesting autônoma ou como parte de um ambiente de desenvolvimento, teste e implementação de STS completo da Quantipian / Zipline. O Zipline fornece 10 anos de dados de estoque históricos americanos com resolução de minutos e várias opções de importação de dados.
O QSTrader é um framework de backtesting com recursos de negociação ao vivo. O Fundador da QuantStart, Michael Halls-Moore, lançou o QSTrader com o intuito de construir uma plataforma robusta e escalável o suficiente para atender às necessidades dos fundos institucionais de hedge, bem como aos traders quantificados de varejo. O QSTrader atualmente suporta dados de resolução "bar" do OHLCV em várias escalas de tempo, mas permite que dados de ticks sejam usados.
Ambos backtesting e live trading são completamente orientados a eventos, simplificando a transição de estratégias de pesquisa para testes e, finalmente, negociação ao vivo. A estratégia principal / código do portfólio é geralmente idêntica em ambas as implantações.
O principal benefício do QSTrader é a sua modularidade, permitindo uma ampla personalização de código para aqueles que possuem requisitos específicos de gerenciamento de risco ou portfólio.
Abraçando o Backtest.
É da natureza humana concentrar-se na recompensa de desenvolver um (esperançosamente lucrativo) STS, depois se apressar em implantar uma conta financiada (porque estamos esperançosos), sem gastar tempo e recursos suficientes para fazer um backtesting completo da estratégia. Mas o backtesting não é apenas um gatekeeper para nos impedir de implementar estratégias falhas e perder capital de negociação, ele também fornece uma série de diagnósticos que podem informar o processo de desenvolvimento do STS. Por exemplo, testar um STS idêntico em dois períodos de tempo diferentes, compreender o empate máximo de uma estratégia no contexto de correlações de ativos e criar portfólios mais inteligentes ao realizar backtesting de alocações de ativos em várias regiões geográficas.
Em posts futuros, cobriremos backtesting frameworks para ambientes não-Python, e o uso de várias técnicas de sampling como bootstrapping e jackknife para backtesting de modelos preditivos de trading.
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.

Sinais de negociação de tendência.
Trend Trading Signals fornece sinais de negociação, gráficos, comentários sobre o mercado global, insights e educação de mercados financeiros de alta qualidade usando um processo de acompanhamento sistemático baseado em preço e proprietário.
Nós nos concentramos na implementação e desenvolvimento sistemático e abrangente de planos de negociação, estratégias e gerenciamento de comércio em nível de portfólio, utilizando técnicas precisas de gerenciamento de dinheiro e gerenciamento de risco.
Por que somos diferentes.
TrendTradingSignals é único porque nós cobrimos três aspectos-chave da negociação.
Sinais e gráficos de negociação sistemáticos.
Fornecemos sinais exatos de compra, venda e interrupção de perdas em ações de grande capitalização e mega cap de alta liquidez, bem como ETFs multi-mercado globais, complementados com gráficos de alta qualidade e alto nível.
Análise Técnica e Comentário do Mercado Global.
Fornecemos análises técnicas quantitativas de alto nível e comentários sobre os 16 principais mercados financeiros globais, incluindo índices de ações, taxas, commodities e mercados de câmbio, usando nossos sistemas de negociação proprietários.
Conteúdo educacional para ajudá-lo a desenvolver seu próprio sistema.
Para aqueles que querem aprender a desenvolver seu próprio sistema, nós fornecemos blogs educacionais e instrucionais, vídeos e webinars para ajudá-lo a aprender a desenvolver, implementar e comercializar seu próprio processo sistemático.
Associações.
Feed Twitter premium com atualizações e análises diárias de negociação.
Um mercado diário exclusivo para membros recapitula e posiciona o vídeo de atualização.
Alertas semanais globais de tendências macro de estoque e chave global mercados financeiros.
Webinars semanais para revisar posições, sinais e saídas em aberto.
Material educacional exclusivo feito apenas para membros.
Feed Twitter premium com atualizações e análises diárias de negociação.
Um mercado diário exclusivo para membros recapitula e posiciona o vídeo de atualização.
Alertas semanais globais de tendências macro de estoque e chave global mercados financeiros.
Webinars semanais para revisar posições, sinais e saídas em aberto.
Material educacional exclusivo feito apenas para membros.
Negociação Sistemática & amp; Por que você deve se juntar.
A Systematic Trading, também conhecida como negociação baseada em regras, quantitativa ou mecânica, emprega regras pré-definidas de entrada, saída e dimensionamento de posição para estruturar negociações em uma estratégia quantitativa para eliminar discrição, preconceito, previsão e envolvimento emocional.
Buscamos capturar tendências de preço de médio a longo prazo em grandes volumes médios, large cap e mega-cap e Global Multi-Market ETFs. Nós nos concentramos exclusivamente em operações de posição intermediária e de longo prazo, usando os programas de negociação baseados em preços Trend Following, Momentum and Breakout.
Todos os membros recebem o seguinte:
Acesso ao nosso Feed Twitter Privado que inclui: Sinais e alertas de comércio diário, com entradas, saídas e pontos de parada Análise diária do mercado, comentários e insights das principais ações e ETFs Nossas posições abertas atualizadas em tempo real Atualize vídeo Nível Premium Blog de mercados e estratégias de negociação Semanal Global macro tendência alertas de 16 principais mercados globais de ações e financeiros Tela semanal compartilhando vídeo para rever nossas posições abertas, sinais e saídas Acesso aos nossos posts educacionais e vídeos Um webinar mensal para os membros discutir os mercados atuais e nossas estratégias de negociação.
Do blog.
5 maneiras de usar a mídia social para ajudar você a se tornar um melhor comerciante.
19 de fevereiro de 2018, às 15:21.
A melhor maneira que eu conheço para gerenciar os negócios perdidos.
25 de janeiro de 2018, 13:22.
10 passos para estar pronto para o próximo mercado Pullback.
24 de janeiro de 2018, 12:37 da tarde.
6 etapas para segurar grandes vencedores.
15 de janeiro de 2018, 17h50.
Pronto para se tornar um membro?
Em menos de cinco minutos, você terá acesso a todos esses benefícios e muito mais.

Estratégia sistemática de negociação
Resultados. Quando você é um investidor de longa data e os mercados se comportam como fizeram em 2017, é fácil se concentrar nos resultados e tender a permitir que sua mente diminua a importância do processo. Quando o seu gráfico de patrimônio aumenta todos os meses durante doze meses seguidos, você tem total confiança em seu processo, porque os resultados são muito favoráveis.
Então fevereiro de 2018 bate em você. Os resultados que seu cérebro se acostumou a mudar drasticamente e seu foco muda para o processo. Todos os dias, a mídia financeira lembra que a volatilidade retornou com uma vingança como a que você não experimentou há tanto tempo que esqueceu o que se sente. Isso é muito desagradável. Intensivo até mesmo. De repente, há uma voz em sua mente gritando que deve haver algo descontroladamente errado com o seu processo.
Processo. É muito mais importante do que o resultado e é no que nós, como investidores, devemos nos concentrar, mas por que nós, quando produzimos retornos positivos todos os meses em 2017. Nosso processo de investimento deve ter sido sólido, dado o quão suave e ascendente está nosso patrimônio. curva foi no ano passado.
Dúvidas Se você os tiver sobre o seu processo, não há nada como um aumento na volatilidade e um rápido declínio para fazer com que você questione se sua estratégia de investimento está precisando urgentemente de uma atualização. Novas regras talvez. As perdas mais apertadas teriam funcionado tão bem este mês. A compra de opções de preço barato em janeiro agora parece um movimento tão óbvio que você deveria ter feito.
relaxar. Se você tiver uma estratégia sólida que tenha se provado ao longo do tempo, então agora não deve ser diferente e você deve ignorar os alarmes da mídia financeira e relaxar. Agora não é hora de pular de navio e abandonar sua estratégia. Certamente você leu sobre os ganhos que você teria desfrutado se você tivesse comprado ações da Berkshire Hathaway e da Apple décadas atrás e apenas segurado. Eu suspeito que você também entenda que teria que suportar muitos rebaixamentos acima de 40% entre então e agora. O que estamos experimentando ultimamente é brincadeira de criança em comparação com esses levantamentos.
Meu conselho é manter o curso (supondo que seu curso seja uma estratégia de investimento sistemático que lhe agrade e lhe proporcione retornos e rebaixamentos que sejam aceitáveis), não preste atenção às manchetes alarmistas na mídia, e se você for na fase de acumulação do seu plano de investimentos, continue contribuindo a cada mês.
Atualização de janeiro de 2018. Atirando em todos os cilindros.
No mês passado senti como um para os livros de registro. Índices de ações amplos 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 de alocação de ativos táticos, que usa ETFs, subiu 6,69%.
A volatilidade permanece no lado baixo, mas aumentou e está empurrando o limite para eu estar 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, tem sido baixa, então tem sido uma ocasião oportuna para usar a margem.
Às vezes, é assim que meu gráfico de patrimônio se move sempre tão alto que me lembro de não confundir um mercado altista com cérebro. As condições foram excepcionais para uma estratégia de alocação tática de ativos, como a minha, e eu usei a margem de forma responsável e valeu a pena. Tenha em mente que nós, como investidores, devemos nos concentrar no processo sobre o resultado. Todo mês eu relato o resultado, mas é o processo de investimento subjacente que é verdadeiramente importante.
2017 foi um grande ano para o meu estilo de investimento.
Agora você sabe que os mercados de ações dos EUA, em particular, tiveram um sólido 2017. Minha estratégia de investimento no 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 novamente. não deveria ser nenhuma surpresa que o meu estilo de investimento de alocação de ativos tático tivesse me mantido SPY todo mês ao longo de 2017.
Volatilidade foi historicamente baixa no ano passado. Em média, eu usei 30% de alavancagem em 2017, mas a volatilidade anualizada da minha carteira de ETF estava quase sempre abaixo de 10%.
Fui questionado 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 faço previsões. Sim, posso dizer quais classes de ativos estão representadas em minhas propriedades agora, mas não posso dizer por quanto tempo as terei. Nem posso fazer qualquer tipo de suposição sobre como meu portfólio se sairá globalmente em 2018. Como aludi em postagens anteriores, considero retornos mensais análogos à escolha de bolinhas verdes e vermelhas de uma bolsa com os olhos vendados. Minha estratégia determina se há mais bolinhas verdes (retornos mensais positivos) do que bolinhas vermelhas (retornos mensais negativos), mas não tenho nada a dizer na ordem em que os bolinhas serão escolhidos.
O desempenho de dezembro foi outro mármore verde, já que meu portfólio cresceu 2,29%, dando um ganho total para 2017 de 22,4%. A incrível característica de 2017 foi a baixa volatilidade. Se você olhar para o meu gráfico de patrimônio abaixo, você verá o quão incrivelmente suave foi no ano passado.
Meu ganho para o rácio de dor é absurdamente alto 4,96 devido a ser medido em pouco menos de dois anos, quando os mercados proporcionaram retornos sólidos. No longo prazo, espero que essa proporção diminua para entre 1,5 e 2,0.
Meus cinco fundos ETF para janeiro cobrem ações americanas, ações asiáticas e energia.
Meu desempenho de estratégia de impulso de ETF para novembro.
Mais um mês, outro ótimo desempenho. Minha estratégia produziu um retorno de 3,0% em novembro e, novamente, a volatilidade permanece excepcionalmente baixa. Ninguém sabe por quanto tempo esse regime de baixa volatilidade permanecerá, mas fortes ganhos com redução mínima podem tornar os investidores muito confortáveis, se não excessivamente confiantes, e devemos estar cientes de que uma maior volatilidade retornará um dia e as perdas mensais serão mais prevalentes do que foram nos últimos dois anos.
A baixa volatilidade combinada com retornos mensais consistentemente positivos resultou em um índice de ganho de dor de 4,52 que está além do excepcional e que eu espero que seja menor no futuro.
Você nunca sabe qual caminho seus retornos mensais seguirão. Minha estratégia agora forneceu 13 meses de retorno sem perda. Eu não pude prever isso. Sim, é bom, mas nunca se deve confundir um mercado altista com cérebro. De acordo com o gráfico abaixo, qualquer pessoa que siga uma estratégia passiva global do ETF fez quase tão bem quanto minha estratégia. O verdadeiro teste virá quando os mercados se tornarem pessimistas e a disposição de cada investidor de manter sua estratégia (se tiver um) for testada.
As minhas holdings permanecem inalteradas de novembro a dezembro, com a minha maior participação sendo EPP (iShares MSCI Pacific ex-Japan).
Eu acompanho o desempenho da minha estratégia de ETF no Collective2.
Meu desempenho de estratégia de impulso de ETF para outubro.
Penso no jogo de mármore de Van Tharp quando se trata de desempenho mensal de uma estratégia de investimento. Os mármores verdes representam retornos mensais positivos e os mármores vermelhos representam retornos mensais negativos. Sua estratégia influencia o número de cada cor dos mármores em uma sacola. Todo mês você coloca sua mão na bolsa, pega uma bolinha e olha para ela para ver se sua estratégia forneceu um retorno positivo ou negativo. Nesse quadro de referência, acabei de retirar o décimo segundo marco verde consecutivo, já que minha estratégia proporcionou um retorno de 3,23% em outubro, acumulando 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 proporcionou. Em algum momento, os mercados não serão tão gentis e eu experimentarei um empate. Desde que os mercados não caiam abruptamente em um ritmo muito rápido, minha estratégia de momentum de ETF deve fornecer proteção de downside. Esse é um dos principais benefícios de uma estratégia tática de investimento em alocação de ativos.
Minha maior participação em novembro é a EPP (iShares MSCI Pacific ex-Japan).

Estratégia sistemática de negociação
Nossas estratégias são totalmente automatizadas e operam em baixas e altas freqüências, usando algoritmos matemáticos proprietários e modelos econométricos.
A Systematic Strategies possui uma Plataforma de Contas Gerenciadas e uma estrutura de fundos de hedge Master Feeder para investidores.
Nossos clientes incluem pessoas físicas de alta renda, escritórios familiares e investidores institucionais.
Além de gerenciar suas próprias estratégias, a empresa se dedica à pesquisa e desenvolvimento em nome de outras empresas de comércio.

Estratégia sistemática de negociação
Desde 2009, a Systematic Strategies vem desenvolvendo e gerenciando estratégias de negociação algorítmica que oferecem excelentes retornos, baixos níveis de risco de mercado e correlação, além de excepcional liquidez e transparência.
Nossas estratégias investem em ativos que podem ser prontamente liquidados em dinheiro diariamente.
Nossa empresa opera uma plataforma de conta gerenciada que oferece aos investidores a garantia de 100% de transparência e controle operacional completo, juntamente com transações no final do dia e relatórios P ​​& L.
A equipe de gerenciamento é formada por profissionais experientes com muitos anos de experiência como analistas quantitativos, traders e gerentes de fundos nos principais fundos de hedge e instituições de banco de investimento.
Para mais informações sobre a empresa e nossas estratégias de investimento, entre em contato conosco.
A estratégia é projetada para ter um desempenho robusto durante condições extremas de mercado, utilizando a convexidade positiva dos ativos subjacentes do ETF.

No comments:

Post a Comment