O que é estratégias de negociação algorítmicas

Software de negociação.

DEFINIÇÃO de 'Software de negociação'

Programas de computador que facilitam a comercialização de produtos financeiros, como ações e moedas. O software geralmente é fornecido por corretoras que permitem que seus clientes troquem produtos financeiros e gerenciem suas contas. Diferentes corretoras terão um software diferente que determina a interface na qual os negócios são feitos e a informação é pesquisada. Outros softwares podem ser comprados de terceiros para aprimorar ou adicionar o que fornece uma corretora.

BREAKING Down 'Software de Negociação'

Os softwares de negociação proliferaram nos últimos anos devido à crescente popularidade das redes de comunicação eletrônica ou ECNs, que são redes comerciais alternativas que permitem a negociação fora das bolsas tradicionais ou Bourses. As ECNs reduziram consideravelmente os custos de transação, permitindo que muitas corretoras de desconto e serviços completos ofereçam software de negociação a seus clientes com pouco ou nenhum custo.

O software deve ser fácil de navegar e, estável e, pelo menos, extremamente seguro. Muitas vezes é uma característica ignorada ao selecionar uma corretora, em relação a outros traços, como custo ou popularidade.

QuantStart.

Junte-se ao portal de membros privados da Quantcademy que atende à comunidade de comerciantes de varejo de varejo em rápido crescimento. Você encontrará um grupo bem informado de mentalistas quant pronto para responder suas perguntas comerciais mais importantes.

Confira meu ebook sobre o comércio de quant, onde eu ensino você como criar estratégias de negociação sistemáticas lucrativas com ferramentas Python, desde o início.

Dê uma olhada no meu novo ebook sobre estratégias de negociação avançadas usando análise de séries temporais, aprendizado de máquina e estatísticas bayesianas, com Python e R.

Por Michael Halls-Moore em 19 de abril de 2018.

Neste artigo, quero apresentar-lhe os métodos pelos quais eu próprio identifico estratégias de negociação algorítmicas rentáveis. Nosso objetivo hoje é entender em detalhes como encontrar, avaliar e selecionar esses sistemas. Vou explicar como as estratégias de identificação são tanto sobre preferências pessoais quanto sobre o desempenho da estratégia, como determinar o tipo e a quantidade de dados históricos para o teste, como avaliar de forma imparcial uma estratégia de negociação e, finalmente, como avançar para a fase de backtesting e implementação estratégica.

Identificando suas próprias preferências pessoais para negociação.

Para ser um comerciante bem sucedido - de forma discricionária ou algorítmica - é necessário fazer-se algumas perguntas honestas. O Trading oferece a você a capacidade de perder dinheiro em uma taxa alarmante, por isso é necessário "conhecer você mesmo" tanto quanto é necessário entender a estratégia escolhida.

Eu diria que a consideração mais importante na negociação é estar ciente de sua própria personalidade. O comércio e o comércio algorítmico em particular, requer um grau significativo de disciplina, paciência e desapego emocional. Como você está deixando um algoritmo executar sua negociação para você, é necessário ser resolvido para não interferir com a estratégia quando está sendo executado. Isso pode ser extremamente difícil, especialmente em períodos de redução prolongada. No entanto, muitas estratégias que mostraram ser altamente rentáveis ​​em um backtest podem ser arruinadas por uma simples interferência. Compreenda que se você deseja entrar no mundo da negociação algorítmica, você será testado emocionalmente e, para ser bem-sucedido, é necessário trabalhar com essas dificuldades!

A próxima consideração é uma das vezes. Você tem um emprego a tempo inteiro? Você trabalha a tempo parcial? Você trabalha em casa ou tem uma longa viagem diária? Essas perguntas ajudarão a determinar a freqüência da estratégia que você deve procurar. Para aqueles de você no emprego a tempo inteiro, uma estratégia de futuros intradiária pode não ser apropriada (pelo menos até que seja totalmente automatizada!). Suas restrições de tempo também ditarão a metodologia da estratégia. Se sua estratégia é freqüentemente negociada e dependente de feeds de notícias caras (como um terminal da Bloomberg), você terá claramente que ser realista sobre sua capacidade de executar com sucesso durante o escritório! Para aqueles de vocês com muito tempo, ou as habilidades para automatizar sua estratégia, você pode querer examinar uma estratégia mais técnica de negociação de alta freqüência (HFT).

Minha opinião é que é necessário realizar pesquisas contínuas sobre suas estratégias de negociação para manter um portfólio consistentemente lucrativo. Poucas estratégias permanecem "sob o radar" para sempre. Assim, uma parte importante do tempo atribuído à negociação será na realização de pesquisas em andamento. Pergunte a si mesmo se você está preparado para fazer isso, pois pode ser a diferença entre uma forte rentabilidade ou um declínio lento em relação a perdas.

Você também precisa considerar seu capital de negociação. O valor mínimo ideal geralmente aceito para uma estratégia quantitativa é de 50,000 USD (aproximadamente £ 35,000 para nós no Reino Unido). Se eu estivesse começando de novo, eu começaria com uma quantidade maior, provavelmente mais perto de 100,000 USD (aproximadamente £ 70,000). Isso ocorre porque os custos de transação podem ser extremamente caros para estratégias de média a alta freqüência e é necessário ter capital suficiente para absorvê-los em tempos de redução. Se você está considerando começar com menos de 10.000 USD, então você precisará se restringir a estratégias de baixa freqüência, negociando em um ou dois ativos, já que os custos de transação irão comer rapidamente em seus retornos. Interactive Brokers, que é um dos corretores mais amigáveis ​​para aqueles com habilidades de programação, devido à sua API, tem uma conta de varejo mínima de 10.000 USD.

A habilidade de programação é um fator importante na criação de uma estratégia de negociação algorítmica automatizada. Estar bem informado em uma linguagem de programação como C ++, Java, C #, Python ou R permitirá que você crie o sistema de armazenamento de dados, o sistema de backtest e o sistema de execução de ponta a ponta. Isso tem uma série de vantagens, cujo chefe é a capacidade de estar completamente atento a todos os aspectos da infra-estrutura comercial. Também permite que você explore as estratégias de freqüência mais alta, pois você terá o controle total da sua "pilha de tecnologia". Embora isso signifique que você possa testar seu próprio software e eliminar erros, também significa mais tempo gasto na codificação de infra-estrutura e menos na implementação de estratégias, pelo menos na parte anterior da sua carreira de trading. Você pode achar que você está confortável negociando no Excel ou MATLAB e pode terceirizar o desenvolvimento de outros componentes. Eu não recomendaria isso no entanto, especialmente para aqueles que negociavam em alta freqüência.

Você precisa se perguntar o que você espera alcançar por meio de negociação algorítmica. Você está interessado em um rendimento regular, pelo qual você espera obter lucros de sua conta de negociação? Ou, você está interessado em um ganho de capital a longo prazo e pode se negociar sem a necessidade de retirar fundos? A dependência de renda determinará a freqüência de sua estratégia. As retiradas de renda mais regulares exigirão uma estratégia de negociação de maior freqüência com menor volatilidade (ou seja, uma proporção Sharpe mais alta). Os comerciantes de longo prazo podem pagar uma frequência comercial mais tranquila.

Finalmente, não se ilude com a noção de tornar-se extremamente rico num curto espaço de tempo! O comércio de Algo não é um esquema rápido e rápido - se alguma coisa pode ser um esquema rápido e rápido. É preciso disciplina, pesquisa, diligência e paciência importantes para serem bem-sucedidos no comércio algorítmico. Pode levar meses, senão anos, gerar rentabilidade consistente.

Sourcing Algorithmic Trading Ideas.

Apesar das percepções comuns em contrário, é realmente bastante direto localizar estratégias de negociação rentáveis ​​no domínio público. Nunca as idéias comerciais estão mais disponíveis do que hoje. Revistas de finanças acadêmicas, servidores de pré-impressão, blogs comerciais, fóruns de negociação, revistas comerciais semanais e textos especializados fornecem milhares de estratégias de negociação com as quais basear suas idéias.

Nosso objetivo como pesquisadores quantitativos de negócios é estabelecer um pipeline estratégico que nos forneça um fluxo de idéias comerciais em andamento. Idealmente, queremos criar uma abordagem metódica para sourcing, avaliação e implementação de estratégias que encontramos. Os objetivos do pipeline são gerar uma quantidade consistente de novas idéias e fornecer-nos uma estrutura para rejeitar a maioria dessas idéias com o mínimo de consideração emocional.

Devemos ser extremamente cuidadosos para não permitir influências cognitivas na nossa metodologia de tomada de decisão. Isso pode ser tão simples como ter uma preferência por uma classe de ativos sobre outra (o ouro e outros metais preciosos vêm à mente) porque são percebidos como mais exóticos. Nosso objetivo sempre deve ser encontrar estratégias consistentemente lucrativas, com expectativas positivas. A escolha da classe de ativos deve basear-se em outras considerações, como restrições de capital de negociação, taxas de corretagem e capacidades de alavancagem.

Se você não está completamente familiarizado com o conceito de estratégia comercial, então o primeiro lugar a procurar é com os livros didáticos estabelecidos. Os textos clássicos fornecem uma ampla gama de idéias mais simples e diretas, para se familiarizarem com a negociação quantitativa. Aqui está uma seleção que eu recomendo para aqueles que são novos para negociação quantitativa, que gradualmente se tornam mais sofisticados enquanto você trabalha através da lista:

Para uma lista mais longa de livros de negociação quantitativos, visite a lista de leitura QuantStart.

O próximo lugar para encontrar estratégias mais sofisticadas é com fóruns de negociação e blogs comerciais. No entanto, uma nota de cautela: muitos blogs comerciais dependem do conceito de análise técnica. A análise técnica envolve a utilização de indicadores básicos e psicologia comportamental para determinar tendências ou padrões de reversão nos preços dos ativos.

Apesar de ser extremamente popular no espaço comercial geral, a análise técnica é considerada um pouco ineficaz na comunidade de finanças quantitativas. Alguns sugeriram que não é melhor que ler um horóscopo ou estudar folhas de chá em termos de seu poder preditivo! Na realidade, existem indivíduos bem-sucedidos que utilizam análises técnicas. No entanto, como quants com uma caixa de ferramentas matemática e estatística mais sofisticada à nossa disposição, podemos facilmente avaliar a eficácia de tais estratégias "baseadas em TA" e tomar decisões baseadas em dados, em vez de basear nossas em considerações ou preconceitos emocionais.

Aqui está uma lista de bem-respeitados blogs e fóruns de negociação algorítmica:

Depois de ter tido alguma experiência na avaliação de estratégias mais simples, é hora de olhar para as ofertas acadêmicas mais sofisticadas. Algumas revistas acadêmicas serão de difícil acesso, sem inscrições elevadas ou custos pontuais. Se você é um membro ou ex-aluno de uma universidade, você poderá obter acesso a algumas dessas revistas financeiras. Caso contrário, você pode olhar para os servidores de pré-impressão, que são repositórios de internet de rascunhos finais de documentos acadêmicos que estão sendo submetidos a revisão pelos pares. Uma vez que estamos apenas interessados ​​em estratégias que possamos replicar com sucesso, fazer backtest e obter rentabilidade, uma revisão por pares é de menor importância para nós.

A principal desvantagem das estratégias acadêmicas é que muitas vezes podem estar desatualizadas, exigir dados históricos obscuros e dispendiosos, negociar classes de ativos ilíquidas ou não influenciar taxas, derrapagens ou propagação. Também não está claro se a estratégia de negociação deve ser realizada com ordens de mercado, ordens limitadas ou se contém perdas de parada, etc. Portanto, é absolutamente essencial replicar a estratégia o melhor que puder, fazer o backtest e adicionar uma transação realista custos que incluem tantos aspectos das classes de ativos que você deseja negociar.

Aqui está uma lista dos servidores de pré-impressão mais populares e revistas financeiras das quais você pode criar ideias:

E sobre como formar suas próprias estratégias quantitativas? Isso geralmente requer (mas não está limitado a) conhecimento em uma ou mais das seguintes categorias:

Microestrutura de mercado - Para estratégias de freqüência mais altas em particular, pode-se usar a microestrutura do mercado, ou seja, a compreensão da dinâmica do livro de pedidos, a fim de gerar rentabilidade. Diferentes mercados terão várias limitações tecnológicas, regulamentos, participantes do mercado e restrições que estão abertas à exploração através de estratégias específicas. Esta é uma área muito sofisticada e os profissionais de varejo terão dificuldade em ser competitivos neste espaço, particularmente porque a competição inclui fundos de hedge quantitativos grandes e bem capitalizados com fortes capacidades tecnológicas. Estrutura do fundo - Os fundos de investimento em conjunto, como fundos de pensão, parcerias de investimento privado (hedge funds), consultores de negociação de commodities e fundos de investimento, são limitados por uma forte regulamentação e suas grandes reservas de capital. Assim, certos comportamentos consistentes podem ser explorados com aqueles que são mais ágeis. Por exemplo, grandes fundos estão sujeitos a restrições de capacidade devido ao seu tamanho. Assim, se eles precisam rapidamente descarregar (vender) uma quantidade de valores mobiliários, eles terão que diminuí-lo para evitar "mover o mercado". Algoritmos sofisticados podem tirar proveito disso, e outras idiossincrasias, em um processo geral conhecido como arbitragem de estrutura de fundos. Aprendizado de máquinas / inteligência artificial - Os algoritmos de aprendizagem de máquinas tornaram-se mais prevalentes nos últimos anos nos mercados financeiros. Os classificadores (como Naive-Bayes, et al.) Correspondentes de função não-linear (redes neurais) e rotinas de otimização (algoritmos genéticos) foram todos usados ​​para prever caminhos de ativos ou otimizar estratégias de negociação. Se você tem um histórico nesta área, você pode ter alguma visão sobre como determinados algoritmos podem ser aplicados a certos mercados.

Há, é claro, muitas outras áreas para investigar quants. Vamos discutir como apresentar estratégias personalizadas em detalhes em um artigo posterior.

Ao continuar monitorando essas fontes em uma base semanal, ou mesmo diária, você está se preparando para receber uma lista consistente de estratégias de uma variedade diversificada de fontes. O próximo passo é determinar como rejeitar um grande subconjunto dessas estratégias, a fim de minimizar o desperdício de seu tempo e os recursos de backtesting em estratégias que provavelmente não serão lucrativas.

Avaliando Estratégias de Negociação.

A primeira consideração, e indiscutivelmente mais óbvia, é se você realmente entende a estratégia. Você poderia explicar a estratégia de forma concisa ou exigir uma série de advertências e listas de parâmetros infinitas? Além disso, a estratégia tem uma base boa e sólida na realidade? Por exemplo, você poderia apontar alguma lógica comportamental ou restrição da estrutura do fundo que possa estar causando o (s) padrão (s) que você está tentando explorar? Esta restrição suportaria uma mudança de regime, como uma dramática perturbação do ambiente regulatório? A estratégia depende de regras estatísticas ou matemáticas complexas? Aplica-se a qualquer série de tempo financeiro ou é específico para a classe de ativos em que se afirma ser lucrativo? Você deve constantemente pensar nesses fatores ao avaliar novos métodos de negociação, caso contrário você pode desperdiçar uma quantidade significativa de tempo tentando fazer backtest e otimizar estratégias não lucrativas.

Uma vez que você tenha determinado que você entende os princípios básicos da estratégia, você precisa decidir se ele se encaixa com o seu perfil de personalidade acima mencionado. Esta não é uma consideração tão vaga quanto parece! As estratégias diferirão substancialmente em suas características de desempenho. Existem certos tipos de personalidade que podem lidar com períodos mais significativos de redução ou estão dispostos a aceitar um maior risco de retorno maior. Apesar do fato de que nós, como quants, tentamos eliminar todo o viés cognitivo quanto possível e devemos avaliar uma estratégia de forma imparcial, os preconceitos sempre se infiltrarão. Assim, precisamos de um meio consistente e sem emoção através do qual avaliar o desempenho das estratégias . Aqui está a lista de critérios que eu julgo uma nova estratégia potencial por:

Metodologia - O impulso da estratégia está baseado, o retorno médio, o mercado neutro, direcional? A estratégia baseia-se em técnicas de aprendizado estatístico ou de máquinas complexas (ou complexas) que são difíceis de entender e exigem um doutorado em estatísticas para entender? Essas técnicas introduzem uma quantidade significativa de parâmetros, o que pode levar a um viés de otimização? A estratégia é susceptível de suportar uma mudança de regime (ou seja, uma nova regulamentação potencial dos mercados financeiros)? Sharpe Ratio - O índice de Sharpe caracteriza heuristicamente o índice de recompensa / risco da estratégia. Quantifica quanto retorno você consegue para o nível de volatilidade sofrido pela curva patrimonial. Naturalmente, precisamos determinar o período e a frequência em que esses retornos e volatilidade (ou seja, o desvio padrão) são medidos. Uma estratégia de freqüência mais alta exigirá maior taxa de amostragem do desvio padrão, mas um período de tempo geral mais curto, por exemplo. Alavancagem - A estratégia exige alavancagem significativa para ser lucrativa? A estratégia exige o uso de contratos de derivativos alavancados (futuros, opções, swaps) para fazer um retorno? Estes contratos alavancados podem ter uma forte volatilidade e, portanto, podem facilmente levar a chamadas de margem. Você tem o capital comercial e o temperamento para essa volatilidade? Frequência - A frequência da estratégia está intimamente ligada à sua pilha de tecnologia (e, portanto, à experiência tecnológica), ao índice Sharpe e ao nível geral dos custos de transação. Todas as outras questões consideradas, as estratégias de maior freqüência requerem mais capital, são mais sofisticadas e difíceis de implementar. No entanto, assumindo que seu mecanismo de teste de backtest é sofisticado e livre de erros, eles geralmente terão taxas Sharpe muito maiores. Volatilidade - A volatilidade está fortemente relacionada ao "risco" da estratégia. A relação Sharpe caracteriza isso. A maior volatilidade das classes de ativos subjacentes, se não coberta, muitas vezes leva a uma maior volatilidade na curva patrimonial e, portanto, menores índices de Sharpe. Naturalmente, suponho que a volatilidade positiva seja aproximadamente igual à volatilidade negativa. Algumas estratégias podem ter maior volatilidade negativa. Você precisa estar ciente desses atributos. Ganhe / Perda, Lucro / Perda Médio - As estratégias serão diferentes nas suas ganhos / perdas e características médias de lucro / perda. Pode-se ter uma estratégia muito lucrativa, mesmo que o número de negócios perdidos exceda o número de negociações vencedoras. As estratégias de impulso tendem a ter esse padrão, pois dependem de um pequeno número de "grandes sucessos" para serem lucrativos. As estratégias de reversão média tendem a ter perfis opostos onde mais dos negócios são "vencedores", mas os negócios perdidos podem ser bastante graves. Drawdown máximo - A redução máxima é a maior queda percentual global na curva de equidade da estratégia. As estratégias de Momentum são bem conhecidas por sofrerem períodos de redução prolongada (devido a uma série de muitos negócios perdidos incrementais). Muitos comerciantes vão desistir em períodos de redução prolongada, mesmo que os testes históricos sugeriram que este é "business as usual" para a estratégia. Você precisará determinar qual porcentagem de redução (e em que período de tempo) você pode aceitar antes de deixar de negociar sua estratégia. Esta é uma decisão altamente pessoal e, portanto, deve ser considerada com cuidado. Capacidade / liquidez - No nível de varejo, a menos que você esteja negociando em um instrumento altamente ilíquido (como um estoque de pequena capital), você não terá que se preocupar muito com a capacidade da estratégia. A capacidade determina a escalabilidade da estratégia para aumentar o capital. Muitos dos maiores hedge funds sofrem de importantes problemas de capacidade à medida que suas estratégias aumentam em alocação de capital. Parâmetros - Certas estratégias (especialmente aquelas encontradas na comunidade de aprendizagem de máquinas) requerem uma grande quantidade de parâmetros. Todo parâmetro adicional que uma estratégia exige deixa-o mais vulnerável ao viés de otimização (também conhecido como "ajuste de curva"). Você deve tentar segmentar estratégias com o menor número possível de parâmetros ou garantir que você tenha quantidades suficientes de dados para testar suas estratégias. Benchmark - Quase todas as estratégias (a menos que sejam caracterizadas como "retorno absoluto") são medidas em relação a um benchmark de desempenho. O benchmark geralmente é um índice que caracteriza uma grande amostra da classe de ativos subjacentes em que a estratégia negocia. Se a estratégia negociar ações americanas de grande capitalização, o S & P500 seria uma referência natural para medir sua estratégia. Você ouvirá os termos "alfa" e "beta", aplicado a estratégias deste tipo. Vamos discutir esses coeficientes em profundidade em artigos posteriores.

Observe que não discutimos os retornos reais da estratégia. Por que é isso? De forma isolada, os retornos realmente nos fornecem informações limitadas sobre a eficácia da estratégia. Eles não lhe dão uma visão de alavancagem, volatilidade, benchmarks ou requisitos de capital. Assim, as estratégias raramente são avaliadas apenas em seus retornos. Considere sempre os atributos de risco de uma estratégia antes de analisar os retornos.

Nesta fase, muitas das estratégias encontradas em seu pipeline serão rejeitadas, uma vez que não atenderão aos requisitos de capital, alavancar restrições, tolerar a tolerância máxima ou preferências de volatilidade. As estratégias que permanecem podem agora ser consideradas para testes anteriores. No entanto, antes disso é possível, é necessário considerar um critério de rejeição final - o dos dados históricos disponíveis para testar essas estratégias.

Obtenção de dados históricos.

Hoje em dia, a amplitude dos requisitos técnicos em todas as classes de ativos para o armazenamento histórico de dados é substancial. Para se manter competitivo, tanto o lado da compra (fundos) como os de venda (bancos de investimento) investem fortemente em sua infraestrutura técnica. É imperativo considerar sua importância. Em particular, estamos interessados ​​em requisitos de tempo, precisão e armazenamento. Agora vou descrever os conceitos básicos de obtenção de dados históricos e como armazená-lo. Infelizmente, este é um tópico muito profundo e técnico, então não poderei dizer tudo neste artigo. No entanto, vou escrever muito mais sobre isso no futuro, já que minha experiência na indústria anterior no setor financeiro estava principalmente preocupada com aquisição, armazenamento e acesso de dados financeiros.

Na seção anterior, estabelecemos um pipeline de estratégia que nos permitiu rejeitar certas estratégias com base em nossos próprios critérios de rejeição pessoal. Nesta seção, vamos filtrar mais estratégias com base em nossas próprias preferências para obter dados históricos. As principais considerações (especialmente no nível do profissional varejista) são os custos dos dados, dos requisitos de armazenamento e do seu nível de experiência técnica. Também precisamos discutir os diferentes tipos de dados disponíveis e as diferentes considerações que cada tipo de dados nos impõe.

Vamos começar discutindo os tipos de dados disponíveis e os principais problemas sobre os quais devemos pensar:

Dados fundamentais - Isso inclui dados sobre tendências macroeconômicas, como taxas de juros, índices de inflação, ações corporativas (dividendos, estoque-divisões), registros da SEC, contas corporativas, números de ganhos, relatórios de culturas, dados meteorológicos etc. Esses dados são freqüentemente usados ​​para valorizar as empresas ou outros ativos em uma base fundamental, ou seja, por meio de alguns fluxos de caixa futuros esperados. Não inclui séries de preços de ações. Alguns dados fundamentais estão disponíveis gratuitamente nos sites do governo. Outros dados fundamentais históricos de longo prazo podem ser extremamente caros. Os requisitos de armazenamento geralmente não são particularmente grandes, a menos que milhares de empresas estejam sendo estudadas de uma só vez. Dados de notícias - Os dados de notícias são geralmente de natureza qualitativa. Consiste em artigos, postagens de blog, postagens de microblog ("tweets") e editoriais. As técnicas de aprendizagem de máquinas, como os classificadores, costumam ser usadas para interpretar o sentimento. Esses dados também são freqüentemente disponíveis gratuitamente ou baratos, por meio da assinatura de meios de comunicação. Os bancos de dados de armazenamento de documentos "NoSQL" mais novos foram projetados para armazenar esse tipo de dados qualitativos não estruturados. Dados do preço do recurso - Este é o domínio de dados tradicional do quant. Consiste em séries temporais de preços dos ativos. As ações (ações), produtos de renda fixa (títulos), commodities e preços de câmbio se enquadram nesta classe. Os dados históricos diários são geralmente simples de obter para as classes de ativos mais simples, como ações. No entanto, uma vez que a precisão e a limpeza estão incluídas e os preconceitos estatísticos removidos, os dados podem se tornar caros. Além disso, os dados das séries temporais geralmente possuem requisitos de armazenamento significativos, especialmente quando os dados intradiários são considerados. Instrumentos Financeiros - Ações, títulos, futuros e opções derivadas mais exóticas possuem características e parâmetros muito diferentes. Assim, não existe uma estrutura de banco de dados "tamanho único" que possa acomodá-los. Deve ser dado um cuidado significativo à concepção e implementação de estruturas de banco de dados para vários instrumentos financeiros. Vamos discutir a situação ao longo de quando chegamos a construir um banco de dados mestre de valores mobiliários em futuros artigos. Frequência - Quanto maior a frequência dos dados, maiores são os custos e os requisitos de armazenamento. Para estratégias de baixa frequência, os dados diários são frequentemente suficientes. Para estratégias de alta freqüência, pode ser necessário obter dados de nível de tiquetaque e até mesmo cópias históricas de determinados dados de cadastro de trocas comerciais. A implementação de um mecanismo de armazenamento para esse tipo de dados é muito tecnicamente intensiva e só é adequada para aqueles que possuem uma sólida base de programação / técnica. Pontos de referência - As estratégias descritas acima serão muitas vezes comparadas a uma referência. Isso geralmente se manifesta como uma série de tempo financeiro adicional. Para as ações, isso geralmente é um benchmark de estoque nacional, como o índice S & P500 (US) ou FTSE100 (Reino Unido). Para um fundo de renda fixa, é útil comparar-se com uma cesta de títulos ou produtos de renda fixa. A "taxa livre de risco" (ou seja, a taxa de juros apropriada) também é outra referência amplamente aceita. Todas as categorias de classe de ativos possuem um benchmark favorecido, por isso será necessário pesquisar isso com base em sua estratégia específica, se desejar ganhar interesse em sua estratégia externamente. Tecnologia - As pilhas de tecnologia por trás de um centro de armazenamento de dados financeiros são complexas. Este artigo apenas pode arranhar a superfície sobre o que está envolvido na construção de um. No entanto, ele se centra em torno de um mecanismo de banco de dados, como um Sistema de Gerenciamento de Banco de Dados Relacional (RDBMS), como MySQL, SQL Server, Oracle ou um Document Storage Engine (ou seja, "NoSQL"). Isso é acessado através do código de aplicativo "lógica comercial" que consulta o banco de dados e fornece acesso a ferramentas externas, como MATLAB, R ou Excel. Muitas vezes, esta lógica de negócios está escrita em C ++, C #, Java ou Python. Você também precisará hospedar esses dados em algum lugar, seja em seu próprio computador pessoal, seja remotamente através de servidores de internet. Produtos como o Amazon Web Services tornaram isso mais simples e barato nos últimos anos, mas ainda exigirá conhecimentos técnicos significativos para alcançar de forma robusta.

Como pode ser visto, uma vez que uma estratégia tenha sido identificada através do pipeline, será necessário avaliar a disponibilidade, os custos, a complexidade e os detalhes de implementação de um determinado conjunto de dados históricos. Você pode achar que é necessário rejeitar uma estratégia baseada unicamente em considerações de dados históricos. Esta é uma grande área e equipes de doutorados trabalham em grandes fundos garantindo que os preços sejam precisos e oportunos. Não subestime as dificuldades de criar um centro de dados robusto para os seus efeitos de backtesting!

Eu quero dizer, no entanto, que muitas plataformas de backtesting podem fornecer esses dados para você automaticamente - a um custo. Assim, demorará muito da dor de implementação para você, e você pode se concentrar exclusivamente na implementação e otimização da estratégia. Ferramentas como a TradeStation possuem essa capacidade. No entanto, minha visão pessoal é implementar o máximo possível internamente e evitar a terceirização de partes da pilha para fornecedores de software. Eu prefiro estratégias de freqüência mais altas devido aos seus índices de Sharpe mais atraentes, mas muitas vezes estão fortemente acoplados à pilha de tecnologia, onde a otimização avançada é crítica.

Agora que discutimos os problemas relacionados aos dados históricos, é hora de começar a implementar nossas estratégias em um mecanismo de teste. Este será o assunto de outros artigos, pois é uma área de discussão igualmente grande!

Apenas iniciando o comércio quantitativo?

3 razões para se inscrever para a lista de e-mails QuantStart:

1. Quant Trading Lessons.

Você terá acesso instantâneo a um curso de e-mail gratuito de 10 partes, repleto de sugestões e dicas para ajudá-lo a começar a negociação quantitativa!

2. Todo o conteúdo mais recente.

Todas as semanas, vou enviar-lhe um envoltório de todas as atividades no QuantStart para que você nunca mais perca uma postagem novamente.

Real, dicas de negociação viáveis, sem tonturas.

Estratégias simples para capitalizar as tendências.

Existem dois tipos de mercados nos quais um comerciante comercializará - um mercado de tendências ou um mercado paralelo. Em qualquer período de tempo, um comércio pode ser mantido através de ambos os tipos de mercado, mas é quando o comércio é inserido e em que tipo de mercado (tendências ou laterais) que determina seu nível de risco. R isk é simplesmente a quantidade de movimento de preços que esperamos antes que possamos dizer com alguma certeza que o comércio não está se movendo em nossa direção (pelo menos por agora) e está se movendo devido a fatores além do simples ruído do mercado. (Para aprender a trocar um mercado lateral, leia o valor encontrado em um mercado paralelo.)

Nas tendências, a maneira mais comum de estabelecer risco é levar o preço de entrada menos o mais recente balanço baixo para posições longas e o mais recente giro alto menos o preço de entrada para posições curtas. Em seguida, multiplique esse número pelo número de ações ao qual o comerciante está exposto. Uma pequena almofada deve ser adicionada ao alto / baixo para permitir flucations moderadas. Se um antigo balanço baixo for penetrado em uma tendência de alta, existe a possibilidade de que a tendência está a reverter, ou no mínimo, a tendência é em algum perigo de terminar e, portanto, o comerciante deve sair do comércio até que a tendência se revele com convicção.

A definição de uma tendência de alta é o aumento de preços mais altos e os mínimos de preços mais altos. Em uma tendência de baixa, o preço faz aumentos mais baixos e baixos baixos. Então, se você entrar em um comércio em uma tendência de alta e uma baixa anterior é penetrada, esta não é mais uma tendência de alta por definição, portanto, o comerciante deve sair e aguardar a tendência de restabelecer a própria. Isso será sinalizado pelo preço movendo-se mais alto que um antigo balanço alto. (Para mais, confira castiçais e osciladores para operações sucessivas Swing.)

Entrando em uma tendência ascendente.

Infelizmente, a teoria nem sempre funciona no mundo real. A desvantagem dessa entrada é que, se os preços se transformarem e começam a se mover na direção oposta da tendência, nosso risco é maior que o que seria se usássemos um ponto de entrada alternativo e inferior.

Entrando em uma tendência lateral.

A desvantagem é que não sabemos se a tendência continuará, pois os preços podem se mover apenas um pouco mais alto, mas não conseguem empurrar acima do alto do aluguel. Outra contingência que precisamos ter em conta é que as linhas de tendência nem sempre são perfeitas - os preços podem não chegar a uma linha de tendência sempre, tornando a entrada mais subjetiva, ou os preços podem saltar de uma linha de tendência apenas para reverter e se mover pela linha de tendência. Podemos também ter várias linhas de tendência, já que os mercados geralmente se dividem abaixo de uma linha de tendência apenas para serem suportados por uma nova, como é o caso na Figura 1, que mostra várias entradas potenciais. (Para mais, leia os preços das ações de trilha com as Tendências.)

Juntar as peças.

Claro, como mencionado anteriormente, as desvantagens para esses métodos de entrada ainda estão lá. Os preços podem virar a qualquer momento, independentemente da confirmação que recebemos. Assim, é muito importante manter uma perda de parada em todas as negociações, e quando há uma indicação de que uma tendência não vai continuar, o (s) comércio (s) devem ser encerrados.

Escolhendo o software de negociação algorítmica correto.

Ao usar o comércio algorítmico, os comerciantes confiam no seu dinheiro suado para o software comercial que eles usam. O software certo é muito importante para assegurar a execução efetiva e precisa dos pedidos comerciais. O software defeituoso, ou um sem os recursos necessários, pode levar a grandes perdas. Este artigo analisa as principais coisas a considerar para escolher o software certo para negociação algorítmica. (Para mais, veja: Noções básicas de negociação algorítmica: conceitos e exemplos.)

[O software de negociação algorítmica depende de uma compreensão profunda da análise técnica. Afinal, os indicadores técnicos são frequentemente utilizados como insumos para esses sistemas de negociação. O Curso de Análise Técnica da Investopedia fornece uma visão geral aprofundada sobre como identificar padrões, tendências, sinais e indicadores técnicos que impulsionam o comportamento dos preços. Com mais de cinco horas de vídeo sob demanda, exercícios e conteúdo interativo, você aprenderá todas as principais formas de análise técnica e estudos de caso de acesso mostrando como eles são usados.]

Um Quick Primer para Algorithmic Trading.

Um algoritmo é definido como um conjunto específico de instruções passo a passo para completar uma tarefa específica. Seja o jogo de computador simples, ainda viciante, como o Pac-Man ou uma planilha que oferece grande número de funções, cada programa segue um conjunto específico de instruções com base em um algoritmo subjacente.

O comércio algorítmico é o processo de usar um programa de computador que segue um conjunto definido de instruções para colocar uma ordem comercial. O objetivo do programa de negociação algorítmica é identificar dinamicamente oportunidades rentáveis ​​e colocar os negócios para gerar lucros a uma velocidade e freqüência que é impossível combinar por um comerciante humano. Dadas as vantagens de uma maior precisão e velocidade de execução relâmpago, as atividades comerciais baseadas em algoritmos de computador ganharam enorme popularidade. (Para mais, veja: Os prós e os contras dos sistemas de negociação automatizados.)

Quem usa software de negociação algorítmica?

A negociação algorítmica é dominada por grandes empresas comerciais, como hedge funds, bancos de investimento e empresas comerciais proprietárias. Dada a abundante disponibilidade de recursos devido ao seu grande tamanho, essas empresas costumam construir seu próprio software de negociação proprietário, incluindo grandes sistemas de negociação com centros de dados dedicados e equipe de suporte.

Em um nível individual, comerciantes proprietários experientes e quants usam negociação algorítmica. Os comerciantes proprietários, que são menos conhecedores de tecnologia, podem comprar software de negociação readymade para suas necessidades de negociação algorítmica. O software é oferecido por seus corretores ou comprado de provedores de terceiros. Quants tem um bom conhecimento de negociação e programação de computadores, e eles desenvolvem software comercial por conta própria. (Para mais informações, consulte: Quants: o que eles fazem e como evoluíram.)

Algorithmic Trading Software - Construir ou comprar?

Existem duas maneiras de acessar o software de negociação algorítmica: construir ou comprar.

A compra de software pronto oferece acesso rápido e atempado, ao construir o seu próprio, permite flexibilidade total para personalizar as suas necessidades. O software de negociação automatizado é muitas vezes caro para comprar e pode estar cheio de lacunas, o que, se ignorado, pode levá-lo a perdas. Os custos elevados podem tirar o potencial de lucro realista do seu empreendimento de negociação algorítmica. Por outro lado, criar software de negociação algorítmica por conta própria leva tempo, esforço e um profundo conhecimento, e ainda pode não ser infalível.

O risco envolvido na negociação automática é muito alto, o que pode levar a grandes perdas. Independentemente de se decidir comprar ou construir, torna-se importante conhecer os recursos básicos necessários.

As principais características do software de negociação algorítmica.

Disponibilidade de dados do mercado e da empresa: todos os algoritmos de negociação são projetados para atuar em dados de mercado em tempo real e cotações de preços. Alguns programas também são personalizados para dar conta dos dados fundamentais da empresa, como os índices EPS e PE. Qualquer software de negociação algorítmica deve ter feed de dados de mercado em tempo real, bem como um feed de dados da empresa. Ele deve estar disponível como um build-in no sistema ou deve ter uma disposição para integrar facilmente de fontes alternativas. Conectividade a vários mercados: os comerciantes que procuram trabalhar em vários mercados devem ter em atenção que cada troca pode fornecer seu feed de dados em um formato diferente, como TCP / IP, Multicast ou um FIX. Seu software deve ser capaz de aceitar feeds de diferentes formatos. Outra opção é ir com fornecedores de dados de terceiros como a Bloomberg e a Reuters, que agregam dados de mercado de diferentes trocas e fornecem-no em um formato uniforme para clientes finais. O software de negociação algorítmica deve ser capaz de processar esses feeds agregados conforme necessário. Latência: A menor palavra desta lista é o fator mais importante para o algo-trading. Latência é o tempo de atraso introduzido no movimento de pontos de dados de um aplicativo para o outro. Considere a seguinte sequência de eventos. Demora 0,2 segundos para uma cotação de preço proveniente da troca para o centro de dados do seu fornecedor de software (DC), 0,3 segundos do data center para alcançar sua tela de negociação, 0,1 segundo para o seu software de negociação para processar essa cotação recebida, 0,3 segundos para para analisar e colocar um comércio, 0,2 segundos para a sua ordem comercial para chegar ao seu corretor, 0,3 segundos para o seu corretor rotear sua ordem para a troca.

Tempo total decorrido = 0.2 + 0.3 + 0.1 + 0.3 + 0.2 + 0.3 = Total 1.4 segundos.

No mundo comercial dinâmico de hoje, a cotação do preço original teria mudado várias vezes dentro desse período de 1,4 segundo. Esse atraso poderia fazer ou quebrar seu empreendimento de negociação algorítmica. É preciso manter essa latência ao nível mais baixo possível para garantir que você obtenha as informações mais atualizadas e precisas sem intervalo de tempo.

A latência foi reduzida para microssegundos, e todas as tentativas devem ser feitas para mantê-lo o mais baixo possível no sistema comercial. Algumas medidas incluem ter conectividade direta com a troca para obter dados mais rápidos, eliminando o fornecedor no meio; melhorando seu algoritmo de negociação para que ele leve menos de 0.1 + 0.3 = 0.4 segundos para análise e tomada de decisão; ou eliminando o corretor e enviando diretamente trocas para a troca para economizar 0,2 segundos.

Configuração e personalização: a maioria dos softwares de negociação algorítmica oferece algoritmos de comércio embutidos padrão, como aqueles baseados em um crossover da média móvel de 50 dias (MA) com o MA de 200 dias. Um comerciante pode gostar de experimentar mudando para o Mestre de 20 dias com o MA de 100 dias. A menos que o software ofereça tal personalização de parâmetros, o comerciante pode ser limitado pela funcionalidade fixa incorporada. Seja comprando ou construindo, o software de negociação deve ter um alto grau de personalização e configuração. Funcionalidade para escrever programas personalizados: Matlab, Python, C ++, JAVA e Perl são as linguagens de programação comuns usadas para escrever software de negociação. A maioria dos softwares de negociação vendidos pelos fornecedores de terceiros oferece a capacidade de escrever seus próprios programas personalizados dentro dele. Isso permite que um comerciante experimente e experimente qualquer conceito comercial que ela desenvolva. O software que oferece codificação na linguagem de programação de sua escolha é obviamente preferido. (Para mais informações, consulte: Codificação de sistemas de negociação: Introdução.) Recurso Backtesting em dados históricos: a simulação Backtesting envolve testar uma estratégia de negociação em dados históricos. Ele avalia a praticidade e rentabilidade da estratégia em dados passados, certificando-o para o sucesso (ou falha ou qualquer alteração necessária). Esta função obrigatória também deve ser acompanhada de uma disponibilidade de dados históricos, nos quais o backtesting pode ser realizado. Integração com a interface de negociação: o software de negociação algorítmica coloca trades automaticamente com base na ocorrência de um critério desejado. O software deve ter a conectividade necessária para a rede de corretores para colocar o comércio ou uma conectividade direta com a troca para enviar ordens comerciais. Integração Plug-n-play: um comerciante pode estar usando simultaneamente um terminal Bloomberg para sua análise de preços, um terminal de intermediário para fazer negócios e um programa Matlab para análise de tendências. Dependendo das necessidades individuais, o software de negociação algorítmica deve ter integração fácil de plug-n-play e APIs disponíveis em ferramentas de negociação comumente usadas. Isso garante a escalabilidade, bem como a integração. Programação Independente da Plataforma: algumas línguas de programação precisam de plataformas dedicadas. Por exemplo, certas versões do C ++ podem ser executadas somente em sistemas operacionais selecionados, enquanto o Perl pode ser executado em todos os sistemas operacionais. Ao construir ou comprar software de negociação, deve ser dada preferência ao software de negociação que seja independente da plataforma e suporte linguagens independentes da plataforma. Você nunca sabe como sua negociação evoluirá alguns meses abaixo da linha. The Stuff Under the Hood: um ditado comum diz: "Mesmo um macaco pode clicar no botão do mouse para colocar um comércio". Dependência de computadores não deve ser cega. É o comerciante que deve entender o que está indo sob o capô. Ao comprar software de negociação, deve-se pedir e levar tempo para passar pela documentação detalhada que mostra a lógica subjacente de um software de negociação algorítmico particular. Evite qualquer software de negociação que seja uma caixa preta completa e que pretende ser uma máquina de fazer dinheiro secreto.

Ao construir software, seja realista sobre o que você está implementando e seja claro sobre os cenários onde ele pode falhar. Antes de colocá-lo para usar com dinheiro real, faça uma resposta completa.

Por onde começar?

Todo o software de negociação algorítmico pronto geralmente oferece versões de avaliação de funcionalidade limitada gratuita ou períodos de avaliação limitados com funcionalidades completas. Explore-os na íntegra durante esses testes antes de comprar qualquer coisa. Não esqueça de detalhar a documentação disponível.

Para construir um, uma boa fonte gratuita para explorar o comércio algorítmico é a quespian. Ele oferece uma plataforma on-line para testar e desenvolver comércio algorítmico. Os indivíduos podem tentar personalizar qualquer algoritmo existente ou escrever um novo completamente novo. A plataforma também oferece software de negociação algorítmico embutido para ser testado em relação aos dados do mercado.

The Bottom Line.

O software de negociação algorítmica é caro para comprar e é difícil de construir sozinho. Comprar pré-fabricados oferece acesso rápido e atempado, e criar o seu próprio permite flexibilidade total para personalizá-lo às suas necessidades. Antes de se aventurar com dinheiro real, é preciso entender completamente a funcionalidade básica do software de negociação algorítmica comprado ou construído. A falta de fazê-lo pode ser uma perda dispendiosa difícil de recuperar.

7 Essentials para desenvolver uma estratégia de negociação algorítmica.

por Bryan Fletcher.

1. Gerenciamento de riscos.

Ao formular uma estratégia de negociação, certifique-se de pensar o quanto você está em risco em todos os momentos.

Medir e rastrear seu risco aberto total em todos os momentos, calculando o quanto você perderia se todas as suas posições forem impedidas.

Você pode fazer isso medindo e ajustando o risco por posição e seu portfólio geral.

Isso significa que você sabe quanto dinheiro você perderá, por porcentagem do seu patrimônio da conta total, se todos os seus negócios fossem interrompidos.

Vamos ver uma maneira de fazer isso em uma estratégia de exemplo simples.

Deixe-nos dizer que você arrisca .5% do seu patrimônio total em cada novo comércio. A estratégia de exemplo usa uma parada final com base no preço mais baixo dos últimos períodos de X no período de tempo Y. Isso é.

Em mercados de movimento lento e paralelo, a parada se aproximará do preço e o risco será reduzido à medida que o tempo passa. Nos movimentos parabolizantes a seu favor, o preço e o risco aberto mover-se-ão muito mais rápido do que a sua parada final.

Seu risco aberto no comércio pode passar de 0,5% para um número múltiplo maior do que isso. Sem um mecanismo para reduzir o risco ainda mais neste comércio, você pode experimentar reduções significativas em sua equidade e psique se o comércio rapidamente retraça todos os seus ganhos. Especialmente quando você tem vários negócios em todos os benefícios do mesmo movimento.

Para os comerciantes do algo, esta descoberta significa que precisamos ter um algoritmo para explicar o risco aberto em cada posição e seu risco geral de portfólio.

Como podemos fazer isso?

Bem, você poderia adicionar um algoritmo projetado especificamente para essas circunstâncias que poderia mover paradas ou reduzir posições quando o risco exceder um determinado limite e depois otimizar esses parâmetros no backtesting.

Risco por Comércio = X% do Patrimônio Líquido Total.

Isso irá controlar o quanto você arrisca inicialmente em cada comércio.

Risco de risco individual máximo = X% (Mover paradas ou reduzir posições)

Esse número precisará ser igual ou maior que o número acima.

Risco máximo da carteira = Y% (Mover para ou reduzir posições)

Se a sua estratégia comercializar muitos instrumentos, este parâmetro pode manter o risco total do portfólio em cheque. Aqui, um exemplo visual que mostra o risco total do portfólio de uma estratégia de exemplo ao longo do backtest:

Imagem criada usando o software Trading Blox.

Eu aprendi sobre isso da maneira mais difícil quando eu estava com óleo longo em 2008. Eu usei um indicador de atraso muito longo como minha saída. Em meus extensos testes, eu não tinha considerado o controle de risco em lucros abertos à medida que movimentos parabólicos como esse eram típicos.

A minha estratégia era confiável na maioria das vezes em mercados lentos, voláteis e tendenciosos.

Quando eu tinha um longo óleo em 2008, no caminho para mais de US $ 140 / bbl, era emocionante. No entanto, ao mesmo tempo, quanto mais rápido ele subisse, mais preocupado eu olhei o quão longe minhas paradas eram. Lembro-me de ter esperança de que se consolidasse para dar às minhas paradas algum tempo para recuperar o atraso.

Eu tinha um componente de tomada de lucro, mas devido ao grande tamanho do contrato no mercado de futuros, eu era muito limitado em quanto eu poderia reduzir minha posição. Depois que eu fui parado naquela posição, eu me certificava de implementar mudanças no meu sistema que mediam e controlavam o risco, ajustando minhas paradas quando o risco excedia um determinado nível em posições individuais.

Criado com o Marketscope / Trading Station II.

O desempenho passado não é uma indicação de resultados futuros.

2. Seleção do Mercado, Time Frame e Portfolio Construction.

O cronograma (m1, h1, etc.) você terá um impacto nos mercados potenciais para consideração em seu sistema de negociação, plataforma de backtesting, recursos baseados em nuvem necessários, API usada e se os serviços de colocação forem necessários.

Os sistemas de freqüência mais altos baseando gatilhos ou a execução no tiquetaque ou barras de 1m podem precisar de uma solução baseada na nuvem para permitir o dimensionamento da potência de computação para backtesting e otimização para melhores resultados. Algumas plataformas de negociação algorítmicas de terceiros incluem isso como parte de seu pacote.

O poder de computação junto com um mecanismo de backtesting otimizado para tirar proveito disto irá economizar muito tempo no processo de desenvolvimento da estratégia para qualquer sistema comercial.

Aqueles que consideram uma estratégia de alta freqüência quererão considerar um sistema de produção que seja colocado tão perto dos servidores do seu corretor quanto possível e integrado através da API FIX para garantir que todas as atualizações de preços sejam recebidas, pois todas as cotações são empurradas em vez de puxadas como na negociação Station ou ForexConnect API.

Ao obter um preenchimento ao preço desejado ou melhor, importa muito para sua rentabilidade, assegurando a menor latência em sua arquitetura, código e localização do servidor, possível, você terá a melhor chance de obter tanta liquidez no momento exato que você precisar isto.

Os parceiros VPS da FXCM oferecem serviços de colocação para qualquer necessidade:

Alguns corretores oferecem comissões com desconto para comerciantes de alto volume. Se sua estratégia gera mais de 50 milhões de volume nocional por mês no volume de negócios ou você começa com capital de risco de US $ 150K, você pode obter comissões com desconto de 25-55% com a conta do Active Trader da FXCM, por exemplo.

Compreender as características de liquidez subjacentes de cada mercado também permite que você conheça a escalabilidade da sua estratégia. A liquidez ao preço que deseja não é um recurso ilimitado e pode variar bastante dependendo do mercado, da hora do dia e das circunstâncias.

Nosso guia de Traços de Comerciantes de sucesso tem alguns excelentes dados relacionados a isso.

Os sistemas de baixa freqüência geralmente dão mais margem de erro quando se trata de estimativas de deslizamento. O número mais baixo de negociações totais em backtests significa que a contabilização do deslizamento na execução afeta a rentabilidade global menos de estratégias de freqüência muito maior.

Se a sua estratégia utiliza as ordens de parada de repouso com base em canais de preços ou algum tipo de indicador de atraso para desencadear uma ordem, reduzir a latência provavelmente ganhou um impacto tão grande, exceto em determinadas situações específicas da estratégia.

Velocidade venceu, não melhorar os preenchimentos que você obtém em quaisquer paradas ou limites que tenham estado sentados nos servidores dos corretores.

Os mercados individuais podem ter grandes variações no desempenho. Alguns podem estar limitados por longos períodos, enquanto outros vão em uma lágrima. Por isso, uma pequena quantidade de mercados em seu portfólio pode levar a retornos mais voláteis do que um portfólio maior e diversificado de mercados e estratégias.

Depois, existem alguns mercados que podem adicionar benefícios de diversificação ao seu portfólio, como USD / ZAR, usando uma estratégia de freqüência muito menor, mas podem não ser rentáveis ​​ao usar quadros curtos, dependendo da sua estratégia.

3. Utilize tipos de pedidos avançados.

Um grande número de comerciantes apenas utilizam ordens de mercado para entrar e sair de seus negócios. Em condições típicas do mercado, a maioria ficará feliz com os enchimentos que eles recebem. No entanto, em mercados rápidos onde há muita incerteza, os provedores de liquidez tendem a enviar cotações mais amplas para se proteger e os preços podem se mover muito rapidamente.

As estratégias baseadas em pênalas e em momentum podem ser sujeitas a uma derrapagem se os negócios forem desencadeados quando os níveis de resistência foram retirados e o fluxo de pedidos é pesado em uma direção. Somente usando ordens de paradas para entrar em negociações irá garantir a execução, mas deixa seu risco de deslizamento bem aberto. As ordens de entrada de intervalo podem ser usadas para entrar no comércio dentro de um intervalo aceitável, mas rejeitar ordens onde o deslizamento é considerado inaceitável.

Algumas estratégias podem encontrar deslizamento zero ou mesmo deslizamento positivo se as ordens limite ou as ordens Fill ou Kill forem utilizadas. Um exemplo disso pode ser uma reversão média de alta freqüência ou uma estratégia baseada em eventos. Backtesting pode assumir 100% de execução em cada comércio, mas a realidade pode ser diferente em mercados rápidos.

Bottom line: Compreenda quais tipos de pedidos estão disponíveis para você e como eles podem ajudá-lo a obter uma execução superior.

Tipos de ordem de exemplo.

Exemplo de Comandos comerciais.

4. Dimensionamento da Posição.

Existem duas maneiras comuns de dimensionar suas posições:

Dimensionamento de posição baseado em lote fixo: negociação do mesmo tamanho de lote, independentemente do tamanho do número de risco com base em risco: o risco é calculado para cada troca com base no posicionamento da parada de perdas.

Dimensionamento fixo da posição do lote.

Esta abordagem é popular entre muitos comerciantes, mas as limitações nesta abordagem podem levar a sobreponderar os mercados mais voláteis e a subponderação em mercados menos voláteis. As diferenças nas taxas de câmbio podem levar a diferenças dramáticas no tamanho do comércio nocional.

Dimensionamento de posição baseado em risco.

Muitos dos sistemas automatizados que vejo hoje têm um montante fixo de perda de parada em pips para cada posição. Eu não sou fã desta abordagem, pois acredito que isso pode levar a uma configuração muito próxima em mercados voláteis e muito longe em mercados silenciosos. O risco por comércio também está em todo o mapa com essa abordagem.

O dimensionamento de posição baseado em risco considera o risco por comércio, onde o risco é igual ao preço de entrada menos a parada inicial.

Uma abordagem sofisticada fará parte das gamas de preços médias únicas e recentes de cada mercado e determinarão a parada de colocação.

Uma maneira de fazer isso é calcular o intervalo verdadeiro médio dos últimos períodos de X e colocar a parada inicial de um múltiplo desse número longe de sua entrada. Este método irá equilibrar dinamicamente seu risco em cada mercado que você comercializa com base na volatilidade única de cada mercado.

Aqui, o cálculo do dimensionamento de posição baseado na volatilidade:

((Total Equity * Risco por comércio) / (X período ATR em pips * ATR offset * valor de pip por lote 1K)) = Tamanho comercial em lotes de 1K.

Equidade total = $ 100K.

Risco por Comércio = 1%

X período ATR em pips = 50.

Valor da pipa por lote 1K = $ 0,10.

133.333 = Tamanho comercial em lotes de 1K (Reduzir para 133 para enviar o comércio EUR / USD 133K)

Em mercados voláteis, a faixa média de preços por barra, independentemente do prazo, pode saltar bastante em tempos de incerteza e resultar em mercados muito rápidos e muito ruído sem direção, levando a muitos comerciantes a serem abalados.

No entanto, se você utilizar o ATR (Average True Range) recente para cada mercado e utilizar um múltiplo para determinar seu preço de parada, acredito que você está dando ao comércio uma melhor chance de sucesso, ao filtrar o ruído de curto prazo ( volatilidade).

Por outro lado, minhas configurações de comércio favoritas sempre vêm em mercados silenciosos, com intervalos de negociação restritos. Utilizar o ATR recente para dimensionar suas posições levará a paradas mais apertadas e tamanhos de posição maiores em mercados com baixas gamas de preços relativos.

Este método também lhe dá o benefício de ter uma abordagem de dimensionamento de posição consistente em cada mercado que você comercializa, levando a um portfólio mais equilibrado e diversificado. Se você não fizer fator na volatilidade de cada mercado para o dimensionamento da posição, a volatilidade de uma de suas posições pode ser várias vezes maior do que suas outras transações.

Não peço minha palavra, faça uma prova e estude os resultados de perto. Lembre-se, porém, backtesting tem suas limitações e desempenho passado não é indicação de resultados futuros.

A primeira coisa que você precisa é dados. Eu acho que é importante para testar o que você troca e comercializa o que você prova. A natureza descentralizada do mercado FX significa que cada corretor provavelmente terá historias de preços históricos e spreads.

A FXCM oferece dados históricos extensivos para todos os instrumentos gratuitamente através da nossa API ForexConnect ou através do nosso aplicativo Data Data Downloader.

Algumas plataformas de negociação algorítmicas de terceiros oferecem acesso aos dados históricos da FXCM & rsquo; também, mas talvez não possamos nosso conjunto de dados completo. Se você estiver usando um destes e quiser mais dados para testar novamente, você pode adicionar aos seus arquivos de dados com essas opções.

É uma coisa ter uma ótima idéia para uma estratégia de negociação e, em seguida, obtê-lo codificado para negociação ao vivo, mas se você apenas pular em negociação ao vivo ou utilizar backtests irrealistas, você provavelmente vai ter um tempo difícil lidar com o seu primeiro rebaixamento.

Se os seus testes anteriores não são realistas ou utilizam os pressupostos errados, como assumindo uma execução perfeita em cada comércio, você pode achar que seus resultados ao vivo são muito diferentes dos seus testes alternativos.

Um mecanismo de backtesting excelentemente projetado pode ajudá-lo a descobrir o que funciona e o que não é antes de colocar qualquer dinheiro na linha, embora o desempenho passado não seja uma indicação de desempenho futuro.

Você deve poder explorar diferentes variações de parâmetros e examinar estatísticas de desempenho, ver resultados de desempenho visual e ver o comércio por desempenho comercial em um gráfico.

As plataformas de backtesting mais sofisticadas terão capacidade de examinar e otimizar resultados em vários mercados ao mesmo tempo. Na minha opinião, isso é muito importante na descoberta de estratégias que são adequadas para muitos mercados diferentes e onde o risco é gerenciado para todo o portfólio de posições.

Se você não otimiza a sua estratégia de negociação, as chances são de que você terá uma estratégia que ganhou e estará perto tão bom quanto poderia ser. Por outro lado, se você otimizar demais, você pode acabar com uma estratégia que só funciona bem em dados históricos. A chave do `s é encontrar um equilíbrio entre estes.

O maior risco que você enfrenta ao otimizar sua estratégia com backtesting é o ajuste de curva. Eu sempre me preocupo com os sistemas que foram otimizados com muitas variáveis ​​diferentes ou apenas otimizados em um mercado. Dito de outra forma, você quer limitar os graus de liberdade do seu sistema.

Quanto mais parâmetros o seu sistema comercial, torna-se muito fácil aperfeiçoar perfeitamente os parâmetros no histórico de preços passados ​​com resultados surpreendentes, o que provavelmente é apenas o ruído e não um padrão repetitivo.

Backtesting sua estratégia em apenas um mercado pode ter o mesmo efeito. Uma vez que você apenas está simulando resultados em um fluxo de preços, será muito fácil superar seus parâmetros em dados passados ​​com resultados incríveis, mas pouco significado estatístico.

Na minha experiência e na pesquisa de muitos comerciantes de sistemas de sucesso, muitos usam sistemas muito simples com um pequeno número de parâmetros para evitar esse risco.

Manter a lógica da sua estratégia simples também o ajudará a reduzir a latência geral ao gerar decisões comerciais. Se o seu sistema só tiver que processar 6 pontos de verificação em vez de 10, por exemplo, você aumentará suas estatísticas de execução se você estiver negociando uma estratégia muito ativa.

7. Tolerância ao risco.

Toda pessoa tem um conjunto único de circunstâncias e disposição: sua idade, renda, despesas, capital de risco, apetite de risco geral e se eles são geralmente otimistas ou pessimistas. Devido a isso, cada pessoa deve determinar o tipo de risco que eles podem lidar. Se você tem pouco ou nenhum capital de risco, a melhor abordagem pode não ser o comércio e continuar economizando dinheiro.

A maioria dos comerciantes de algo são otimistas e acreditam que podem obter melhores resultados do que o seu Joe médio. Isso pode levar a muitos planos de negociação arrojados com alto risco que podem ser eliminados muito rapidamente devido a perdas ou por comerciantes atingindo seu ponto de tio psicológico na perspectiva de novas perdas.

Posso garantir-lhe que é difícil ser tão otimista como você estava no início da negociação quando você está sentado no meio de uma grande retirada.

É como quando eu estou realmente com fome e comendo fora. Normalmente, eu ordeno muito mais comida do que posso lidar. No entanto, eu não percebo isso até que eu fiquei cheio e eu tenho uma ou mais 2 tacos sentados no meu prato.

Na minha experiência, isso é semelhante à implementação de sua primeira estratégia automatizada. Uma estratégia que faz 20% ao ano quando o backtesting é bom, mas o homem, 40% ao ano seria muito melhor e tudo o que eu tenho a fazer é estar disposto a aceitar cobranças maiores!

Antes de lançar meu fundo, lembro-me de estudar os resultados de desempenho de muitos consultores sistemáticos de negociação de commodities, que são gerentes de dinheiro regulados pela NFA. Muitas das CTAs há muito tempo tiveram um excelente desempenho, mas volátil em seus primeiros anos, mas depois se tornaram muito mais conservadoras. Vai saber.

É a minha opinião de que sua verdadeira tolerância ao risco provavelmente será menor do que você pensa que é. Nunca se esqueça de que a sobrevivência e a preservação do capital são a coisa mais importante a considerar, não o quanto você pode potencialmente fazer por ano com base em seus testes anteriores.

Ao executar sua estratégia ao vivo, espere experimentar completamente todo o espectro de emoções. No entanto, penso que é importante que você não faça decisões impulsivas com base em seus sentimentos, deixando o medo ou a esperança levar a uma tomada excessiva de riscos ou a tentar superar sua estratégia e fazer negócios com sentimentos que você possui.

Emoções fortes de medo ou ganância podem levar a decisões ruins quando o comércio de sistemas. Os computadores não precisam lidar com isso, então a melhor estratégia para lidar com isso na minha opinião é encontrar um sistema comercial robusto, cumpri-lo e utilizar um processo de pesquisa antes de fazer qualquer alteração.

Suas emoções podem ajudá-lo a identificar fraquezas e oportunidades potenciais em seu sistema comercial. Se a volatilidade do seu desempenho comercial está deixando seu medo todo o tempo, reduza seu risco.

Talvez você veja um movimento que você se arrepende de ter perdido. Ouça esse arrependimento e use backtests para explorar formas de modificar seu sistema para garantir que você não perca esse tipo de oportunidade no futuro.

Quando devolvi muitos lucros no meu comércio de petróleo, fiquei muito enojado. Isso me levou a fazer modificações no meu sistema de negociação, o que melhorou a gestão geral de risco em risco de comércio aberto individual.

Juntando tudo.

Aqui estão alguns parâmetros para consideração ao projetar uma estratégia algorítmica direcional:

Risco de entrada por comércio.

# de períodos de observação ATR # múltiplo ATR (multiplique este número de vezes de períodos de retorno de ATR para parar a colocação)

Filtro de comércio (se aplicável)

Insira novos negócios somente quando a condição a seguir for atendida (ou seja, a tendência é baseada em duas médias móveis)

Insira parâmetros para o seu indicador técnico favorito Adicione qualquer outra lógica para escalar dentro / fora de negociações (parada final, tirar lucros no X ATR, etc.)

Risco de risco individual máximo.

Risco máximo de comércio individual = X% (Considere o melhoramento ou a redução de opções)

Risco máximo de portfólio.

Risco Máximo de Carteira = Y% (Considere o número de visitas ou a apresentação de informações)

Outros parâmetros importantes para backtesting:

Isso pode ser calculado em termos de pips ou em termos percentuais de seu preço de preenchimento ao preço mais baixo / mais alto na barra em que o comércio foi preenchido.

O que você acha essencial para desenvolver e executar uma estratégia algo?

Perguntas, comentários e comentários são bem-vindos. Deixe-me uma linha no instrutor @ dailyfx.

Para participar da minha lista de distribuição de e-mail, preencha este formulário.

RESULTADOS DE DESEMPENHO HIPOTÉTICOS TEM MUITAS LIMITAÇÕES INHERENTES, ALGUNS DESCRITOS ABAIXO. NENHUMA REPRESENTAÇÃO NÃO É REALIZADA QUE QUALQUER CONTA VÁ OU PODERÁ AGRADECIMENTAMENTE ALCANÇAR LUCROS OU PERDAS SIMILARES ÀOS MOSTRADOS. POR FAVOR, HÁ DIFERENÇAS FREQUENTEMENTE SHARP ENTRE RESULTADOS DE DESEMPENHO HIPOTÉTICOS E OS RESULTADOS REAIS REALIZADOS POR TODOS OS PROGRAMAS DE NEGOCIAÇÕES PARTICULARES.

UMA DAS LIMITAÇÕES DOS RESULTADOS DE DESEMPENHO HIPOTÉTICOS É QUE ESTÃO GERALMENTE PREPARADAS COM O BENEFÍCIO DE HINDSIGHT. NA ADDIÇÃO, A NEGOCIAÇÃO HIPOTÉTICA NÃO IMPORTA RISCOS FINANCEIROS, E NENHUM GRUPO DE NEGOCIAÇÃO HIPOTÉTICA PODE CONTACTO COMPLETAMENTE PARA O IM-PATO DE RISCOS FINANCEIROS NA NEGOCIAÇÃO REAL. POR EXEMPLO, A CAPACIDADE DE TERMINAR PERDAS OU ADEQUAR EM UM PROGRAMA DE NEGOCIAÇÃO ESPECÍFICO EM ESPIRRO DE PERDAS DE NEGOCIAÇÃO É PONTOS MATERIAIS QUE PODEM TAMBÉM ADIDÁVEL EFECTUAR RESULTADOS REAIS DE NEGOCIAÇÃO. HÁ NOMBROSOS OUTROS FATORES RELACIONADOS COM OS MERCADOS EM GERAL OU NA IMPLEMENTAÇÃO. DE QUALQUER PROGRAMA ESPECÍFICO DE NEGOCIAÇÃO QUE NÃO PODE SER COMPLETAMENTE COMPTABILIZADO NA PREPARAÇÃO DE RESULTADOS DE DESEMPENHO HIPOTÉTICOS E TODOS OS QUE PODEMOS ADVERSAMENTE EFECTUAR RESULTADOS REAIS DA NEGOCIAÇÃO.

Quaisquer opiniões, notícias, pesquisas, análises, preços ou outras informações contidas neste site são fornecidas como comentários gerais do mercado e não constituem conselhos de investimento. O grupo FXCM não aceita a responsabilidade por qualquer perda ou dano, incluindo, sem limitação, qualquer perda de lucro, que possa surgir, direta ou indiretamente, do uso ou dependência contida nos sinais de negociação, ou em qualquer análise de gráfico que acompanha.

O DailyFX fornece notícias e análises técnicas sobre as tendências que influenciam os mercados monetários globais.

Próximos eventos.

Calendário econômico Forex.

O desempenho passado não é uma indicação de resultados futuros.

DailyFX é o site de notícias e educação do Grupo IG.