Wie Algorithmic Trading-Strategien zu identifizieren In diesem Artikel möchte ich Ihnen die Methoden, mit denen ich selbst identifizieren profitable algorithmische Handelsstrategien vorstellen. Unser Ziel ist es heute zu verstehen, wie diese Systeme zu finden, zu bewerten und auszuwählen sind. Ill erklären, wie Identifizierung Strategien ist so viel über persönliche Präferenz, wie es um Strategie-Performance, wie die Art und Menge der historischen Daten für die Prüfung zu bestimmen, wie man leidenschaftslos eine Handelsstrategie zu bewerten und schließlich, wie man auf die Backtesting-Phase und Strategie Umsetzung . Identifizieren Sie Ihre eigenen persönlichen Präferenzen für den Handel Um ein erfolgreicher Trader - entweder diskret oder algorithmisch - zu sein, ist es notwendig, sich einige ehrliche Fragen zu stellen. Trading bietet Ihnen die Möglichkeit, Geld mit einer alarmierenden Rate zu verlieren, so ist es notwendig, sich selbst zu kennen, so viel wie es notwendig ist, um Ihre gewählte Strategie zu verstehen. Ich würde sagen, die wichtigste Überlegung im Handel ist bewusst Ihre eigene Persönlichkeit. Handel und algorithmischen Handel im Besonderen erfordert ein erhebliches Maß an Disziplin, Geduld und emotionale Distanzierung. Da Sie einen Algorithmus Ihren Handel für Sie durchführen lassen, ist es notwendig, behoben zu werden, um die Strategie nicht zu stören, wenn sie ausgeführt wird. Dies kann sehr schwierig sein, vor allem in Zeiten der erweiterten Drawdown. Allerdings können viele Strategien, die sich in einem Backtest als hochprofitabel erwiesen haben, durch einfache Interferenz zerstört werden. Verstehen, dass, wenn Sie in die Welt des algorithmischen Handels geben Sie emotional getestet werden wollen und dass, um erfolgreich zu sein, ist es notwendig, durch diese Schwierigkeiten zu arbeiten Die nächste Überlegung ist eine der Zeit. Haben Sie einen Vollzeitjob Sie arbeiten Teilzeit Sie arbeiten von zu Hause aus oder haben eine lange pendeln jeden Tag Diese Fragen helfen, bestimmen die Häufigkeit der Strategie, die Sie suchen sollten. Für diejenigen von Ihnen in Vollzeit-Beschäftigung, eine Intraday-Futures-Strategie möglicherweise nicht angemessen (zumindest bis es vollautomatisch ist). Ihre Zeitbeschränkungen werden auch die Methodik der Strategie diktieren. Wenn Ihre Strategie häufig gehandelt wird und auf teuren Newsfeeds (wie ein Bloomberg-Terminal) angewiesen ist, müssen Sie eindeutig realistisch sein über Ihre Fähigkeit, diese im Büro zu erledigen. Für diejenigen von Ihnen mit viel Zeit oder den Fähigkeiten Um Ihre Strategie zu automatisieren, möchten Sie vielleicht in eine mehr technische HF-Strategie zu suchen. Mein Glaube ist, dass es notwendig ist, kontinuierliche Forschung in Ihre Trading-Strategien, um ein konsequent profitables Portfolio zu halten. Wenige Strategien bleiben unter dem Radar für immer. Daher wird ein bedeutender Teil der Zeit, die dem Handel zugewiesen wird, in der Durchführung laufender Forschung sein. Fragen Sie sich, ob Sie bereit sind, dies zu tun, da es der Unterschied zwischen starker Rentabilität oder ein langsamer Rückgang in Richtung Verluste sein kann. Sie müssen auch Ihr Handelskapital berücksichtigen. Die allgemein akzeptierte ideale Mindestmenge für eine quantitative Strategie ist 50.000 USD (ungefähr 35.000 für uns in Großbritannien). Wenn ich wieder anfangen würde, würde ich mit einer größeren Menge beginnen, wahrscheinlich näher bei 100.000 USD (ca. 70.000). Dies liegt daran, dass Transaktionskosten extrem teuer für mittlere bis hochfrequente Strategien sein können und es notwendig ist, genügend Kapital zu haben, um sie in Zeiten des Drawdowns zu absorbieren. Wenn Sie erwägen, beginnen mit weniger als 10.000 USD, dann müssen Sie sich auf niederfrequente Strategien, Handel in ein oder zwei Vermögenswerte zu beschränken, da die Transaktionskosten schnell in Ihre Renditen zu essen. Interactive Brokers, die eine der freundlichsten Broker für diejenigen mit Programmierkenntnissen, aufgrund ihrer API ist, hat ein Retail-Konto mindestens 10.000 USD. Programmierkenntnisse sind ein wichtiger Faktor bei der Schaffung einer automatisierten algorithmischen Handelsstrategie. Die Kenntnisse in einer Programmiersprache wie C, Java, C, Python oder R ermöglichen es Ihnen, End-to-End-Datenspeicherung, Backtest-Engine und Execution-System selbst zu erstellen. Dies hat eine Reihe von Vorteilen, vor allem die Fähigkeit, vollständig bewusst sein, alle Aspekte der Handelsinfrastruktur. Es erlaubt Ihnen auch, die höheren Frequenzstrategien zu erforschen, wie Sie in der vollen Steuerung Ihres Technologiestapels sein werden. Während dies bedeutet, dass Sie Ihre eigene Software testen und Fehler beseitigen können, bedeutet dies auch mehr Zeit verbrachte Kodierung der Infrastruktur und weniger auf die Umsetzung Strategien, zumindest in den früheren Teil Ihrer Algo Trading Karriere. Sie können feststellen, dass Sie bequem handeln in Excel oder MATLAB und können die Entwicklung von anderen Komponenten auslagern. Ich würde dies aber nicht empfehlen, vor allem für diejenigen, die mit hoher Frequenz handeln. Sie müssen sich fragen, was Sie durch algorithmischen Handel zu erreichen hoffen. Sind Sie interessiert an einem regelmäßigen Einkommen, wobei Sie hoffen, Einnahmen aus Ihrem Trading-Konto zu ziehen Oder sind Sie an einem langfristigen Kapitalgewinn interessiert und können es sich leisten, ohne die Notwendigkeit, Drawdown-Fonds Einkommensabhängigkeit wird die Häufigkeit Ihrer Strategie diktieren . Mehr regelmäßige Einkommensentzüge benötigen eine höhere Frequenzhandelsstrategie mit geringerer Volatilität (d. h. ein höheres Sharpe-Verhältnis). Langfristige Händler können eine sedierende Handelsfrequenz leisten. Schließlich lassen Sie sich nicht von der Vorstellung des Werdens äußerst wohlhabend in einer kurzen Zeitspanne täuschen Algo-Handel ist nicht ein Get-Rich-Quick-Regelung - wenn überhaupt, kann es ein schlecht-schnell-Schema werden. Es braucht erhebliche Disziplin, Forschung, Sorgfalt und Geduld, um bei algorithmischen Handel erfolgreich zu sein. Es kann Monate dauern, wenn nicht Jahre, um konsistente Rentabilität zu generieren. Sourcing Algorithmic Trading Ideas Trotz allgemeiner Wahrnehmungen im Gegenteil, ist es eigentlich ganz einfach, profitable Handelsstrategien im öffentlichen Bereich zu finden. Nie waren Trading-Ideen leichter verfügbar, als sie heute sind. Akademische Finanzzeitschriften, Pre-Print-Server, Handelsblogs, Handelsforen, wöchentliche Börsenmagazine und Fachtexte bieten Tausende von Handelsstrategien, mit denen Sie Ihre Ideen stützen können. Unser Ziel als quantitative Trading-Forscher ist es, eine Strategie-Pipeline, die uns mit einem Strom von laufenden Handel Ideen. Im Idealfall wollen wir einen methodischen Ansatz für die Beschaffung, Bewertung und Umsetzung von Strategien schaffen, auf die wir stoßen. Ziel der Pipeline ist es, eine konstante Menge neuer Ideen zu generieren und uns einen Rahmen zu geben, um die Mehrheit dieser Ideen mit minimaler emotionaler Betrachtung abzulehnen. Wir müssen sehr vorsichtig sein, damit nicht kognitive Vorurteile unsere Entscheidungsfindungsmethodik beeinflussen. Dies könnte so einfach sein, wie eine Präferenz für eine Anlageklasse über eine andere (Gold und andere Edelmetalle in den Sinn kommen), weil sie als mehr exotisch wahrgenommen werden. Unser Ziel sollte immer sein, konsequent rentable Strategien mit positiver Erwartung zu finden. Die Auswahl der Anlagenklasse sollte auf anderen Überlegungen beruhen, wie z. B. Handelskapitalbeschränkungen, Brokergebühren und Leverage-Fähigkeiten. Wenn Sie völlig unbekannt sind mit dem Konzept einer Handelsstrategie dann ist der erste Ort, um zu sehen ist mit etablierten Lehrbüchern. Klassische Texte bieten eine breite Palette von einfacheren, einfacheren Ideen, mit denen Sie sich mit dem quantitativen Handel vertraut machen. Hier ist eine Auswahl, die ich für diejenigen, die neue zu quantitativen Handel, die allmählich mehr anspruchsvoll, wie Sie durch die Liste arbeiten zu empfehlen: Für eine längere Liste der quantitativen Handelsbücher, besuchen Sie bitte die QuantStart Leseliste. Der nächste Ort, um mehr anspruchsvolle Strategien zu finden ist mit Trading-Foren und Trading-Blogs. Allerdings ist ein Hinweis der Vorsicht: Viele Handels-Blogs verlassen sich auf das Konzept der technischen Analyse. Die technische Analyse beinhaltet die Verwendung von Basisindikatoren und Verhaltenspsychologie, um Trends oder Umkehrmuster in den Vermögenspreisen zu bestimmen. Trotz äußerst beliebt in den gesamten Handelsraum, wird die technische Analyse als etwas ineffizient in der quantitativen Finanz-Community. Einige haben vorgeschlagen, dass es nicht besser als das Lesen eines Horoskops oder das Studium Teeblätter in Bezug auf ihre prädiktive Macht In Wirklichkeit gibt es erfolgreiche Personen, die Nutzung der technischen Analyse. Als Quants mit einer anspruchsvolleren mathematischen und statistischen Toolbox können wir jedoch die Effektivität solcher TA-basierten Strategien bewerten und datenbasierte Entscheidungen treffen und nicht auf emotionale Überlegungen oder Vorurteile zurückgreifen. Hier ist eine Liste von gut respektierten algorithmischen Handel Blogs und Foren: Sobald Sie einige Erfahrung bei der Bewertung einfacher Strategien hatte, ist es Zeit, auf die anspruchsvolleren akademischen Angebote zu suchen. Einige akademische Zeitschriften sind schwer zugänglich, ohne hohe Abonnements oder einmalige Kosten. Wenn Sie ein Mitglied oder Absolvent einer Universität sind, sollten Sie in der Lage sein, Zugang zu einigen dieser finanziellen Zeitschriften zu erhalten. Andernfalls können Sie auf Pre-Print-Servern zu suchen. Die Internet-Repositories der späten Entwürfe von akademischen Papieren, die unterziehen Peer-Review sind. Da wir nur an Strategien interessiert sind, die wir erfolgreich replizieren, backtest und profitabel machen können, ist eine Peer-Review für uns von geringerer Bedeutung. Der größte Nachteil der akademischen Strategien ist, dass sie oft veraltet sein können, obskure und teure historische Daten benötigen, den Handel mit illiquiden Anlageklassen oder Faktoren für Gebühren, Rutschung oder Verbreitung nicht berücksichtigen. Es kann auch unklar sein, ob die Handelsstrategie mit Marktaufträgen, Limit Orders oder Stop-Loss etc. durchgeführt werden soll. Daher ist es absolut notwendig, die Strategie selbst so gut wie möglich nachzubilden, sie zu backtest und in realistischer Transaktion zu addieren Hier finden Sie eine Liste der beliebtesten Pre-Print-Server und Finanz-Zeitschriften, die Sie Quelle Ideen aus: Was über die Bildung Ihrer eigenen quantitativen Strategien Dies erfordert im Allgemeinen ( Aber nicht beschränkt auf) Kompetenz in einer oder mehreren der folgenden Kategorien: Marktmikrostruktur - Für höhere Frequenzstrategien insbesondere kann man Marktmikrostrukturen nutzen. D. H. Das Verständnis der Auftragsbuchdynamik, um Rentabilität zu erzeugen. Unterschiedliche Märkte werden verschiedene technologische Beschränkungen, Regelungen, Marktteilnehmer und Einschränkungen haben, die alle zur Ausbeutung durch spezifische Strategien offen sind. Dies ist ein sehr anspruchsvolles Gebiet und Einzelhandel Praktiker finden es schwierig, in diesem Raum wettbewerbsfähig zu sein, zumal der Wettbewerb große, gut-kapitalisierte quantitative Hedgefonds mit starken technologischen Fähigkeiten umfasst. Fondsstruktur - Pooled Investment Funds wie Pensionskassen, Private Investment Partnerships (Hedgefonds), Rohstoffhandelsberater und Investmentfonds werden sowohl durch eine starke Regulierung als auch durch ihre großen Kapitalreserven eingeschränkt. So können bestimmte konsequente Verhaltensweisen mit denen, die mehr flinke ausgenutzt werden. Beispielsweise sind große Fonds aufgrund ihrer Größe Kapazitätsengpässen ausgesetzt. Wenn sie also eine Menge von Wertpapieren schnell abladen (verkaufen) müssen, müssen sie sie schwanken, um den Markt nicht zu bewegen. Ausgefeilte Algorithmen können diese und andere Eigenheiten in einem allgemeinen Prozess, der als Fundstruktur-Arbitrage bekannt ist, nutzen. Maschinelles Lernen von künstlicher Intelligenz - Maschinelle Lernalgorithmen sind in den letzten Jahren auf den Finanzmärkten immer häufiger geworden. Klassifikatoren (wie Naive-Bayes et al.) Wurden nicht-lineare Funktionsanpassungen (neuronale Netze) und Optimierungsroutinen (genetische Algorithmen) verwendet, um Assetpfade vorherzusagen oder Handelsstrategien zu optimieren. Wenn Sie einen Hintergrund in diesem Bereich haben Sie vielleicht einen Einblick, wie bestimmte Algorithmen auf bestimmte Märkte angewendet werden könnten. Es gibt, natürlich, viele andere Bereiche für quants zu untersuchen. Nun diskutieren, wie zu kommen mit benutzerdefinierten Strategien im Detail in einem späteren Artikel. Indem Sie diese Quellen wöchentlich oder sogar täglich überwachen, setzen Sie sich für eine konsistente Liste von Strategien aus unterschiedlichsten Quellen ein. Der nächste Schritt besteht darin, zu bestimmen, wie eine große Teilmenge dieser Strategien zurückgewiesen wird, um die Verschwendung Ihrer Zeit und Backtesting-Ressourcen auf Strategien, die wahrscheinlich unrentabel sind, zu minimieren. Auswerten von Handelsstrategien Die erste und wohl offensichtlichste Betrachtung ist, ob Sie die Strategie tatsächlich verstehen. Würden Sie in der Lage, die Strategie prägnant zu erklären oder erfordert es eine Reihe von Einschränkungen und endlose Parameter-Listen Darüber hinaus hat die Strategie eine gute, solide Basis in der Realität Zum Beispiel könnten Sie auf einige verhaltensbezogene Begründung oder Fond Struktur Einschränkung, die zeigen Kann das verursachende Muster verursachen, das Sie ausnutzen möchten, würde diese Einschränkung bis zu einem Regimewechsel halten, wie eine drastische regulatorische Umgebungsunterbrechung Verlässt sich die Strategie auf komplexe statistische oder mathematische Regeln Gilt es für jede finanzielle Zeitreihe oder ist Es spezifisch für die Asset-Klasse, dass es behauptet wird, profitabel zu sein Sie sollten ständig über diese Faktoren bei der Bewertung neuer Handel Methoden denken, sonst können Sie eine beträchtliche Menge an Zeit zu versuchen, Backtest und Optimierung unrentabler Strategien zu verschwenden. Sobald Sie festgestellt haben, dass Sie die grundlegenden Prinzipien der Strategie verstehen, müssen Sie entscheiden, ob es mit Ihrem oben genannten Persönlichkeitsprofil passt. Dies ist nicht so vage eine Überlegung, wie es klingt Strategien werden erheblich unterscheiden sich in ihren Leistungsmerkmalen. Es gibt bestimmte Persönlichkeitstypen, die mehr bedeutende Zeitabschnitte behandeln können oder bereit sind, ein größeres Risiko für eine größere Rückkehr zu akzeptieren. Trotz der Tatsache, dass wir als Quants versuchen, so viel kognitive Vorurteile wie möglich zu eliminieren und in der Lage sein sollten, eine Strategie leidenschaftslos zu bewerten, werden Bias immer kriechen. Daher brauchen wir ein konsequentes, nicht-emotionales Mittel, um die Performance von Strategien zu bewerten . Hier ist die Liste der Kriterien, die ich beurteilen, eine mögliche neue Strategie durch: Methodik - Ist die Strategie Momentum, Mittelwert-Umkehrung, Markt-Neutral, Richtungsabhängige Hat die Strategie auf anspruchsvolle (oder komplexe) statistische oder maschinelle Lerntechniken, die hart sind Zu verstehen und zu verlangen, einen Doktortitel in der Statistik zu begreifen Diese Techniken führen eine signifikante Menge an Parametern, die zu einer Optimierung Bias führen könnte Ist die Strategie wahrscheinlich widerstehen eine Regimewechsel (dh potenzielle neue Regulierung der Finanzmärkte) Sharpe Ratio - Die Sharpe-Ratio Heuristisch charakterisiert das Reward-Risiko-Verhältnis der Strategie. Es quantifiziert, wie viel Rendite Sie erreichen können, für das Niveau der Volatilität durch die Equity-Kurve. Natürlich müssen wir die Periode und Häufigkeit bestimmen, die diese Rendite und Volatilität (d. h. Standardabweichung) überschreitet. Eine höhere Frequenzstrategie erfordert eine größere Abtastrate der Standardabweichung, beispielsweise eine kürzere Gesamtzeitspanne der Messung. Hebelwirkung - Benötigt die Strategie eine beträchtliche Hebelwirkung, um rentabel zu sein, erfordert die Strategie den Einsatz von Leveraged Derivat-Kontrakten (Futures, Optionen, Swaps), um eine Rendite zu erzielen. Diese Leveraged-Kontrakte können schwere Volatilitäten aufweisen und somit leicht führen Margin-Anrufe. Haben Sie das Handelskapital und das Temperament für eine solche Volatilität? Häufigkeit - Die Häufigkeit der Strategie ist eng mit Ihrem Technologie-Stack (und damit technologische Kompetenz), der Sharpe-Ratio und dem Gesamtniveau der Transaktionskosten verbunden. Alle anderen Fragen berücksichtigt, höhere Frequenz Strategien erfordern mehr Kapital, sind anspruchsvoller und schwerer zu implementieren. Unter der Annahme, dass Ihre Backtesting-Engine anspruchsvoll und fehlerfrei ist, haben sie oft deutlich höhere Sharpe-Ratios. Volatilität - Volatilität ist stark mit dem Risiko der Strategie verbunden. Das Sharpe-Verhältnis charakterisiert dies. Eine höhere Volatilität der zugrunde liegenden Assetklassen führt, wenn sie ungesichert ist, häufig zu einer höheren Volatilität in der Aktienkurve und damit zu kleineren Sharpe-Ratios. Ich bin natürlich davon ausgegangen, dass die positive Volatilität etwa gleich der negativen Volatilität ist. Einige Strategien können größere Abwärts-Volatilität haben. Sie müssen sich dieser Attribute bewusst sein. WinLoss, Durchschnittliche ProfitLoss - Strategien unterscheiden sich in ihren Winloss und durchschnittlichen Profit-Verlust-Eigenschaften. Man kann eine sehr rentable Strategie haben, auch wenn die Anzahl der verlierenden Trades die Anzahl der Gewinne überschreitet. Momentum-Strategien neigen dazu, dieses Muster haben, da sie auf eine kleine Anzahl von großen Hits verlassen, um rentabel zu sein. Mean-Reversion-Strategien neigen dazu, gegnerische Profile haben, wo mehr der Gewinne Gewinner sind, aber die verlierenden Trades kann ziemlich schwer sein. Maximaler Drawdown - Der maximale Drawdown ist der größte prozentuale Rückgang des Gesamt-Peak-to-Tires auf die Eigenkapitalkurve der Strategie. Momentum-Strategien sind weithin bekannt, um von den Perioden der verlängerten Drawdowns zu leiden (wegen einer Zeichenkette von vielen inkrementellen Verlusttrades). Viele Händler werden in Zeiten des erweiterten Drawdowns aufgeben, auch wenn historische Tests darauf hindeuten, dass dies geschäftlich wie üblich für die Strategie ist. Sie müssen bestimmen, welcher Prozentsatz des Drawdowns (und über welchen Zeitraum) Sie akzeptieren können, bevor Sie den Handel mit Ihrer Strategie einstellen. Dies ist eine sehr persönliche Entscheidung und muss daher sorgfältig geprüft werden. CapacityLiquidity - Auf der Retail-Ebene, wenn Sie nicht in einem sehr illiquiden Instrument (wie ein Small-Cap-Aktien) handeln, müssen Sie sich nicht große Sorgen mit Strategiekapazität. Capacity bestimmt die Skalierbarkeit der Strategie für weiteres Kapital. Viele der größeren Hedgefonds leiden unter erheblichen Kapazitätsproblemen, da ihre Strategien die Kapitalallokation erhöhen. Parameter - Bestimmte Strategien (insbesondere jene, die in der maschinellen Lerngemeinschaft gefunden werden) erfordern eine große Anzahl von Parametern. Jeder zusätzliche Parameter, den eine Strategie erfordert, lässt es anfälliger für Optimierungsvorspannung (auch bekannt als Kurvenanpassung). Sie sollten versuchen und Ziel-Strategien mit so wenig Parameter wie möglich oder stellen Sie sicher, dass Sie ausreichende Mengen an Daten, mit denen Ihre Strategien zu testen. Benchmark - Fast alle Strategien (sofern nicht als absolute Rendite bezeichnet) werden mit einem Performance-Benchmark bewertet. Der Benchmark ist in der Regel ein Index, der eine große Stichprobe der zugrunde liegenden Assetklasse charakterisiert, die die Strategie abwickelt. Wenn die Strategie großkapitalisierte US-Aktien abwickelt, wäre die SP500 ein natürlicher Maßstab für Ihre Strategie. Sie hören die Begriffe alpha und beta, angewandt auf Strategien dieses Typs. Wir werden diese Koeffizienten in späteren Artikeln vertiefen. Beachten Sie, dass wir nicht über die tatsächlichen Erträge der Strategie diskutiert haben. Warum ist diese In Isolation, die Renditen tatsächlich bieten uns mit begrenzten Informationen über die Wirksamkeit der Strategie. Sie geben Ihnen keinen Einblick in Leverage, Volatilität, Benchmarks oder Kapitalanforderungen. So werden Strategien selten auf ihre Rückkehr allein beurteilt. Betrachten Sie immer die Risikoattribute einer Strategie, bevor Sie die Rendite betrachten. In diesem Stadium werden viele der Strategien, die von Ihrer Pipeline gefunden werden, von Hand abgelehnt, da sie nicht Ihre Kapitalanforderungen treffen, Hebelbeschränkungen, maximale Drawdown Toleranz oder Volatilitätspräferenzen. Die bisherigen Strategien können nun für Backtesting berücksichtigt werden. Bevor dies jedoch möglich ist, ist es notwendig, ein endgültiges Ablehnungskriterium zu berücksichtigen - das der verfügbaren historischen Daten, um diese Strategien zu testen. Erfassen historischer Daten Die Breite der technischen Anforderungen an Assetklassen für historische Datenspeicherung ist heutzutage beträchtlich. Um wettbewerbsfähig zu bleiben, investieren sowohl die Buy-Side-Fonds als auch die Sell-Side-Investmentbanken stark in ihre technische Infrastruktur. Es ist unerlässlich, seine Bedeutung zu berücksichtigen. Insbesondere interessieren wir uns für Aktualität, Genauigkeit und Speicheranforderungen. Ich werde jetzt skizzieren die Grundlagen der Erlangung historischer Daten und wie sie zu speichern. Leider ist dies ein sehr tiefes und technisches Thema, so dass ich nicht in der Lage, alles in diesem Artikel zu sagen. Allerdings werde ich in Zukunft viel mehr darüber schreiben, da meine bisherige Branchenerfahrung in der Finanzindustrie hauptsächlich mit der Erfassung, Speicherung und dem Zugriff von Finanzdaten beschäftigt war. Im vorherigen Abschnitt hatten wir eine Strategie-Pipeline eingerichtet, die es uns erlaubte, bestimmte Strategien auf der Grundlage unserer eigenen Ablehnungskriterien abzulehnen. In diesem Abschnitt werden wir weitere Strategien auf der Grundlage unserer eigenen Präferenzen für den Erhalt historischer Daten zu filtern. Die wichtigsten Überlegungen (insbesondere auf der Ebene des Einzelhandels) sind die Kosten der Daten, der Speicherbedarf und Ihr technisches Fachwissen. Wir müssen auch die verschiedenen Arten von verfügbaren Daten zu diskutieren und die verschiedenen Überlegungen, die jede Art von Daten auf uns auferlegen wird. Beginnen wir mit der Diskussion über die verfügbaren Daten und die wichtigsten Themen, die wir brauchen werden: Grundlegende Daten - Dazu gehören Daten über makroökonomische Trends wie Zinssätze, Inflationszahlen, Kapitalmaßnahmen (Dividenden, Aktiensplits), SEC-Einreichungen , Unternehmenskonten, Ertragszahlen, Ernteberichte, Meteorologiedaten etc. Diese Daten werden häufig verwendet, um Unternehmen oder andere Vermögenswerte grundsätzlich zu bewerten, dh über gewisse Mittel zu erwarteten zukünftigen Zahlungsströmen. Es enthält keine Aktienkursreihen. Einige grundlegende Daten sind frei verfügbar von der Regierung Websites. Andere langfristige historische Fundamentaldaten können extrem teuer sein. Die Speicheranforderungen sind oft nicht besonders groß, es sei denn, Tausende von Unternehmen werden sofort untersucht. News Daten - News Daten sind oft qualitativen in der Natur. Es besteht aus Artikeln, Blog-Posts, Microblog-Posts (Tweets) und Editorial. Maschinelle Lernmethoden wie Klassifikatoren werden oft verwendet, um Stimmung zu interpretieren. Diese Daten sind auch häufig frei verfügbar oder billig, über das Abonnement der Medien. Die neueren NoSQL-Dokumenten-Speicher-Datenbanken sind entworfen, um diese Art von unstrukturierten, qualitativen Daten zu speichern. Asset Price Data - Dies ist die traditionelle Daten-Domäne der quant. Es besteht aus Zeitreihen von Vermögenspreisen. Aktien (Aktien), festverzinsliche Wertpapiere (Anleihen), Rohstoffe und Devisenpreise befinden sich in dieser Klasse. Tägliche historische Daten sind oft einfach, um für die einfacheren Asset-Klassen, wie Aktien zu erhalten. Sobald jedoch Genauigkeit und Sauberkeit eingeschlossen sind und statistische Vorspannungen entfernt werden, können die Daten teuer werden. Darüber hinaus besitzen Zeitreihendaten oft erhebliche Speicheranforderungen, insbesondere wenn Intraday-Daten betrachtet werden. Finanzinstrumente - Aktien, Anleihen, Futures und die exotischeren Derivate haben sehr unterschiedliche Charakteristiken und Parameter. So gibt es keine einzige Größe passt alle Datenbankstruktur, die sie unterbringen können. Bei der Konzeption und Implementierung von Datenbankstrukturen für verschiedene Finanzinstrumente ist besonderes Augenmerk zu legen. Wir werden die Situation ausführlich diskutieren, wenn wir kommen, um eine Wertpapier-Master-Datenbank in zukünftigen Artikeln zu bauen. Frequenz - Je höher die Frequenz der Daten, desto größer sind die Kosten und Speicheranforderungen. Für niederfrequente Strategien sind oftmals tägliche Daten ausreichend. Für Hochfrequenzstrategien kann es notwendig sein, Tick-Level-Daten und sogar historische Kopien von bestimmten Trading Exchange Orderbuchdaten zu erhalten. Die Implementierung eines Speicher-Engine für diese Art von Daten ist sehr technologisch intensiv und nur für diejenigen mit einem starken programmtechnischen Hintergrund. Benchmarks - Die oben beschriebenen Strategien werden häufig mit einer Benchmark verglichen. Dies zeigt sich in der Regel als zusätzliche finanzielle Zeitreihen. Für Aktien ist dies oft ein nationaler Aktien-Benchmark, wie der SP500-Index (US) oder FTSE100 (UK). Für einen Rentenfonds ist es sinnvoll, einen Korb von Anleihen oder Rentenprodukten zu vergleichen. Der risikolose Zinssatz (d. H. Der angemessene Zinssatz) ist ebenfalls eine weit verbreitete Benchmark. Alle Asset-Class-Kategorien verfügen über eine bevorzugte Benchmark, so dass es notwendig sein wird, diese basierend auf Ihrer speziellen Strategie zu erforschen, wenn Sie Interesse an Ihrer Strategie nach außen gewinnen möchten. Technologie - Die Technologiestacks hinter einem Finanzdatenspeicher sind komplex. Dieser Artikel kann nur zerkratzen die Oberfläche über das, was in den Aufbau eines beteiligt ist. Allerdings handelt es sich um ein Datenbankmodul, wie z. B. ein relationales Datenbankmanagementsystem (RDBMS) wie MySQL, SQL Server, Oracle oder eine Document Storage Engine (d. H. NoSQL). Dies erfolgt über einen Business-Logic-Anwendungscode, der die Datenbank abfragt und Zugriff auf externe Tools wie MATLAB, R oder Excel bietet. Oft ist diese Geschäftslogik in C, C, Java oder Python geschrieben. Sie müssen auch diese Daten irgendwo, entweder auf Ihrem eigenen PC oder remote über Internet-Server Host. Produkte wie Amazon Web Services haben diese einfacher und billiger in den letzten Jahren gemacht, aber es erfordert noch erhebliche technische Kompetenz, um in einer robusten Weise zu erreichen. Wie zu sehen ist, wird es notwendig sein, die Verfügbarkeit, Kosten, Komplexität und Implementierungsdetails eines bestimmten Satzes von historischen Daten zu bewerten, sobald eine Strategie über die Pipeline identifiziert wurde. Möglicherweise ist es notwendig, eine Strategie abzulehnen, die ausschließlich auf historischen Daten beruht. Dies ist ein großer Bereich und Teams von PhDs Arbeit an großen Fonds, die sicherstellen, dass die Preisgestaltung ist genau und rechtzeitig. Unterschätzen Sie nicht die Schwierigkeiten, ein robustes Rechenzentrum für Ihre Backtesting-Zwecke zu schaffen. Ich möchte jedoch sagen, dass viele Backtesting-Plattformen diese Daten für Sie automatisch zur Verfügung stellen können - zu einem Preis. So wird es viel von der Umsetzung Schmerzen weg von Ihnen nehmen, und Sie können sich nur auf die Umsetzung und Optimierung der Strategie konzentrieren. Tools wie TradeStation besitzen diese Fähigkeit. Allerdings ist meine persönliche Ansicht, so viel wie möglich intern zu implementieren und zu vermeiden, Outsourcing Teile des Stapels an Software-Anbieter. Ich bevorzuge höhere Frequenz Strategien aufgrund ihrer attraktiveren Sharpe Ratios, aber sie sind oft eng an den Technologie-Stack gekoppelt, wo fortgeschrittene Optimierung kritisch ist. Nun, da wir die Fragen rund um historische Daten diskutiert haben, ist es an der Zeit, unsere Strategien in einem Backtesting-Motor umzusetzen. Dies ist das Thema von anderen Artikeln, da es ein ebenso großer Bereich der DiskussionBasics of Algorithmic Trading: Konzepte und Beispiele Ein Algorithmus ist ein spezifischer Satz von klar definierten Anweisungen zur Durchführung einer Aufgabe oder eines Prozesses. Algorithmischer Handel (automatisierter Handel, Black-Box-Handel oder einfach Algo-Handel) ist der Prozess der Verwendung von Computern programmiert, um eine definierte Reihe von Anweisungen für die Platzierung eines Handels folgen, um Gewinne mit einer Geschwindigkeit und Häufigkeit, die unmöglich ist, Menschlichen Händler. Die definierten Regelsätze basieren auf Timing, Preis, Menge oder jedem mathematischen Modell. Neben den Gewinnchancen für den Trader macht algo-trading die Märkte liquider und macht den Handel systematischer, indem er emotionale menschliche Auswirkungen auf die Handelsaktivitäten ausschließt. Angenommen, ein Trader folgt diesen einfachen Handelskriterien: Kaufe 50 Aktien einer Aktie, wenn der 50-Tage-Gleitende Durchschnitt über dem 200-Tage-Gleitdurchschnitt liegt. Verkaufe Aktien der Aktie, wenn der 50-Tage-Gleitende Durchschnitt unter den 200-Tage-Gleitender Durchschnitt fällt Unter Verwendung dieses Satzes von zwei einfachen Anweisungen ist es einfach, ein Computerprogramm zu schreiben, das automatisch den Aktienkurs (und die gleitenden Durchschnittsindikatoren) überwacht und die Kauf - und Verkaufsaufträge platziert, wenn die definierten Bedingungen erfüllt sind. Der Händler muss nicht mehr eine Uhr für Live-Preise und Grafiken, oder legen Sie die Aufträge manuell zu halten. Das algorithmische Handelssystem tut es automatisch, indem er die Handelschance korrekt identifiziert. (Mehr zu den gleitenden Durchschnitten finden Sie unter: Einfache Bewegungsdurchschnitte machen Trends aus.) Algo-trading bietet die folgenden Vorteile: Handel zu bestmöglichen Preisen ausgeführt Sofortige und genaue Auftragsabwicklung (dadurch hohe Chancen bei der Ausführung auf gewünschten Ebenen) Trades Timing korrekt und sofort, um signifikante Preisänderungen zu vermeiden Reduzierte Transaktionskosten (siehe nachfolgendes Beispiel für die Implementierungsminderung) Gleichzeitige automatisierte Überprüfung mehrerer Marktbedingungen Reduziertes Risiko für manuelle Fehler bei der Platzierung der Trades Backtest den Algorithmus auf der Grundlage verfügbarer historischer und Echtzeitdaten Reduziert Möglichkeit von Fehlern durch menschliche Händler auf der Grundlage emotionaler und psychologischer Faktoren Der größte Teil des heutigen Algo-Handels ist der Hochfrequenzhandel (HFT), der versucht, eine große Anzahl von Aufträgen mit sehr schnellen Geschwindigkeiten auf mehrere Märkte und mehrere Entscheidungen zu setzen Parameter, basierend auf vorprogrammierten Anweisungen. Algo-Handel wird in vielen Formen von Handels - und Investitionstätigkeiten eingesetzt, darunter: mittel - bis langfristige Anleger oder Kaufbeteiligungen (Pensionskassen) , Investmentfonds, Versicherungsgesellschaften), die zwar in großen Mengen kaufen, aber nicht die Aktienpreise mit diskreten, großvolumigen Investitionen beeinflussen wollen. Kurzfristige Händler und Verkaufsseitenteilnehmer (Marktmacher, Spekulanten und Arbitrageure) profitieren von automatisierter Handelsausführung, algo-Handelshilfen, um genügend Liquidität für Verkäufer auf dem Markt zu schaffen. Systematische Händler (Trendfolger, Paare Händler, Hedgefonds usw.) finden es viel effizienter, ihre Handelsregeln zu programmieren und das Programm automatisch handeln zu lassen. Algorithmischen Handel bietet einen systematischeren Ansatz für den aktiven Handel als Methoden auf der Grundlage einer menschlichen Händler Intuition oder Instinkt. Algorithmische Handelsstrategien Jede Strategie für den algorithmischen Handel erfordert eine identifizierte Chance, die in Bezug auf ein verbessertes Ergebnis oder eine Kostensenkung rentabel ist. Die folgenden handelsstrategien werden im algo-handel verwendet: Die gebräuchlichsten algorithmischen handelsstrategien folgen den trends bei gleitenden durchschnitten. Kanal Ausbrüche. Preisniveaubewegungen und damit zusammenhängende technische Indikatoren. Dies sind die einfachsten und einfachsten Strategien, um durch den algorithmischen Handel zu implementieren, da diese Strategien keine Prognosen oder Preisvorhersagen beinhalten. Trades werden basierend auf dem Auftreten von wünschenswerten Trends initiiert. Die einfach und unkompliziert durch Algorithmen implementiert werden können, ohne in die Komplexität der Vorhersageanalyse einzutreten. Das oben genannte Beispiel für 50 und 200 Tage gleitenden Durchschnitt ist ein beliebter Trend nach Strategie. (Für mehr über Tendenzhandelsstrategien siehe: Einfache Strategien zur Aktivierung von Trends.) Der Kauf eines dualen börsennotierten Wertpapiers zu einem niedrigeren Kurs in einem Markt und der gleichzeitigen Veräußerung zu einem höheren Preis in einem anderen Markt bietet die Preisdifferenz als risikofreien Gewinn Oder Arbitrage. Der gleiche Vorgang kann für Aktien gegen Futures-Instrumente repliziert werden, da Preisunterschiede von Zeit zu Zeit bestehen. Die Implementierung eines Algorithmus zur Identifizierung solcher Preisunterschiede und die Platzierung der Aufträge ermöglicht profitable Chancen in effizienter Weise. Die Indexfonds haben definierte Perioden des Ausgleichs festgelegt, um ihre Bestände auf ihre Benchmark-Indizes zu bringen. Dies schafft profitable Chancen für algorithmische Händler, die auf erwarteten Trades, die 20-80 Basispunkte Gewinne in Abhängigkeit von der Anzahl der Aktien im Index-Fonds, kurz vor dem Index Fonds Rebalancing bieten zu profitieren. Solche Trades werden über algorithmische Handelssysteme für rechtzeitige Ausführung und beste Preise initiiert. Viele bewährte mathematische Modelle, wie die delta-neutrale Trading-Strategie, die den Handel auf Kombination von Optionen und die zugrunde liegenden Sicherheit ermöglichen. Wo Trades zum Ausgleich von positiven und negativen Deltas platziert werden, so dass das Portfolio-Delta auf Null gehalten wird. Die mittlere Reversionsstrategie basiert auf der Idee, dass die hohen und niedrigen Preise eines Vermögenswertes ein temporäres Phänomen sind, das periodisch auf ihren Mittelwert zurückgeht. Ermittlung und Definition einer Preisspanne und Implementierung Algorithmus auf der Grundlage, dass Trades automatisch platziert werden, wenn der Preis für Asset Pausen in und aus der definierten Bereich ermöglicht. Die volumengewogene durchschnittliche Preisstrategie bricht einen großen Auftrag auf und gibt dynamisch bestimmte kleinere Stücke des Auftrags auf den Markt ab, indem sie spezifische historische Volumenprofile verwendet. Ziel ist es, die Order in der Nähe des volumengewichteten Durchschnittspreises (VWAP) auszuführen und damit den Durchschnittspreis zu nutzen. Die zeitgewichtete durchschnittliche Preisstrategie baut einen großen Auftrag auf und gibt dynamisch bestimmte kleinere Stücke des Auftrags auf dem Markt unter Verwendung gleichmäßig geteilter Zeitschlitze zwischen einer Anfangs - und einer Endzeit frei. Ziel ist es, die Order in der Nähe des Durchschnittspreises zwischen der Start - und Endzeit durchzuführen, wodurch die Marktwirkung minimiert wird. Solange der Handelsauftrag nicht vollständig gefüllt ist, setzt dieser Algorithmus fort, Teilaufträge entsprechend der definierten Teilnahmequote und entsprechend dem auf den Märkten gehandelten Volumen zu senden. Die zugehörige Schrittstrategie sendet Aufträge zu einem benutzerdefinierten Prozentsatz der Marktvolumina und erhöht oder verringert diese Beteiligungsquote, wenn der Aktienkurs auf benutzerdefinierte Ebenen ankommt. Die Implementierungs-Defizit-Strategie zielt darauf ab, die Ausführungskosten eines Auftrags durch den Handel auf dem Real-Time-Markt zu minimieren, wodurch die Kosten der Bestellung eingespart werden und die Opportunitätskosten der verzögerten Ausführung profitieren. Die Strategie wird die angestrebte Beteiligungsquote erhöhen, wenn sich der Aktienkurs positiv entwickelt und sinkt, wenn der Aktienkurs sich negativ bewegt. Es gibt einige spezielle Klassen von Algorithmen, die versuchen, Ereignisse auf der anderen Seite zu identifizieren. Diese Sniffing-Algorithmen, die beispielsweise von einem Sell-Market-Hersteller genutzt werden, haben die eingebaute Intelligenz, um die Existenz von Algorithmen auf der Buy-Seite eines großen Auftrags zu identifizieren. Eine solche Erkennung durch Algorithmen hilft dem Marktmacher, große Orderchancen zu identifizieren und ihm zu ermöglichen, durch das Ausfüllen der Aufträge zu einem höheren Preis zu profitieren. Dies wird manchmal als Hightech-Front-Run bezeichnet. (Für mehr über Hochfrequenzhandel und betrügerische Praktiken, siehe: Wenn Sie Aktien kaufen, sind Sie in HFTs beteiligt.) Technische Anforderungen für Algorithmic Trading Die Umsetzung der Algorithmus mit einem Computer-Programm ist der letzte Teil, mit Backtesting clubbed. Die Herausforderung besteht darin, die identifizierte Strategie in einen integrierten EDV-gestützten Prozess umzuwandeln, der Zugang zu einem Handelskonto für die Auftragserteilung hat. Die folgenden werden benötigt: Programmierkenntnisse, um die erforderliche Handelsstrategie zu programmieren, angeheuerte Programmierer oder vorgefertigte Handelssoftware Netzwerkkonnektivität und Zugang zu Handelsplattformen, um die Aufträge zu vergeben Zugang zu Marktdatenfeeds, die durch den Algorithmus auf Gelegenheitsmöglichkeiten überwacht werden Bestellungen Die Fähigkeit und Infrastruktur, Backtest System einmal gebaut, bevor es live auf realen Märkten Erhältliche historische Daten für Backtesting, abhängig von der Komplexität der Regeln in Algorithmen implementiert Hier ist ein umfassendes Beispiel: Royal Dutch Shell (RDS) ist in Amsterdam gelistet (AEX) und der London Stock Exchange (LSE). Erstellen Sie einen Algorithmus, um Arbitrage-Chancen zu identifizieren. Hier sind einige interessante Beobachtungen: AEX-Geschäfte in Euros, während LSE in Sterling Pfund handelt Wegen der einstündigen Zeitverschiebung, öffnet AEX eine Stunde früher als LSE, gefolgt von beiden Börsen, die gleichzeitig für die nächsten paar Stunden gehandelt werden und dann nur im LSE Handel Die letzte Stunde als AEX schließt Können wir erkunden die Möglichkeit des Arbitrage-Handels auf der Royal Dutch Shell-Aktien auf diesen beiden Märkten in zwei verschiedenen Währungen aufgeführt Ein Computer-Programm, das aktuelle Marktpreise lesen können Preis-Feeds von LSE und AEX A forex Rate Feed für GBP-EUR-Umrechnungskurs Auftragsvergabe, die den Auftrag an den richtigen Austausch weiterleiten kann Rücktestfähigkeit auf historische Preisvorschübe Das Computerprogramm sollte folgende Schritte ausführen: Lesen Sie den eingehenden Preisvorschub des RDS-Bestands von beiden Börsen mit den verfügbaren Wechselkursen . Wandeln Sie den Preis einer Währung in einen anderen um. Wenn es eine ausreichend große Preisdiskrepanz gibt (Rabatt auf die Maklergebühren), die zu einer rentablen Chance führt, dann legen Sie den Kaufauftrag auf den günstigeren Devisenumtausch und Verkaufsauftrag auf höherer Kurswährung an Erwünscht, wird die Arbitrage Profit folgen Einfach und leicht Aber die Praxis der algorithmischen Handel ist nicht so einfach zu pflegen und auszuführen. Denken Sie daran, wenn Sie einen Algo-generierten Handel platzieren können, so können die anderen Marktteilnehmer. Infolgedessen schwanken die Preise in Milli - und sogar Mikrosekunden. Im obigen Beispiel, was passiert, wenn Ihr Kaufhandel ausgeführt wird, aber verkaufen Handel nicht, wie die Verkaufspreise ändern sich durch die Zeit Ihre Bestellung trifft den Markt Sie werden am Ende sitzen mit einer offenen Position. So dass Ihre Arbitrage-Strategie wertlos. Es gibt zusätzliche Risiken und Herausforderungen: zum Beispiel Systemausfallrisiken, Netzwerkkonnektivitätsfehler, Zeitverzögerungen zwischen Handelsaufträgen und Ausführung und vor allem unvollständige Algorithmen. Je komplexer ein Algorithmus ist, desto strenger ist das Backtesting, bevor es in die Tat umgesetzt wird. Quantitative Analyse einer Algorithmen-Performance spielt eine wichtige Rolle und sollte kritisch untersucht werden. Seine spannende für die Automatisierung von Computern mit einer Vorstellung, um Geld zu machen mühelos gehen. Aber man muss sicherstellen, dass das System gründlich getestet wird und die erforderlichen Grenzen gesetzt sind. Analytische Händler sollten das Lernen von Programmierungs - und Gebäudesystemen selbst in Erwägung ziehen, um sicherzustellen, dass die richtigen Strategien in narrensicherer Weise umgesetzt werden. Vorsichtige Verwendung und gründliche Prüfung von algo-trading kann profitable Chancen zu schaffen. Forex Algorithmic Trading: Eine praktische Geschichte für Ingenieure Wie Sie vielleicht wissen, wird der Foreign Exchange (Forex) Markt für den Handel zwischen Währungspaare verwendet. Aber Sie können nicht bewusst sein, dass seine die liquidesten Markt in der Welt. Vor ein paar Jahren, von meiner Neugier getrieben, nahm ich meine ersten Schritte in die Welt der Forex-Handel Algorithmen durch die Schaffung eines Demo-Account und Simulationen (mit gefälschte Geld) auf der Meta Trader 4 Handelsplattform. Nach einer Woche des Handels, Id fast mein Geld verdoppelt. Angespornt durch meinen eigenen Erfolg, grub ich tiefer und schließlich unterschrieben für eine Reihe von Foren. Bald verbrachte ich stundenlanges Lesen über algorithmische Handelssysteme (Regelsätze, die bestimmen, ob Sie kaufen oder verkaufen sollten), benutzerdefinierte Indikatoren. Marktstimmungen und vieles mehr. Mein erster Kunde Um diese Zeit, zufällig, hörte ich, dass jemand versucht, einen Software-Entwickler zu finden, um ein einfaches Handelssystem zu automatisieren. Dies war wieder in meinem College-Tagen, als ich über die gleichzeitige Programmierung in Java (Threads, Semaphoren, und all jene Junk) zu lernen. Ich dachte, dass dieses automatisierte System dieses nicht viel komplizierter sein könnte, als meine fortgeschrittene Datenwissenschaftkursarbeit, also erkundigte ich mich über den Job und kam an Bord. Der Client wollte das System mit MQL4 gebaut. Eine funktionale Programmiersprache, die von der Meta Trader 4-Plattform für die Durchführung von aktienbezogenen Aktionen verwendet wird. MQL5 ist seitdem freigegeben worden. Wie Sie vielleicht erwarten, behandelt es einige der MQL4s Probleme und kommt mit mehr eingebaute Funktionen, die das Leben einfacher macht. Die Rolle der Handelsplattform (Meta Trader 4, in diesem Fall) ist eine Verbindung zu einem Forex Broker bieten. Der Broker bietet dann eine Plattform mit Echtzeit-Informationen über den Markt und führt Ihre buysell Aufträge. Für Leser, die mit dem Devisenhandel nicht vertraut sind, gibt es Informationen, die vom Daten-Feed bereitgestellt werden: Über Meta Trader 4 können Sie auf alle diese Daten mit internen Funktionen zugreifen, die in verschiedenen Zeitrahmen zugänglich sind: jede Minute (M1), alle fünf Minuten (M5) , M15, M30, jede Stunde (H1), H4, D1, W1, MN. Die Bewegung des aktuellen Preises wird ein Häkchen genannt. Mit anderen Worten, ein Häkchen ist eine Änderung des Bid - oder Ask-Preises für ein Währungspaar. Während aktiver Märkte kann es zahlreiche Ticks pro Sekunde geben. Während langsamen Märkten kann es Minuten ohne eine Zecke geben. Die Tick ist der Herzschlag eines Forex Robot. Wenn Sie eine Bestellung über eine solche Plattform platzieren, kaufen oder verkaufen Sie ein bestimmtes Volumen einer bestimmten Währung. Sie setzen auch Stop-Loss-und Gewinn-Gewinn-Grenzen. Die Stop-Loss-Limit ist die maximale Menge an Pips (Preisschwankungen), die Sie sich leisten können, zu verlieren, bevor Sie auf einen Handel. Die Gewinn-Gewinn-Grenze ist die Menge der Pips, die youll zu Ihren Gunsten vor dem Auszahlen zu akkumulieren. Wenn Sie mehr über die Grundlagen des Handels erfahren möchten (z. B. Pips, Ordertypen, Verbreitung, Slippage, Marktaufträge und mehr), lesen Sie hier. Die Kunden algorithmischen Handel Spezifikationen waren einfach: Sie wollten einen Roboter auf zwei Indikatoren basieren. Für den Hintergrund sind Indikatoren sehr hilfreich, wenn sie versuchen, einen Marktstatus zu definieren und Handelsentscheidungen zu treffen, da sie auf vergangenen Daten basieren (z. B. der höchste Preiswert in den letzten n Tagen). Viele kommen eingebaut, um Meta Trader 4. Jedoch, die Indikatoren, die mein Kunde interessiert war, kam aus einem benutzerdefinierten Handelssystem. Sie wollten jedes Mal handeln, wenn zwei dieser benutzerdefinierten Indikatoren sich kreuzen und nur in einem bestimmten Winkel. Als ich meine Hände schmutzig, lernte ich, dass MQL4-Programme haben die folgende Struktur: Preprocessor Direktiven Externe Parameter Globale Variablen Init Funktion Deinit Funktion Start Funktion Custom Functions Die Start-Funktion ist das Herz jedes MQL4-Programm, da es jedes Mal ausgeführt wird, wenn der Markt bewegt (Ergo, diese Funktion wird einmal pro Tick ausgeführt). Dies ist der Fall unabhängig von der Zeit, die Sie verwenden. Beispielsweise könnten Sie auf dem H1 (eine Stunde) Zeitrahmen arbeiten, aber die Startfunktion würde viele Tausendmal pro Zeitrahmen ausführen. To work around this, I forced the function to execute once per period unit: Getting the values of the indicators: The decision logic, including intersection of the indicators and their angles: Sending the orders: If youre interested, you can find the complete, runnable code on GitHub . Back-Testing Once I built my algorithmic trading system, I wanted to know: 1) if it was behaving appropriately, and 2) if it was any good. Back-testing is the process of testing a particular (automated or not) system under the events of the past. In other words, you test your system using the past as a proxy for the present. MT4 comes with an acceptable tool for back-testing a Forex trading system (nowadays, there are more professional tools that offer greater functionality). To start, you setup your timeframes and run your program under a simulation the tool will simulate each tick knowing that for each unit it should open at certain price, close at a certain price and, reach specified highs and lows. After comparing the actions of the program against historic prices, youll have a good sense for whether or not its executing correctly. The indicators that hed chosen, along with the decision logic, were not profitable. From back-testing, Id checked out the robots return ratio for some random time intervals needless to say, I knew that my client wasnt going to get rich with it the indicators that hed chosen, along with the decision logic, were not profitable . As a sample, here are the results of running the program over the M15 window for 164 operations: Note that our balance (the blue line) finishes below its starting point. One caveat: saying that a system is profitable or unprofitable isnt always genuine. Often, systems are (un)profitable for periods of time based on the markets mood: Parameter Optimization, and its Lies Although back-testing had made me wary of this robots usefulness, I was intrigued when I started playing around with its external parameters and noticed big differences in the overall Return Ratio. This particular science is known as Parameter Optimization . I did some rough testing to try and infer the significance of the external parameters on the Return Ratio and came up with something like this: You may think (as I did) that you should use the Parameter A. But the decision isnt as straightforward as it may appear. Specifically, note the unpredictability of Parameter A: for small error values, its return changes dramatically. In other words, Parameter A is very likely to over-predict future results since any uncertainty, any shift at all will result in worse performance. But indeed, the future is uncertain And so the return of Parameter A is also uncertain. The best choice, in fact, is to rely on unpredictability. Often, a parameter with a lower maximum return but superior predictability (less fluctuation) will be preferable to a parameter with high return but poor predictability. The only thing you can be sure is that you dont know the future of the market, and thinking you know how the market is going to perform based on past data is a mistake. In turn, you must acknowledge this unpredictability. Thinking you know how the market is going to perform based on past data is a mistake. This does not necessarily mean we should use Parameter B, because even the lower returns of Parameter A performs better than Parameter B this is just to show you that Optimizing Parameters can result in tests that overstate likely future results, and such thinking is not obvious. Overall Forex Algorithmic Trading Considerations Since that first algorithmic Forex trading experience, Ive built several automated trading systems for clients, and I can tell you that theres always room to explore. For example, I recently built a system based on finding so-called Big Fish movements that is, huge pips variations in tiny, tiny units of time. This is a subject that fascinates me. Building your own simulation system is an excellent option to learn more about the Forex market, and the possibilities are endless. For example, you could try to decipher the probability distribution of the price variations as a function of volatility in one market (EURUSD for example), and maybe make a Montecarlo simulation model using the distribution per volatility state, using whatever degree of accuracy you want. Ill leave this as an exercise for the eager reader. The Forex world can be overwhelming at times, but I hope that this write-up has given you some points on how to get going. Further Reading Nowadays, there is a vast pool of tools to build, test, and improve Trading System Automations: Trading Blox for testing, NinjaTrader for trading, OCaml for programming, to name a few. Ive read extensively about the mysterious world that is the Forex market. Here are a few write-ups that I recommend for programmers and enthusiastic readers: About the author View full profile raquo I have always wanted to learn about this. Thanks I studied a bit of market theory in college and learned about channel trading. I always thought that would be a good fit for algo trading since the strategy is recursive. Do you have any pointers on how to implement channel type of strategies (as opposed to Moving Average strategies) I39m sure you know this, but some (old) research shows that Exponential MA strategies make more and even out perform buy and hold strategies without taking into account tax advantages. Hi Rismay, thanks for commenting, about this: quotDo you have any pointers on how to implement channel type of strategies (as opposed to Moving Average strategies)quot There are many channel indicators out there (ie: Donchian, IREGR, and many more) also you can code your own channel indicator, once you have that you can make the ExpertAdvisor to make decisions based on whatever indicators you are using. The values of the indicators are referenced as a reverse zero point array oo..0 (ie: the most recent data would be in the position 0 of the indicator buffer). Andrew R. Young39s book is a good starting point to understand how indicators work. Awesome article thanks. Curious if you39ve engaged in the quantopian community Seems like a great way to get your feet wet Thanks for this awesome article Congrats Great post Rogelio Just wanted to share my experience as well :) Almost every trading book states, that most traders fails because of psychological factor, when they make exceptions from their own strategies, so as an engineer my only tought was that this is a perfect place for a software solution to avoid human inntervention to the trading system once you decide to start using it. I have spend one entire year of my career just by programming, testing and optimizing with past data every single strategy I was able to find online and on variuos different trading books. And you know what - none of them had constant profitability. And after reading a lot of blog posts etc. I came to the conclusion: We are living in a world where everyone can write his own trading robot and big trading corporations, banks etc. they are constantly analyzing all the markets by using not just strategies developed by some trading gurus but also machine learning algorithms deployed on super computers, who tries to find at least some patterns on every market. And here is the result: Once some pattern comes true at least for some period of time it emediatly turns in to no pattern, because everybody on this game are looking for these patterns. Once you see some pattern you place an order to buy or sell, your order pushes the market to the opposite direction you want it to go at least for a bit. But do not be naieve, if you see the pattern most probably a lot of other traders with hudge investmens sees this pattern as well so this time they are doing the same and you all lose your money all together. Think of it before you decide to become a trader with software engineering background. Hi Simanas, Thanks for the thoughtful comment. In a previous sketch of this article I described who the really smart players in this game are, and I mentioned the guys from Jane Street among others that play the role of middle-man and arbitrageurs in the market. We (The Editor, Charlie Marsh and Me) decided not to include that among another reflections that considered just that you are mentioning in this comment. All that being said, I like to believe that you can find an edge of the market if you use the correct tools and make the correct simulations using the proper variables. Thanks Thanks for commenting I haven39t engaged in that community it looks awesome to start programming and reuse the code offered there Good article Rogelio, In further reading, why would you suggest Ocami for programming instead of MQL4 or MQL5 or quotRquot or whatever I enjoyed this article as it is exactly the kinds of important big milestones I ran into. The project which started for a custom formula for several separate clients became a commercial product driven by user submissions. Now users can copy or sell their trades and copy trades from indicators in Meta Trader. sixtysecondoptions It39s called the Binary Options Auto Trader (BOAT for short) and only does Binary Options (2 results win or lose only). Juan Manuel Ramallo Can you try it whit horses. Forex robot are like set up a ROBOT in front of roulette. Bullion Invest - Invest 500 Return 350 daily for 50 days Program A: Receive Receive 70 daily for 50 days for every deposit made to the Standard Program. You will get your principal back immediately after your investment term is expired. Minimum spend ids US350 Program B Receive 200 daily for 20 days for every deposit made to the Premium Program. You will get your principal back immediately after your investment term is expired. Minimum spend is US3500 Program C: Receive 1000 daily for 5 days for every deposit made to the VIP Program. You will get your principal back immediately after your investment term is expired. Minimum spend is US20000 and maximum is US150000 Invest Here bullioninvest. net Investment Insurance payinghyiponlinebullioninvest. html The Quantopian does not provide any Forex data, right. The site only provides stock and etf. the pattern is in the mind of the trader a trader should identify the pattern rather than rely on the machine to identify the trend because the machine will fail as it will be late in identifying the trend (patterns) after all the machines were built by human brain. so the patter is in the brain. watching the screen how the rates behave. there are various patterns in different market bull markets, bear mkts, range bound mkts. Escaped Government Slave Enjoy yourselves. your competition, 2500 state and local government retirement. have 4 trillion under investment. and pay zero taxes, because the government doesn39t pay taxes. and have their inside people positioned in all the major trading houses and corporations. worldwide. The forex market is the largest, most liquid market in the world with an average traded value that exceeds 1.9 trillion per day and includes all of the currencies in the world. lta hrefquotforex-matter. blogspot201106six-steps-to-success-in-forex. htmlquotgtSuccess in Forexltagt I like their forex-copy system. You can copy the trades of successful traders and earn money even if you39re newbie. And I39d like to say that their trading conditions are very suitable for me. Spreads are good, I choose 1:600 leverage, no requites lta hrefquotforex-matter. blogspot201106forex-dealing-with-your-losses. htmlquotgtDealing With Your Lossesltagt Great article pitched at a great level and I LOVE your diagrams (any clue on how you produced them) Simple question you might be able to answer: Do you know anyone that provides a streaming API for share prices of shares listed on LSE and US markets Any advice appreciated thanks. I have never seen an automated system that works. The best forex trading system would be semi automated with some manual controls. forexearlywarning I have been trading with forex since 2010 and never encountered any issue. I made money once and requested withdrawal lta hrefquotforex-matter. blogspot201106trading-currency-through-online-forex. htmlquotgtForex Trading strategiesltagt Hello You can try with penny stocks. You39ll find more details on this web site lta hrefquotgoodtips. infor. phpi1074amplid10405quotgtpenny stocks tradingltagt It39s a good solution to earn extra money Bye Interesting article - so Nico, have any of the trading systems you built for clients proved to be consistently profitable I39ve toyed with developing one for a while but question whether or not FX price movement is predictable enough to make a consistent profit. Always makes me wonder why 39experts39 write trading books - presumably if their systems amp approaches actually worked they wouldn39t have bothered to write the books Totally agree with your belief in the beauty of brain. And would like to suggest here that the use of machine is just to avoid the human limitations. The human body combination (brain, body, hands) cant possibly be as fast as the machine to trade in the market with a latency of under 100 milliseconds. The decision making of the wonderful brain is not independent of time. That39s why we put most of the efforts of brain in developing and back testing strategies that normally we would use our brain for. No doubt there will be situations where manual approach might prove to be better than a machine decision. But its as likely as emotions making an impact on the decision making. With machines, the problem of emotions, and feelings do not hinder in making a rational decision. If your brain can think it, you can make a machine do it. No offence. StrategyQuant Professional is a lta hrefquotsoftwaredownloadcentresoftwarestrategy-quant-professional. phpquotgtComputer Generated Forex Trading Strategies Platformltagt which is a powerful strategy developer platform that makes use of machine learning techniques and genetic programming for generating new trading systems for any market or timeframe. This trading software includes the most complex strategies performance analytics on the market. It even contains several powerful tools that allow you to test your strategies for robustness to avoid over optimization. The StrategyQuant automatically generates requires new trading strategies in fraction of the second. It helps you to find new trading strategies that are not only unique but are also not obvious. It reduces the time that is requires for building strategies from weeks and months to minutes. It even helps you to improve the existing strategies. This is a good feature if you have any issues or need any advice with trading binary options. This also shows that the company attempts to add quality to their service. The trading platform is safe and secure and 100 web-based. Trade binary options in real time if you are a professional trader or an amateur. Get More Info. youtubewatchvRCaoA9r7neA Great information, thank you for share lta hrefquottinyurlnsqmkzlquotgtMy Best Trading Systemltagt Great information lta hrefquottinyurlqarcm4pquotgtBest Trading Systemltagt It is very silly trading in Forex if you dont have a reliable source of Forex signals as they take out the gamble aspect of it and just make it a guaranteed thing you will make profit. After trading Forex for 6 years (to a consistent six figure yearly income I might add) I have tried many different sources of Forex signals but by far the best i have found is fxtradingmethodcom (it wont let me comment with link so just turn the into a dot) - Vlad is like a goldmine and will ensure you become a successful trader. Get onboard if you want pretty much guaranteed success from day one without trial amp error. Just wanted to share my expertise with fellow traders Omar Hernandez Dox how do you state the code to define the right angle of the curve Algorithmic trader is good but so hard to use for small account owners but I find good solution, check this system maybe good someone else too. lta hrefquot12tradeproquotgtbest trading softwareltagt awesome write up, even if its a couple years old.. This is actually a good information for those people who wanted to know the true meaning of this kind of thing especially if they are not aware of this especially if they will run a certain business. It39s really suitable to be known by business people and for engineers. AC Forex cilents service, platforms and funding supports have won the best records around the world. Trades are mainly completed via computers, allowing retail traders to come into the market, real-time streaming prices have led to better transparency and the peculiarity between dealers and their most complicated customers has largely disappeared. As Forex trading algorithms helps in doing the analysis of currencies for currency trading. As MMF Solutions provide Best Forex tips for trading after doing complete analysis. As far as my experience of Forex Trading is concerned, I didnt find it that beneficial. I concur that Forex market is highly flexible but it is also more risky than the binary market. To read more about binary trading visit youtubechannelUCpA02tGLvK9UlxOhuX0LE9A. Trading on binary options is far easy and convenient than the trading on currency pair. Thanks for the interesting article. Understanding market behavior and strategy is the essential skill that every trader needs to possess to trade smartly. Backtesting is a great approach, which empowers traders to test out their strategies without risking a penny. Besides, backtesting a lot of things are present here youtubechannelUCpA02tGLvK9UlxOhuX0LE9A which could help you in evaluating whether your strategy is correct or not. Generally online trading whether its Forex or Options, they are considered as best to make money quickly. You generate earning when the currency you bet has enhanced in value and you will sell it at the suitable time. However, like any money making activity, such trading has also consumed risk. You can39t start it without good planning and strategies. You need to learn several things highlighted by financial experts here verifyproducts and make a plan of action to achieve utmost gains from investment. Great information thank you very much Too bad I39m not using MT anymore because of bad support specially for developers. A friend recommended me vertexfx platform. Despite the fact that it saved us thousands of dollars for 3rd party features since they are built in with the platform, it saved us the VPS for the EAs we paid hundreds for Their support were very fast and helpful and they assisted us in converting our strategies to VTL. Really great post and I know you have lots of experience in this field. vinsonfinancialsen Why so much people so interested in those quotalgorithmsquot on MAs making them so undeservedly popular There are numerous studies showing trading on moving average rules are trading on noise, meaning there is no real information (signal) in those. You can optimize it as much as you can, but when market regime changes, your quotalgorithmquot fails. We see too much of them in FX world. This is the very information blog that is the main thing a lot of interesting and useful. To know more about Forex Algorithmic Trading, you can visit Multi Management amp Future Solutions. Multi Management future Solutions is also the best online trading platform they provide. live equity signals Stock signals, profitable positional Stock Picks, SGX Stock market Signals with all Singapore market trading adviceand this are aliso provide signal in forex and comex If You are looking for Signal provider with a lot of assets and currencies who will guarantee you safe trading, You will be pleased with FOREX TRENDY, Now they got a special bonus offer. Automated chart analysis :71e7cc3zv3x2ut5e5d-5r9-kf5.hop. clickbank. nettidBLG Using an automated forex trading system also removes one of the largest hurdles that traders and investors face - Human Emotion. When an investor is acting on emotion they are effectively guessing, not analysing the market. Conversely strategies are modeled on statistical analysis and mathematical formulae - they do not guess or feel. Once the buy or sell decision has been reached the system instructs your broker to execute the trade - all of this is done in moments automatically by leveraging computer technology. Automated Forex Robots And Systems allblogrollautomated-forex-robots-systems Thank you for your great post. It39s really very informative and really helpful. Please Keep posting. Thanks again. lta hreftwitter23tradersTutorgt23 tradersltagt Thank you for your great post. It39s really very informative and really helpful. Please Keep posting. Thanks again. lta hreftwitter23tradersTutorgt23Traders Tutorialltagt Hi, I really like your blog, I found a lot useful information. Tell me, how can I increase my profits using mydigitradesocial-trading me very interested in this platform, you used it
No comments:
Post a Comment