Pekerjaan sistem perdagangan C ++


Kos mereka secara umumnya berskala dengan kualiti, kedalaman dan ketepatan masa data. Apabila backtesting sistem seseorang mesti dapat mengukur seberapa baik ia melakukan, c ++ sistem kerja dagangan. Persekitaran pengawalseliaan baru, perubahan sentimen pelabur dan fenomena makroekonomi semuanya boleh membawa kepada perbezaan dalam bagaimana pasaran berkelakuan dan dengan itu keuntungan strategi anda. Untuk strategi HFT, khususnya adalah penting untuk menggunakan pelaksanaan khusus. Sekiranya modal anda berada dalam talian, bukankah anda tidur lebih baik pada waktu malam kerana mengetahui bahawa anda telah menguji sistem anda sepenuhnya dan menyedari perangkapnya dan isu-isu tertentu? Pengukuran kedua ialah Nisbah Sharpe, yang secara heuristis didefinisikan sebagai purata pulangan berlebihan yang dibahagikan dengan sisihan piawai pulangan berlebihan tersebut. Kuantiti - kuantiti. Pengeluaran maksima mencirikan kejatuhan puncak-ke-hujung terbesar c ++ sistem kerja dagangan lengkung ekuiti akaun ke atas sesuatu c ++ sistem kerja dagangan tempoh biasanya tahunan.

Perhatikan bahawa pulangan tahunan bukan ukuran biasanya digunakan, kerana ia tidak mengambil kira kemudahubahan strategi tidak seperti Rasio Sharpe. Sekali strategi telah ditarik balik dan dianggap bebas daripada berat sebelah sebanyak mungkin! Sistem Pelaksanaan Sistem pelaksanaan adalah cara di mana senarai perdagangan yang dihasilkan oleh strategi dihantar dan dilaksanakan oleh broker. Walaupun hakikat bahawa penjanaan perdagangan boleh menjadi semi- atau bahkan sepenuhnya automatik, mekanisme pelaksanaan boleh manual, separa manual i.

Perdagangan frekuensi ultra tinggi UHFT merujuk kepada strategi yang memegang aset mengikut urutan saat dan milisaat. Sebagai seorang pengamal peruncit HFT dan UHFT sudah pasti, tetapi hanya dengan pengetahuan terperinci tentang "tumpuan teknologi" dan dinamik buku pesanan. Kami tidak akan membincangkan aspek-aspek ini dengan begitu banyak dalam artikel pengantar ini. Sekali strategi, atau set strategi, telah dikenal pasti kini perlu diuji untuk keuntungan pada data sejarah.

Kuantiti - kuantiti. Strategi pemulihan bermakna adalah satu yang cuba mengeksploitasi fakta bahawa maksud jangka panjang pada "siri harga" seperti penyebaran antara dua aset berkorelasi wujud dan penyimpangan jangka pendek dari maksud ini akhirnya akan kembali.

Ini menggunakan skrip Python yang dioptimumkan. Dalam dana yang lebih besar, selalunya bukan domain pedagang kuantiti untuk mengoptimumkan pelaksanaan. Ingat bahawa jika anda ingin bekerja dengan dana. Kemahiran pengaturcaraan anda akan menjadi penting, jika tidak lebih daripada statistik anda dan bakat ekonomi! Satu lagi isu utama yang berada di bawah sepanduk pelaksanaan ialah pengurangan kos transaksi.

Itulah domain backtesting. Strategi Backtesting Matlamat backtesting adalah untuk memberikan bukti bahawa strategi yang dikenal pasti melalui proses di atas adalah menguntungkan apabila digunakan untuk kedua-dua data bersejarah dan out-of-sample.

Tindakan korporat merangkumi aktiviti "logistik" yang dilakukan oleh syarikat yang biasanya menyebabkan perubahan fungsi langkah dalam harga mentah, yang seharusnya tidak dimasukkan dalam pengiraan pulangan harga. Pelarasan untuk dividen dan perpecahan saham adalah penyebab biasa. Proses yang dikenali sebagai penyesuaian semula diperlukan untuk dilakukan pada setiap tindakan ini.

Untuk strategi HFT, khususnya adalah penting untuk menggunakan pelaksanaan khusus. Apabila backtesting sistem seseorang mesti dapat mengukur seberapa baik ia melakukan. Metrik "standard industri" untuk strategi kuantitatif adalah pengambilan maksimum dan Nisbah Sharpe. Pengeluaran maksima mencirikan kejatuhan puncak-ke-paling terbesar dalam lengkung ekuiti akaun sepanjang tempoh masa tertentu biasanya tahunan. Ini paling kerap dipetik sebagai peratusan. Strategi LFT akan cenderung mempunyai pengeluaran lebih besar daripada strategi HFT, disebabkan oleh beberapa faktor statistik.

Sebaiknya anda mahu mengautomasikan pelaksanaan dagangan anda sebanyak mungkin. Ini membebaskan anda untuk memberi tumpuan kepada penyelidikan lanjut, dan juga membolehkan anda menjalankan pelbagai strategi atau bahkan strategi frekuensi yang lebih tinggi sebenarnya, HFT pada dasarnya mustahil tanpa eksekusi automatik. Sebagai sebuah anekdot, dalam dana yang biasa digunakan, kami mempunyai 10 minit "gelaran dagangan" di mana kami akan memuat turun data pasaran baru setiap 10 minit dan kemudian melaksanakan perdagangan berdasarkan maklumat tersebut dalam kerangka waktu yang sama.

Sekali strategi telah dikenalpasti, adalah perlu untuk mendapatkan data sejarah yang mana untuk menjalankan ujian dan, mungkin, perbaikan. Terdapat sejumlah besar vendor data di semua kelas aset.

Ini menetapkan jangkaan bagaimana strategi akan dilaksanakan di "dunia nyata". Walau bagaimanapun, backtesting TIDAK menjamin kejayaan, atas pelbagai sebab. Ia mungkin merupakan kawasan perdagangan kuantitatif yang paling halus kerana ia melibatkan banyak bias, yang mesti dipertimbangkan dengan teliti dan dihapuskan sebanyak mungkin.

Bias kelangsungan hidup sering merupakan "ciri" data bebas atau murah. Dataset dengan bias surviviti bermakna ia tidak mengandungi aset yang tidak lagi diperdagangkan. Bias ini bermaksud bahawa mana-mana strategi dagangan saham yang diuji pada dataset semacam itu mungkin akan lebih baik daripada di "dunia nyata" kerana "pemenang" sejarah telah dipreskripsikan.

Oleh kerana ini adalah artikel pengantar, saya tidak akan mengira pengiraannya. Kriteria Kelly membuat beberapa anggapan tentang sifat pengembalian statistik, yang tidak sering berlaku dalam pasaran kewangan, oleh itu pedagang sering konservatif ketika datang ke pelaksanaannya. Satu lagi komponen utama pengurusan risiko adalah dalam menangani profil psikologi sendiri. Terdapat banyak kecenderungan kognitif yang boleh merayap ke dalam perdagangan. Walaupun ini diakui kurang bermasalah dengan perdagangan algoritma jika strategi dibiarkan bersendirian!

Isu utama terakhir untuk sistem pelaksanaan adalah kebimbangan mengenai prestasi strategi daripada prestasi yang lebih baik. Ini boleh berlaku untuk beberapa sebab. Kami telah membincangkan masalah berat sebelah dan pengoptimuman bias secara mendalam, apabila mempertimbangkan cadangan.

c ++ sistem kerja dagangan

Ia termasuk risiko broker, seperti broker yang menjadi bankrap tidak gila kerana ia berbunyi, memandangkan menakutkan baru-baru ini dengan MF Global! Pendek kata, ia merangkumi hampir semua yang mungkin boleh mengganggu pelaksanaan dagangan, yang mana terdapat banyak sumber. Buku-buku seluruhnya ditumpukan kepada pengurusan risiko untuk strategi kuantitatif jadi saya tidak cuba untuk menjelaskan mengenai semua kemungkinan risiko di sini.

Walau bagaimanapun, sesetengah strategi tidak memudahkan untuk menguji kesilapan sebelum penggunaan. Ini berlaku di HFT paling banyak.

Pasaran mungkin tertakluk kepada perubahan rejim selepas penggunaan strategi anda. Persekitaran pengawalseliaan baru, perubahan sentimen pelabur dan fenomena makroekonomi semuanya boleh membawa kepada perbezaan dalam bagaimana pasaran berkelakuan dan dengan itu keuntungan strategi anda. Pengurusan Risiko Potongan akhir kepada teka-teki perdagangan kuantitatif adalah proses pengurusan risiko. Ia termasuk risiko teknologi, seperti pelayan yang terletak di bursa tiba-tiba membuat kerosakan cakera keras.

Ia adalah kawasan yang kompleks dan bergantung pada beberapa matematik yang tidak remeh. Piawaian industri yang mana peruntukan modal yang optimum dan pengaruh strategi berkaitan dipanggil kriteria Kelly.

c ++ sistem kerja dagangan

Bagi strategi LFT, teknik manual dan separa manual adalah perkara biasa. Bagi strategi HFT, perlu dibuat mekanisme pelaksanaan automatik sepenuhnya, yang akan sering digabungkan dengan penjana perdagangan disebabkan oleh saling ketergantungan strategi dan teknologi. Pertimbangan utama apabila membuat sistem pelaksanaan adalah antara muka kepada broker, meminimumkan kos transaksi termasuk komisen, slippage dan penyebaran dan perbezaan prestasi sistem hidup dari prestasi tertandingi.

Terdapat banyak cara untuk menyambung kepada pembrokeran. Mereka terdiri daripada memanggil broker anda di telefon terus melalui API Permintaan Pemrograman Aplikasi berprestasi tinggi sepenuhnya automatik.

Ia boleh menjadi satu cabaran untuk meramalkan kos transaksi dengan tepat. Seluruh pasukan quants didedikasikan untuk mengoptimumkan pelaksanaan dana yang lebih besar, atas sebab-sebab ini. Pertimbangkan senario di mana dana perlu mengimbangi sejumlah besar perdagangan yang alasannya berbuat demikian banyak dan bervariasi! Dengan "lambakan" begitu banyak saham ke pasaran, mereka akan dengan cepat menekan harga dan mungkin tidak mendapat pelaksanaan yang optimum.

Ketepatan berkaitan dengan kualiti keseluruhan data - sama ada mengandungi sebarang ralat. Kesalahan kadang-kadang mudah dikenalpasti, seperti dengan penapis spike, yang akan memilih "pancang" yang salah dalam data siri masa dan betul untuk mereka. Pada masa lain, mereka boleh menjadi sangat sukar untuk ditemui. Selalunya perlu mempunyai dua atau lebih penyedia dan kemudian menyemak semua data mereka terhadap satu sama lain.

Oleh itu, algoritma yang "memerangkap makanan" di pasaran ada, walau bagaimanapun dana mengalir risiko kemerosotan. Lebih jauh lagi, strategi lain "mangsa" terhadap keperluan ini dan boleh mengeksploitasi ketidakcekapan. Ini adalah domain arbitraunan struktur dana.



Pengurusan risiko juga merangkumi apa yang dikenali sebagai peruntukan modal yang optimum, yang merupakan cawangan teori portfolio. Ini adalah cara yang modal diperuntukkan kepada satu set strategi yang berbeza dan untuk perdagangan dalam strategi tersebut.

Kecenderungan umum ialah kehilangan keengganan di mana posisi yang hilang tidak akan ditutup kerana kesakitan harus menyedari kerugian. Begitu juga, keuntungan boleh diambil terlalu awal kerana ketakutan untuk kehilangan keuntungan yang sudah diperolehi terlalu besar. Satu lagi kecenderungan yang umum dikenali sebagai kecenderungan kecenderungan. Ini menunjukkan dirinya apabila peniaga meletakkan terlalu banyak penekanan pada peristiwa-peristiwa baru-baru ini dan bukan pada jangka panjang. Kemudian, tentu saja ada pasangan klasik kecenderungan emosi - ketakutan dan tamak.

Suatu latar belakang sejarah akan menunjukkan pengambilan maksimum yang lalu, yang merupakan panduan yang baik untuk prestasi pengeluaran strategi masa depan. Pengukuran kedua ialah Nisbah Sharpe, yang secara heuristis didefinisikan sebagai purata pulangan berlebihan yang dibahagikan dengan sisihan piawai pulangan berlebihan tersebut.


Kami akan membincangkan jenis bias yang biasa termasuk berat sebelah, kecenderungan hidup dan kecenderungan pengoptimuman yang juga dikenali sebagai "pengintipan data" yang berat sebelah. Lain-lain bidang penting dalam backtesting termasuk ketersediaan dan kebersihan data sejarah, pemfaktoran dalam kos transaksi realistik dan membuat keputusan mengenai platform backtesting yang mantap. Kami akan membincangkan kos transaksi lebih lanjut di bahagian Sistem Pelaksanaan di bawah.

Mungkin ada bug dalam sistem pelaksanaan dan juga strategi perdagangan itu sendiri yang tidak muncul pada backtest tetapi DO muncul dalam perdagangan langsung.


Kos mereka secara umumnya berskala dengan kualiti, kedalaman dan ketepatan masa data. Titik permulaan tradisi bagi peniaga permulaan yang paling sekurang-kurangnya di peringkat runcit adalah menggunakan data bebas yang ditetapkan dari Yahoo Finance. Saya tidak akan memikirkan pembekal terlalu banyak di sini, sebaliknya saya ingin menumpukan perhatian kepada isu umum ketika berurusan dengan set data sejarah.

Orang mesti berhati-hati untuk tidak mengelirukan pecahan saham dengan pelarasan pulangan yang benar. Ramai peniaga telah ditangkap oleh tindakan korporat! Untuk menjalankan prosedur backtest, perlu menggunakan platform perisian. Salah satu faedah berbuat demikian ialah sistem perisian dan pelaksanaan tertua boleh diintegrasikan dengan ketat, walaupun dengan strategi statistik yang sangat maju.

Strategi momentum cuba mengeksploitasi kedua-dua psikologi pelabur dan struktur dana besar dengan "menunggang perjalanan" pada trend pasaran, yang dapat mengumpul momentum dalam satu arah, dan mengikuti trend sehingga ia membalikkan. Satu lagi aspek penting dalam perdagangan kuantitatif adalah kekerapan strategi perdagangan. Perdagangan frekuensi rendah LFT biasanya merujuk kepada strategi yang memegang aset lebih lama daripada hari perdagangan. Sehubungan dengan itu, perdagangan frekuensi tinggi HFT secara umumnya merujuk kepada strategi yang memegang aset intraday.


Secara amnya terdapat tiga komponen untuk kos transaksi: Perhatikan bahawa penyebaran TIDAK tetap dan bergantung kepada kecairan semasa i. Kos transaksi boleh membuat perbezaan antara strategi yang sangat menguntungkan dengan nisbah Sharpe yang baik dan strategi yang sangat tidak menguntungkan dengan nisbah Sharpe yang dahsyat.