الشعبية - حسابي تداول استراتيجيات

استراتيجيات التداول الخوارزمية النوع الأول من إستراتيجية التداول ألغو التي يتحدث عنها هو استراتيجية المراجحة. تستخدم استراتيجيات المراجحة فروق الأسعار لتوليد أرباح خالية من المخاطر. على الرغم من أن هذه الفوارق السعر دونابوست تظهر في كثير من الأحيان، وسوف خوارزمية مراقبة السوق بالنسبة لك. فإنه ليس فقط يوفر الوقت ولكن أيضا ينفذ خلال فترة زمنية قصيرة أن ثيابوسر المتاحة. ومن الأمثلة على فرصة المراجحة فرقا يظهر بين السعر الفوري وسعر مستقبلي لزوج العملات. الاتجاه بعد نوع آخر من استراتيجية التداول خوارزمية شعبية هي استراتيجية الاتجاه التالي. الاتجاه التالي الاستراتيجيات ينطوي خوارزميات مراقبة السوق للمؤشرات لتنفيذ الصفقات. وتستخدم هذه الصفقات عادة التحليل الفني مع أنماط الرسم البياني والمؤشرات لاتخاذ القرارات. هذه الخوارزميات شعبية بسبب سهولة نسبية من التصميم والاستخدام بالمقارنة مع استراتيجيات التداول ألغو أخرى. ويمكن أن يكون بعض التحليل الفني الذي قد تستخدمه هذه الاستراتيجية أي شيء من مؤشرات التذبذب والمؤشرات، وذلك باستخدام المتوسطات المتحركة ومتوسط ​​العائد. الاستراتيجيات القائمة على التنفيذ يرتبط النوع الأخير من استراتيجية التداول الحسابية بالاستراتيجيات القائمة على التنفيذ. هذه هي نوع الاستراتيجيات التي يتخذها المستثمرون المؤسسيون عند تنفيذ أوامر كمية كبيرة. وتستخدم هذه الأنواع من الاستراتيجيات أساليب مختلفة من أجل جعل الشراء الأكثر استقرارا ممكنا. على سبيل المثال، يمكنك تفكيك عملية الشراء من حيث الحجم أو الوقت. فوركس ريسورسز في الوقت الحقيقي بعد ساعات ما قبل السوق أخبار فلاش اقتباس ملخص اقتباس الرسوم البيانية التفاعلية الإعداد الافتراضي يرجى ملاحظة أنه بمجرد إجراء اختيارك، فإنه سيتم تطبيق على جميع الزيارات المستقبلية لناسداك. إذا كنت مهتما في أي وقت بالعودة إلى الإعدادات الافتراضية، يرجى تحديد الإعداد الافتراضي أعلاه. إذا كان لديك أي أسئلة أو واجهت أي مشاكل في تغيير الإعدادات الافتراضية الخاصة بك، يرجى البريد الإلكتروني إسفيدباكناسداك. الرجاء تأكيد اختيارك: لقد اخترت تغيير الإعداد الافتراضي الخاص بك للبحث اقتباس. ستصبح الآن الصفحة المستهدفة الافتراضية ما لم تغير التهيئة مرة أخرى، أو تحذف ملفات تعريف الارتباط. هل أنت متأكد من رغبتك في تغيير إعداداتك لدينا تفضيل أن نسأل الرجاء تعطيل مانع الإعلانات (أو تحديث إعداداتك لضمان تمكين جافا سكريبت وملفات تعريف الارتباط)، حتى نتمكن من الاستمرار في تزويدك بأول أخبار السوق والبيانات يوفي تتوقع من الولايات المتحدة. استراتيجية تداول خوارزمية شعبية هي من نوع: طويل قصير. يمكنك إنشاء العديد من استراتيجيات التداول المختلفة من هذه الفكرة الأساسية. هل يمكن أن ننظر ربما في استراتيجية قصيرة قصيرة كنمط التصميم، كما هو الحال في الهندسة المعمارية وتصميم البرمجيات. خوارزمية قصيرة طويلة تجمع سلة من الأسهم التي (العوامل) المنطق الخاص بك يعتقد سوف ترتفع وسلة من الأسهم التي يفترض منطقك سوف تنخفض. وبهذه الطريقة يمكنك إزالة حركة السوق وبالتالي توليد عوائد التي هي دون عوائد تعطى من قبل حركة السوق. هذا هو شعبية بسبب استقلالية حركة السوق، مما يجعل العائد على أساس ثابت، في حين أن السوق هو أسفل أو أعلى، أكثر أو أقل تقلبا، الخ كنت قادرا على جعلها محايدة السوق، ولكن ليس كل استراتيجيات طويلة قصيرة هي السوق محايد. قد ترغب في استخدام حركة السوق كحافة في نوع طويل من استراتيجية التداول الخوارزمية. الفكرة القصيرة الطويلة هي نوع من الاستراتيجية ويمكنك تشغيل العديد من المتغيرات المختلفة. خوارزمية الخاص بك هو استخدام عوامل مثل القيمة والزخم والتقلب، وحجم الشركة، وما إلى ذلك السماء هو الحد والإبداع هو guide1 الخاص بك. نلقي نظرة على استراتيجيات التداول حسابي من زاوية كنت بالفعل خبير في، أو لديك موهبة ل. هناك العديد من الطرق المختلفة للنظر في السوق. أنا شخصيا أحب أن يجمع الناس معا كفريق واحد يمكن أن يحقق الإبداع معا ووضع استراتيجيات التداول على أساس ثابت. ليس كل الاستراتيجيات، أكثر من ذلك، البقاء مربحة إلى الأبد. أفضل للحفاظ على تطويرها. إذا كنت مثل هذه الإجابة، يرجى إعطائها صوتا. وبهذه الطريقة يمكنني تلبية الناس الذين يرغبون في تطوير استراتيجيات التداول. شكرا رينيه 1.6K المشاهدات ميدوت عرض أوبوتس ميدوت ليس للاستنساخ الخوارزمية هي مجموعة محددة من التعليمات المحددة بوضوح تهدف إلى تنفيذ مهمة أو عملية. التداول الحسابي (التداول الآلي، التداول في الصندوق الأسود، أو ببساطة التداول ألغو) هو عملية استخدام أجهزة الكمبيوتر المبرمجة لمتابعة مجموعة محددة من التعليمات لوضع التجارة من أجل توليد الأرباح بسرعة وتردد يستحيل على تاجر الإنسان. وتستند مجموعات القواعد المحددة إلى التوقيت أو السعر أو الكمية أو أي نموذج رياضي. وبصرف النظر عن فرص الربح للتاجر، ألغو التداول يجعل الأسواق أكثر سيولة ويجعل التداول أكثر منهجية من خلال استبعاد الآثار البشرية العاطفية على الأنشطة التجارية. لنفترض أن المتداول يتبع هذه المعايير التجارية البسيطة: شراء 50 سهم من الأسهم عندما يذهب المتوسط ​​المتحرك لمدة 50 يوما فوق المتوسط ​​المتحرك ل 200 يوم بيع أسهم السهم عندما يقل المتوسط ​​المتحرك ل 50 يوم عن المتوسط ​​المتحرك ل 200 يوم وباستخدام هذه المجموعة من تعليمين بسيطين، من السهل كتابة برنامج حاسوبي يقوم برصد سعر السهم تلقائيا (ومؤشرات المتوسط ​​المتحرك) ووضع أوامر الشراء والبيع عند استيفاء الشروط المحددة. التاجر لم يعد يحتاج إلى الحفاظ على مشاهدة للأسعار الحية والرسوم البيانية، أو وضعت في أوامر يدويا. نظام التداول الخوارزمية تلقائيا يفعل ذلك بالنسبة له، عن طريق تحديد بشكل صحيح فرصة التداول. (لمزيد من المعلومات حول المتوسطات المتحركة، انظر: المتوسطات المتحركة البسيطة جعل الاتجاهات تتوقف). ألغو التداول يوفر الفوائد التالية: الصفقات المنفذة بأفضل الأسعار الممكنة لحظة ودقة وضع النظام التجاري (وبالتالي فرص عالية للتنفيذ في المستويات المطلوبة) الصفقات وتجنب تغيرات كبيرة في الأسعار خفض تكاليف المعاملات (انظر مثال على نقص التنفيذ أدناه) الشيكات الآلية في وقت واحد على ظروف السوق المتعددة تقليل مخاطر الأخطاء اليدوية في وضع الصفقات باكتست الخوارزمية، استنادا إلى البيانات المتاحة التاريخية والحقيقية المتاحة خفضت احتمال الأخطاء من قبل التجار البشري على أساس العوامل العاطفية والنفسية الجزء الأكبر من التداول في الوقت الحاضر ألغو هو تداول عالية التردد (هفت)، الذي يحاول الاستفادة من وضع عدد كبير من أوامر بسرعة كبيرة جدا عبر أسواق متعددة واتخاذ قرار متعددة المعلمات، استنادا إلى تعليمات مبرمجة مسبقا. (لمزيد من المعلومات حول التداول بالتردد العالي، انظر: استراتيجيات وأسرار شركات التداول عالي التردد) يستخدم ألغو-ترادينغ في العديد من أشكال الأنشطة التجارية والاستثمارية، بما في ذلك: المستثمرين على المدى المتوسط ​​أو الطويل أو الشركات الجانبية للشراء (صناديق التقاعد ، وصناديق الاستثمار المشترك، وشركات التأمين) الذين يشترون في الأسهم بكميات كبيرة ولكن لا يريدون التأثير على أسعار الأسهم مع استثمارات منفصلة، ​​كبيرة الحجم. ويستفيد المتداولون على المدى القصير والمشتركون من جانب البيع (صناع السوق والمضاربون والمراجحون) من تنفيذ التجارة الآلي بالإضافة إلى المساعدات التجارية في خلق السيولة الكافية للبائعين في السوق. التجار المتداولون (المتتبعون للاتجاهات، أزواج المتداولين، صناديق التحوط، الخ) يجدون أكثر كفاءة في برمجة قواعد التداول الخاصة بهم والسماح بتداول البرنامج تلقائيا. يوفر التداول الخوارزمي نهجا أكثر انتظاما للتداول النشط من الأساليب القائمة على حدس التاجر البشري أو الغريزة. استراتيجيات التداول الخوارزمية تتطلب أي استراتيجية للتجارة الخوارزمية فرصة محددة تكون مربحة من حيث تحسين الأرباح أو خفض التكاليف. وفيما يلي استراتيجيات التداول الشائعة المستخدمة في ألغو التداول: استراتيجيات التداول الأكثر شيوعا خوارزمية تتبع الاتجاهات في المتوسطات المتحركة. قناة. وحركات مستوى الأسعار والمؤشرات الفنية ذات الصلة. هذه هي أسهل وأبسط الاستراتيجيات لتنفيذ من خلال التداول الحسابي لأن هذه الاستراتيجيات لا تنطوي على اتخاذ أي توقعات أو توقعات الأسعار. وتبدأ الصفقات على أساس حدوث الاتجاهات المستصوبة. والتي هي سهلة ومباشرة لتنفيذ من خلال خوارزميات دون الدخول في تعقيد التحليل التنبؤية. المثال المذكور أعلاه للمتوسط ​​المتحرك 50 و 200 يوم هو الاتجاه الشعبي التالي استراتيجية. (لمزيد من المعلومات حول استراتيجيات التداول الاتجاه، انظر: استراتيجيات بسيطة للاستفادة من الاتجاهات.) شراء الأسهم المدرجة المزدوجة بسعر أقل في سوق واحدة وبيعها في وقت واحد بسعر أعلى في سوق أخرى تقدم فرق السعر والربح خالية من المخاطر أو المراجحة. ويمكن تكرار نفس العملية بالنسبة للأسهم مقابل أدوات العقود الآجلة، حيث أن فروق الأسعار موجودة من وقت لآخر. تطبيق خوارزمية لتحديد مثل هذه الفروق السعرية ووضع أوامر يسمح فرص مربحة بطريقة فعالة. وقد حددت صناديق المؤشرات فترات من إعادة التوازن لجعل حيازاتها متساوية مع مؤشراتها المرجعية. وهذا يخلق فرصا مربحة للمتداولين الخوارزميين الذين يستفيدون من الصفقات المتوقعة التي تقدم أرباح تتراوح بين 20 و 80 نقطة أساس اعتمادا على عدد الأسهم في صندوق المؤشرات، قبيل إعادة التوازن في مؤشر المؤشرات. يتم بدء هذه الصفقات عن طريق أنظمة التداول الحسابية للتنفيذ في الوقت المناسب وأفضل الأسعار. الاستراتيجيات الرياضية القائمة على النموذج: هناك الكثير من النماذج الرياضية المثبتة، مثل استراتيجية التداول المحايدة للدلتا، والتي تسمح بالتداول على مجموعة من الخيارات وأمانها الأساسي، حيث توضع الصفقات لتعويض الدلتا الإيجابية والسلبية بحيث يتم الحفاظ على دلتا المحفظة عند صفر. وتستند استراتيجية معدل العائد على فكرة أن الأسعار المرتفعة والمنخفضة للأصل هي ظاهرة مؤقتة تعود إلى قيمتها المتوسطة بشكل دوري. تحديد وتحديد النطاق السعري وتطبيق الخوارزمية بناء على ما يسمح بتداول الصفقات تلقائيا عندما يكسر سعر الأصول من النطاق المحدد. متوسط ​​السعر المرجح المتوسط ​​(فواب): تفصل إستراتيجية السعر المتوسط ​​المرجح للأسعار في أمر كبير وتصدر قطع أصغر حجما من الترتيب إلى السوق باستخدام ملفات تعريف حجمية محددة للسهم. والهدف من ذلك هو تنفيذ الأمر بالقرب من متوسط ​​السعر المرجح (فواب)، وبالتالي الاستفادة من متوسط ​​السعر. متوسط ​​السعر المتوسط ​​المرجح (تواب): تفصل إستراتيجية السعر المتوسط ​​المرجح للوقت في أمر كبير وتصدر قطع أصغر حجما من النظام إلى السوق باستخدام فترات زمنية مقسمة بالتساوي بين بداية ونهاية الوقت. والهدف من ذلك هو تنفيذ أمر قريب من متوسط ​​السعر بين بداية ونهاية الوقت، وبالتالي تقليل تأثير السوق. حتى يتم ملء النظام التجاري بالكامل، تستمر هذه الخوارزمية في إرسال أوامر جزئية، وفقا لنسبة المشاركة المحددة وحسب حجم التداول في الأسواق. وترسل ستاتيستيكوتكوت ذات الصلة أوامر إلى نسبة محددة من قبل المستخدم من حجم السوق ويزيد أو يقلل من معدل المشاركة عندما يصل سعر السهم إلى مستويات المعرفة من قبل المستخدم. وتهدف استراتيجية العجز في التنفيذ إلى التقليل من تكلفة تنفيذ أمر الشراء عن طريق التداول في السوق في الوقت الحقيقي، وبالتالي توفير تكلفة الطلب والاستفادة من تكلفة الفرصة البديلة للتأخير في التنفيذ. وستؤدي الاستراتيجية إلى زيادة معدل المشاركة المستهدف عندما يتحرك سعر السهم إيجابيا ويقلله عندما يتحرك سعر السهم سلبا. ما وراء خوارزميات التداول المعتادة: هناك عدد قليل من فئات خاصة من الخوارزميات التي تحاول التعرف على الأحداث على الجانب الآخر. هذه الخوارزميات كوتسنيفينغ، المستخدمة، على سبيل المثال، من قبل صانع السوق الجانب بيع لديها المخابرات في الداخل لتحديد وجود أي خوارزميات على الجانب شراء من أجل كبير. هذا الكشف من خلال خوارزميات سوف يساعد صانع السوق تحديد فرص النظام كبيرة وتمكنه من الاستفادة من خلال ملء أوامر بسعر أعلى. يتم تحديد هذا في بعض الأحيان على أنها التكنولوجيا الفائقة الأمامية. (لمزيد من المعلومات عن التداول عالي التردد والممارسات الاحتيالية، راجع: إذا كنت تشتري الأسهم عبر الإنترنت، فأنت تشارك في هفت.) المتطلبات الفنية للتجارة الحسابية تنفيذ الخوارزمية باستخدام برنامج حاسوبي هو الجزء الأخير، مرهون بتدقيق خلفي. ويتمثل التحدي في تحويل الاستراتيجية المحددة إلى عملية محوسبة متكاملة لها إمكانية الوصول إلى حساب تداول لوضع الأوامر. مطلوب ما يلي: برمجة البرمجة المعرفة لبرمجة استراتيجية التداول المطلوبة والمبرمجين المعينين أو برامج التداول مسبقة الصنع شبكة الاتصال والوصول إلى منصات التداول لوضع أوامر الوصول إلى بيانات السوق يغذي التي سيتم رصدها من قبل خوارزمية للحصول على فرص لوضع أوردرز القدرة والبنية التحتية لردع النظام بمجرد بناءه قبل أن يبدأ في الأسواق الحقيقية البيانات التاريخية المتاحة ل باكتستينغ، اعتمادا على تعقيد القواعد المنفذة في خوارزمية هنا مثال شامل: رويال داتش شل (رديز) مدرجة في أمستردام (إكس) وبورصة لندن (لس). يتيح إنشاء خوارزمية لتحديد فرص المراجحة. فيما يلي بعض الملاحظات المثيرة للاهتمام: تداول البورصة باليورو، في حين يتداول سعر الجنيه الإسترليني بالجنيه الإسترليني بسبب فارق التوقيت لمدة ساعة واحدة، يفتح إكس قبل ساعة من لس، يليه التبادل التجاري في وقت واحد للساعات القليلة القادمة ثم يتداول فقط في لس خلال الساعة الأخيرة مع إغلاق البورصة هل يمكننا استكشاف إمكانية التداول بالمراجحة على أسهم شل الهولندية الملكية المدرجة في هذين السوقين بعملتين مختلفتين برنامج كمبيوتر يمكنه قراءة أسعار السوق الحالية يتغذى السعر من كل من لس و إكس A تغذية معدل الفوركس سعر صرف غبب-ور ترتيب القدرة التي يمكن أن توجه النظام إلى الصرف الصحيح القدرة على الاختبار السابق على الأعلاف السعرية التاريخية برنامج الكمبيوتر يجب أن تؤدي ما يلي: قراءة تغذية الأسعار الواردة من الأسهم رديز من كلا التبادل باستخدام أسعار الصرف الأجنبي المتاحة ، وتحويل سعر عملة واحدة إلى أخرى إذا كان هناك اختلاف كبير بما فيه الكفاية السعر (خصم تكاليف الوساطة) مما يؤدي إلى بروفي ثم وضع أمر الشراء على سعر صرف أقل وبيع النظام على ارتفاع سعر الصرف إذا تم تنفيذ أوامر كما هو مطلوب، فإن الأرباح التحكيم تتبع بسيطة وسهلة ومع ذلك، فإن ممارسة التداول حسابي ليس بهذه البساطة للحفاظ على وتنفيذ . تذكر، إذا كنت يمكن أن تضع التجارة ألغو ولدت، لذلك يمكن للمشاركين في السوق الأخرى. وبالتالي، تتقلب الأسعار في الملي ثانية وحتى الميكروثانية. في المثال أعلاه، ماذا يحدث إذا تم تنفيذ عملية الشراء الخاصة بك، ولكن تجارة البيع لا تتغير كما تتغير أسعار البيع في الوقت الذي يضرب طلبك السوق سوف ينتهي بك الأمر يجلس مع موقف مفتوح، مما يجعل استراتيجية المراجحة الخاص بك لا قيمة لها. هناك مخاطر وتحديات إضافية: على سبيل المثال، مخاطر فشل النظام، وأخطاء الاتصال بالشبكة، والفترات الزمنية بين أوامر التجارة والتنفيذ، والأهم من ذلك كله، الخوارزميات الناقصة. وكلما كانت الخوارزمية الأكثر تعقيدا، فإن الأمر يحتاج إلى مزيد من الاختبار المسبق الأكثر صرامة قبل وضعها موضع التنفيذ. الخلاصة إن التحليل الكمي لأداء الخوارزميات يلعب دورا هاما ويجب دراسته بشكل نقدي. انها مثيرة للذهاب لأتمتة بمساعدة أجهزة الكمبيوتر مع فكرة لكسب المال دون عناء. ولكن يجب على المرء أن يتأكد من أن النظام يتم اختبارها بشكل كامل ويحدد الحدود المطلوبة. يجب على التجار التحليليين النظر في تعلم البرمجة ونظم البناء من تلقاء نفسها، ليكونوا واثقين من تنفيذ الاستراتيجيات الصحيحة بطريقة مضمونة. استخدام الحذر واختبار شامل من ألغو التداول يمكن أن تخلق فرص مربحة. 833 المشاهدات ميدوت عرض أوبفوتس ميدوت نوت فور ريبرودكتيون في جانب البيع هي أدوات آلية مصممة للمساعدة في تحسين جودة التنفيذ للتجار وتنفيذ كتل من الأسهم مع الحد الأدنى من تأثير السعر الممكن، بالإضافة إلى صنع السوق وغيرها من التحوط مثل الاستراتيجيات. كل ما كان من المفترض أن أتمتة كان مؤخرا (حتى الآن لا يزال) القيام به باليد، لا شيء جديد من مشهدي، ولكن كل منهم لديهم هدف مشترك من الاستفادة من اللجان، سجل، الإيجار أو حتى الدولار لينة. في هذا المجال يمكنك أن تجد التوجيه الذكي للسيولة ألغوس، فواب مثل، والمشاركة وتنفيذ استراتيجيات نقص، بين العديد من العديد من الآخرين، وأحيانا مع أسماء كارتون إيش الهوى مثل كوتينترسيبتوركوت، كوتانتومكوت أو كوثاوكوت. يعتمد على مزاج وسيط. في جانب الشراء. نفس الحالة، والأدوات الآلية للمساعدة في تحسين جودة التنفيذ tader039s، ولكن بهدف الاستفادة من زيادة القيمة (إن وجدت) من الأصول المتداولة. أنا don039t أعرف الكثير عن النجاح الحقيقي والمستمر للاتجاه التالي وغيرها من أمب التقنية الأساسية أمب النهج القائمة على الأخبار، ولكن أنا أعلم أن هناك حرفيا من جحافل المستثمرين التجزئة والبرمجيات المتعلمين الناس معرفة ما ماسد، رسي أو ما نموذج ذات الصلة لأتمتة المقبل، ومنذ منذ سنوات. عموما، فهي مجرد أدوات (مثل الكثير مفك ليدك) ولكن لعقلك. 438 المشاهدات ميدوت نوت فور ريبرودكتيون التداول الخوارزمية هو عملية استخدام أجهزة الكمبيوتر المبرمجة لمتابعة مجموعة محددة من التعليمات لوضع التجارة من أجل توليد الأرباح بسرعة وتيرة التي من المستحيل للتاجر البشري. وتستند مجموعات القواعد المحددة إلى التوقيت أو السعر أو الكمية أو أي نموذج رياضي. وبصرف النظر عن فرص الربح للتاجر. استراتيجيات التداول الأكثر خوارزمية تتبع الاتجاهات في المتوسطات المتحركة، هروب القناة، حركات مستوى الأسعار والمؤشرات الفنية ذات الصلة. هذه هي أسهل وأبسط الاستراتيجيات لتنفيذ من خلال التداول الحسابي لأن هذه الاستراتيجيات لا تنطوي على اتخاذ أي توقعات أو توقعات الأسعار. شراء الأسهم المدرجة المزدوجة بسعر أقل في سوق واحدة وبيعها في وقت واحد بسعر أعلى في سوق أخرى تقدم فرق السعر كما الربح خالية من المخاطر أو المراجحة. ويمكن تكرار نفس العملية بالنسبة للأسهم مقابل أدوات العقود الآجلة، حيث أن فروق الأسعار موجودة من وقت لآخر. وقد حددت صناديق المؤشرات فترات من إعادة التوازن لجعل حيازاتها متساوية مع مؤشراتها المرجعية. وهذا يخلق فرصا مربحة للمتداولين الخوارزميين الذين يستفيدون من الصفقات المتوقعة التي تقدم أرباحا تتراوح بين 20 و 80 نقطة أساس اعتمادا على عدد الأسهم في صندوق المؤشرات، وذلك قبل إعادة موازنة صناديق المؤشرات. 202 المشاهدات ميدوت ليس للاستنساخ جورج غولدمان. المتداول الخوارزمي، المستثمر، المدرب الفيديو على الانترنت، المبرمج أي مجموعة من قواعد الدخول والخروج السوق التي يتم ترميزها في البرنامج الذي يمكن باكتست وتجارة هذه القواعد على السوق الماضية والبيانات الجري. 108 المشاهدات ميدوت ليس للاستنساخ ميدوت الإجابة المطلوبة من قبل أكاش باريخباسيكش تجارة الخوارزمية: المفاهيم والأمثلة الخوارزمية هي مجموعة محددة من تعليمات محددة بوضوح تهدف إلى تنفيذ مهمة أو عملية. التداول الحسابي (التداول الآلي، التداول في الصندوق الأسود، أو ببساطة التداول ألغو) هو عملية استخدام أجهزة الكمبيوتر المبرمجة لمتابعة مجموعة محددة من التعليمات لوضع التجارة من أجل توليد الأرباح بسرعة وتردد يستحيل على تاجر الإنسان. وتستند مجموعات القواعد المحددة إلى التوقيت أو السعر أو الكمية أو أي نموذج رياضي. وبصرف النظر عن فرص الربح للتاجر، ألغو التداول يجعل الأسواق أكثر سيولة ويجعل التداول أكثر منهجية من خلال استبعاد الآثار البشرية العاطفية على الأنشطة التجارية. لنفترض أن المتداول يتبع هذه المعايير التجارية البسيطة: شراء 50 سهم من الأسهم عندما يذهب المتوسط ​​المتحرك لمدة 50 يوما فوق المتوسط ​​المتحرك ل 200 يوم بيع أسهم السهم عندما يقل المتوسط ​​المتحرك ل 50 يوم عن المتوسط ​​المتحرك ل 200 يوم وباستخدام هذه المجموعة من تعليمين بسيطين، من السهل كتابة برنامج حاسوبي يقوم برصد سعر السهم تلقائيا (ومؤشرات المتوسط ​​المتحرك) ووضع أوامر الشراء والبيع عند استيفاء الشروط المحددة. التاجر لم يعد يحتاج إلى الحفاظ على مشاهدة للأسعار الحية والرسوم البيانية، أو وضعت في أوامر يدويا. نظام التداول الخوارزمية تلقائيا يفعل ذلك بالنسبة له، عن طريق تحديد بشكل صحيح فرصة التداول. (لمزيد من المعلومات حول المتوسطات المتحركة، انظر: المتوسطات المتحركة البسيطة جعل الاتجاهات تتوقف). ألغو التداول يوفر الفوائد التالية: الصفقات المنفذة بأفضل الأسعار الممكنة لحظة ودقة وضع النظام التجاري (وبالتالي فرص عالية للتنفيذ في المستويات المطلوبة) الصفقات وتجنب تغيرات كبيرة في الأسعار خفض تكاليف المعاملات (انظر مثال على نقص التنفيذ أدناه) الشيكات الآلية في وقت واحد على ظروف السوق المتعددة تقليل مخاطر الأخطاء اليدوية في وضع الصفقات باكتست الخوارزمية، استنادا إلى البيانات المتاحة التاريخية والحقيقية المتاحة خفضت احتمال الأخطاء من قبل التجار البشري على أساس العوامل العاطفية والنفسية الجزء الأكبر من التداول في الوقت الحاضر ألغو هو تداول عالية التردد (هفت)، الذي يحاول الاستفادة من وضع عدد كبير من أوامر بسرعة كبيرة جدا عبر أسواق متعددة واتخاذ قرار متعددة المعلمات، استنادا إلى تعليمات مبرمجة مسبقا. (لمزيد من المعلومات حول التداول بالتردد العالي، انظر: استراتيجيات وأسرار شركات التداول عالي التردد) يستخدم ألغو-ترادينغ في العديد من أشكال الأنشطة التجارية والاستثمارية، بما في ذلك: المستثمرين على المدى المتوسط ​​أو الطويل أو الشركات الجانبية للشراء (صناديق التقاعد ، وصناديق الاستثمار المشترك، وشركات التأمين) الذين يشترون في الأسهم بكميات كبيرة ولكن لا يريدون التأثير على أسعار الأسهم مع استثمارات منفصلة، ​​كبيرة الحجم. ويستفيد المتداولون على المدى القصير والمشتركون من جانب البيع (صناع السوق والمضاربون والمراجحون) من تنفيذ التجارة الآلي بالإضافة إلى المساعدات التجارية في خلق السيولة الكافية للبائعين في السوق. التجار المتداولون (المتتبعون للاتجاهات، أزواج المتداولين، صناديق التحوط، الخ) يجدون أكثر كفاءة في برمجة قواعد التداول الخاصة بهم والسماح بتداول البرنامج تلقائيا. يوفر التداول الخوارزمي نهجا أكثر انتظاما للتداول النشط من الأساليب القائمة على حدس التجار البشري أو غريزة. استراتيجيات التداول الخوارزمية تتطلب أي استراتيجية للتجارة الخوارزمية فرصة محددة تكون مربحة من حيث تحسين الأرباح أو خفض التكاليف. وفيما يلي استراتيجيات التداول الشائعة المستخدمة في ألغو التداول: استراتيجيات التداول الأكثر شيوعا خوارزمية تتبع الاتجاهات في المتوسطات المتحركة. قناة. وحركات مستوى الأسعار والمؤشرات الفنية ذات الصلة. هذه هي أسهل وأبسط الاستراتيجيات لتنفيذ من خلال التداول الحسابي لأن هذه الاستراتيجيات لا تنطوي على اتخاذ أي توقعات أو توقعات الأسعار. وتبدأ الصفقات على أساس حدوث الاتجاهات المستصوبة. والتي هي سهلة ومباشرة لتنفيذ من خلال خوارزميات دون الدخول في تعقيد التحليل التنبؤية. المثال المذكور أعلاه للمتوسط ​​المتحرك 50 و 200 يوم هو الاتجاه الشعبي التالي استراتيجية. (لمزيد من المعلومات حول استراتيجيات التداول الاتجاه، انظر: استراتيجيات بسيطة للاستفادة من الاتجاهات.) شراء الأسهم المدرجة المزدوجة بسعر أقل في سوق واحدة وبيعها في وقت واحد بسعر أعلى في سوق أخرى تقدم فرق السعر والربح خالية من المخاطر أو المراجحة. ويمكن تكرار نفس العملية بالنسبة للأسهم مقابل أدوات العقود الآجلة، حيث أن فروق الأسعار موجودة من وقت لآخر. تطبيق خوارزمية لتحديد مثل هذه الفروق السعرية ووضع أوامر يسمح فرص مربحة بطريقة فعالة. وقد حددت صناديق المؤشرات فترات من إعادة التوازن لجعل حيازاتها متساوية مع مؤشراتها المرجعية. وهذا يخلق فرصا مربحة للمتداولين الخوارزميين الذين يستفيدون من الصفقات المتوقعة التي تقدم أرباح تتراوح بين 20 و 80 نقطة أساس اعتمادا على عدد الأسهم في صندوق المؤشرات، قبيل إعادة التوازن في مؤشر المؤشرات. يتم بدء هذه الصفقات عن طريق أنظمة التداول الحسابية للتنفيذ في الوقت المناسب وأفضل الأسعار. وهناك الكثير من النماذج الرياضية ثبت، مثل استراتيجية التداول دلتا محايد، والتي تسمح التداول على مجموعة من الخيارات والأمن الكامنة وراءها. حيث يتم وضع الصفقات لتعويض الدلتا الإيجابية والسلبية بحيث يتم الحفاظ على دلتا المحفظة عند الصفر. وتستند استراتيجية معدل العائد على فكرة أن الأسعار المرتفعة والمنخفضة للأصل هي ظاهرة مؤقتة تعود إلى قيمتها المتوسطة بشكل دوري. تحديد وتحديد النطاق السعري وتطبيق الخوارزمية بناء على ما يسمح بتداول الصفقات تلقائيا عندما يكسر سعر الأصول من النطاق المحدد. استراتيجية السعر المتوسط ​​المرجح لحجم الأسهم تفصل أمر كبير وتنشر قطع أصغر حجما من الترتيب إلى السوق باستخدام ملفات تعريف حجم المخزون التاريخية المحددة. والهدف من ذلك هو تنفيذ الأمر بالقرب من متوسط ​​السعر المرجح (فواب)، وبالتالي الاستفادة من متوسط ​​السعر. وتؤدي استراتيجية متوسط ​​السعر المرجح للوقت إلى تفكيك أمر كبير وتنشر قطع أصغر حجما من النظام إلى السوق باستخدام فترات زمنية مقسمة بالتساوي بين بداية ونهاية الوقت. والهدف من ذلك هو تنفيذ أمر قريب من متوسط ​​السعر بين بداية ونهاية الوقت، وبالتالي تقليل تأثير السوق. حتى يتم ملء النظام التجاري بالكامل، تستمر هذه الخوارزمية في إرسال أوامر جزئية، وفقا لنسبة المشاركة المحددة وحسب حجم التداول في الأسواق. ترسل إستراتیجیات الخطوات ذات الصلة الأوامر بنسب محددة من قبل المستخدم من أحجام السوق وتزید أو تنقص معدل المشارکة عندما یصل سعر السھم إلی المستویات المحددة من قبل المستخدم. وتهدف استراتيجية العجز في التنفيذ إلى التقليل من تكلفة تنفيذ أمر الشراء عن طريق التداول في السوق في الوقت الحقيقي، وبالتالي توفير تكلفة الطلب والاستفادة من تكلفة الفرصة البديلة للتأخير في التنفيذ. وستؤدي الاستراتيجية إلى زيادة معدل المشاركة المستهدف عندما يتحرك سعر السهم إيجابيا ويقلله عندما يتحرك سعر السهم سلبا. هناك عدد قليل من فئات خاصة من الخوارزميات التي تحاول التعرف على الأحداث على الجانب الآخر. هذه الخوارزميات استنشاق، المستخدمة، على سبيل المثال، من قبل صانع السوق الجانب بيع لديها المخابرات المدمج في تحديد وجود أي خوارزميات على الجانب شراء من أجل كبير. هذا الكشف من خلال خوارزميات سوف يساعد صانع السوق تحديد فرص النظام كبيرة وتمكنه من الاستفادة من خلال ملء أوامر بسعر أعلى. يتم تحديد هذا في بعض الأحيان على أنها التكنولوجيا الفائقة الأمامية. (لمزيد من المعلومات عن التداول عالي التردد والممارسات الاحتيالية، راجع: إذا كنت تشتري الأسهم عبر الإنترنت، فأنت تشارك في هفت.) المتطلبات الفنية للتجارة الحسابية تنفيذ الخوارزمية باستخدام برنامج حاسوبي هو الجزء الأخير، مرهون بتدقيق خلفي. ويتمثل التحدي في تحويل الاستراتيجية المحددة إلى عملية محوسبة متكاملة لها إمكانية الوصول إلى حساب تداول لوضع الأوامر. مطلوب ما يلي: برمجة البرمجة المعرفة لبرمجة استراتيجية التداول المطلوبة والمبرمجين المعينين أو برامج التداول مسبقة الصنع شبكة الاتصال والوصول إلى منصات التداول لوضع أوامر الوصول إلى بيانات السوق يغذي التي سيتم رصدها من قبل خوارزمية للحصول على فرص لوضع أوردرز القدرة والبنية التحتية لردع النظام بمجرد بناءه قبل أن يبدأ في الأسواق الحقيقية البيانات التاريخية المتاحة ل باكتستينغ، اعتمادا على تعقيد القواعد المنفذة في خوارزمية هنا مثال شامل: رويال داتش شل (رديز) مدرجة في أمستردام (إكس) وبورصة لندن (لس). يتيح إنشاء خوارزمية لتحديد فرص المراجحة. فيما يلي بعض الملاحظات المثيرة للاهتمام: تداول البورصة باليورو، في حين يتداول سعر الجنيه الإسترليني بالجنيه الإسترليني بسبب فارق التوقيت لمدة ساعة واحدة، يفتح إكس قبل ساعة من لس، يليه التبادل التجاري في وقت واحد للساعات القليلة القادمة ثم يتداول فقط في لس خلال الساعة الأخيرة مع إغلاق البورصة هل يمكننا استكشاف إمكانية التداول بالمراجحة على أسهم شل الهولندية الملكية المدرجة في هذين السوقين بعملتين مختلفتين برنامج كمبيوتر يمكنه قراءة أسعار السوق الحالية يتغذى السعر من كل من لس و إكس A تغذية معدل الفوركس سعر صرف غبب-ور ترتيب القدرة التي يمكن أن توجه النظام إلى الصرف الصحيح القدرة على الاختبار السابق على الأعلاف السعرية التاريخية برنامج الكمبيوتر يجب أن تؤدي ما يلي: قراءة تغذية الأسعار الواردة من الأسهم رديز من كلا التبادل باستخدام أسعار الصرف الأجنبي المتاحة . تحويل سعر عملة واحدة إلى أخرى إذا كان هناك اختلاف كبير بما فيه الكفاية السعر (خصم تكاليف الوساطة) مما يؤدي إلى فرصة مربحة، ثم وضع أمر الشراء على أقل سعر الصرف وبيع النظام على ارتفاع سعر الصرف إذا تم تنفيذ أوامر كما المطلوب، فإن الأرباح التحكيم تتبع بسيطة وسهلة ومع ذلك، فإن ممارسة التداول حسابي ليست بهذه البساطة للحفاظ على وتنفيذ. تذكر، إذا كنت يمكن أن تضع التجارة ألغو ولدت، لذلك يمكن للمشاركين في السوق الأخرى. وبالتالي، تتقلب الأسعار في الملي ثانية وحتى الميكروثانية. في المثال السابق، ماذا يحدث إذا تم تنفيذ عملية الشراء الخاصة بك، ولكن تجارة البيع لا تتغير مع تغير أسعار البيع في الوقت الذي يصل فيه طلبك إلى السوق سوف ينتهي بك الأمر بالجلوس مع موقف مفتوح. مما يجعل استراتيجية المراجحة لا قيمة لها. هناك مخاطر وتحديات إضافية: على سبيل المثال، مخاطر فشل النظام، وأخطاء الاتصال بالشبكة، والفترات الزمنية بين أوامر التجارة والتنفيذ، والأهم من ذلك كله، الخوارزميات الناقصة. وكلما كانت الخوارزمية الأكثر تعقيدا، فإن الأمر يحتاج إلى مزيد من الاختبار المسبق الأكثر صرامة قبل وضعها موضع التنفيذ. ويؤدي التحليل الكمي لأداء الخوارزميات دورا هاما وينبغي دراسته نقديا. انها مثيرة للذهاب لأتمتة بمساعدة أجهزة الكمبيوتر مع فكرة لكسب المال دون عناء. ولكن يجب على المرء أن يتأكد من أن النظام يتم اختبارها بشكل كامل ويحدد الحدود المطلوبة. يجب على التجار التحليليين النظر في تعلم البرمجة ونظم البناء من تلقاء نفسها، ليكونوا واثقين من تنفيذ الاستراتيجيات الصحيحة بطريقة مضمونة. استخدام الحذر واختبار شامل من ألغو التداول يمكن أن تخلق فرص مربحة. والمادة 50 عبارة عن بند للتفاوض والتسوية في معاهدة الاتحاد الأوروبي يحدد الخطوات التي يتعين اتخاذها لأي بلد. عرض أولي على شركة مفلسة أصول من مشتر مهتم تختاره الشركة المفلسة. من مجموعة من مقدمي العروض. بيتا هو مقياس لتقلبات أو مخاطر منهجية لأمن أو محفظة بالمقارنة مع السوق ككل. نوع من الضرائب المفروضة على الأرباح الرأسمالية التي يتكبدها الأفراد والشركات. أرباح رأس المال هي الأرباح التي المستثمر. أمر لشراء ضمان بسعر أو أقل من سعر محدد. يسمح أمر حد الشراء للمتداولين والمستثمرين بتحديده. قاعدة دائرة الإيرادات الداخلية (إرس) تسمح بسحب الأموال بدون رسوم من حساب حساب الاستجابة العاجلة. القاعدة تتطلب ذلك. كيفية تحديد استراتيجيات التداول حسابي في هذه المقالة أريد أن أعرض لكم الطرق التي أنا نفسي تحديد استراتيجيات التداول خوارزمية مربحة. هدفنا اليوم هو أن نفهم بالتفصيل كيفية العثور على وتقييم واختيار هذه النظم. شرح كيفية تحديد الاستراتيجيات بقدر ما يتعلق بالأفضلية الشخصية كما هو الحال بالنسبة لأداء الإستراتيجية وكيفية تحديد نوع وكمية البيانات التاريخية للاختبار وكيفية تقييم إستراتيجية التداول بشكل متعمد وأخيرا كيفية المضي قدما نحو مرحلة باكتستينغ وتنفيذ الإستراتيجية . تحديد التفضيلات الشخصية الخاصة بك للتداول من أجل أن يكون تاجر ناجح - إما من الناحية التفضيلية أو خوارزمية - من الضروري أن تسأل نفسك بعض الأسئلة الصادقة. التداول يوفر لك القدرة على فقدان المال بمعدل ينذر بالخطر، لذلك فمن الضروري أن تعرف نفسك بقدر ما هو ضروري لفهم الاستراتيجية التي اخترتها. وأود أن أقول أن أهم اعتبار في التداول هو على بينة من شخصيتك الخاصة. التداول، والتجارة الخوارزمية على وجه الخصوص، يتطلب درجة كبيرة من الانضباط والصبر والانفصال العاطفي. منذ كنت تدع خوارزمية تنفيذ التداول الخاص بك بالنسبة لك، فمن الضروري أن يتم حل عدم التدخل في الاستراتيجية عندما يتم تنفيذها. وقد يكون ذلك صعبا للغاية، خاصة في فترات الانسحاب الموسع. ومع ذلك، العديد من الاستراتيجيات التي ثبت أن تكون مربحة للغاية في باكتست يمكن أن تدمر من خلال تدخل بسيط. فهم أنه إذا كنت ترغب في دخول عالم التداول حسابي سوف يتم اختبار عاطفيا وأنه من أجل أن تكون ناجحة، فمن الضروري العمل من خلال هذه الصعوبات الاعتبار التالي هو واحد من الوقت. هل لديك وظيفة بدوام كامل هل تعمل بدوام جزئي هل تعمل من المنزل أو لديك تخفيف طويلة كل يوم هذه الأسئلة سوف تساعد على تحديد وتيرة الاستراتيجية التي يجب أن تسعى. بالنسبة لأولئك منكم في العمل بدوام كامل، قد لا تكون استراتيجية العقود الآجلة لحظية مناسبة (على الأقل حتى يتم مؤتمتة بالكامل). كما أن قيود وقتك تملي منهجية الاستراتيجية. إذا كانت إستراتيجيتكم يتم تداولها بشكل متكرر وتعتمد على خلاصات الأخبار المكلفة (مثل محطة بلومبرغ) سيكون من الواضح أن تكون واقعية حول قدرتك على تشغيل هذا بنجاح أثناء وجودك في المكتب بالنسبة لأولئك منكم مع الكثير من الوقت أو المهارات لأتمتة استراتيجيتك، قد ترغب في النظر في استراتيجية التداول عالية التردد أكثر تقنية (هفت). إيماني هو أنه من الضروري إجراء البحوث المستمرة في استراتيجيات التداول الخاصة بك للحفاظ على محفظة مربحة باستمرار. تبقى بعض الاستراتيجيات تحت الرادار إلى الأبد. وبالتالي فإن جزءا كبيرا من الوقت المخصص للتداول سيكون في إجراء البحوث الجارية. اسأل نفسك عما إذا كنت مستعدا للقيام بذلك، لأنه يمكن أن يكون الفرق بين الربحية القوية أو الانخفاض البطيء نحو الخسائر. تحتاج أيضا إلى النظر في رأس المال الخاص بك التداول. الحد الأدنى المثالي المقبول عموما للاستراتيجية الكمية هو 50،000 دولار (حوالي 35،000 بالنسبة لنا في المملكة المتحدة). إذا كنت قد بدأت من جديد، سأبدأ بمبلغ أكبر، ربما أقرب 100،000 دولار أمريكي (حوالي 70،000). وذلك لأن تكاليف المعاملات يمكن أن تكون مكلفة للغاية بالنسبة لاستراتيجيات متوسطة إلى عالية التردد، وأنه من الضروري أن يكون رأس المال كاف لاستيعابها في أوقات السحب. إذا كنت تفكر في البدء مع أقل من 10،000 دولار أمريكي، سوف تحتاج إلى تقييد نفسك لاستراتيجيات التردد المنخفض، والتداول في واحد أو اثنين من الأصول، وتكاليف المعاملات سوف تأكل بسرعة في عوائد الخاص بك. وسطاء التفاعلية، والتي تعد واحدة من الوسطاء ودية لأولئك الذين لديهم مهارات البرمجة، بسبب أبي، لديها حساب الحد الأدنى التجزئة 10،000 دولار أمريكي. مهارة البرمجة هي عامل مهم في خلق استراتيجية التداول الآلي الخوارزمية. كونك على دراية بلغة البرمجة مثل C، جافا، C، بيثون أو R سوف تمكنك من إنشاء نهاية إلى نهاية تخزين البيانات، باكتست المحرك ونظام التنفيذ نفسك. هذا له عدد من المزايا، رئيسها هو القدرة على أن تكون على علم تام بجميع جوانب البنية التحتية التجارية. كما يسمح لك لاستكشاف استراتيجيات تردد أعلى كما سوف تكون في السيطرة الكاملة على كومة التكنولوجيا الخاصة بك. في حين أن هذا يعني أنه يمكنك اختبار البرمجيات الخاصة بك والقضاء على البق، وهذا يعني أيضا المزيد من الوقت الذي يقضيه ترميز البنية التحتية وأقل على تنفيذ الاستراتيجيات، على الأقل في الجزء السابق من حياتك التجارية ألغو. قد تجد أن لديك تجارة مريحة في إكسيل أو ماتلاب ويمكن الاستعانة بمصادر خارجية لتطوير المكونات الأخرى. إلا أنني لا أنصح هذا، وخاصة بالنسبة لأولئك المتداولين في وتيرة عالية. تحتاج إلى أن تسأل نفسك ما كنت آمل تحقيقه من خلال التداول حسابي. هل ترغب في الحصول على دخل منتظم، حيث كنت تأمل في الحصول على الأرباح من حساب التداول الخاص بك، أو كنت مهتما في مكاسب رأس المال على المدى الطويل، ويمكن أن تحمل التجارة دون الحاجة إلى سحب الأموال سوف الاعتماد على الاعتماد تملي وتيرة الاستراتيجية الخاصة بك . وسيتطلب سحب أكثر انتظاما للدخل استراتیجیة تداول ذات تردد أکبر مع تقلب أقل (أي نسبة شارب أعلی). يمكن للتجار على المدى الطويل تحمل تردد تداول أكثر رصانة. وأخيرا، لا يكون خداع بفكرة أن تصبح غنية للغاية في فترة قصيرة من الزمن ألغو التداول ليس مخططا الغنية الغنية الحصول على - إذا كان أي شيء يمكن أن يكون مخطط الفقراء الفقراء. فإنه يأخذ الانضباط كبير، والبحوث، الاجتهاد والصبر لتكون ناجحة في التداول حسابي. قد يستغرق الأمر شهورا، إن لم يكن سنوات، لتوليد أرباح متسقة. أفكار التداول باستخدام خوارزمية المصادر على الرغم من التصورات الشائعة على العكس من ذلك، فمن السهل جدا تحديد استراتيجيات التداول المربحة في المجال العام. لم تكن أبدا الأفكار التجارية متاحة بسهولة أكثر مما هي عليه اليوم. توفر مجلات التمويل الأكاديمي وخوادم ما قبل الطباعة ومدونات التداول ومنتديات التداول ومجلات التداول الأسبوعية والنصوص المتخصصة آلاف استراتيجيات التداول التي تستند إليها أفكارك. هدفنا كباحثين التداول الكمي هو إنشاء خط أنابيب استراتيجية من شأنها أن توفر لنا مجموعة من الأفكار التجارية الجارية. من الناحية المثالية نحن نريد أن نخلق نهجا منهجيا في تحديد وتقييم وتنفيذ الاستراتيجيات التي نأتي عبر. وأهداف خط الأنابيب هي توليد كمية متسقة من الأفكار الجديدة وتزويدنا بإطار لرفض غالبية هذه الأفكار مع الحد الأدنى من النظر العاطفي. يجب أن نكون حذرين للغاية لعدم السماح للتحيزات المعرفية تؤثر على منهجية صنع القرار لدينا. ويمكن أن يكون ذلك بسيطا مثل تفضيل فئة أصول واحدة على فئة أخرى (الذهب والمعادن الثمينة الأخرى تتبادر إلى الذهن) لأنها تعتبر أكثر غرابة. يجب أن يكون هدفنا دائما إيجاد استراتيجيات مربحة باستمرار، مع توقع إيجابي. يجب أن يستند اختيار فئة األصول إلى اعتبارات أخرى، مثل القيود على رأس المال التجاري، ورسوم الوساطة، وقدرات الرافعة المالية. إذا كنت غير مألوفة تماما مع مفهوم استراتيجية التداول ثم أول مكان للنظر هو مع الكتب المدرسية المعمول بها. النصوص الكلاسيكية توفر مجموعة واسعة من أبسط، وأكثر وضوحا الأفكار، والتي للتعرف على نفسك مع التداول الكمي. هنا هو اختيار أن أوصي لأولئك الذين هم جديدة إلى التداول الكمي، والتي تصبح تدريجيا أكثر تطورا وأنت تعمل من خلال القائمة: للحصول على قائمة أطول من الكتب التجارية الكمية، يرجى زيارة قائمة القراءة كوانتستارت. والمكان التالي للعثور على استراتيجيات أكثر تطورا هو منتديات التداول والمدونات التجارية. ومع ذلك، ملاحظة الحذر: العديد من بلوق التداول تعتمد على مفهوم التحليل الفني. يتضمن التحليل الفني استخدام المؤشرات الأساسية وعلم النفس السلوكي لتحديد الاتجاهات أو أنماط الانعكاس في أسعار الأصول. على الرغم من كونها تحظى بشعبية كبيرة في مساحة التداول العامة، يعتبر التحليل الفني غير فعال إلى حد ما في مجتمع التمويل الكمي. وقد اقترح البعض أنه ليس أفضل من قراءة برجك أو دراسة أوراق الشاي من حيث القدرة التنبؤية لها في الواقع هناك الأفراد الناجحين الاستفادة من التحليل الفني. ومع ذلك، كما نتساءل مع أدوات رياضية وإحصائية أكثر تطورا تحت تصرفنا، يمكننا بسهولة تقييم فعالية هذه الاستراتيجيات القائمة على تا، واتخاذ القرارات القائمة على البيانات بدلا من قاعدة لنا على الاعتبارات العاطفية أو الأفكار المسبقة. وفيما يلي قائمة من بلوق التداول المحترمة محترمة والمنتديات: مرة واحدة كان لديك بعض الخبرة في تقييم استراتيجيات أبسط، فقد حان الوقت للنظر في العروض الأكاديمية أكثر تطورا. وسيكون من الصعب الوصول إلى بعض المجلات الأكاديمية، دون اشتراكات عالية أو تكاليف لمرة واحدة. إذا كنت عضوا أو خريجا في الجامعة، يجب أن تكون قادرا على الوصول إلى بعض هذه المجلات المالية. خلاف ذلك، يمكنك أن تبحث في خوادم ما قبل الطباعة. والتي هي مستودعات الإنترنت من مسودات في وقت متأخر من الأوراق الأكاديمية التي تخضع لمراجعة الأقران. وبما أننا مهتمون فقط في الاستراتيجيات التي يمكننا أن نكرر بنجاح، باكتست والحصول على الربحية، استعراض الأقران هو أقل أهمية بالنسبة لنا. إن الجانب السلبي الكبير للاستراتيجيات الأكاديمية هو أنها غالبا ما تكون قديمة، وتتطلب بيانات تاريخية غامضة ومكلفة، وتداول في فئات الأصول غير السائلة، أو لا تأخذ في الاعتبار الرسوم أو الانزلاق أو الانتشار. كما يمكن أن يكون من غير الواضح ما إذا كان سيتم تنفيذ استراتيجية التداول مع أوامر السوق، أوامر الحد أو ما إذا كان يحتوي على وقف الخسائر وما إلى ذلك وبالتالي فمن الضروري للغاية لتكرار استراتيجية نفسك على أفضل وجه ممكن، باكتست ذلك وإضافة في معاملة واقعية التكاليف التي تشمل العديد من جوانب فئات الأصول التي ترغب في التجارة فيها. وهنا لائحة من خوادم ما قبل الطباعة الأكثر شعبية والمجلات المالية التي يمكنك مصدر الأفكار من: ماذا عن تشكيل الاستراتيجيات الكمية الخاصة بك وهذا يتطلب عموما ( ولكن لا تقتصر على) الخبرة في واحد أو أكثر من الفئات التالية: المجهرية السوق - لاستراتيجيات تردد أعلى على وجه الخصوص، يمكن للمرء أن الاستفادة من المجهرية السوق. أي فهم ديناميات كتاب النظام من أجل توليد الربحية. وستكون للأسواق المختلفة قيود تكنولوجية مختلفة، ولوائح، ومشاركين في السوق، ومعوقات كلها مفتوحة للاستغلال عن طريق استراتيجيات محددة. This is a very sophisticated area and retail practitioners will find it hard to be competitive in this space, particularly as the competition includes large, well-capitalised quantitative hedge funds with strong technological capabilities. Fund structure - Pooled investment funds, such as pension funds, private investment partnerships (hedge funds), commodity trading advisors and mutual funds are constrained both by heavy regulation and their large capital reserves. Thus certain consistent behaviours can be exploited with those who are more nimble. For instance, large funds are subject to capacity constraints due to their size. Thus if they need to rapidly offload (sell) a quantity of securities, they will have to stagger it in order to avoid moving the market. Sophisticated algorithms can take advantage of this, and other idiosyncrasies, in a general process known as fund structure arbitrage . Machine learningartificial intelligence - Machine learning algorithms have become more prevalent in recent years in financial markets. Classifiers (such as Naive-Bayes, et al.) non-linear function matchers (neural networks) and optimisation routines (genetic algorithms) have all been used to predict asset paths or optimise trading strategies. If you have a background in this area you may have some insight into how particular algorithms might be applied to certain markets. There are, of course, many other areas for quants to investigate. Well discuss how to come up with custom strategies in detail in a later article. By continuing to monitor these sources on a weekly, or even daily, basis you are setting yourself up to receive a consistent list of strategies from a diverse range of sources. The next step is to determine how to reject a large subset of these strategies in order to minimise wasting your time and backtesting resources on strategies that are likely to be unprofitable. Evaluating Trading Strategies The first, and arguably most obvious consideration is whether you actually understand the strategy . Would you be able to explain the strategy concisely or does it require a string of caveats and endless parameter lists In addition, does the strategy have a good, solid basis in reality For instance, could you point to some behavioural rationale or fund structure constraint that might be causing the pattern(s) you are attempting to exploit Would this constraint hold up to a regime change, such as a dramatic regulatory environment disruption Does the strategy rely on complex statistical or mathematical rules Does it apply to any financial time series or is it specific to the asset class that it is claimed to be profitable on You should constantly be thinking about these factors when evaluating new trading methods, otherwise you may waste a significant amount of time attempting to backtest and optimise unprofitable strategies. Once you have determined that you understand the basic principles of the strategy you need to decide whether it fits with your aforementioned personality profile. This is not as vague a consideration as it sounds Strategies will differ substantially in their performance characteristics. There are certain personality types that can handle more significant periods of drawdown, or are willing to accept greater risk for larger return. Despite the fact that we, as quants, try and eliminate as much cognitive bias as possible and should be able to evaluate a strategy dispassionately, biases will always creep in. Thus we need a consistent, unemotional means through which to assess the performance of strategies. Here is the list of criteria that I judge a potential new strategy by: Methodology - Is the strategy momentum based, mean-reverting, market-neutral, directional Does the strategy rely on sophisticated (or complex) statistical or machine learning techniques that are hard to understand and require a PhD in statistics to grasp Do these techniques introduce a significant quantity of parameters, which might lead to optimisation bias Is the strategy likely to withstand a regime change (i. e. potential new regulation of financial markets) Sharpe Ratio - The Sharpe ratio heuristically characterises the rewardrisk ratio of the strategy. It quantifies how much return you can achieve for the level of volatility endured by the equity curve. Naturally, we need to determine the period and frequency that these returns and volatility (i. e. standard deviation) are measured over. A higher frequency strategy will require greater sampling rate of standard deviation, but a shorter overall time period of measurement, for instance. Leverage - Does the strategy require significant leverage in order to be profitable Does the strategy necessitate the use of leveraged derivatives contracts (futures, options, swaps) in order to make a return These leveraged contracts can have heavy volatility characterises and thus can easily lead to margin calls . Do you have the trading capital and the temperament for such volatility Frequency - The frequency of the strategy is intimately linked to your technology stack (and thus technological expertise), the Sharpe ratio and overall level of transaction costs. All other issues considered, higher frequency strategies require more capital, are more sophisticated and harder to implement. However, assuming your backtesting engine is sophisticated and bug-free, they will often have far higher Sharpe ratios. Volatility - Volatility is related strongly to the risk of the strategy. The Sharpe ratio characterises this. Higher volatility of the underlying asset classes, if unhedged, often leads to higher volatility in the equity curve and thus smaller Sharpe ratios. I am of course assuming that the positive volatility is approximately equal to the negative volatility. Some strategies may have greater downside volatility. You need to be aware of these attributes. WinLoss, Average ProfitLoss - Strategies will differ in their winloss and average profitloss characteristics. One can have a very profitable strategy, even if the number of losing trades exceed the number of winning trades. Momentum strategies tend to have this pattern as they rely on a small number of big hits in order to be profitable. Mean-reversion strategies tend to have opposing profiles where more of the trades are winners, but the losing trades can be quite severe. Maximum Drawdown - The maximum drawdown is the largest overall peak-to-trough percentage drop on the equity curve of the strategy. Momentum strategies are well known to suffer from periods of extended drawdowns (due to a string of many incremental losing trades). Many traders will give up in periods of extended drawdown, even if historical testing has suggested this is business as usual for the strategy. You will need to determine what percentage of drawdown (and over what time period) you can accept before you cease trading your strategy. This is a highly personal decision and thus must be considered carefully. CapacityLiquidity - At the retail level, unless you are trading in a highly illiquid instrument (like a small-cap stock), you will not have to concern yourself greatly with strategy capacity . Capacity determines the scalability of the strategy to further capital. Many of the larger hedge funds suffer from significant capacity problems as their strategies increase in capital allocation. Parameters - Certain strategies (especially those found in the machine learning community) require a large quantity of parameters. Every extra parameter that a strategy requires leaves it more vulnerable to optimisation bias (also known as curve-fitting). You should try and target strategies with as few parameters as possible or make sure you have sufficient quantities of data with which to test your strategies on. Benchmark - Nearly all strategies (unless characterised as absolute return) are measured against some performance benchmark. The benchmark is usually an index that characterises a large sample of the underlying asset class that the strategy trades in. If the strategy trades large-cap US equities, then the SP500 would be a natural benchmark to measure your strategy against. You will hear the terms alpha and beta, applied to strategies of this type. We will discuss these coefficients in depth in later articles. Notice that we have not discussed the actual returns of the strategy. Why is this In isolation, the returns actually provide us with limited information as to the effectiveness of the strategy. They dont give you an insight into leverage, volatility, benchmarks or capital requirements. Thus strategies are rarely judged on their returns alone. Always consider the risk attributes of a strategy before looking at the returns. At this stage many of the strategies found from your pipeline will be rejected out of hand, since they wont meet your capital requirements, leverage constraints, maximum drawdown tolerance or volatility preferences. The strategies that do remain can now be considered for backtesting . However, before this is possible, it is necessary to consider one final rejection criteria - that of available historical data on which to test these strategies. Obtaining Historical Data Nowadays, the breadth of the technical requirements across asset classes for historical data storage is substantial. In order to remain competitive, both the buy-side (funds) and sell-side (investment banks) invest heavily in their technical infrastructure. It is imperative to consider its importance. In particular, we are interested in timeliness, accuracy and storage requirements. I will now outline the basics of obtaining historical data and how to store it. Unfortunately this is a very deep and technical topic, so I wont be able to say everything in this article. However, I will be writing a lot more about this in the future as my prior industry experience in the financial industry was chiefly concerned with financial data acquisition, storage and access. In the previous section we had set up a strategy pipeline that allowed us to reject certain strategies based on our own personal rejection criteria. In this section we will filter more strategies based on our own preferences for obtaining historical data. The chief considerations (especially at retail practitioner level) are the costs of the data, the storage requirements and your level of technical expertise. We also need to discuss the different types of available data and the different considerations that each type of data will impose on us. Lets begin by discussing the types of data available and the key issues we will need to think about: Fundamental Data - This includes data about macroeconomic trends, such as interest rates, inflation figures, corporate actions (dividends, stock-splits), SEC filings, corporate accounts, earnings figures, crop reports, meteorological data etc. This data is often used to value companies or other assets on a fundamental basis, i. e. via some means of expected future cash flows. It does not include stock price series. Some fundamental data is freely available from government websites. Other long-term historical fundamental data can be extremely expensive. Storage requirements are often not particularly large, unless thousands of companies are being studied at once. News Data - News data is often qualitative in nature. It consists of articles, blog posts, microblog posts (tweets) and editorial. Machine learning techniques such as classifiers are often used to interpret sentiment . This data is also often freely available or cheap, via subscription to media outlets. The newer NoSQL document storage databases are designed to store this type of unstructured, qualitative data. Asset Price Data - This is the traditional data domain of the quant. It consists of time series of asset prices. Equities (stocks), fixed income products (bonds), commodities and foreign exchange prices all sit within this class. Daily historical data is often straightforward to obtain for the simpler asset classes, such as equities. However, once accuracy and cleanliness are included and statistical biases removed, the data can become expensive. In addition, time series data often possesses significant storage requirements especially when intraday data is considered. Financial Instruments - Equities, bonds, futures and the more exotic derivative options have very different characteristics and parameters. Thus there is no one size fits all database structure that can accommodate them. Significant care must be given to the design and implementation of database structures for various financial instruments. We will discuss the situation at length when we come to build a securities master database in future articles. Frequency - The higher the frequency of the data, the greater the costs and storage requirements. For low-frequency strategies, daily data is often sufficient. For high frequency strategies, it might be necessary to obtain tick-level data and even historical copies of particular trading exchange order book data. Implementing a storage engine for this type of data is very technologically intensive and only suitable for those with a strong programmingtechnical background. Benchmarks - The strategies described above will often be compared to a benchmark . This usually manifests itself as an additional financial time series. For equities, this is often a national stock benchmark, such as the SP500 index (US) or FTSE100 (UK). For a fixed income fund, it is useful to compare against a basket of bonds or fixed income products. The risk-free rate (i. e. appropriate interest rate) is also another widely accepted benchmark. All asset class categories possess a favoured benchmark, so it will be necessary to research this based on your particular strategy, if you wish to gain interest in your strategy externally. Technology - The technology stacks behind a financial data storage centre are complex. This article can only scratch the surface about what is involved in building one. However, it does centre around a database engine, such as a Relational Database Management System (RDBMS), such as MySQL, SQL Server, Oracle or a Document Storage Engine (i. e. NoSQL). This is accessed via business logic application code that queries the database and provides access to external tools, such as MATLAB, R or Excel. Often this business logic is written in C, C, Java or Python. You will also need to host this data somewhere, either on your own personal computer, or remotely via internet servers. Products such as Amazon Web Services have made this simpler and cheaper in recent years, but it will still require significant technical expertise to achieve in a robust manner. As can be seen, once a strategy has been identified via the pipeline it will be necessary to evaluate the availability, costs, complexity and implementation details of a particular set of historical data. You may find it is necessary to reject a strategy based solely on historical data considerations. This is a big area and teams of PhDs work at large funds making sure pricing is accurate and timely. Do not underestimate the difficulties of creating a robust data centre for your backtesting purposes I do want to say, however, that many backtesting platforms can provide this data for you automatically - at a cost. Thus it will take much of the implementation pain away from you, and you can concentrate purely on strategy implementation and optimisation. Tools like TradeStation possess this capability. However, my personal view is to implement as much as possible internally and avoid outsourcing parts of the stack to software vendors. I prefer higher frequency strategies due to their more attractive Sharpe ratios, but they are often tightly coupled to the technology stack, where advanced optimisation is critical. Now that we have discussed the issues surrounding historical data it is time to begin implementing our strategies in a backtesting engine. This will be the subject of other articles, as it is an equally large area of discussion Just Getting Started with Quantitative Trading