ปริมาณ ซื้อขาย กลยุทธ์ ใน r ไฟล์ pdf

Quant Strategies - พวกเขาสำหรับ You. Quantitative กลยุทธ์การลงทุนได้พัฒนาเป็นเครื่องมือที่ซับซ้อนมากกับการถือกำเนิดของคอมพิวเตอร์สมัยใหม่ แต่รากกลยุทธ์ไปกว่า 70 ปีพวกเขามักจะดำเนินการโดยทีมการศึกษาสูงและใช้รูปแบบที่เป็นกรรมสิทธิ์เพื่อเพิ่มความสามารถในการ ชนะตลาดมีแม้กระทั่งโปรแกรมปิดชั้นที่ plug-and-play สำหรับผู้ที่ต้องการความเรียบง่ายรุ่น Quant จะทำงานได้ดีเมื่อกลับมาทดสอบ แต่การใช้งานจริงและอัตราความสำเร็จของพวกเขาเป็นที่ถกเถียงกันในขณะที่พวกเขาดูเหมือนจะทำงานได้ดีในตลาดวัว เมื่อตลาดไปยุ่งเหยิงกลยุทธ์เชิงปริมาณจะขึ้นอยู่กับความเสี่ยงเช่นเดียวกับกลยุทธ์อื่น ๆ ประวัติหนึ่งในบรรพบุรุษผู้ก่อตั้งของการศึกษาทฤษฎีเชิงปริมาณที่ใช้ในด้านการเงินคือโรเบิร์ตเมอร์ตันคุณสามารถจินตนาการว่ากระบวนการที่ยากและใช้เวลานานคือ ก่อนการใช้คอมพิวเตอร์ทฤษฎีอื่น ๆ ในด้านการเงินยังมีวิวัฒนาการมาจากการศึกษาเชิงปริมาณครั้งแรกซึ่งรวมถึงพื้นฐานของฐานความหลากหลายของผลงาน d เกี่ยวกับทฤษฎีพอร์ตการลงทุนที่ทันสมัยการใช้ทั้งทางการเงินเชิงปริมาณและแคลคูลัสนำไปสู่เครื่องมือทั่วไปอื่น ๆ อีกมากมายรวมถึงสูตรการกำหนดราคาแบบ Black-Scholes ที่มีชื่อเสียงมากที่สุดซึ่งไม่เพียงช่วยให้นักลงทุนสามารถเลือกราคาและพัฒนากลยุทธ์ได้ แต่ยังช่วยรักษาตลาดไว้ ในการตรวจสอบกับสภาพคล่องเมื่อใช้โดยตรงกับการจัดการพอร์ตการลงทุนเป้าหมายก็เหมือนกลยุทธ์การลงทุนอื่น ๆ เพื่อเพิ่มมูลค่าอัลฟาหรือผลตอบแทนส่วนเกิน Quants เป็นนักพัฒนาที่เรียกว่าประกอบแบบจำลองทางคณิตศาสตร์ที่ซับซ้อนเพื่อตรวจสอบโอกาสในการลงทุนมีหลายรุ่นออกมี เป็น quants ที่พัฒนาพวกเขาและอ้างว่าเป็นสิ่งที่ดีที่สุดหนึ่งในจุดขายที่ดีที่สุดของกลยุทธ์ s จุดขายที่ดีที่สุดคือรูปแบบและในที่สุดคอมพิวเตอร์ทำให้ตัดสินใจซื้อขายจริงไม่ใช่มนุษย์นี้มีแนวโน้มที่จะลบอารมณ์ใด ๆ การตอบสนองที่บุคคลอาจประสบเมื่อซื้อหรือขายกลยุทธ์การลงทุนที่ได้รับการยอมรับในชุมชนการลงทุนและดำเนินการโดยกองทุนรวมกองทุนป้องกันความเสี่ยง d นักลงทุนสถาบันพวกเขามักจะไปโดยกำเนิด alpha ชื่อหรือ alpha gens ด้านหลังผ้าม่านเช่นเดียวกับใน Wizard of Oz มีคนอยู่เบื้องหลังม่านขับรถกระบวนการเช่นเดียวกับรูปแบบใด ๆ ก็เพียงเท่าที่มนุษย์พัฒนา โปรแกรมในขณะที่ไม่มีความต้องการเฉพาะสำหรับการเป็น quant บริษัท ส่วนใหญ่ที่ใช้โมเดล quant รวมทักษะของนักวิเคราะห์การลงทุน statisticians และโปรแกรมเมอร์ที่โค้ดกระบวนการลงในคอมพิวเตอร์เนื่องจากลักษณะซับซ้อนของแบบจำลองทางคณิตศาสตร์และสถิติเป็นเรื่องปกติ เพื่อดูข้อมูลประจำตัวเช่นระดับบัณฑิตศึกษาและปริญญาเอกด้านการเงินเศรษฐศาสตร์คณิตศาสตร์และวิศวกรรมในอดีตสมาชิกในทีมเหล่านี้ทำงานในสำนักงานด้านหลัง แต่ในฐานะที่เป็นโมเดลควอนตัมกลายเป็นเรื่องธรรมดามากขึ้นสำนักงานสำรองถูกย้ายไปยังแผนกต้อนรับส่วนหน้าของ Quant Strategies ในขณะที่ อัตราความสำเร็จโดยรวมเป็นที่ถกเถียงกันเหตุผลบางกลยุทธ์กลยุทธ์การทำงานคือว่าพวกเขาจะขึ้นอยู่กับระเบียบวินัยหากรูปแบบถูกต้องวินัยช่วยให้ e กลยุทธ์การทำงานร่วมกับคอมพิวเตอร์ความเร็วสูงเพื่อใช้ประโยชน์จากความไร้ประสิทธิภาพในตลาดโดยอิงจากข้อมูลเชิงปริมาณแบบจำลองเหล่านี้อาจขึ้นอยู่กับอัตราส่วนของอัตราส่วนหนี้สินต่อทุน (PE debt) ต่อส่วนของผู้ถือหุ้นและการเติบโตของรายได้หรือใช้ปัจจัยการผลิตหลายพันรายการที่ทำงานร่วมกัน time กลยุทธ์ที่ประสบความสำเร็จสามารถรับแนวโน้มในระยะแรกของพวกเขาเป็นคอมพิวเตอร์อย่างต่อเนื่องเรียกใช้สถานการณ์เพื่อหาประสิทธิภาพไร้ความสามารถก่อนที่คนอื่น ๆ ทำแบบจำลองที่มีความสามารถในการวิเคราะห์การลงทุนกลุ่มใหญ่มากพร้อมกันซึ่งนักวิเคราะห์แบบดั้งเดิมอาจจะมองเพียงไม่กี่ ในแต่ละครั้งกระบวนการคัดกรองสามารถให้คะแนนเอกภพได้ตามระดับชั้นเช่น 1-5 หรือ AF ขึ้นอยู่กับรุ่นนี้ทำให้กระบวนการซื้อขายที่เกิดขึ้นจริงได้ง่ายมากโดยการลงทุนในการลงทุนที่ได้รับการจัดอันดับสูงและขายโมเดลที่มีคะแนนต่ำมาก up ของกลยุทธ์เช่นยาวระยะสั้นและระยะสั้นเงินทุนที่ประสบความสำเร็จให้ตาแหลมในการควบคุมความเสี่ยงเนื่องจากลักษณะของรูปแบบของพวกเขา M กลยุทธ์ ost เริ่มต้นด้วยจักรวาลหรือเกณฑ์มาตรฐานและภาคการใช้งานและการชั่งน้ำหนักอุตสาหกรรมในรูปแบบของพวกเขาซึ่งจะช่วยให้เงินทุนในการควบคุมการกระจายการลงทุนในระดับหนึ่ง ๆ โดยไม่กระทบกับรูปแบบของตัวเอง Quant fund มักทำงานโดยใช้ต้นทุนต่ำกว่าเพราะพวกเขาไม่จำเป็นต้องมีจำนวนมาก นักวิเคราะห์แบบดั้งเดิมและผู้จัดการผลงานที่จะเรียกใช้พวกเขาข้อดีของกลยุทธ์ Quant มีเหตุผลที่นักลงทุนจำนวนมากไม่เต็มกอดแนวคิดของการปล่อยให้กล่องดำทำงานการลงทุนของพวกเขาสำหรับทุกกองทุนที่ประสบความสำเร็จเงินออกมีเช่นเดียวกับหลายดูเหมือนจะไม่ประสบความสำเร็จ แต่โชคร้ายสำหรับชื่อเสียง quants เมื่อพวกเขาล้มเหลวที่พวกเขาล้มเหลวครั้งใหญ่การจัดการทุนระยะยาวเป็นหนึ่งในที่มีชื่อเสียงที่สุดกองทุนป้องกันความเสี่ยงในขณะที่มันถูกดำเนินการโดยบางส่วนของผู้นำทางวิชาการที่ยอมรับมากที่สุดและสองโนเบลอนุสรณ์ที่ได้รับรางวัลนักเศรษฐศาสตร์ Myron S Scholes และ Robert C Merton ในช่วงปี 1990 ทีมงานของพวกเขาสร้างผลตอบแทนสูงกว่าค่าเฉลี่ยและดึงดูดทุนจากนักลงทุนทุกประเภท ไม่เพียง แต่ใช้ประโยชน์จากความไร้ประสิทธิภาพ แต่ใช้การเข้าถึงแหล่งเงินทุนเพื่อสร้างการเดิมพันแบบ leveraged มหาศาลในทิศทางตลาดธรรมชาติที่มีระเบียบวินัยในกลยุทธ์ของพวกเขาสร้างจุดอ่อนที่นำไปสู่การยุบของพวกเขาการบริหารจัดการทุนระยะยาวถูกเลิกกิจการและยุบเลิกในต้นปี 2000 แบบจำลองนี้ไม่รวมถึงความเป็นไปได้ที่รัฐบาลรัสเซียอาจผิดนัดชำระหนี้บางส่วนเหตุการณ์นี้ทำให้เกิดเหตุการณ์ที่เกิดขึ้นและปฏิกิริยาลูกโซ่ที่ขยายขึ้นโดย LTCM ที่สร้างความหายนะมีส่วนเกี่ยวข้องกับการดำเนินการด้านการลงทุนอื่น ๆ ที่ยุบลงไปสู่ตลาดโลก , เรียกเหตุการณ์ที่น่าทึ่งในระยะยาว Federal Reserve ก้าวเข้ามาเพื่อช่วยและธนาคารอื่น ๆ และกองทุนรวมที่ลงทุนได้รับการสนับสนุน LTCM เพื่อป้องกันความเสียหายใด ๆ ต่อไปนี้เป็นหนึ่งในเหตุผลที่ปริมาณเงินสามารถล้มเหลวเช่นที่พวกเขาอยู่บนพื้นฐานของเหตุการณ์ทางประวัติศาสตร์ที่อาจ ไม่รวมถึงเหตุการณ์ในอนาคตในขณะที่ทีมควอนตัมที่แข็งแกร่งจะมีการเพิ่มแง่มุมใหม่ ๆ ต่อโมเดลต่อไปในอนาคต เหตุการณ์มันเป็นไปไม่ได้ที่จะทำนายอนาคตทุกครั้งเงิน Quant ยังสามารถกลายเป็นจมเมื่อเศรษฐกิจและตลาดกำลังประสบความผันผวนมากขึ้นกว่าค่าเฉลี่ยสัญญาณซื้อและขายสามารถมาได้อย่างรวดเร็วว่าการหมุนเวียนสูงสามารถสร้างค่าคอมมิชชั่นสูงและเหตุการณ์ที่ต้องเสียภาษี เงินทุน Quant อาจเป็นอันตรายเมื่อมีการวางตลาดเป็นหลักฐานหรือมีพื้นฐานอยู่บนกลยุทธ์สั้น ๆ การคาดการณ์การชะลอตัวของการใช้ตราสารอนุพันธ์และการรวมแรงจูงใจอาจเป็นอันตรายการเลี้ยวผิดอาจนำไปสู่การระเบิดซึ่งมักจะทำให้ข่าวเกิดขึ้นได้ Bottom Line การลงทุนเชิงปริมาณ กลยุทธ์ได้พัฒนาจากกล่องดำกลับสำนักงานไปยังเครื่องมือการลงทุนหลักพวกเขาได้รับการออกแบบเพื่อใช้ความคิดที่ดีที่สุดในธุรกิจและคอมพิวเตอร์ที่เร็วที่สุดในการใช้ประโยชน์จากความไม่มีประสิทธิภาพและใช้ประโยชน์ในการวางเดิมพันตลาดพวกเขาสามารถประสบความสำเร็จมากถ้าแบบจำลองได้รวมทั้งหมด ปัจจัยการผลิตที่ถูกต้องและมีความว่องไวเพียงพอที่จะทำนายเหตุการณ์ในตลาดที่ผิดปกติบนฝั่งพลิกขณะที่ปริมาณเงินเป็นอย่างจริงจัง กลับมาทดสอบจนกว่าจะทำงานจุดอ่อนของพวกเขาคือการพึ่งพาข้อมูลในอดีตสำหรับความสำเร็จของพวกเขาในขณะที่การลงทุนเชิงปริมาณมีสถานที่ในตลาดสิ่งสำคัญคือต้องตระหนักถึงความบกพร่องและความเสี่ยงเพื่อให้สอดคล้องกับกลยุทธ์การกระจายความเสี่ยงเป็นสิ่งที่ดี ความคิดที่จะรักษากลยุทธ์เชิงปริมาณเป็นรูปแบบการลงทุนและรวมกับกลยุทธ์แบบดั้งเดิมเพื่อให้เกิดความหลากหลายที่เหมาะสมการสำรวจโดย US Bureau of Labor Statistics เพื่อช่วยในการวัดตำแหน่งงานว่างเก็บข้อมูลจากนายจ้างจำนวนเงินสูงสุดของเงินสหรัฐอเมริกา สามารถยืมเพดานหนี้ได้ถูกสร้างขึ้นภายใต้พระราชบัญญัติตราสารหนี้เสรีภาพครั้งที่สองอัตราดอกเบี้ยที่สถาบันรับฝากเงินให้ยืมเงินไว้ใน Federal Reserve ไปยังสถาบันรับฝากเงินอื่น 1 มาตรการทางสถิติของการกระจายตัวของผลตอบแทนสำหรับการรักษาความปลอดภัยที่กำหนดหรือดัชนีตลาด ความผันผวนสามารถวัดได้การกระทำรัฐสภาคองเกรสผ่านในปี 1933 เป็นพรบ. การธนาคารซึ่งเป็นสิ่งต้องห้ามของธนาคารพาณิชย์ rom เข้าร่วมในการลงทุนการจ่ายเงินเดือนของ Nonfarm หมายถึงงานนอกฟาร์มบ้านพักคนชราและภาครัฐที่ไม่หวังผลกำไรสำนักการจ้างงานของสหรัฐฯในเรื่องคู่มือการค้าเชิงปริมาณในบทความนี้ผมจะแนะนำคุณเกี่ยวกับแนวคิดเบื้องต้น ที่มาพร้อมกับระบบการซื้อขายเชิงปริมาณแบบ end-to-end โพสต์นี้หวังว่าจะให้บริการผู้ชมสองคนแรกจะเป็นบุคคลที่พยายามที่จะได้งานที่กองทุนเป็นผู้ประกอบการเชิงปริมาณที่สองจะเป็นบุคคลที่ต้องการที่จะลองและตั้งค่าการค้าปลีกของตัวเอง ธุรกิจการค้าแบบอัลกอริธึมการซื้อขายเชิงปริมาณเป็นพื้นที่ที่มีความซับซ้อนมากของการเงินในเชิงปริมาณอาจต้องใช้เวลาจำนวนมากเพื่อให้ได้ความรู้ที่จำเป็นในการผ่านการสัมภาษณ์หรือสร้างกลยุทธ์การซื้อขายของคุณเองไม่เพียง แต่ต้องใช้ความเชี่ยวชาญด้านการเขียนโปรแกรมมากมาย อย่างน้อยที่สุดในภาษาเช่น MATLAB, R หรือ Python อย่างไรก็ตามเมื่อความถี่การค้าของกลยุทธ์เพิ่มขึ้นด้านเทคโนโลยีจะกลายเป็นมากขึ้น ระดับสูงดังนั้นการทำความคุ้นเคยกับ CC จะมีความสำคัญยิ่งขึ้นระบบการซื้อขายเชิงปริมาณประกอบด้วยองค์ประกอบหลัก 4 ส่วนการระบุเชิงกลยุทธ์ - การค้นหากลยุทธ์การใช้ประโยชน์จากขอบและการตัดสินใจเกี่ยวกับความถี่ในการซื้อขายกลยุทธ์การทำ Backtesting - การได้รับข้อมูลการวิเคราะห์ประสิทธิภาพของกลยุทธ์และการลบความลำเอียง. Execution System - การเชื่อมโยงไปยังนายหน้าอัตโนมัติการซื้อขายและการลดค่าใช้จ่ายในการทำธุรกรรมการจัดการความเสี่ยง - การจัดสรรเงินทุนที่เหมาะสมขนาดเดิมพันเคลลี่เกณฑ์และจิตวิทยาการซื้อขายเราจะเริ่มต้นโดยการดูที่วิธีการระบุกลยุทธ์การค้าการระบุทางยุทธวิธี กระบวนการการค้าเชิงปริมาณทั้งหมดเริ่มต้นด้วยช่วงเริ่มต้นของการวิจัยกระบวนการวิจัยนี้ครอบคลุมถึงการหากลยุทธ์ดูว่ากลยุทธ์นี้เหมาะสมกับกลยุทธ์อื่น ๆ ที่คุณอาจใช้หรือไม่ได้รับข้อมูลใด ๆ ที่จำเป็นในการทดสอบกลยุทธ์และพยายามเพิ่มประสิทธิภาพยุทธศาสตร์ ผลตอบแทนที่สูงขึ้นและหรือความเสี่ยงต่ำกว่าคุณจะต้องคำนึงถึงเงินทุนของคุณเอง ถ้าใช้กลยุทธ์เป็นผู้ประกอบการค้าปลีกและวิธีการใด ๆ ค่าใช้จ่ายในการทำธุรกรรมจะส่งผลกระทบต่อกลยุทธ์ขัดแย้งกับความเชื่อที่นิยมเป็นจริงค่อนข้างตรงไปตรงมาเพื่อหากลยุทธ์ที่ทำกำไรได้ผ่านทางแหล่งสาธารณะต่างๆ Academics สม่ำเสมอเผยแพร่ผลการค้าทฤษฎีแม้ว่าส่วนใหญ่ของค่าใช้จ่ายในการทำธุรกรรมการเงินเชิงปริมาณ บล็อกจะหารือเกี่ยวกับกลยุทธ์ในรายละเอียดวารสารการค้าจะร่างบางส่วนของกลยุทธ์ที่ใช้โดยกองทุนคุณอาจถามว่าทำไมบุคคลและ บริษัท มีความกระตือรือร้นที่จะหารือเกี่ยวกับกลยุทธ์การทำกำไรของพวกเขาโดยเฉพาะอย่างยิ่งเมื่อพวกเขารู้ว่าคนอื่น crowding การค้าอาจหยุดกลยุทธ์จากการทำงานใน ระยะยาวเหตุผลอยู่ในข้อเท็จจริงที่ว่าพวกเขาจะไม่ค่อยหารือเกี่ยวกับพารามิเตอร์ที่แน่นอนและวิธีการปรับแต่งที่พวกเขาได้ดำเนินการ optimisations เหล่านี้เป็นกุญแจสำคัญในการเปลี่ยนกลยุทธ์ปานกลางค่อนข้างเป็นผลกำไรสูงหนึ่งในความเป็นจริงหนึ่งในวิธีที่ดีที่สุด สร้างกลยุทธ์ที่ไม่ซ้ำกันของคุณเองคือการหาวิธีการที่คล้ายกันแล้วดำเนินการ o ut ขั้นตอนการเพิ่มประสิทธิภาพของคุณเองนี่คือรายการเล็ก ๆ ของสถานที่เพื่อเริ่มมองหากลยุทธ์ความคิดหลายกลยุทธ์ที่คุณจะดูจะตกอยู่ในประเภทของการพลิกกลับหมายถึงและโมเมนตัมแนวโน้มตามกลยุทธ์การคืนค่าเฉลี่ยเป็นสิ่งหนึ่งที่ ความพยายามที่จะใช้ประโยชน์จากข้อเท็จจริงที่ว่าค่าเฉลี่ยระยะยาวในชุดราคาเช่นการแพร่กระจายระหว่างสองสินทรัพย์ที่มีความสัมพันธ์ที่มีอยู่และระยะสั้นที่เบี่ยงเบนไปจากนี้หมายความว่าในที่สุดจะย้อนกลับกลยุทธ์ความพยายามที่จะใช้ประโยชน์จากจิตวิทยาของนักลงทุนทั้งในและโครงสร้างเงินทุนขนาดใหญ่โดย hitching นั่งในแนวโน้มตลาดซึ่งสามารถรวบรวมโมเมนตัมในทิศทางเดียวและปฏิบัติตามแนวโน้มจนกว่าจะกลับรายการอีกแง่มุมที่สำคัญอย่างมากของการซื้อขายเชิงปริมาณเป็นความถี่ของกลยุทธ์การค้าการซื้อขายความถี่ต่ำ LFT โดยทั่วไปหมายถึงกลยุทธ์ที่มีสินทรัพย์อีกต่อไป มากกว่าวันซื้อขายตามลำดับการซื้อขายความถี่สูง HFT โดยทั่วไปหมายถึงกลยุทธ์ที่ถือหุ้นในทรัพย์สินการซื้อขายความถี่สูงพิเศษ UHFT อีกครั้ง Fers กับกลยุทธ์ที่ถือสินทรัพย์ตามลำดับวินาทีและมิลลิวินาทีในฐานะผู้ประกอบการค้าปลีก HFT และ UHFT เป็นไปได้อย่างแน่นอน แต่เฉพาะกับความรู้รายละเอียดของสแต็คเทคโนโลยีการค้าและการเปลี่ยนแปลงของหนังสือสั่งซื้อเราไม่ได้หารือเกี่ยวกับประเด็นเหล่านี้ในขอบเขตที่ดีในเรื่องนี้ บทความเบื้องต้นเกี่ยวกับกลยุทธ์หรือชุดของกลยุทธ์ได้รับการระบุว่าขณะนี้จำเป็นต้องได้รับการทดสอบความสามารถในการทำกำไรจากข้อมูลในอดีตนั่นคือโดเมนของการทำ backtesting กลยุทธ์การทำ backtesting เป้าหมายของการทำ backtesting คือการให้หลักฐานว่ากลยุทธ์ระบุผ่านทาง กระบวนการข้างต้นเป็นประโยชน์เมื่อนำไปใช้กับข้อมูลทั้งในอดีตและนอกจากตัวอย่างข้อมูลนี้จะกำหนดความคาดหวังว่ากลยุทธ์จะมีผลอย่างไรในโลกแห่งความเป็นจริงอย่างไรก็ตามการทำ backtesting ไม่ใช่การรับประกันความสำเร็จด้วยเหตุผลหลายประการบางทีอาจเป็นพื้นที่ที่บอบบางที่สุด ของการซื้อขายเชิงปริมาณเนื่องจากมีความลำเอียงจำนวนมากซึ่งจะต้องได้รับการพิจารณาอย่างรอบคอบและถูกตัดออกให้มากที่สุดเท่าที่จะเป็นไปได้เราจะหารือเกี่ยวกับประเภททั่วไปของ อคติอื่น ๆ ที่มีอยู่ภายใน backtesting รวมถึงความพร้อมใช้งานและความสะอาดของข้อมูลย้อนหลัง factoring ในต้นทุนการทำธุรกรรมที่สมจริงและการตัดสินใจบนแพลตฟอร์ม backtesting ที่มีประสิทธิภาพเราจะพูดถึงค่าใช้จ่ายในการทำธุรกรรมเพิ่มเติม ในส่วนของระบบปฏิบัติการด้านล่างเมื่อพบว่ามีการระบุกลยุทธ์แล้วจำเป็นต้องขอรับข้อมูลประวัติที่จะดำเนินการทดสอบและอาจปรับแต่งมีผู้ขายข้อมูลจำนวนมากในสินทรัพย์ทั้งหมดค่าใช้จ่ายโดยทั่วไปมีขนาด คุณภาพความลึกและตรงเวลาของข้อมูลจุดเริ่มต้นแบบดั้งเดิมสำหรับการเริ่มต้นผู้ค้ารายย่อยอย่างน้อยในระดับค้าปลีกคือการใช้ชุดข้อมูลฟรีจาก Yahoo Finance ฉันได้รับรางวัล t อาศัยอยู่กับผู้ให้บริการมากเกินไปที่นี่ค่อนข้างฉันต้องการจะเน้น ปัญหาทั่วไปเมื่อจัดการกับชุดข้อมูลทางประวัติศาสตร์ความกังวลหลักเกี่ยวกับข้อมูลในอดีตประกอบด้วยความถูกต้อง cle ความถูกต้องเกี่ยวกับคุณภาพโดยรวมของข้อมูล - ไม่ว่าจะมีข้อผิดพลาดใด ๆ ข้อผิดพลาดบางครั้งสามารถระบุได้ง่ายเช่นมีตัวกรองขัดขวางที่จะเลือกไม่ถูกต้อง ในเวลาอื่น ๆ พวกเขาอาจเป็นเรื่องยากมากที่จะจุดมันมักจะเป็นสิ่งจำเป็นที่จะมีสองคนหรือมากกว่าผู้ให้บริการแล้วตรวจสอบข้อมูลทั้งหมดของพวกเขาต่อกันและกันอคติอื่น ๆ มักจะเป็นคุณสมบัติของฟรีหรือราคาถูก datasets ชุดข้อมูลที่มีอคติในการรอดชีวิตหมายความว่าไม่มีสินทรัพย์ที่ไม่มีการซื้อขายอีกต่อไปในกรณีของหุ้นหมายถึงหุ้นที่ถูกล้มละลายที่ถูกเพิกถอนอคตินี้มีความหมายว่ากลยุทธ์การซื้อขายหุ้นใด ๆ ที่ทดสอบด้วยชุดข้อมูลดังกล่าวน่าจะมีผลดีกว่าในโลกแห่งความเป็นจริง เป็นผู้ชนะในอดีตได้รับการเลือกไว้ล่วงหน้าการดำเนินการรวมถึงกิจกรรมด้านโลจิสติกที่ดำเนินการโดย บริษัท ซึ่งมักจะทำให้เกิดขั้นตอนการทำงาน c hange ในราคาวัตถุดิบที่ไม่ควรรวมอยู่ในการคำนวณผลตอบแทนของราคาการปรับปรุงการจ่ายเงินปันผลและการแยกสต็อกเป็นข้ออ้างที่พบโดยทั่วไปกระบวนการที่เรียกว่าการปรับหลังเป็นสิ่งจำเป็นที่จะต้องดำเนินการในแต่ละการกระทำนี้อย่างใดอย่างหนึ่งต้องเป็น ระมัดระวังมากที่จะไม่สับสนแบ่งหุ้นที่มีการปรับผลตอบแทนที่แท้จริงผู้ค้าจำนวนมากได้รับการติดออกโดยการดำเนินการขององค์กรเพื่อดำเนินการขั้นตอน backtest มีความจำเป็นต้องใช้แพลตฟอร์มซอฟต์แวร์คุณมีทางเลือกระหว่างซอฟต์แวร์ backtest เฉพาะ, เช่น Tradestation เป็นแพลตฟอร์มที่เป็นตัวเลขเช่น Excel หรือ MATLAB หรือการใช้งานแบบกำหนดเองแบบเต็มรูปแบบในภาษาโปรแกรมเช่น Python หรือ CI ได้รับรางวัล t อาศัยอยู่มากเกินไปใน Tradestation หรือที่คล้ายกัน Excel หรือ MATLAB เนื่องจากฉันเชื่อมั่นในการสร้างเต็มรูปแบบในบ้าน stack เทคโนโลยีสำหรับเหตุผลที่ระบุไว้ด้านล่างข้อดีอย่างหนึ่งของการทำเช่นนี้ก็คือซอฟต์แวร์และระบบการทำงานของ backtest สามารถรวมเข้าด้วยกันได้แม้จะมีกลยุทธ์ด้านสถิติขั้นสูงก็ตาม s สำหรับกลยุทธ์ HFT โดยเฉพาะอย่างยิ่งมันเป็นสิ่งสำคัญที่จะใช้การดำเนินการที่กำหนดเองเมื่อ backtesting ระบบหนึ่งจะต้องสามารถที่จะวัดจำนวนวิธีการที่ดีมีประสิทธิภาพเป็นตัวชี้วัดมาตรฐานอุตสาหกรรมสำหรับกลยุทธ์เชิงปริมาณเป็นเบิกสูงสุดและอัตราส่วน Sharpe ดึงสูงสุด characterizes การลดลงสูงสุดสูงสุดถึงขีด จำกัด ที่มากที่สุดในเส้นโค้งส่วนของบัญชีในช่วงเวลาหนึ่ง ๆ โดยปกติแล้วเป็นประจำทุกปีส่วนใหญ่มักอ้างถึงเป็นเปอร์เซ็นต์กลยุทธ์ LFT จะมีแนวโน้มที่จะมีการเบิกจ่ายที่ใหญ่กว่ากลยุทธ์ HFT เนื่องจากปัจจัยทางสถิติหลายประการ แสดงการเบิกใช้สูงสุดในอดีตซึ่งเป็นคำแนะนำที่ดีสำหรับการลดเบิกจ่ายในอนาคตของกลยุทธ์การวัดที่สองคืออัตราส่วน Sharpe ซึ่งเป็นค่าเฉลี่ยที่กำหนดโดย Heuristically เป็นค่าเฉลี่ยส่วนเกินที่ส่งคืนหารด้วยส่วนเบี่ยงเบนมาตรฐานของผลตอบแทนส่วนเกินเหล่านี้ที่นี่ส่วนที่เกิน ผลตอบแทนหมายถึงการกลับมาของกลยุทธ์เหนือมาตรฐานที่กำหนดไว้ล่วงหน้าเช่นความลื่นไถล S ซึ่งเป็นความแตกต่าง ระหว่างสิ่งที่คุณตั้งใจให้คำสั่งซื้อของคุณเต็มไปเมื่อเทียบกับความจริงที่เต็มไปด้วยการแพร่กระจายซึ่งเป็นความแตกต่างระหว่างราคาเสนอซื้อของหลักทรัพย์ที่มีการซื้อขายโปรดสังเกตว่าการแพร่กระจายไม่คงที่และขึ้นอยู่กับสภาพคล่องในปัจจุบันเช่นความพร้อมใช้งานของ ซื้อคำสั่งขายในราคาตลาดค่าใช้จ่ายในการทำธุรกรรมสามารถสร้างความแตกต่างระหว่างกลยุทธ์ที่ทำกำไรได้มากกับอัตราส่วน Sharpe ที่ดีและเป็นกลยุทธ์ที่ไม่หวังผลกำไรมากที่มีอัตราส่วน Sharpe สาหัสอาจเป็นความท้าทายในการทำนายค่าใช้จ่ายในการทำธุรกรรมได้อย่างถูกต้องจากการทดสอบ backtest ทั้งนี้ขึ้นอยู่กับความถี่ ของกลยุทธ์คุณจะต้องเข้าถึงข้อมูลการแลกเปลี่ยนทางประวัติศาสตร์ซึ่งจะรวมข้อมูลติ๊กสำหรับราคาเสนอราคาทีมทั้งหมดของ quants จะทุ่มเทเพื่อเพิ่มประสิทธิภาพของการดำเนินการในกองทุนขนาดใหญ่ด้วยเหตุผลเหล่านี้พิจารณาสถานการณ์ที่กองทุนต้องการที่จะ offload ปริมาณการค้าที่สำคัญซึ่งเหตุผลที่จะทำเช่นนั้นเป็นจำนวนมากและแตกต่างกันโดยการทิ้งหุ้นจำนวนมากเข้าสู่ตลาดพวกเขาจะ อย่างรวดเร็วกดดันราคาและอาจไม่ได้รับการดำเนินการที่ดีที่สุดดังนั้นขั้นตอนวิธีที่หยดฟีดคำสั่งเข้าสู่ตลาดอยู่แม้ว่ากองทุนจะเสี่ยงต่อการลื่นไถลนอกจากนั้นกลยุทธ์อื่น ๆ เหยื่อในความจำเป็นเหล่านี้และสามารถใช้ประโยชน์จากความไม่มีประสิทธิภาพนี้เป็นโดเมนของ arbitrage. The โครงสร้างพื้นฐานที่สำคัญที่สุดสำหรับระบบการดำเนินงานเกี่ยวข้องกับความแตกต่างของประสิทธิภาพการทำงานของกลยุทธ์จากผลการปฏิบัติงานที่มีประสิทธิภาพ backtested นี้สามารถเกิดขึ้นได้จากหลายสาเหตุเราได้กล่าวถึงก่อนหน้านี้อคติและการเพิ่มประสิทธิภาพอคติในเชิงลึกเมื่อพิจารณา backtests อย่างไรก็ตามกลยุทธ์บางอย่างไม่ ทำให้ง่ายต่อการทดสอบความลำเอียงเหล่านี้ก่อนที่จะมีการใช้งานสิ่งนี้เกิดขึ้นใน HFT ส่วนใหญ่อาจมีข้อบกพร่องในระบบการดำเนินการรวมถึงกลยุทธ์การซื้อขายที่ไม่ปรากฏในแบบทดสอบหลังการขาย แต่แสดงในการซื้อขายหลักทรัพย์สด ได้รับการเปลี่ยนแปลงระบอบการปกครองหลังจากการใช้กลยุทธ์ของคุณใหม่สภาพแวดล้อมการกำกับดูแลการเปลี่ยนแปลงความเชื่อมั่นของนักลงทุน และปรากฏการณ์ทางเศรษฐกิจมหภาคทั้งหมดสามารถนำไปสู่ ​​divergences ในวิธีการตลาดพฤติกรรมและทำให้การทำกำไรของกลยุทธ์ของคุณการจัดการความเสี่ยงชิ้นสุดท้ายกับปริศนาการค้าเชิงปริมาณเป็นกระบวนการของการบริหารความเสี่ยงความเสี่ยงรวมทั้งหมดอคติก่อนหน้านี้เราได้กล่าวถึง ความเสี่ยงด้านเทคโนโลยีเช่นเซิร์ฟเวอร์ร่วมตั้งอยู่ที่การแลกเปลี่ยนอย่างฉับพลันการพัฒนาฮาร์ดดิสก์ผิดปกติซึ่งรวมถึงความเสี่ยงในการเป็นนายหน้าซื้อขายหลักทรัพย์เช่นนายหน้าล้มละลายไม่เป็นอย่างบ้าคลั่งเพราะเสียงทำให้กลัวล่าสุดกับ MF Global ในระยะสั้นครอบคลุมเกือบทุกอย่างที่ อาจมีการแทรกแซงการซื้อขายหลักทรัพย์ซึ่งมีหลายแหล่งหนังสือทั้งเล่มมุ่งเน้นการบริหารความเสี่ยงสำหรับกลยุทธ์เชิงปริมาณดังนั้นฉันจึงไม่ต้องการอธิบายถึงแหล่งความเสี่ยงที่เป็นไปได้ทั้งหมดในที่นี้การจัดการความเสี่ยงยังครอบคลุมสิ่งที่เรียกว่าการจัดสรรเงินทุนที่เหมาะสม ซึ่งเป็นสาขาของทฤษฎีการลงทุนนี่คือวิธีการจัดสรรทุนให้กับชุดของกลยุทธ์ที่แตกต่างกัน s และการค้าภายในกลยุทธ์เหล่านั้นเป็นพื้นที่ที่ซับซ้อนและอาศัยคณิตศาสตร์บางอย่างที่ไม่ใช่คณิตศาสตร์เล็กน้อยมาตรฐานอุตสาหกรรมโดยที่การจัดสรรทุนที่เหมาะสมและใช้ประโยชน์จากกลยุทธ์ที่เกี่ยวข้องเรียกว่าเกณฑ์ Kelly ตั้งแต่นี้เป็นบทความเบื้องต้นฉันได้รับรางวัล t อาศัยอยู่ในการคำนวณของเคลลี่เกณฑ์ทำให้สมมติฐานบางอย่างเกี่ยวกับลักษณะทางสถิติของผลตอบแทนซึ่งมักจะไม่ถือเป็นจริงในตลาดการเงินดังนั้นผู้ค้ามักจะระมัดระวังเมื่อมันมาถึงการดำเนินงานอีกองค์ประกอบที่สำคัญของการจัดการความเสี่ยงในการจัดการกับ รายละเอียดทางจิตวิทยาของตัวเองมีหลายอคติความรู้ความเข้าใจที่สามารถเล็ดลอดในการซื้อขายแม้ว่านี้เป็นที่ยอมรับปัญหาน้อยกับการค้า algorithmic หากกลยุทธ์เหลือเพียงอย่างเดียวอคติทั่วไปคือการสูญเสียความเกลียดชังที่ตำแหน่งการสูญเสียจะไม่ถูกปิดออกเนื่องจาก ความเจ็บปวดจากการที่ต้องสูญเสียไปในทำนองเดียวกันผลกำไรสามารถทำได้เร็วเกินไปเพราะความกลัวที่จะสูญเสียกำไรที่ได้รับอยู่แล้วอาจเป็นได้ มากเกินไปความลำเอียงทั่วไปอื่น ๆ เป็นที่รู้จักกันเป็นอคติ recency นี้ manifests ตัวเองเมื่อ traders ใส่เน้นมากเกินไปในเหตุการณ์ล่าสุดและไม่ในระยะยาวแล้วแน่นอนมีคู่แบบคลาสสิกของอคติทางอารมณ์ความกลัวและความโลภเหล่านี้มักจะนำไปสู่ ​​under - หรือมากกว่าการใช้ประโยชน์ซึ่งอาจทำให้ระเบิดขึ้นเช่นส่วนของบัญชีมุ่งหน้าไปที่ศูนย์หรือแย่ลงหรือลดลง profits. As สามารถมองเห็นการซื้อขายเชิงปริมาณเป็นที่ซับซ้อนมากแม้ว่าน่าสนใจมากพื้นที่ของการเงินเชิงปริมาณที่ฉันมีรอยขีดข่วนแท้จริงพื้นผิว ของหัวข้อในบทความนี้และมันได้รับค่อนข้างยาวหนังสือและเอกสารทั้งหมดได้รับการเขียนเกี่ยวกับปัญหาที่ฉันได้รับเฉพาะประโยคหนึ่งหรือสองต่อเพราะเหตุนี้ก่อนที่จะใช้สำหรับปริมาณงานการซื้อขายกองทุนมีความจำเป็นต้องดำเนินการ อย่างน้อยที่สุดคุณจะต้องมีพื้นฐานที่กว้างขวางในสถิติและเศรษฐมิติที่มีประสบการณ์มากมายในการใช้งานผ่านทางภาษาการเขียนโปรแกรม เช่น MATLAB, Python หรือ R สำหรับกลยุทธ์ที่ซับซ้อนมากขึ้นในตอนท้ายของความถี่ที่สูงขึ้นชุดทักษะของคุณน่าจะรวมถึงการปรับเปลี่ยนเคอร์เนลของ Linux, CC, การเขียนโปรแกรมการประกอบและการเพิ่มประสิทธิภาพแฝงของเครือข่ายถ้าคุณสนใจในการพยายามสร้างกลยุทธ์การค้าของคุณเอง ข้อเสนอแนะครั้งแรกของฉันคือการได้รับการเขียนโปรแกรมที่ดีการตั้งค่าของฉันคือการสร้างข้อมูล grabber, backtester กลยุทธ์และระบบการดำเนินการด้วยตัวคุณเองให้มากที่สุดเท่าที่จะเป็นไปได้ถ้าเงินทุนของคุณอยู่ในสายคุณจะไม่นอนหลับดีขึ้นในยามค่ำคืน คุณมีการทดสอบอย่างเต็มที่ระบบของคุณและตระหนักถึงข้อผิดพลาดและประเด็นเฉพาะ Outsourcing นี้ให้กับผู้ขายในขณะที่อาจประหยัดเวลาในระยะสั้นอาจจะแพงมากในระยะยาวเพียงแค่เริ่มต้นกับการค้าเชิงปริมาณคณิตศาสตร์ทางการเงินและ การสร้างแบบจำลอง II FINC 621 เป็นระดับบัณฑิตศึกษาที่มีให้ในปัจจุบันที่ Loyola University ในชิคาโกในช่วงฤดูหนาว FINC 621 สำรวจหัวข้อต่างๆ การเงินเชิงปริมาณคณิตศาสตร์และการเขียนโปรแกรมชั้นเรียนเป็นไปในทางปฏิบัติและประกอบไปด้วยทั้งการบรรยายและห้องปฏิบัติการห้องทดลองใช้ภาษาการเขียนโปรแกรม R และนักเรียนจะต้องส่งการมอบหมายงานแต่ละครั้งในตอนท้ายของแต่ละชั้นเป้าหมายสุดท้ายของ FINC 621 คือเพื่อให้นักเรียนมีเครื่องมือในการปฏิบัติที่พวกเขาสามารถใช้ในการสร้างแบบจำลองและวิเคราะห์กลยุทธ์การซื้อขายที่เรียบง่ายมีประโยชน์บางอย่างเกี่ยวกับผู้สอน R. Harry G เป็นผู้ค้าเชิงปริมาณอาวุโสสำหรับ บริษัท การค้า HFT ในเมืองชิคาโกเขามีปริญญาโท ปริญญาตรีสาขาวิศวกรรมไฟฟ้าและปริญญาโทด้านคณิตศาสตร์ด้านการเงินจากมหาวิทยาลัยชิคาโกในเวลาว่างแฮร์รี่สอนหลักสูตรระดับบัณฑิตศึกษาสาขาการเงินเชิงปริมาณที่ Loyola University ในชิคาโกเขายังเป็นผู้เขียน Quantitative Trading with R.