Diseño de sistemas de comercio de alta frecuencia y gestión de procesos Diseño de sistemas de comercio de alta frecuencia y gestión de procesos Asesor: Roy E. Welsch. Departamento: Programa de Diseño y Gestión de Sistemas. Las empresas comerciales hoy en día son muy dependientes de la minería de datos, modelado por computadora y desarrollo de software. Los analistas financieros realizan muchas tareas similares a las del software y las industrias manufactureras. Sin embargo, la industria financiera aún no ha adoptado completamente los sistemas de ingeniería de sistemas de alto estándar y los enfoques de gestión de procesos que han tenido éxito en las industrias de software y manufactura. Muchas de las metodologías tradicionales de diseño de productos, control de calidad, innovación sistemática y mejora continua que se encuentran en las disciplinas de ingeniería pueden aplicarse al campo de las finanzas. Esta tesis muestra cómo los conocimientos adquiridos en las disciplinas de ingeniería pueden mejorar el diseño y la gestión de procesos de los sistemas de negociación de alta frecuencia. Los sistemas de negociación de alta frecuencia se basan en el cálculo. Estos sistemas son sistemas de software automáticos o semiautomáticos que son inherentemente complejos y requieren un alto grado de precisión de diseño. El diseño de un sistema de comercio de alta frecuencia vincula múltiples campos, incluyendo finanzas cuantitativas, diseño de sistemas e ingeniería de software. En el sector financiero, donde las teorías matemáticas y los modelos comerciales son relativamente bien investigados, la capacidad de implementar estos diseños en las prácticas comerciales reales es uno de los elementos clave de la competitividad de las empresas de inversión. La capacidad de convertir ideas de inversión en sistemas de negociación de alto rendimiento de manera eficaz y eficiente puede dar a una empresa de inversión una gran ventaja competitiva (cont.) Esta tesis proporciona un estudio detallado compuesto de alta frecuencia sistema de comercio de diseño, Para el desarrollo del sistema. Se hace especial hincapié en el backtesting y la optimización, que se consideran las partes más importantes en la construcción de un sistema comercial. Esta investigación construye modelos de ingeniería de sistemas que guían el proceso de desarrollo. También utiliza sistemas de comercio experimental para verificar y validar los principios tratados en esta tesis. Finalmente, esta tesis concluye que los principios y marcos de ingeniería de sistemas pueden ser la clave del éxito para la implementación de sistemas de negociación de alta frecuencia o de inversión cuantitativa. Tesis (S. M.) - Instituto de Tecnología de Massachusetts, Programa de Diseño y Administración de Sistemas, 2009.Catalogado a partir de la versión en PDF de la tesis. Incluye referencias bibliográficas (págs 78-79). Palabras clave: Programa de Diseño y Gestión de Sistemas. Browse My AccountAs puramente un científico de la computación youre en la posición perfecta para comenzar en el comercio algorítmico. Esto es algo que he visto de primera mano en Quantiacs 1. donde los científicos y los ingenieros son capaces de saltar a la derecha en el comercio automatizado sin ninguna experiencia previa. En otras palabras, las chuletas de programación son el ingrediente principal necesario para empezar. Para obtener una comprensión general de los desafíos que le esperan después de / durante la creación de un sistema de comercio algorítmico, echa un vistazo a este post de Quora. La construcción de un sistema comercial desde cero requerirá algunos conocimientos básicos, una plataforma de negociación, datos de mercado y acceso al mercado. Aunque no es un requisito, la elección de una sola plataforma de comercio que proporciona la mayoría de estos recursos le ayudará a ponerse al día rápidamente. Dicho esto, las habilidades que desarrolle serán transferibles a cualquier lenguaje de programación y casi cualquier plataforma. Lo creas o no, la construcción de estrategias de negociación automatizada no se basa en ser un experto en el mercado. Sin embargo, el aprendizaje de la mecánica básica del mercado le ayudará a descubrir estrategias comerciales rentables. Opciones, Futuros y Otros Derivados por John C. Hull - Gran primer libro para entrar en finanzas cuantitativas, y acercándolo desde el lado de las matemáticas. Comercio cuantitativo por Ernie Chan - Ernie Chan proporciona el mejor libro introductorio para el comercio cuantitativo y le guía a través del proceso de crear algoritmos que negocian en MATLAB y Excel. Negociación Algorítmica de Futuros a través del Aprendizaje Automático - Un desglose de 5 páginas de aplicación de un modelo simple de aprendizaje automático a los indicadores de análisis técnico comúnmente utilizados. Heres una lista de lectura agregada PDF con un desglose completo de libros, videos, cursos y foros de comercio. La mejor manera de aprender es haciendo, y en el caso de comercio automatizado que se reduce a la elaboración de gráficos y la codificación. Un buen punto de partida son los ejemplos existentes de sistemas de negociación y las exposiciones existentes de técnicas de análisis técnico. Por otra parte, un informático experto tiene el borde adicional de ser capaz de aplicar el aprendizaje de la máquina a la negociación algorítmica. Éstos son algunos de esos recursos: TradingView - Una fantástica plataforma de gráficos visuales por sí solo, TradingView es un gran patio de recreo para sentirse cómodo con el análisis técnico. Tiene el beneficio añadido de permitir que usted guíe las estrategias de comercio y navegar por otras ideas comerciales. Foro de Negociación Automatizado - Gran comunidad en línea para publicar preguntas para principiantes y encontrar respuestas a problemas comunes cuando recién comienza. Quant foros son un gran lugar para sumergirse en estrategias, herramientas y técnicas. Seminario de YouTube sobre ideas comerciales con ejemplos de código de trabajo en Github. Aprendizaje Automático: Se pueden encontrar más presentaciones sobre comercio automatizado en el Club Quantiacs Quant. La mayoría de las personas de un fondo científico (ya sea que la informática o ingeniería) han tenido la exposición a Python o MATLAB, que pasan a ser los idiomas populares para la financiación cuantitativa. Quantiacs ha creado una caja de herramientas de código abierto que proporciona backtesting y 15 años de datos históricos de mercado de forma gratuita. La mejor parte es que todo está construido en Python y MATLAB, dándole la opción de qué desarrollar su sistema. Heres una tendencia de la muestra de seguimiento de la estrategia comercial en MATLAB. Éste es todo el código necesario para ejecutar un sistema de comercio automatizado, mostrando tanto la potencia de MATLAB como la Caja de herramientas de Quantiacs. Quantiacs le permite intercambiar 44 futuros y todas las existencias del SampP 500. Además, se admite una variedad de bibliotecas adicionales como TensorFlow. Una vez que esté listo para ganar dinero como un cuant, puede unirse al último concurso de comercio automatizado de Quantiacs, con un total de 2.250.000 en inversiones disponibles: Puede competir con los mejores quants? 12.5k Vistas middot Ver Upvotes (Disclaimer: Trabajo en Quantiacs) Middot No para la reproducción Esta respuesta ha sido completamente reescrita Aquí hay 6 base de conocimiento principal para la construcción de sistemas de negociación algorítmica. Usted debe estar familiarizado con todos ellos con el fin de construir sistemas comerciales eficaces. Algunos de los términos utilizados pueden ser ligeramente técnicos, pero usted debe ser capaz de entenderlos por Google. Nota: (La mayoría de) estos no se aplican si desea hacer el comercio de alta frecuencia 1. Teorías del mercado Usted necesita entender cómo funciona el mercado. Más específicamente, debe comprender las ineficiencias del mercado, las relaciones entre los diferentes activos / productos y el comportamiento de los precios. Las ideas comerciales surgen de ineficiencias del mercado. Usted tendrá que saber cómo evaluar las ineficiencias del mercado que le dan un borde de negociación frente a los que no. Diseñar robots eficaces implica entender cómo funcionan los sistemas de negociación automatizados. Esencialmente, una estrategia de negociación algorítmica consta de 3 componentes principales: 1) Entradas, 2) Salidas y 3) Posición de tamaño. Youll necesidad de diseñar estos 3 componentes en relación con la ineficiencia del mercado que está captando (y no, este no es un proceso sencillo). Usted no necesita saber la matemática avanzada (aunque ayudará si usted apunta construir estrategias más complejas). Buenas habilidades de pensamiento crítico y una comprensión decente de las estadísticas le llevará muy lejos. El diseño involucra backtesting (pruebas para el borde de negociación y robustez) y optimización (maximizando el rendimiento con ajuste de curva mínimo). Youll necesidad de saber cómo administrar un portafolio de estrategias de negociación algorítmica también. Las estrategias pueden ser complementarias o conflictivas, lo que puede dar lugar a aumentos no planificados de la exposición al riesgo o cobertura no deseada. La asignación de capital es importante también se divide el capital por igual durante los intervalos regulares o recompensar a los ganadores con más capital Si usted sabe qué productos desea comerciar, encontrar plataformas de negociación adecuadas para estos productos. A continuación, aprender el lenguaje de programación API de esta plataforma / backtesters. Si usted comienza hacia fuera, recomendaría Quantopian (acciones solamente), Quantconnect (acción y FX) o Metatrader 4 (FX y CFDs en índices de la equidad, valores y materias). Los lenguajes de programación utilizados son Python, C y MQL4 respectivamente. 4. Gestión de datos Basura en la basura. Los datos inexactos conducen a resultados de pruebas inexactos. Necesitamos datos razonablemente limpios para una prueba precisa. Los datos de limpieza son un equilibrio entre costo y precisión. Si desea obtener datos más precisos, debe dedicar más tiempo (dinero en el tiempo) a limpiarlo. Algunos problemas que causan datos sucios incluyen datos perdidos, datos duplicados, datos erróneos (señales negativas). Otras cuestiones que conducen a datos engañosos incluyen los dividendos, las divisiones de valores y los traspasos de futuros, etc. 5. Gestión de riesgos Existen dos tipos principales de riesgo: riesgo de mercado y riesgo operativo. El riesgo de mercado implica un riesgo relacionado con su estrategia de negociación. Considera los peores escenarios? Qué sucede si ocurre un evento de cisne negro como el de la 3ª Guerra Mundial? Ha protegido el riesgo no deseado Su posición es demasiado alta? Además de gestionar el riesgo de mercado, debe examinar el riesgo operacional. El fallo del sistema, la pérdida de conexión a Internet, el algoritmo de ejecución deficiente (que conduce a unos precios mal ejecutados o los tráficos perdidos debido a la incapacidad de manejar requotes / alto deslizamiento) y el robo por parte de hackers son problemas muy reales. 6. Ejecución en vivo Backtesting y el comercio en vivo son muy diferentes. Youll necesidad de seleccionar corredores adecuados (MM vs STP vs ECN). Forex mercado de noticias con Forex Trading foros amp corredores de Forex es su mejor amigo, leer comentarios de broker allí. Necesita una infraestructura adecuada (VPN seguro, tiempo de inactividad, etc.) y procedimientos de evaluación (monitoree el desempeño de sus robots y analícelos en relación a la ineficiencia del mercado / backtests / op timisations) para administrar su robot durante toda su vida útil. Usted necesita saber cuándo intervenir (modificar / actualizar / apagar / urna t en sus robots) y cuando no. Evaluación y optimización de las estrategias de comercio Pardo (Grandes ideas sobre los métodos en la construcción y las estrategias de comercio de prueba) El comercio de su camino a la libertad financiera Van K Tharp (Ridículo-Click título cebo a un lado, este libro es una gran visión general a los sistemas mecánicos de comercio) La microestructura del mercado es la ciencia de cómo funcionan los intercambios y lo que realmente sucede cuando se coloca un comercio Es importante conocer esta información A pesar de que están empezando) Algorithmic Trading DMA amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; Como una hora de acostarse leer) Quantopian (Código, la investigación, y discutir ideas con la comunidad. Utiliza Python) Fundamentos de Algo Trading AlgoTrading101 (Renuncia: Soy propietario de este sitio / curso. Aprender teorías del diseño del robot, teorías del mercado y codificación. Utiliza MQL4) - Únete al desafío (Aprende los conceptos comerciales y las teorías de backtesting.) Desarrollaron recientemente su propia plataforma de backtesting y trading, por lo que esta parte es nueva para mí. Incluye foros de finanzas, comercio y comercio de algo): Lenguajes de programación recomendados: Si conoce los productos que desea comercializar, encuentre plataformas de negociación adecuadas para estos productos. A continuación, aprender el lenguaje de programación API de esta plataforma / backtesters. Si usted comienza hacia fuera, recomendaría Quantopian (acciones solamente), Quantconnect (acción y FX) o Metatrader 4 (FX y CFDs en índices de la equidad, valores y materias). Los lenguajes de programación utilizados son Python, C y MQL4 respectivamente. Aunque se trata de un tema muy amplio con referencias a la construcción de algoritmos, la configuración de la infraestructura, la asignación de activos y la gestión de riesgos, pero sólo me centraré en la primera parte de cómo debe ser el trabajo en la construcción de nuestro propio algoritmo, Y haciendo las cosas correctas. 1. Estrategia de construcción. Algunos de los puntos clave a tener en cuenta son: Capturar grandes tendencias - Una buena estrategia debe en todos los casos, ganar dinero cuando el mercado está en tendencia. Los mercados van con una buena tendencia que dura sólo 15-20 del tiempo, pero este es el momento en que todos los gatos y perros (los comerciantes de todo el tiempo, intradía, diario, semanal, a largo plazo) están de compras y todos ellos Tienen un tema común. Una gran cantidad de comerciantes también construir estrategias de reversión media en la que tratan de juzgar las condiciones cuando el precio se han alejado de la media, y tomar un comercio en contra de la tendencia, pero deben ser construidos cuando se han construido con éxito y negociado algunos buenos sistemas de tendencia siguiente . Las probabilidades de apilar - Las personas a menudo trabajan para tratar de construir un sistema que tiene una relación excelente ganancia / pérdida, pero que no es el enfoque correcto. Por ejemplo un algo con un ganador de 70 con una ganancia media de 100 por comercio y una pérdida promedio de 200 por comercio sólo hará 100 por 10 oficios (10 / trade net). Pero un algo con un ganador de 30 con ganancia media de 500 por comercio y pérdida de 100 por comercio hará un beneficio neto de 800 para 10 operaciones (80 / comercio). Por lo tanto, no es necesario que la relación ganancia / pérdida debe ser bueno, más bien las probabilidades de apilar lo que debería ser mejor. Esto va diciendo quotKeep las pérdidas pequeñas, pero deja correr a tus ganadores. En la inversión, lo que es cómodo rara vez es rentable. Robert Arnott Drawdown - Drawdown es inevitable, si está siguiendo cualquier tipo de estrategia. Así que al diseñar un algo don039t tratar de reducir la reducción o hacer alguna condición personalizada específica para cuidar de que la reducción. Esta condición específica puede en el futuro puede actuar como un obstáculo en la captura de una gran tendencia y su algo puede funcionar mal. Gestión de Riesgos - Al construir una estrategia, siempre debe tener una puerta de salida, lo que el mercado elige hacer. El mercado es un lugar de probabilidades y usted debe diseñar un algo para salir de un comercio tan pronto como sea posible si no encaja su apetito de riesgo. Normalmente se argumenta que usted debe arriesgar el 1-2 del capital en cada comercio, y es óptimo de muchas maneras como incluso si usted consigue arnd 10 operaciones falsas en la sucesión su capital bajará por solamente 20. Pero esto no es el En un escenario de mercado real. Algunas operaciones con pérdidas estarán entre 0-1, mientras que algunas pueden ir a 3-4, por lo que es mejor definir el promedio de pérdida de capital por comercio y el máximo de capital que se puede perder en un comercio, ya que los mercados son completamente al azar y no se puede juzgar . De vez en cuando, el mercado hace algo tan estúpido que le quita el aliento. quot - Jim Cramer 2. Prueba y optimización de un deslizamiento de la estrategia. Cuando estamos probando una estrategia sobre datos históricos, estamos bajo la suposición de que el pedido se ejecutará al precio predefinido que llega el algo. Pero esto nunca será el caso, ya que tenemos que lidiar con los creadores de mercado y algoritmos de HFT ahora. Su orden en el mundo de today039s nunca será ejecutada en el precio deseado, y habrá deslizamiento. Esto debe incluirse en las pruebas. Impacto en el mercado: El volumen comercializado por el algo es otro factor importante que debe considerarse al realizar back-testing y recopilar resultados históricos. A medida que el volumen aumenta, los pedidos realizados por algo tendrán un impacto considerable en el mercado y el precio promedio del pedido lleno será muy diferente. Su algo puede producir resultados diferentes en las condiciones reales del mercado, si no va a estudiar la dinámica de volumen que tiene su algo. Optimización: La mayoría de los comerciantes le sugieren que no haga ajuste de curva y sobre optimización y son correctos como los mercados son una función de variables aleatorias y ninguna situación dos será nunca lo mismo. Así que la optimización de parámetros para situaciones particulares es una mala idea. Te sugiero que vayas a la optimización de zonas. Es una técnica que yo sigo, comprando zonas de identificación que tienen características similares en términos de volatilidad y volumen. Optimizar estas áreas por separado, en lugar de optimizar para todo el período. Lo anterior son algunos de los pasos más básicos y más importantes que yo sigo, al convertir un pensamiento básico en un algoritmo y verificar su validez. Quot Todo el mundo tiene la capacidad intelectual para seguir el mercado de valores. Si lo lograste a través de matemáticas de quinto grado, puedes hacerlo. QuotPeter Lynch 14.5k Vistas middot Ver Upvotes middot No para Reproducción Para empezar con lo básico, coge a Amibroker (AmiBroker - Download). Amibroker tiene un lenguaje fácil de aprender y potente motor de backtest donde puedes prototipar tus ideas. También obtener Howard Bandy 039s libro Quantitative Trading Systems. Este libro es una muy buena introducción a los conceptos de desarrollo cuántico. También necesitará al menos un conocimiento básico de las estadísticas. Hay un montón de buenos cursos MOOC disponibles para esto de forma gratuita. Tales como este Estadísticas Uno - Princeton University Coursera It039s también vale la pena seguir la calle entera. Que es un mashup de todos los blogs quant, muchos de los cuales publican código Amibroker con sus ideas. A partir de ahí, vale la pena aprender Python (aprender python - Google Search), y también hacer Andrew Ng039s excelente Stanford University Machine Learning curso, que se ejecuta de forma gratuita en Coursera. Si luego desea poner sus propios algoritmos a prueba, buenos sitios para que son Quantconnect o Quantopian. Por fin, este tipo tiene algunos buenos consejos para convertirlo en su carrera www. quantstart / Buena suerte con el viaje Partially taken from Alan Clement039s respuesta a Cómo puede un desarrollador de software en finanzas convertirse en un desarrollador cuán 14.4k Vistas middot Ver Upvotes middot No para Reproducción Dado que soy un graduado en informática que construyó un sistema de comercio de ultra alta frecuencia desde cero, creo que puedo agregar perspectiva de los programadores a algunas respuestas realmente fantásticas sobre cómo ir sobre la construcción de un sistema de comercio algorítmico. 2. Módulo de estrategia (por ejemplo, estrategia crossOver) 3. Router de pedido (por ejemplo, enrutador FIX), puede agregar el Módulo de Riesgo a cualquiera de los siguientes: El Módulo de Estrategia o el Módulo de Enrutador de Orden o ambos. Tan largo su flujo de datos es correcto, usted debe ser bueno para ir. Recuerde que si está diseñando un ATS para la latencia mínima, añadir más capas o la complejidad lo aumentará. Arquitectura mínima ATS Y si añades las campanas y los silbidos, sería un poco complejo: Si también estás interesado en lo esencial de la implementación de la arquitectura anterior, debes tener en cuenta las siguientes cosas. Evite cerraduras / mutex. En caso de que tenga que usarlo, trate de reemplazarlos con estructuras sin cerraduras usando atomics. Hay un par de bibliotecas disponibles para estructuras de datos sin candado (por ejemplo, libcds, kit de concurrencia, etc). C-11 soporta std :: atomic. Y debe esforzarse por utilizarlos también. Si está buscando una latencia baja, evite lo que se hace en QuickFIX. Su escrito para seguridad / flexibilidad / reutilización como objeto (bloqueo) creación y destrucción se realiza para cada invocación de cualquier mensaje a enrutador. Seguramente no hay manera de escribir un código sensible a la latencia. Sin asignación de memoria de tiempo de ejecución. La ruta de tiempo de ejecución debe utilizar la gestión de memoria personalizada y sin bloqueo con pool de memoria pre-asignados. Toda la inicialización se puede hacer en constructores. Acoplamiento estrecho. El modelo de subprocesos, el modelo de E / S y la gestión de memoria deben diseñarse para colaborar entre sí para lograr el mejor rendimiento general. Esto va en contra del concepto OOP de acoplamiento suelto, pero es necesario evitar el coste de tiempo de ejecución del polimorfismo dinámico. Usar plantillas. En el mismo sentido, también sugiero que mire la templatización C para lograr la flexibilidad del código. Con tantas nuevas características añadidas a las plantillas en c11, sería un delito no utilizarlo para agregar flexibilidad. OS / optimización de hardware: Por último, debe buscar trabajar con Linux RT Kernel y Solarflare tarjeta de red con el controlador OpenOnLoad para lograr la latencia mínima. Usted puede mirar más lejos para aislar la CPU y ejecutar su programa en ese núcleo en particular. Si la latencia baja no es lo que usted está apuntando, hay variantes de recursos ATS disponibles libremente en la red, p. QuickFIX (C), Marketcetera (Java). Muchos otros proveedores también ofrecen backtesting y módulo de comercio que están estrechamente acoplados con sus propios backends. Los más populares son Quantconnect, Quantiacs, Interactive Broker, Wealth Lab, TradeStation y AmiBroker. Quantopian utiliza zipline, que es una biblioteca de código abierto basada en python, y se está volviendo muy popular. Por otro lado, no hay mejor manera de aprender que construirlo usted mismo. Dicho esto, si empiezas a construir desde cero, mientras aprendes mucho pero también terminas gastando mucho tiempo (un par de meses). Y si usted está listo para invertir su tiempo, también le aconsejo que aprender los matices de ATS y el comercio algorítmico en general antes de comenzar a construir un sistema de este tipo. De hecho, un par de mis estudiantes han creado recientemente sus propios sistemas de comercio - www. quantinsti / blog / e. . En caso de que suene interesante, puede consultar www. quantinsti / epat / para más detalles. 1.2k Vistas middot Ver Upvotes middot No es para ReproductionStickin It a los Nerds: la construcción de un sistema de comercio de alta frecuencia Como un niño, alguna vez has soñado con convertirse en un nerd que no lo creo. Pero en los últimos dos años, cuántos sonríen las personas que vieron en las noticias financieras que parecían, bueno, nerds Enseñanza de la teoría de las computadoras, las matemáticas, la física, lo que sea, estos nerds estaban en los titulares de hacer un montón de dinero con El comercio computarizado: de alto volumen, de segundo y segundo, impulsado por la máquina compra y vende que compensó tal vez 0,05 por 100 acciones. Eso no suena como un montón de dinero, pero se multiplican por cientos de miles de acciones a través de miles de operaciones al día, y comienza a sumar. De hecho, es responsable de la mayoría de los volúmenes de negociación de acciones de hoy. Y como usted enciende su computadora portátil underpowered, usted puede ser que se pregunte, es que lo que tengo que hacer para hacer el comercio del dinero Respuesta corta: No. Respuesta más larga: Absolutamente no. Repelente Nerd Lo que estas historias no han dicho que es que los recientes cambios bruscos en la volatilidad han obligado a muchos que desarrollan el comercio computarizado para repensar sus estrategias. Los movimientos de precios a corto plazo, hacia adelante y hacia atrás, que el comercio computarizado se supone capturar han sido más unidireccionales y han dejado a algunos operadores con grandes posiciones perdedoras. Bueno, entonces, usted pregunta, si no de alta frecuencia, el comercio computarizado, entonces lo que necesita un enfoque basado en la estrategia de comercio, de modo que independientemente de la población o índice, independientemente del entorno de mercado, usted tiene un enfoque para encontrar y ejecutar Comercios que tiene sentido. En otras palabras, un sistema. Esto significa que usted necesita para crear un conjunto de reglas que siguen para entrar y salir de los oficios cada vez, en lugar de simplemente disparar desde la cadera. Su sistema no siempre puede resultar como usted esperaba, o siempre ganar dinero, pero youll tienen un plan para la colocación de oficios. Usted no puede obtener su imagen en las noticias financieras, pero tal vez pagar sus cuentas y todavía tienen tiempo para ser una persona normal. Bueno, para empezar, si ya tienes la plataforma thinkorswim cargada en tu computadora portátil, tienes herramientas a tu disposición que están diseñadas para ofrecer más de lo que la mayoría de la pared Los nerds de la calle tienen. Seriamente. Y youre que va a utilizar esas herramientas para encontrar oficios que cumplan los siguientes tres criterios: 2. Decadencia positiva del tiempo 3. Probabilidades favorables Permite romper cada uno hacia abajo. Esto significa que no importa lo que el stock o índice hace, si sube grande, abajo grande o en ninguna parte en absoluto, su pérdida potencial máxima se conoce antes de que incluso hacer el comercio. Por ejemplo, una llamada corta vertical ha definido el riesgo. Una llamada corta y desnuda no. Con la vertical corta, la pérdida máxima es la diferencia entre los precios de ejercicio menos el crédito recibido. Eso es. Con una llamada corta desnuda, usted realmente no sabe lo que su pérdida máxima podría ser. Incluso si usted piensa que va a usar una orden de stop para comprar la llamada corta de vuelta si la pérdida se vuelve demasiado grande, qué pasa si la población se rompe durante la noche cuando no se puede negociar Stick con operaciones de riesgo definido. 2. Positive Time Decay Además de la muerte y los impuestos, la única otra cosa que usted puede contar con el tiempo pasa. Y si no, todos tenemos problemas más grandes. Debido a esa inevitabilidad, usted quiere que el tiempo pase por su lado. Eso significa que usted quiere que sus posiciones tengan un deterioro de tiempo positivo para que todas las demás cosas sean iguales, un día que pasa significa que su posición vale un poco más. La descomposición positiva del tiempo viene generalmente de tener una opción corta en alguna parte en la posición. No tiene que ser un corto descubierto (ver criterio 1), sino como parte de una propagación como un corto vertical, calendario largo. O cóndor de hierro. Una opción corta pondrá tiempo a su lado. 3. Probabilidades favorables No importa cuánta investigación hagas, la probabilidad de que una acción o un índice se mueva hacia arriba o hacia abajo es 50. Pero usted no quiere que su comercio dependa de la vuelta de una moneda. La manera de inclinar las probabilidades a su favor es con una selección de estrategia más inteligente. Que comienza por buscar la cadena de opciones para una expiración a corto plazo y una alta probabilidad de expirar sin valor. Esto le permitirá crear spreads que dependen menos de estar en la dirección correcta y más en la caries premium. Bueno, ahora lo que no demasiado nerdy, es que permite convertir el teórico en práctica con un par de ejemplos de la vida real para el comerciante de acciones y opciones. El comerciante común Youre un comerciante común. Tal vez usted no está muy listo para toda la opción de propagación de cosas. Entonces, cómo funcionan los tres criterios para usted Si youre acciones largas, ya sabes su pérdida potencial máxima si el stock va a cero. A pesar de que ese riesgo podría ser un número muy grande, Ill argumentan que se define a su manera. Ése es criterio 1. Para 2, usted busca crear una llamada cubierta corta contra esa acción larga para darle un cierto deterioro positivo del tiempo. Cuando estás corto una llamada contra su acción larga, por cada día que el precio de las acciones no se mueve, esa llamada corta va a conseguir más barato y más barato y hacerte un poco de dinero. Para 3, conseguir las probabilidades de su lado significa vender una llamada fuera del dinero que tiene una probabilidad de expirar sin valor de unos 60, lo que se puede hacer de la plataforma de comercio de TD Ameritrades thinkorswim (Figura 1, a continuación). La acción puede subir hasta el precio de huelga de la llamada corta por vencimiento, y la llamada todavía expirará sin valor. Eso reduce la base de costos de su stock largo, que también reduce su punto de equilibrio. Eso significa que la acción puede hacer un movimiento más grande abajo, y usted todavía puede no perder el dinero. En thinkorswim, ver la probabilidad de una opción que expira en el dinero (ITM). Aquí, una llamada con una probabilidad de expirar ITM es la misma que decir que tiene una probabilidad de expirar sin valor. Sólo con fines ilustrativos. El operador de opciones Youre raring a ir con las opciones, pero youre no está seguro de si debe ser alcista o bajista en un stock o índice en particular. No sudar la dirección de la población. Utilizando los tres criterios, puede encontrar una estrategia que todavía puede ganar dinero, incluso si youre mal en su apuesta direccional. Veamos cómo. Primero, comience con algún sesgo direccional para el stock o índice. Tal vez su basado en el análisis técnico o fundamental, o tal vez su cabeza de hablar favorita en la televisión lo sugirió. Se va a crear una brecha vertical corta (criterios 1 y 2) una llamada corta vertical si tiene un sesgo bajista, o un corto poner vertical si tiene un sesgo alcista. Comience encontrando la caducidad que oscila entre 25 y 45 días. Para los criterios 3, si usted es bajista, encuentre la llamada corta fuera del dinero que tiene una probabilidad de 60 a 70 de expirar sin valor. Si youre alcista, considere la posibilidad de encontrar el put-out de corto plazo que tiene una probabilidad de expirar sin valor de entre 60 y 70. Para crear una llamada corta vertical, considere la posibilidad de comprar la opción de compra que es una huelga más fuera del dinero que su llamada corta. Para crear un corto poner vertical, considere la compra de la opción de put thats una huelga más fuera de la-dinero que su corto poner. Ahora, heres qué puede suceder. Con el corto fuera de la llamada de dinero vertical, si la acción se mueve hacia abajo por vencimiento, usted gana dinero. Si la acción permanece igual al vencimiento, gana dinero. Si la acción sube más allá de la huelga corta de la llamada corta vertical, probablemente perderá dinero. Pero si sólo sube un poco, no tan alto como el golpe corto de la llamada corta vertical, todavía se puede ganar dinero. La opción de venta corta funciona de la misma manera, pero pierde dinero si la acción se mueve hacia abajo más allá de la huelga corta de la vertical de poner corto. Esto no es una manera infalible, garantizada de hacer el comercio del dinero. Pero es mejor que sentarse al margen, frustrado y confundido por no poder cambiar la forma en que crees que los profesionales de Wall Street lo hacen. Cada operación que realice basándose en estos criterios tendrá un razonamiento detrás de él. E incluso si el comercio pierde dinero, youll saber exactamente cuánto y por qué. Eso es un comerciante educado. En lugar de un nerd. Got thinkorswim Si no tienes thinkorswim para analizar las probabilidades, qué estás esperando? Compruebe lo que es todo acerca de amplificador de participar en la diversión. Las estrategias de opciones multijugado como las discutidas en este artículo tendrán costos adicionales debido a las huelgas adicionales intercambiadas. Asegúrese de entender todos los riesgos involucrados con cada estrategia, incluyendo los costos de transacción, antes de intentar colocar cualquier operación. Tenga en cuenta que la asignación en las estrategias de opciones cortas discutidas en este artículo podría dar lugar a posiciones largas o cortas no deseadas sobre el valor subyacente. La volatilidad del mercado, el volumen y la disponibilidad del sistema pueden retrasar el acceso a la cuenta y las ejecuciones comerciales. El desempeño pasado de un valor o estrategia no garantiza resultados futuros ni éxitos. Las opciones no son adecuadas para todos los inversores, ya que los riesgos especiales inherentes al comercio de opciones pueden exponer a los inversores a pérdidas potencialmente rápidas y sustanciales. Comercio de opciones sujeto a revisión y aprobación de TD Ameritrade. Por favor lea Características y Riesgos de Opciones Estandarizadas antes de invertir en opciones. Documentación de apoyo para cualquier reclamación, comparaciones, estadísticas u otros datos técnicos serán suministrados a petición. La información no pretende ser un asesoramiento de inversión ni interpretarse como una recomendación o aprobación de ninguna inversión o estrategia de inversión en particular, y es sólo con fines ilustrativos. Asegúrese de entender todos los riesgos involucrados con cada estrategia, incluyendo los costos de comisión, antes de intentar colocar cualquier operación. Los clientes deben considerar todos los factores de riesgo relevantes, incluyendo sus propias situaciones financieras personales, antes de negociar. Miembro de TD Ameritrade, Inc. FINRA / SIPC. TD Ameritrade es una marca de propiedad conjunta de TD Ameritrade IP Company, Inc. y The Toronto-Dominion Bank. 2016 TD Ameritrade IP Company, Inc. Todos los derechos reservados. Se utiliza con permiso. Una de las preguntas más frecuentes que recibo en el mailbag QS es Cuál es el mejor lenguaje de programación para el comercio algorítmico. La respuesta corta es que no hay mejor lenguaje. Los parámetros de la estrategia, el rendimiento, la modularidad, el desarrollo, la resiliencia y el costo deben ser considerados. Este artículo describirá los componentes necesarios de una arquitectura algorítmica de sistemas de comercio y cómo las decisiones relativas a la implementación afectan la elección del lenguaje. En primer lugar, se considerarán los componentes principales de un sistema de negociación algorítmica, como las herramientas de investigación, el optimizador de cartera, el gestor de riesgos y el motor de ejecución. Posteriormente, se examinarán diferentes estrategias comerciales y cómo afectarán el diseño del sistema. En particular, se discutirá la frecuencia de las operaciones y el probable volumen de negociación. Una vez que se ha seleccionado la estrategia de negociación, es necesario diseñar todo el sistema. Esto incluye la elección del hardware, el sistema operativo y la resiliencia del sistema frente a eventos raros y potencialmente catastróficos. Mientras se está considerando la arquitectura, se debe tener en cuenta el desempeño - tanto en las herramientas de investigación como en el entorno de ejecución en vivo. Qué es el sistema de comercio que trata de hacer Antes de decidir sobre el mejor idioma con el que escribir un sistema de comercio automatizado es necesario definir los requisitos. El sistema va a ser puramente basado en la ejecución? El sistema requerirá una gestión de riesgos o un módulo de construcción de cartera? El sistema requerirá un backtestter de alto rendimiento. Para la mayoría de las estrategias el sistema de negociación puede dividirse en dos categorías: Investigación y generación de señales. La investigación se ocupa de la evaluación del desempeño de una estrategia con respecto a los datos históricos. El proceso de evaluación de una estrategia de negociación sobre los datos de mercado anteriores se conoce como backtesting. El tamaño de los datos y la complejidad algorítmica tendrán un gran impacto en la intensidad computacional del backtester. La velocidad de la CPU y la concurrencia son a menudo los factores limitantes para optimizar la velocidad de ejecución de la investigación. Generación de señal se refiere a la generación de un conjunto de señales comerciales de un algoritmo y el envío de estos pedidos al mercado, por lo general a través de una correduría. Para ciertas estrategias se requiere un alto nivel de rendimiento. Los problemas de E / S, como el ancho de banda de la red y la latencia, son a menudo el factor limitante en la optimización de los sistemas de ejecución. Por lo tanto, la elección de lenguajes para cada componente de todo el sistema puede ser muy diferente. Tipo, frecuencia y volumen de la estrategia El tipo de estrategia algorítmica empleada tendrá un impacto sustancial en el diseño del sistema. Será necesario considerar los mercados que se negocian, la conectividad con los proveedores de datos externos, la frecuencia y el volumen de la estrategia, el equilibrio entre la facilidad de desarrollo y la optimización del rendimiento, así como cualquier hardware personalizado, Servidores, GPUs o FPGAs que puedan ser necesarios. Las opciones tecnológicas para una estrategia de renta variable de baja frecuencia en los Estados Unidos serán muy diferentes de las de una estrategia de arbitraje estadístico de alta frecuencia que se negocia en el mercado de futuros. Antes de la elección del idioma muchos proveedores de datos deben ser evaluados que pertenecen a la estrategia de la mano. Será necesario considerar la conectividad con el proveedor, la estructura de cualquier API, la puntualidad de los datos, los requisitos de almacenamiento y la resiliencia frente a un vendedor que se desconecta. También es aconsejable poseer acceso rápido a múltiples vendedores. Varios instrumentos tienen sus propias peculiaridades de almacenamiento, ejemplos de los cuales incluyen múltiples símbolos ticker para las acciones y fechas de vencimiento para futuros (sin mencionar ningún dato OTC específico). Esto debe ser factorizado en el diseño de la plataforma. Frecuencia de la estrategia es probable que sea uno de los mayores impulsores de cómo la pila de tecnología se definirá. Las estrategias que emplean datos con más frecuencia que las barras minuciosas o secundarias requieren una consideración significativa con respecto al desempeño. Una estrategia que excede las barras secundarias (es decir, los datos de la señal) conduce a un diseño impulsado por el rendimiento como requisito primario. En el caso de las estrategias de alta frecuencia, será necesario almacenar y evaluar una cantidad sustancial de datos de mercado.
No comments:
Post a Comment