Algoritmiese handel strategieë definisie

Algoritmiese Trading Wat is algoritmiese Trading algoritmiese handel, ook bekend as algo handel en black box handel, is 'n handel stelsel wat gebruik maak van gevorderde en komplekse wiskundige modelle en formules om 'n hoë-spoed besluite en transaksies te maak in die finansiële markte. Algoritmiese handel behels die gebruik van 'n vinnige rekenaarprogramme en komplekse algoritmes om te skep en te bepaal handel strategieë vir optimale opbrengste. Afbreek Algorithmic Trading Sommige beleggingstrategieë en handel strategieë soos arbitrage. Intermarket versprei, bemark maak, en spekulasie kan verbeter word deur middel van algoritmiese handel. Elektroniese platforms kan heeltemal bedryf belegging en handel strategieë deur algoritmiese handel. As sodanig, algoritmes in staat is om handel instruksies uit te voer onder bepaalde voorwaardes in die prys, volume, en tydsberekening. Die gebruik van algoritmiese handel is die mees algemeen gebruik word deur groot institusionele beleggers te danke aan die groot bedrag van aandele wat hulle elke dag te koop. Komplekse algoritmes toelaat dat hierdie beleggers om die beste moontlike prys te verkry sonder aansienlik beïnvloed die aandele prys en die verhoging van die aankoop koste. Arbitrage Arbitrage is die verskil van die mark pryse tussen twee verskillende entiteite. Arbitrage word algemeen beoefen in globale ondernemings. Byvoorbeeld, maatskappye in staat is om voordeel te trek uit goedkoper voorrade of arbeid te neem van ander lande. Hierdie maatskappye is in staat om koste en die verhoging van winste te sny. Arbitrage kan ook aangewend word in die handel SampP termynmark en die SampP 500 aandele. Dit is tipies vir SampP termynmark en SampP 500 aandele prys verskille te ontwikkel. Wanneer dit gebeur, die aandele verhandel op die Nasdaq en NYSE markte óf lag agter of kry voor die SampP termynmark, die verskaffing van 'n geleentheid vir arbitrage. Hoë-spoed algoritmiese handel kan hierdie bewegings en wins uit die prys verskille op te spoor. Trading Voordat Index Fund Rebalancing Aftreebefondsing soos pensioenfondse word meestal belê in onderlinge fondse. Die indeks fondse van onderlinge fondse word gereeld aangepas om die nuwe pryse van die fondse onderliggende bates te pas. Voordat dit gebeur, is uittreksel handel instruksies veroorsaak deur algoritmiese-handel ondersteun strategieë, wat winste uit beleggers kan oordra na algoritmiese handelaars. Beteken Reversion Mean terugkeer is wiskundige metode wat die gemiddelde van 'n securitys tydelike hoë en lae pryse bere. Algoritmiese handel bere hierdie gemiddelde en die potensiële wins uit die beweging van die securitys prys as dit óf gaan weg van of gaan na die gemiddelde prys. Scalping Scalpers wins uit handel die bod-vra versprei so vinnig as moontlik verskeie kere per dag. Prysbewegings moet minder as die securitys verspreiding wees. Hierdie bewegings gebeur binne minute of minder, dus die behoefte vir 'n vinnige besluite te neem, wat kan geoptimaliseer word deur algoritmiese handel formules. Ander strategieë new deur algoritmiese handel sluit transaksie koste vermindering en ander strategieë met betrekking tot donker poele. Basics van Algorithmic Trading: Konsepte en voorbeelde laai die speler. 'N Algoritme is 'n spesifieke stel van duidelike instruksies gemik n taak of proses uit te voer. Algoritmiese handel (outomatiese handel, swart-box handel, of bloot algo-handel) is die proses van die gebruik van rekenaars geprogrammeer om 'n bepaalde stel instruksies gebruik om die 'n handelsmerk ten einde winste teen 'n spoed en frekwensie wat onmoontlik is vir 'n te genereer menslike handelaar. Die gedefinieer stelle reëls is gebaseer op tydsberekening, prys, hoeveelheid of enige wiskundige model. Afgesien van wins geleenthede vir die handelaar, algo-handel maak markte meer vloeistof en maak handel meer sistematiese deur die beslissing uit emosionele menslike impak op handelsaktiwiteite. Veronderstel 'n handelaar volg hierdie eenvoudige handel kriteria: Koop 50 aandele van 'n voorraad wanneer sy 50-dae - bewegende gemiddelde gaan bo die 200-daagse bewegende gemiddelde verkoop aandele van die voorraad wanneer sy 50-dae - bewegende gemiddelde gaan onder die 200-daagse bewegende gemiddelde die gebruik van hierdie reeks van twee eenvoudige instruksies, is dit maklik om 'n rekenaarprogram wat outomaties die aandele prys (en die bewegende gemiddelde aanwysers) sal monitor en plaas die koop en verkoop bestellings wanneer die gedefinieerde vereistes voldoen word skryf. Die handelaar nie meer nodig het om 'n horlosie vir lewendige pryse en grafieke hou, of sit in die bestellings hand. Die algoritmiese handel stelsel doen dit outomaties vir hom deur korrek te identifiseer die handel geleentheid. (Vir meer inligting oor bewegende gemiddeldes, sien: Eenvoudige bewegende gemiddeldes Maak Trends uitstaan.) Algo-handel bied die volgende voordele: Trades uitgevoer teen die beste moontlike pryse Instant en akkurate handel orde plasing (en sodoende 'n hoë kans om uitvoering aan die gewenste vlakke) Trades korrek snel en onmiddellik, tot 'n aansienlike prys veranderinge verlaagde transaksiekoste (sien die implementering tekort voorbeeld hieronder) Gelyktydige outomatiese kontrole op verskeie marktoestande risiko van handleiding foute in die plasing van die ambagte voorkom verlaagde backtest die algoritme, gebaseer op beskikbare historiese en real time data verlaagde moontlikheid van foute deur menslike handelaars wat gebaseer is op emosionele en sielkundige faktore Die grootste gedeelte van die hedendaagse algo-handel is 'n hoë frekwensie handel (HFT), wat poog om munt te slaan uit die plasing van 'n groot aantal bestellings teen 'n baie vinnige spoed op verskeie markte en verskeie besluit parameters, wat gebaseer is op geprogrammeerde instruksies. (Vir meer inligting oor 'n hoë frekwensie handel, sien: Strategieë en Secrets van High Frequency Trading (HFT) Firmas) Algo-handel gebruik word in baie vorme van handel en belegging aktiwiteite, insluitend: Mid om langtermyn beleggers of koop kant firmas (pensioenfondse , onderlinge fondse, versekeringsmaatskappye) wat te koop in aandele in groot hoeveelhede, maar wil nie aandele pryse beïnvloed met diskrete, groot-volume beleggings. Korttermyn handelaars en verkoop deelnemers kant (Market makers. Spekulante. En arbitrageurs) voordeel van outomatiese uitvoering handel benewens, algo-handel hulpmiddels in die skep van voldoende likiditeit vir verkopers in die mark. Sistematiese handelaars (tendens volgelinge. Pare handelaars. Verskansingsfondse. Ens) vind dit baie meer doeltreffend om hul handel reëls program en outomaties laat die program handel. Algoritmiese handel bied 'n meer sistematiese benadering tot aktiewe handel as metodes gebaseer op 'n menslike handelaars intuïsie of instink. Algoritmiese handel strategieë Enige strategie vir algoritmiese handel vereis 'n geïdentifiseerde geleentheid wat geen voordeel aanbring in terme van verbeterde verdienste of verlaging van die koste. Die volgende is algemene handel strategieë wat in algo-beurs: die mees algemene algoritmiese handel strategieë te volg tendense in bewegende gemiddeldes. kanaal breakouts. prys vlak bewegings en verwante tegniese aanwysers. Dit is die maklikste en eenvoudigste strategieë te implementeer deur middel van algoritmiese handel omdat hierdie strategieë behels nie die maak van enige voorspellings of prys voorspellings. Ambagte geïnisieer gebaseer op die voorkoms van gewenste tendense. wat is eenvoudig en maklik om te implementeer deur middel van algoritmes, sonder om in die kompleksiteit van voorspellende analise. Bogenoemde voorbeeld van 50 en 200 dae bewegende gemiddelde is 'n gewilde neiging volgende strategie. (Vir meer inligting oor tendens handel strategieë, sien: eenvoudige strategieë Kapitaliseer op tendense.) Koop 'n dubbele genoteerde aandeel teen 'n laer prys in 'n mark en gelyktydig verkoop dit teen 'n hoër prys in 'n ander mark bied die prysverskil as risiko-vrye wins of arbitrage. Dieselfde operasie herhaal kan word vir aandele teenoor termynmark instrumente, soos prysverskille doen bestaan ​​van tyd tot tyd. Implementering van 'n algoritme om sulke prysverskille identifiseer en die plasing van die bestellings kan winsgewende geleenthede in doeltreffende wyse. Indeksfondse het tydperke van herbalansering gedefinieer om hul hoewes te par te bring met hul onderskeie maatstaf indekse. Dit skep winsgewende geleenthede vir algoritmiese handelaars, wat munt te slaan uit verwagte ambagte wat 20-80 basispunte winste na gelang van die aantal aandele in die indeks fonds, net voor indeksfonds herbalansering bied. Sulke transaksies is geïnisieer deur algoritmiese handel stelsels vir tydige uitvoering en die beste pryse. Daar is baie van bewese wiskundige modelle, soos die delta-neutraal handel strategie, wat handel toelaat op kombinasie van opsies en die onderliggende sekuriteit. waar ambagte geplaas om positiewe en negatiewe deltas geneutraliseer sodat die portefeulje delta gehandhaaf op nul. Beteken terugkeer strategie is gebaseer op die idee dat die hoë en lae pryse van 'n bate is 'n tydelike verskynsel wat terugkeer na hul gemiddelde waarde van tyd tot tyd. Die identifisering en definiëring van 'n prysklas en implementering algoritme gebaseer op wat dit moontlik maak ambagte outomaties geplaas word wanneer die prys van bate breek in en uit sy gedefinieer reeks. Deel gemiddelde prys strategie breek 'n groot bestelling en vrystellings dinamiese bepaal kleiner stukke van die einde van die mark met behulp van voorraad spesifieke historiese volume profiele. Die doel is om die einde naby aan die Deel gemiddelde prys (VWAP) uit te voer, en daardeur bevoordeel op gemiddelde prys. Tyd gemiddelde prys strategie breek 'n groot bestelling en vrystellings dinamiese bepaal kleiner stukke van die einde van die mark met behulp van eweredig verdeel tydgleuwe tussen 'n begin en einde van tyd. Die doel is om die einde naby aan die gemiddelde prys tussen die begin en einde tye uit te voer, en daardeur impak mark minimaliseer. Tot die handel orde ten volle gevul is, sit hierdie algoritme stuur gedeeltelike bestellings, volgens die gedefinieerde deelname verhouding en volgens die volume verhandel in die markte. Die verwante stappe strategie stuur bestellings by 'n gebruiker-gedefinieerde persentasie van die mark volumes en vermeerder of verminder hierdie deelname koers toe die aandeelprys gebruiker-gedefinieerde vlakke bereik. Die implementering tekort strategie het ten doel om die vermindering van die uitvoering koste van 'n bevel deur die handel van die real-time mark en sodoende spaar op die koste van die orde en voordeel trek uit die geleentheid koste van vertraagde uitvoering. Die strategie sal die geteikende deelname koers te verhoog wanneer die aandele prys gunstig beweeg en dit toe die aandeelprys beweeg nadelig verminder. Daar is 'n paar spesiale klasse van algoritmes wat poog om gebeure te identifiseer aan die ander kant. Hierdie snuif algoritmes, gebruik, byvoorbeeld deur 'n sell kant mark maker het die ingeboude intelligensie om die bestaan ​​van enige algoritmes te identifiseer op die koop kant van 'n groot bestelling. Sulke opsporing deur algoritmes sal help om die mark maker identifiseer groot bestelling geleenthede en hom in staat stel om voordeel te trek deur die invul van die bestellings teen 'n hoër prys. Dit is soms geïdentifiseer as 'n hoë-tegnologie voor-loop. (Vir meer inligting oor 'n hoë-frekwensie handel en bedrieglike praktyke, sien: As jy koop Aandeel Online, is jy betrokke HFTs.) Tegniese vereistes vir Algorithmic Trading Implementering van die algoritme gebruik van 'n rekenaarprogram is die laaste deel, clubbed met back testing. Die uitdaging is om die geïdentifiseerde strategie te omskep in 'n geïntegreerde gerekenariseerde proses wat toegang tot 'n handelsrekening vir die plaas van bestellings het. Die volgende word benodig: Rekenaarprogramering kennis om die vereiste handel strategie program, gehuur programmeerders of pre-made handel sagteware Netwerk konneksie en toegang tot handel platforms vir die plasing van die bestellings Toegang tot die mark data feeds wat sal gemonitor word deur die algoritme vir geleenthede om te plaas bestellings die vermoë en infrastruktuur om die stelsel backtest keer gebou, voordat dit gaan live op werklike markte beskikbaar historiese data vir back testing, afhangende van die kompleksiteit van reëls in algoritme Hier geïmplementeer is 'n omvattende voorbeeld: Koninklike Nederlandse Shell (RDS) is gelys op Amsterdam aandelebeurs (AEX) en die Londense aandelebeurs (LSE). Kom ons bou 'n algoritme om arbitrage geleenthede te identifiseer. Hier is 'n paar interessante opmerkings: AEX ambagte in Euro, terwyl LSE handel dryf in Sterling Ponde As gevolg van die een uur tydsverskil, AEX open 'n uur vroeër as LSE, gevolg deur beide ruil handel gelyktydig vir volgende paar uur en dan handel net in LSE tydens die laaste uur as AEX toemaak kan ons ondersoek die moontlikheid van arbitrage handel oor die Koninklike Nederlandse Shell genoteerde oor hierdie twee markte in twee verskillende geldeenhede 'n rekenaarprogram wat huidige markpryse prys feeds van beide LSE en AEX n forex koers voer vir lees GBP-euro-wisselkoers bevel vermoë wat kan roete die einde die korrekte ruil Terug-toets vermoë op historiese prys voed die rekenaarprogram moet die volgende uit te voer: Lees die inkomende prys toevoer van RDS voorraad van beide ruil Gebruik die beskikbare buitelandse wisselkoerse . omskep die prys van een geldeenheid na 'n ander As daar 'n groot genoeg prysverskil (verdiskontering die makelaars koste) wat lei tot 'n winsgewende geleentheid bestaan, dan plaas die koop orde op laer pryse ruil en te verkoop ten einde op 'n hoër prys ruil As die bevele uitgevoer as jy wil, sal die arbitrage wins egter eenvoudig en maklik te volg, die praktyk van algoritmiese handel is nie so eenvoudig om te handhaaf en uit te voer. Onthou, as jy 'n-algo gegenereer handel die ander deelnemers aan die mark kan plaas, sodat ons kan. Gevolglik pryse wissel in milli - en selfs mikrosekondes. In die voorbeeld hierbo, wat gebeur as jou koop handel sal uitgevoer word, maar verkoop handel nie die geval is as die verkoop pryse te verander deur die tyd jou bestelling treffers die mark Jy sal uiteindelik sit met 'n oop posisie. maak jou arbitrage strategie waardeloos. Daar is bykomende risiko's en uitdagings: byvoorbeeld, stelsel mislukking risiko's, verbindingsnetwerk foute, time-lags tussen handel bestellings en uitvoering, en, die belangrikste van alles, onvolmaakte algoritmes. Hoe meer kompleks 'n algoritme, is die strenger back testing nodig voordat dit in werking gestel word. Kwantitatiewe ontleding van 'n algoritmes prestasie speel 'n belangrike rol en moet krities ondersoek word. Die opwindende om te gaan vir outomatisering aangehelp deur rekenaars met 'n idee om geld te moeiteloos te maak. Maar 'n mens moet seker maak die stelsel is deeglik getoets en vereis perke gestel. Analitiese handelaars in ag moet neem aanleer van programmering en die bou van stelsels op hul eie, vol vertroue oor die implementering van die regte strategieë in onfeilbaar wyse te wees. Versigtig gebruik en 'n deeglike toets van algo-handel kan winsgewende geleenthede te skep. 'N Persoon wat handel dryf afgeleides, kommoditeite, effekte, aandele of geldeenhede met 'n hoër-as-gemiddelde risiko in ruil vir. quotHINTquot is 'n akroniem wat staan ​​vir vir quothigh inkomste nie taxes. quot Dit is van toepassing op 'n hoë-verdieners wat verhoed dat die betaling federale inkomste. 'N Mark outeur wat koop en verkoop baie kort termyn korporatiewe effekte genoem kommersiële papier. 'N papier handelaar is tipies. 'N bestelling geplaas met 'n makelaar om 'n sekere aantal aandele te koop of te verkoop teen 'n bepaalde prys of beter. Die onbeperkte koop en verkoop van goedere en dienste tussen lande sonder die oplegging van beperkings soos. In die sakewêreld, 'n buffel is 'n maatskappy, gewoonlik 'n aanloop wat nie 'n gevestigde prestasie record. How te identifiseer Algorithmic Trading strategieë wat deur Michael Saal-Moore op 19 April 2013 In hierdie artikel wil ek om jou te stel het nie om die metodes waardeur ek myself identifiseer winsgewende algoritmiese handel strategieë. Ons doel vandag is om te verstaan ​​in detail hoe om uit te vind, te evalueer en kies sulke stelsels. Siek te verduidelik hoe die identifisering van strategieë is so veel oor persoonlike voorkeur as dit gaan oor strategie prestasie, hoe om die tipe en hoeveelheid historiese data vir die toets te bepaal, hoe om lou te evalueer 'n handel strategie en uiteindelik hoe om voort te gaan na die back testing fase en implementeringstrategie . óf discretionally of algoritmies - - Die identifisering van jou eie persoonlike voorkeure vir Trading Ten einde 'n suksesvolle handelaar word is dit nodig om te vra jouself 'n paar eerlike vrae. Trading bied jou met die vermoë om geld te verloor teen 'n onrusbarende tempo, so is dit nodig om jouself weet soveel as dit nodig is om jou gekose strategie te verstaan. Ek sou sê die belangrikste oorweging in die handel is om bewus te wees van jou eie persoonlikheid. Trading, en algoritmiese handel in die besonder, vereis 'n aansienlike mate van dissipline, geduld en emosionele losmaking. Aangesien jy laat 'n algoritme te voer jou handel vir jou, is dit nodig om nie opgelos word om in te meng met die strategie wanneer dit uitgevoer word. Dit kan baie moeilik wees, veral in tye van uitgebreide drawdown. Dit kan egter baie strategieë wat bewys het is hoogs winsgewend te wees in 'n backtest negatief beïnvloed word deur eenvoudige inmenging. Verstaan ​​dat as jy wil om die wêreld van algoritmiese handel sal jy emosioneel getoets en wat verplig is om suksesvol te wees, is dit nodig om te werk deur middel van hierdie probleme Die volgende oorweging is een van die tyd. Het jy 'n voltydse werk te doen wat jy werk deeltyds Het jy werk van die huis af of 'n lang pendel elke dag Hierdie vrae sal jou help bepaal die frekwensie van die strategie wat jy moet soek. Vir dié van julle in voltydse indiensneming, kan 'n intraday termynmark strategie nie geskik wees (ten minste totdat dit ten volle outomatiese). Jou tydsbeperkings sal ook bepaal die metode van die strategie. As jou strategie dikwels verhandel en afhanklik van duur nuus feeds (soos 'n Bloomberg terminale) sal jy goed moet realisties wees oor jou vermoë om dit terwyl suksesvol uit te voer by die kantoor Vir dié van julle met 'n klomp van die tyd, of die vaardighede te wees om jou strategie te outomatiseer, kan jy wil om te kyk na 'n meer tegniese hoë-frekwensie handel (HFT) strategie. My oortuiging is dat dit nodig is om voortdurende navorsing uit te voer in jou handel strategieë om 'n konsekwent winsgewende portefeulje te handhaaf. Min strategieë te bly onder die radar vir ewig. Vandaar 'n beduidende gedeelte van die tyd om te handel toegeken sal wees in die uitvoering van voortgesette navorsing. Vra jouself af of jy bereid is om dit te doen is, aangesien dit die verskil tussen sterk winsgewendheid of 'n stadige afname teenoor verliese kan wees. Jy moet ook jou handel kapitaal te oorweeg. Die algemeen aanvaarde ideale minimum bedrag vir 'n kwantitatiewe strategie is 50,000 dollar (ongeveer 35.000 vir ons in die Verenigde Koninkryk). As ek weer kon begin, sou ek begin met 'n groter bedrag, waarskynlik nader 100,000 dollar (ongeveer 70.000). Dit is omdat transaksiekoste peperduur vir middel - tot hoë-frekwensie strategieë kan wees en dit is wat nodig is om voldoende kapitaal om dit te absorbeer in tye van onttrekking het. As jy dit oorweeg om te begin met minder as 10,000 USD dan sal jy nodig het om jouself te beperk tot 'n lae-frekwensie strategieë, handel in een of twee bates, soos transaksiekoste vinnig sal eet in jou opbrengste. Interaktiewe Brokers, wat een van die vriendelikste makelaars om diegene met ontwikkeling vaardighede, te danke aan sy API, het 'n kleinhandel rekening minimum van 10,000 USD. Ontwikkeling vaardigheid is 'n belangrike faktor in die skep van 'n outomatiese algoritmiese handel strategie. Om kundige in 'n programmeertaal soos C, Java, C, Python of R sal jou in staat stel om die end-tot-end data stoor, backtest enjin en uitvoering stelsel jouself te skep. Dit het 'n aantal voordele, hoof van wat is die vermoë heeltemal bewus van alle aspekte van die handel infrastruktuur te wees. Dit laat jou ook toe om die hoër frekwensie strategieë te verken as jy sal in volle beheer van jou tegnologie stapel. Terwyl dit beteken dat jy jou eie sagteware kan toets en uit te skakel foute, dit beteken ook meer tyd spandeer kodering op infrastruktuur en minder op die implementering van strategieë, ten minste in die vorige deel van jou algo handel loopbaan. Jy mag vind dat jy gemaklik beurs in Excel of MATLAB en kan die ontwikkeling van ander komponente uit te kontrakteer. Ek sou dit egter nie aanbeveel, veral vir diegene verhandel teen 'n hoë frekwensie. Jy moet jouself vra wat jy hoop om te bereik deur algoritmiese handel. Is jy belangstel in 'n gereelde inkomste, waardeur jy hoop om verdienste te trek uit jou handel rekening of is jy belangstel in 'n lang termyn kapitaalwins en kan bekostig om handel te dryf sonder die behoefte om fondse drawdown Inkomste afhanklikheid sal die frekwensie van jou strategie bepaal . Meer gereelde inkomste-onttrekkings sal 'n hoër frekwensie handel strategie met minder wisselvalligheid (dit wil sê 'n hoër Sharpe verhouding) vereis. Langtermyn handelaars kan 'n meer besadigde handel frekwensie bekostig. Ten slotte, moenie mislei word deur die idee om 'n uiters welvarende in 'n kort tydjie Algo handel is NIE 'n get-rich-quick skema - indien enigiets is dit 'n raak-arm-vinnige skema kan wees. Dit neem beduidende dissipline, navorsing, ywer en geduld suksesvol algoritmiese handel te wees. Dit kan maande neem, indien nie jare, om konsekwent wins genereer. Verkryging Algorithmic Trading Ideas Ten spyte van algemene persepsies tot die teendeel, dit is eintlik baie maklik om winsgewend handel strategieë op te spoor in die publieke domein vry. het nooit handel idees meer geredelik beskikbaar is as wat hulle vandag is nie. Akademiese finansies tydskrifte, pre-gedrukte bedieners, handel blogs, handel forums, weeklikse handel tydskrifte en spesialis tekste voorsien duisende handel strategieë waarmee jou idees te baseer op. Ons doel as kwantitatiewe handel navorsers is om 'n strategie pyplyn wat ons sal voorsien met 'n stroom van voortdurende handel idees te vestig. Die ideaal wil ons 'n metodiese benadering tot die verkryging, evaluering en implementering van strategieë wat ons teëkom te skep. Die doelstellings van die pyplyn is om 'n konstante hoeveelheid nuwe idees te genereer en om ons te voorsien met 'n raamwerk vir die verwerping van die meerderheid van hierdie idees met die minimum van emosionele oorweging. Ons moet baie versigtig wees om nie te laat kognitiewe vooroordele beïnvloed ons besluitneming metode wees. Dit kan so eenvoudig wees soos 'n voorkeur vir een bateklas oor 'n ander (goud en ander edelmetale na vore kom), omdat hulle as meer eksotiese beskou word. Ons doel moet altyd wees om konsekwent winsgewende strategieë te vind, met 'n positiewe verwagting. Die keuse van bateklas moet gebaseer wees op ander oorwegings, soos handel kapitaal beperkings, makelaarsfooie en hefboom vermoëns. As jy heeltemal vertroud met die konsep van 'n handel strategie dan die eerste plek om te kyk is met gevestigde handboeke. Classic tekste bied 'n wye verskeidenheid van eenvoudiger, meer eenvoudig idees, waarmee om jouself vertroud te maak met kwantitatiewe handel. Hier is 'n keuse wat ek aanbeveel vir diegene wat nuut tot kwantitatiewe handel, wat geleidelik meer gesofistikeerd as jy deur die lys te word: Vir 'n lang lys van kwantitatiewe handel boeke, besoek gerus die leeslys QuantStart. Die volgende plek om meer gesofistikeerde strategieë te vind is met handel forums en handel blogs. Maar 'n waarskuwing: Baie handel blogs staatmaak op die konsep van tegniese ontleding. Tegniese ontleding behels die gebruik van basiese aanwysers en gedragsielkunde om tendense of terugskrywing patrone in batepryse te bepaal. Ondanks die feit dat baie gewild in die algehele handelsruimte, is tegniese ontleding beskou ietwat oneffektiewe in die kwantitatiewe finansies gemeenskap. Sommige het voorgestel dat dit nie beter is as die lees van 'n horoskoop of studeer teeblare in terme van sy voorspellende krag In werklikheid is daar suksesvolle individue gebruik te maak van tegniese ontleding. Maar as kwantitatiewe met 'n meer gesofistikeerde wiskundige en statistiese toolbox tot ons beskikking, kan ons maklik die doeltreffendheid van sulke TA-gebaseerde strategieë te evalueer en om besluite te neem-data wat gebaseer is eerder as baseer ons op emosionele oorwegings of vooroordeel. Hier is 'n lys van gerespekteerde algoritmiese handel blogs en forums: Sodra jy 'n paar ervaring by die evaluering van eenvoudiger strategieë gehad het, is dit tyd om te kyk na die meer gesofistikeerde akademiese aanbod. Sommige akademiese joernale sal moeilik wees om toegang, sonder hoë ledegeld of eenmalige koste. As jy 'n lid of alumnus van 'n universiteit is, moet jy in staat wees om toegang te verkry tot 'n paar van hierdie finansiële tydskrifte. Anders, kan jy kyk na die pre-gedrukte bedieners. wat die internet bronne van wyle konsepte van akademiese referate wat ondergaan peer review is. Aangesien ons in strategieë wat ons suksesvol kan herhaal, backtest en kry winsgewendheid vir slegs geïnteresseerd is, 'n peer review is van minder belang. Die groot nadeel van akademiese strategieë is dat hulle dikwels óf kan wees verouderd, vereis duister en duur historiese data, handel in illikiede bateklasse of nie faktor in fooie, glip of verspreiding. Dit kan ook nie duidelik of die handel strategie is met die mark bestellings te voer wees, bestellings te beperk en of dit bevat stop verliese ens Dit is dus absoluut noodsaaklik om die strategie jouself so goed jy kan herhaal, backtest dit en voeg in realistiese transaksie koste wat soveel aspekte van die bateklasse wat jy wil om handel te dryf in te sluit Hier is 'n lys van die mees populêre pre-gedrukte bedieners en finansiële tydskrifte wat jou idees kan gebruik maak van:. wat van die vorming van jou eie kwantitatiewe dit vereis gewoonlik ( maar is nie beperk tot) kundigheid in een of meer van die volgende kategorieë: Market mikrostruktuur - vir hoër frekwensie strategieë in die besonder, kan 'n mens gebruik van mark mikrostruktuur maak. maw begrip van die dinamika bestelboek om winsgewendheid te genereer. Verskillende markte sal verskeie tegnologie beperkings, regulasies, deelnemers en beperkings mark wat al oop vir uitbuiting deur spesifieke strategieë te hê. Dit is 'n baie gesofistikeerde omgewing en kleinhandel praktisyns sal dit moeilik vind om kompeterend te wees in hierdie ruimte, veral as die kompetisie sluit groot, goed gekapitaliseer kwantitatiewe verskansingsfondse met 'n sterk tegnologiese vermoëns. Fonds struktuur - Pooled beleggingsfondse, soos pensioenfondse, private belegging vennootskappe (verskansingsfondse), kommoditeit verhandel adviseurs en wedersydse fondse is albei bande gelê word deur swaar regulering en hul groot kapitaal reserwes. So sekere konsekwent gedrag benut kan word met diegene wat meer ratse. Byvoorbeeld, 'n groot fondse is onderhewig aan kapasiteitsbeperkings vanweë hul grootte. Dus, as wat hulle nodig het om vinnig te laai (verkoop) 'n hoeveelheid van sekuriteite, sal hulle moet dit ronddwaal ten einde te verhoed verskuiwing van die mark. Gesofistikeerde algoritmes kan voordeel van hierdie, en ander eienaardighede te neem, in 'n algemene proses wat bekend staan ​​as fonds struktuur arbitrage. Masjienleer / kunsmatige intelligensie - masjienleer algoritmes het meer algemeen geword in die afgelope jaar in die finansiële markte. Klassifiseerders (soos Naïef-Bayes, et al.) Nie-lineêre funksie matchers (neurale netwerke) en optimalisering roetines (genetiese algoritmes) is almal gebruik om bate paaie voorspel of te optimaliseer handel strategieë. As jy 'n agtergrond in hierdie gebied wat jy kan 'n insig in hoe die besonder algoritmes kan toegepas word op sekere markte. Daar is natuurlik baie ander gebiede vir kwantitatiewe ondersoek. Wel bespreek hoe om vorendag te kom met persoonlike strategieë in detail in 'n latere artikel. Deur die voortsetting van hierdie bronne op 'n weeklikse, of selfs daagliks, basis te monitor jy die opstel van jouself tot 'n konsekwente lys van strategieë te ontvang van 'n wye verskeidenheid van bronne. Die volgende stap is om te bepaal hoe 'n groot subset van hierdie strategieë te verwerp ten einde te verminder mors jou tyd en back testing hulpbronne op strategieë wat waarskynlik nutteloos te wees is. Evaluering Trading Strategies Die eerste, en waarskynlik mees ooglopende oorweging is of jy werklik die strategie verstaan. Wil jy in staat wees om die strategie saaklik verduidelik of dit vereis 'n string van protest en eindelose parameter lyste Daarby het die strategie het 'n goeie, soliede basis in die werklikheid Byvoorbeeld, kan jy verwys na 'n paar gedrags rasionaal of fonds struktuur beperking wat kan veroorsaak dat die patroon (s) wat jy probeer om te ontgin sou dit beperking hou tot 'n regime verandering, soos 'n dramatiese regulatoriese omgewing ontwrigting is die strategie staatmaak op komplekse statistiese of wiskundige reëls is dit van toepassing op enige finansiële tydreekse of is dit spesifiek vir die bateklas wat dit beweer winsgewend op u behoort voortdurend te dink oor hierdie faktore wanneer die evaluering van nuwe handel metodes te wees, anders kan jy 'n aansienlike bedrag van die tyd 'n poging om backtest en te optimaliseer nuttelose strategieë te mors. Sodra jy bepaal wat jou die basiese beginsels van die strategie wat jy nodig het om te besluit of dit pas by jou genoemde persoonlikheid profiel te verstaan. Dit is nie so vaag n oorweging soos dit klink strategieë sal aansienlik verskil in hul prestasie eienskappe. Daar is sekere persoonlikheidstipes wat kan hanteer meer betekenisvolle tydperke van onttrekking, of bereid is om 'n groter risiko te aanvaar vir 'n groter opbrengs. Ten spyte van die feit dat ons, as kwantitatiewe, probeer elimineer soveel kognitiewe vooroordeel as moontlik en moet in staat wees om 'n strategie lou evalueer, vooroordele sal altyd insluip. So het ons 'n konsekwente, onemosionele manier waardeur die prestasie van strategieë te evalueer . Hier is die lys van kriteria wat ek oordeel 'n potensiële nuwe strategie deur: Metodologie - Is die strategie momentum gebaseer, gemiddelde-terugzet, mark-neutraal, directional Is die strategie staatmaak op gesofistikeerde (of kompleks) statistiese of masjien leer tegnieke wat hard is om te verstaan ​​en vereis dat 'n PhD in Statistiek te begryp Doen hierdie tegnieke 'n beduidende hoeveelheid van parameters, wat kan lei tot die optimalisering vooroordeel te voer is die strategie sal waarskynlik 'n regime verandering (dws potensiële nuwe regulering van finansiële markte) Sharpe verhouding te weerstaan ​​- die Sharpe verhouding heuristies kenmerkend van die beloning / risiko verhouding van die strategie. Dit kwantifiseer hoeveel terugkeer jy kan bereik vir die vlak van wisselvalligheid verduur deur die aandele kurwe. Natuurlik moet ons die periode en frekwensie dat hierdie opbrengste en wisselvalligheid (dit wil sê standaardafwyking) oor gemeet bepaal. 'N hoër frekwensie strategie sal groter sampling rate van standaardafwyking, maar 'n korter algehele tydperk van meting, byvoorbeeld vereis. Hefboom - Maak die strategie vereis beduidende invloed ten einde winsgewend Maak die strategie noodsaak die gebruik van afgeleide instrumente kontrakte (futures, opsies, swaps) ten einde 'n opbrengs te maak Hierdie aged kontrakte kan swaar wisselvalligheid kenmerkend het en dus kan maklik lei tot te wees marge oproepe. Het jy die handel kapitaal en die temperament vir sulke wisselvalligheid Frequency - Die frekwensie van die strategie is intiem gekoppel aan jou tegnologie stapel (en dus tegnologiese kundigheid), die Sharpe-verhouding en algemene vlak van transaksiekoste. Alle ander kwessies beskou, hoër frekwensie strategieë vereis meer kapitaal, is meer gesofistikeerd en moeiliker om te implementeer. Maar die aanvaarding van jou back testing enjin is gesofistikeerd en fout-vry, hulle sal dikwels baie hoër Sharpe verhoudings. Wisselvalligheid - wisselvalligheid is sterk verband hou met die risiko van die strategie. Die Sharpe verhouding kenmerkend hiervan. Hoër wisselvalligheid van die onderliggende bateklasse, as onverskanste, lei dikwels tot hoër wisselvalligheid in die aandele kurwe en dus kleiner Sharpe verhoudings. Ek natuurlik die veronderstelling dat die positiewe wisselvalligheid is ongeveer gelyk aan die negatiewe wisselvalligheid. Sommige strategieë kan 'n groter nadeel wisselvalligheid het. Jy moet bewus wees van hierdie eienskappe. Wen / verloor, Gemiddelde wins / verlies - strategieë sal verskil in hul wen / verloor en gemiddelde wins / verlies eienskappe. 'N Mens kan 'n baie winsgewende strategie het, selfs al is die getal van die verlies van ambagte oorskry die aantal wen ambagte. Momentum strategieë is geneig om hierdie patroon het as hulle staatmaak op 'n klein aantal groot treffers in orde om winsgewend te wees. Gemiddelde-terugkeer strategieë geneig opponerende profiele waar meer van die ambagte is wenners te hê, maar die verlies van ambagte kan nogal ernstig wees. Maksimum Onttrekking - Die maksimum drawdown is die grootste algehele piek-tot-trog persentasie daling op die aandele kurwe van die strategie. Momentum strategieë is bekend om te ly aan periodes van uitgebreide onttrekkings (as gevolg van 'n string van baie inkrementele verloor ambagte). Baie handelaars sal gee in tye van uitgebreide drawdown, selfs al is historiese toets het voorgestel dit is business as usual vir die strategie. Jy sal nodig hê om te bepaal watter persentasie van onttrekking (en oor watter tydperk) wat jy kan aanvaar voordat jy ophou handel jou strategie. Dit is 'n hoogs persoonlike besluit en dus moet versigtig oorweeg. Kapasiteit / Likiditeit - Aan die kleinhandel vlak, tensy jy handel dryf in 'n hoogs illikiede instrument (soos 'n klein-cap voorraad), sal jy nie het om jouself baie besig met strategie kapasiteit. Kapasiteit bepaal die scalability van die strategie om verdere kapitaal. Baie van die groter verskansingsfondse ly groot probleme hoedanigheid as hul strategieë toename in kapitaal toekenning. Parameters - Sekere strategieë (veral dié wat in die masjien leer gemeenskap) vereis dat 'n groot hoeveelheid van parameters. Elke ekstra parameter wat 'n strategie vereis laat dit meer kwesbaar vir optimalisering vooroordeel (ook bekend as krommepassing). Jy moet probeer om teiken strategieë met so min as moontlik parameters of maak seker dat jy voldoende hoeveelhede van data waarmee jou strategieë te toets op. Maatstaf - Byna al strategieë (tensy gekenmerk as absolute opbrengs) is gemeet teen 'n prestasie maatstaf. Die maatstaf is gewoonlik 'n indeks wat 'n groot monster van die onderliggende bateklas wat die strategie ambagte in. As die strategie handel dryf groot-cap Amerikaanse aandele, dan is die SP500 sou 'n natuurlike maatstaf om jou strategie teen te meet nie kenmerkend. Jy sal die terme alfa en beta, toegepas op strategieë van hierdie tipe hoor. Ons sal hierdie koëffisiënte in diepte bespreek in die latere artikels. Let daarop dat ons nie die werklike opbrengste van die strategie bespreek. Hoekom is dit in isolasie, die opbrengste ons eintlik voorsien met 'n beperkte inligting oor die doeltreffendheid van die strategie. Hulle dont gee jy 'n insig in die hefboom, wisselvalligheid, maatstawwe of kapitaal vereistes. So strategieë is selde beoordeel op hul opgawes alleen. oorweeg altyd die risiko eienskappe van 'n strategie voor te kyk na die opbrengs. Op hierdie stadium is baie van die strategieë gevind uit jou pyplyn uit die hand sal verwerp word, aangesien hulle gewoond aan jou kapitaal vereistes, hefboom beperkinge, maksimum drawdown verdraagsaamheid of wisselvalligheid voorkeure. Die strategieë wat oorbly kan nou oorweeg word vir back testing. Maar, voordat dit moontlik is, is dit nodig om 'n finale verwerping kriteria oorweeg - dié van beskikbare historiese data waarop hierdie strategieë te toets. Die verkryging van historiese data Deesdae, die breedte van die tegniese vereistes oor bateklasse vir historiese bewaring data is aansienlike. Ten einde mededingend te bly, beide die koop-kant (fondse) en verkoop-kant (beleggingsbanke) belê swaar in hul tegniese infrastruktuur. Dit is noodsaaklik om die belangrikheid daarvan te oorweeg. In die besonder, ons is geïnteresseerd in tydigheid, akkuraatheid en stoor vereistes. Ek sal nou uiteensetting van die basiese beginsels van die verkryging van historiese data en hoe om dit te stoor. Ongelukkig is dit 'n baie diep en tegniese onderwerp, so ek sal nie in staat wees om alles in hierdie artikel sê. Maar ek sal skryf 'n baie meer hieroor in die toekoms as my vorige ondervinding in die finansiële bedryf is hoofsaaklik gemoeid met finansiële data verkryging, berging en toegang. In die vorige afdeling het ons die opstel van 'n strategie pyplyn wat ons toegelaat om sekere strategieë te verwerp op grond van ons eie persoonlike verwerping kriteria. In hierdie afdeling sal ons meer strategieë gebaseer op ons eie voorkeure vir die verkryging van historiese data te filtreer. Die hoof oorwegings (veral by kleinhandel praktisyn vlak) is die koste van die data, die stoor vereistes en jou vlak van tegniese kundigheid. Ons moet ook die verskillende tipes van beskikbare data en die verskillende oorwegings wat elke tipe data sal lê op ons bespreek. Kom ons begin deur die bespreking van die tipe data wat beskikbaar is en die belangrike kwessies wat ons nodig het om te dink oor: Fundamentele Data - Dit sluit in inligting oor makro-ekonomiese tendense, soos rentekoerse, inflasiesyfers, korporatiewe aksies (dividende, voorraad-split), SEC Deponeringen , korporatiewe rekeninge, verdienste figure, oes verslae, meteorologiese data, ens Hierdie inligting word dikwels gebruik om waarde maatskappye of ander bates op 'n fundamentele basis, dws via 'n middel van die verwagte toekomstige kontantvloei. Dit sluit nie aandele prys reeks. Sommige fundamentele data is vrylik beskikbaar by die regering webtuistes. Ander historiese fundamentele data langtermyn kan baie duur wees. bergingsvereistes is dikwels nie baie groot nie, tensy duisende maatskappye word bestudeer in 'n keer. Nuus Data - Nuus data is dikwels kwalitatief van aard. Dit bestaan ​​uit artikels, blog boodskappe, microblog poste (tweets) en redaksionele. Masjienleer tegnieke soos klassifiseerders word dikwels gebruik om sentiment interpreteer. Hierdie data is ook dikwels vrylik beskikbaar of goedkoop, via inskrywing op media. Die nuwer NoSQL dokument stoor databasisse is ontwerp om hierdie tipe van ongestruktureerde, kwalitatiewe data te stoor. Bate prys data - Dit is die tradisionele data domein van die Quant. Dit bestaan ​​uit die tyd reeks van batepryse. Aandele (aandele), inkomste produkte (verbande) vaste, kommoditeite en pryse buitelandse valuta al sit in hierdie klas. Daily historiese data is dikwels maklik om te bekom vir die eenvoudiger bateklasse, soos aandele. Maar, sodra akkuraatheid en netheid is ingesluit en statistiese vooroordele verwyder, die data kan duur geword. Daarbenewens tydreeksdata beskik dikwels beduidende bergingsvereistes veral wanneer intraday data word beskou. Finansiële Instrumente - aandele, effekte, termynkontrakte en die meer eksotiese afgeleide opsies het baie verskillende eienskappe en parameters. So is daar geen one size fits all databasis struktuur wat hulle kan akkommodeer. Beduidende sorg moet gegee word aan die ontwerp en implementering van databasis strukture vir verskillende finansiële instrumente. Ons sal die situasie op 'n afstand te bespreek wanneer ons kom tot 'n sekuriteite meester databasis in toekomstige artikels bou. Frekwensie - Hoe hoër die frekwensie van die data, hoe groter is die koste en bergingsvereistes. Vir lae-frekwensie strategieë, daaglikse data is dikwels voldoende. Vir 'n hoë frekwensie strategieë, kan dit nodig wees om regmerkie-vlak data en selfs historiese afskrifte van besondere handel ruil bestelboek data verkry word. Implementering van 'n stoor enjin vir hierdie tipe data is baie tegnologies intensiewe en slegs geskik vir diegene met 'n sterk ontwikkeling / tegniese agtergrond. Maatstawwe - Die hierbo beskryf strategieë sal dikwels vergelyk word met 'n maatstaf. Dit manifesteer gewoonlik as 'n bykomende finansiële tydreekse. Vir aandele, dit is dikwels 'n nasionale voorraad maatstaf, soos die SP500 indeks (VSA) of FTSE100 (UK). Vir 'n vaste inkomste fonds, is dit nuttig om te vergelyk teen 'n mandjie van verbande of vaste inkomste produkte. Die risikovrye koers (bv toepaslike rentekoers) is ook 'n ander algemeen aanvaarde maatstaf. Alle bateklas kategorieë beskik oor 'n ten gunste maatstaf, so sal dit nodig om hierdie navorsing gebaseer op jou spesifieke strategie wees, as jy wil belang in jou strategie ekstern verkry. Tegnologie - Die tegnologie stapels agter 'n finansiële data stoor sentrum is kompleks. Hierdie artikel kan net krap die oppervlak oor wat betrokke is by die bou van 'n. Dit beteken egter sentrum om 'n databasis-enjin, soos 'n relasionele databasis Management System (RDBMS), soos MySQL, SQL Server, Oracle of 'n dokument stoor Engine (dit wil sê NoSQL). Dit is toeganklik via besigheid logika aansoek kode wat verteenwoordig die databasis navrae en bied toegang tot eksterne gereedskap, soos MATLAB, R of Excel. Dikwels is dit besigheid logika is geskryf in C, C, Java of Python. Jy sal ook nodig om hierdie inligting iewers aan te bied, hetsy op jou eie persoonlike rekenaar, of afstand via die internet bedieners. Produkte soos Amazon Web Services het hierdie eenvoudiger en goedkoper gemaak in die afgelope jaar, maar dit sal nog steeds nodig beduidende tegniese kundigheid te bereik in 'n robuuste wyse. Soos gesien kan word, een keer 'n strategie het via die pyplyn is geïdentifiseer sal dit nodig wees om die beskikbaarheid, koste, kompleksiteit en implementering besonderhede van 'n bepaalde stel historiese data te evalueer. Jy mag vind dit nodig is om 'n strategie uitsluitlik gebaseer op historiese data oorwegings verwerp. Dit is 'n groot gebied en spanne van PhD's werk van die groot fondse om seker te maak die prys is om akkurate en tydige. teen 'n koste - Moenie die probleme van die skep van 'n robuuste data sentrum vir jou back testing doeleindes ek wil sê egter dat baie back testing platforms hierdie data outomaties kan voorsiening te maak vir jou nie onderskat nie. So sal dit die grootste deel van die implementering pyn weg van jou neem, en jy kan bloot te konsentreer op die implementering van strategie en optimalisering. Gereedskap soos TradeStation besit hierdie vermoë. Maar my persoonlike mening is om soveel as moontlik intern implementeer en te verhoed dat uitkontraktering dele van die stapel te sagteware verskaffers. Ek verkies hoër frekwensie strategieë as gevolg van hul meer aantreklik Sharpe verhoudings, maar hulle is dikwels dig gekoppel aan die tegnologie stapel, waar gevorderde optimalisering is van kritieke belang. Noudat ons die kwessies rondom historiese data bespreek dit tyd om te begin die implementering van ons strategieë in 'n back testing enjin. Dit sal die onderwerp van ander artikels, want dit is 'n ewe groot gebied van bespreking Michael Saal-Moore Mike is die stigter van QuantStart en is betrokke by die kwantitatiewe finansiële sektor vir die afgelope vyf jaar, in die eerste plek as 'n quant ontwikkelaar en later as 'n quant handelaar konsultasie vir verskansing funds. Algorithmic Trading is 'n toonaangewende ontwikkelaar van algoritmiese handel stelsels vir beide beleggers en dag handelaars. Ons Quant handel stelsels het op groot skaal backtested was, verby ons streng kriteria vir die vrystelling van die publiek. Sien die lewendige handel geskiedenis vir elkeen van ons handel algoritmes en besluit vir jouself. Verwyder jou emosies uit handel en begin gebruik ons ​​gevorderde handel algoritmes. Vorige prestasie is nie 'n aanduiding van toekomstige prestasie nie. Trading termynkontrakte en opsies behels aansienlike risiko van verlies en is nie geskik vir alle beleggers. Algoritmiese handelsprestasie Die volgende data is geneem uit live ambagte gebaseer op 'n genormaliseerde per eenheid rekening grootte. Elke algoritmiese handel pakket het 'n spesifieke per eenheid handel grootte, wat 'n blok van ambagte in die individuele handel algoritmes vervat in daardie outomatiese handel stelsel verteenwoordig. Ons normaliseer tot 'n eenheid ten einde die mees akkurate voorstelling van resultate gesien met behulp van ons algoritmiese handel sagteware bied. Kyk na die lewendige handel prestasie van elkeen van ons algoritmiese handel stelsels voor hulle handel. Terug-toetsing het verskeie beperkings en in die algemeen is 'n meer optimistiese model van verwagte prestasie vorentoe beweeg. Live performance is 'n baie beter maatstaf van die kwaliteit van 'n algoritmiese handel stelsel. Hou in gedagte, vorige prestasie is nie 'n aanduiding van toekomstige prestasie nie. Terwyl ons resultate is nogal indrukwekkend, handel termynkontrakte en opsies is nie vir almal en behels aansienlike risiko van verlies. Ten slotte, die pakkette wat ons bied moet slegs verhandel met risiko kapitaal. Dollar en persent wins / verlies is gebaseer op die handel 'n eenheid. A Teken is in die grootste daling van aandele oor 'n spesifieke tydperk van die tyd. Sluiting maand-tot-maand Sluiting is die hoogtepunt van aandele op 'n sluiting maand basis en die volgende laagste punt van aandele op 'n sluiting maand basis. Dit is anders as 'n piek-tot-vallei drawdown wat intra-maand onttrekkings insluit. Vorige prestasie is nie 'n aanduiding van toekomstige prestasie nie. Trading futures behels aansienlike risiko van verlies en is nie vir almal nie. Dit is nie 'n waarborg van toekomstige prestasie nie. Dollar en persent winste gelys sluit kommissie wat gehef word deur die makelaar, real-time kwotasie fooie en enige maandelikse platform fooie wat mag bestaan. Maandelikse onttrekkings gepos word gemeet op 'n sluiting maand tot die sluiting van maand basis. Persent wins / verlies word gemeet met behulp van 'n genormaliseerde rekeningsaldo (ons per eenheid handel grootte) om nader te besin wat ons gemiddelde kliënte kan gesien. Dit sluit nie die eenmalige lisensie fooi AlgorithmicTrading koste vir die gebruik van die algoritmes. Hierdie live opbrengste word sodat ons kliënte 'n ingeligte en opgevoede besluit met betrekking tot die gebruik van ons algoritmes kan maak. Verwys na ons lisensie-ooreenkoms vir die volle risiko bekendmaking. AlgorithmicTrading is nie 'n geregistreerde of gelisensieerde beleggingsadviseur of CTA. Ons eis die self-uitvoering uitsluiting van registrasie deur die CFTC toegestaan. reël 4.14 (a) (10). Hierdie opbrengste is nie geouditeer deur 'n regering en dus moet slegs oorweeg word getuigskrifte kliënt. Hierdie resultate kan nie verteenwoordigend van die ervaring van ander kliënte. Skeduleer 'n demo van ons algoritmiese handel stelsel. Drie algoritmiese handel strategieë om van te kies. Die volgende data is gebaseer op die rug getoets data van opgestel TradeStation verslae. Hierdie data sluit nie die 8220walk-forward8221 resultate wat gesien sedert die handel algoritmes is aan die publiek vrygestel. Want dit is back-toets data, is dit onderhewig aan sekere beperkings per CFTC REËL 4.41 (onder). Geskep met Vergelyk Ninja CFTC REËL 4.41: Die resultate word op grond van gesimuleerde of hipotetiese prestasie resultate wat sekere inherente beperkings het. In teenstelling met die bedrag wat in 'n werklike prestasie rekord resultate, moenie hierdie resultate nie verteenwoordig werklike handel. Ook, omdat hierdie ambagte het nie eintlik uitgevoer, hierdie resultate kan hê onder-of oor-vergoed vir die impak, indien enige, van sekere mark faktore, soos 'n gebrek aan likiditeit. Gesimuleerde of hipotetiese handel programme in die algemeen is ook onderhewig aan die feit dat hulle is ontwerp met die voordeel van agterna. Geen voorstelling gemaak word dat enige rekening sal of waarskynlik winste of verliese soortgelyk aan dié bereik wat gewys. Opsies back testing het talle beperkings as gevolg van onbekendes met betrekking tot premie ingesamel. Daarbenewens week opsies op die SampP 500 Emini Futures (ES) was nie beskikbaar om handel te dryf vir die hele backtested tydperk. Werklike verliese kan groter wees as wat aangedui word. Maand tot maand onttrekkings is gebaseer op back testing wat beperkings het (sien hierbo disclaimer). 'N Leier in algoritmiese handel implementering ontwerp amp. AlgorithmicTrading bied handel algoritmes gegrond op 'n gerekenariseerde stelsel, wat beskikbaar is vir gebruik op 'n persoonlike rekenaar is ook. Alle kliënte ontvang dieselfde seine binne enige gegewe algoritme pakket. Alle raad is onpersoonlik en nie op maat van 'n spesifieke individue unieke situasie. AlgorithmicTrading, en sy beginsels, is nie nodig om te registreer met die NFA as 'n GTA en in die openbaar beweer hierdie vrystelling. Inligting aanlyn gepos of versprei deur middel van e-pos is nie nagegaan deur 'n regering hierdie sluit in, maar is nie beperk tot back-toets verslae, state en enige ander bemarking materiaal. oorweeg versigtig dit voor die aankoop van ons algoritmes. Vir meer inligting oor die vrystelling ons eis, besoek gerus die NFA webwerf: www. nfa. futures. org/nfa-registration/cta/index. As jy in die behoefte van professionele advies uniek aan jou situasie, raadpleeg asseblief met 'n gelisensieerde makelaar / CTA. DISCLAIMER: Commodity Futures Trading Commission Futures handel het 'n groot potensiaal belonings, maar ook groot potensiële risiko. Jy moet bewus wees van die risiko's en wees bereid om dit te aanvaar ten einde om te belê in die futures markte. Moenie handel met geld wat jy kan nie bekostig om te verloor. Dit is nie 'n uitnodiging of 'n aanbod om te koop / verkoop toekoms. Geen voorstelling gemaak word dat enige rekening sal of waarskynlik winste of verliese soortgelyk aan dié bespreek op hierdie webwerf of op enige verslae te bereik. Die vorige prestasie van enige handel stelsel of metode is nie noodwendig 'n aanduiding van toekomstige resultate. Tensy anders vermeld, is alle opgawes wat op hierdie webwerf en in ons video's beskou Hipotetiese Performance. Hipotetiese prestasieresultate het baie inherente beperkings, waarvan sommige hieronder word beskryf. GEEN VERTEENWOORDIGING gemaak DAT ENIGE rekening of waarskynlik winste of verliese soortgelyk aan dié wat ACHIEVE. Trouens, daar word dikwels SHARP VERSKILLE TUSSEN hipotetiese prestasieresultate en die werklike RESULTATE VERVOLGENS bereik deur ENIGE betrokke handelsplek PROGRAM. EEN van die beperkinge van hipotetiese prestasieresultate is dat hulle oor die algemeen VOORBEREID met die voordeel van agterna. Daarby het hipotetiese TRADING nie gepaard met FINANSIËLE RISIKOBESTUUR nie, en geen hipotetiese TRADING REKORD kan heeltemal REKENING vir die impak van finansiële risiko in die werklike handel. Byvoorbeeld, die VERMOË verliese te weerstaan ​​of om by 'n betrokke handelsplek PROGRAM ten spyte van verliese met die verhandeling wesenlik POINTS wat ook nadelig beïnvloed WERKLIKE handelsresultate. Daar is talle ANDER faktore wat verband hou na die markte in die algemeen of OP die implementering van enige spesifieke bedryf program nie ten volle in berekening gebring word by die opstel van hipotetiese PRESTASIE resultate en almal kan 'n nadelige invloed WERKLIKE handelsresultate. Met die uitsondering van die stellings gepos vanaf live rekeninge op TradeStation en / of Wins Capital, alle uitslae, grafieke en aansprake wat op hierdie webwerf en in 'n video blogs en / of nuusbrief e-pos is vanaf die gevolg van back-toets ons algoritmes tydens die datums aangedui. Hierdie resultate is nie van lewendige rekeninge handel ons algoritmes. Hulle is van hipotetiese rekeninge wat beperkings (sien CFTC REËL 4.14 hieronder en Hipotetiese prestasie disclaimer hierbo). Werklike resultate nie wissel gegee dat gesimuleerde resultate kan onder of oor te vergoed die impak van sekere mark faktore. Verder, ons algoritmes gebruik back-toets te handel lyste en verslae wat beteken het die voordeel van agterste-gesig te genereer. Terwyl terug getoets resultate skouspelagtige opbrengste kan hê, sodra glip, kommissie en lisensiegelde in ag geneem word, sal die werklike opbrengste wissel. Posted maksimum trekking downs gemeet op 'n sluiting maand tot die sluiting van maand basis. Verder, dit is gebaseer op die rug getoets data (verwys na beperkinge van back-toets hier onder). Werklike trekking downs kan hierdie vlakke oorskry wanneer verhandel op live rekeninge. CFTC REËL 4.41 - Hipotetiese of gesimuleerde prestasie resultate het sekere beperkings. In teenstelling met 'n werklike prestasie rekord, moenie gesimuleerde resultate nie verteenwoordig werklike handel. Ook, omdat die ambagte is nie uitgevoer word, die resultate kan onder of oor vergoed vir die impak, indien enige, van sekere mark faktore, soos 'n gebrek aan likiditeit. Gesimuleerde handel programme in die algemeen is ook onderhewig aan die feit dat hulle is ontwerp met die voordeel van agterna. Geen voorstelling gemaak word dat enige rekening sal of is geneig om wins of verliese soortgelyk aan dié wat te bereik. Stellings gepos uit ons werklike kliënte handel die algoritmes (ALGOS) sluit glip en kommissie. Stellings gepos word nie ten volle geouditeer of nagegaan en moet in ag geneem word as getuigskrifte kliënt. Individuele resultate hoef wissel. Hulle is werklik state van regte mense handel ons algoritmes op auto-pilot en sover ons weet, het geen diskresionêre ambagte te sluit. Tradelists op hierdie werf ook glip en kommissie. Dit streng is vir demonstrasie / opvoedkundige doeleindes. AlgorithmicTrading nie koop nie, verkoop of hou aanbevelings. Unieke ervarings en vorige vertonings waarborg nie toekomstige resultate. Jy moet met jou CTA of finansiële verteenwoordiger, makelaar handelaar, of finansiële ontleder praat om te verseker dat die sagteware / strategie wat jy gebruik is geskik vir jou belegging profiel voor die handel in 'n lewendige makelaars rekening. Alle raad en / of voorstelle wat hier gegee is bedoel vir die uitvoer van outomatiese sagteware in net simulasie af. Handel termynmark is nie vir almal en nie dra 'n hoë vlak van risiko. AlgorithmicTrading, of enige van sy beginsels, is nie geregistreer as 'n belegging adviseur. Alle raad gegee is onpersoonlik en nie op maat van 'n spesifieke individu. Gepubliseer persentasie per maand is gebaseer op die rug getoets resultate (sien beperkings op back-toets hierbo) met behulp van die ooreenstemmende pakket. Dit sluit in redelike glip en kommissie. Dit sluit nie fooie ons vra vir lisensiëring van die algoritmes wat wissel gebaseer op rekening grootte. Verwys na ons lisensie-ooreenkoms vir die volle risiko bekendmaking. 2016 AlgorithmicTrading Alle regte voorbehou. Privaatheidsbeleid