Forex Kvantitativ Handel

Kvantitativ analyse i Forex Oppdatert 18. oktober 2016 Hva er kvantitativ analyse Kvantitativ analyse tillater handelsmenn å fjerne følelser fra investeringsprosessen. Kvantitativ analyse er en tilnærming som fokuserer på statistikk eller sannsynligheter over tarmfølelser. Gitt teknologien til datamaskiner og sofistikerte matematikkmodeller, har kvantitativ analyse tatt over Wall Street og et flertall av nye handelsmenn og ansatte på Wall Streets eller de med en kvantitativ tankegang. Kvantitativ analyse har et sted i valutamarkedet, akkurat som alle andre markeder. Du er sannsynligvis kjent med ulike former for kvantitativ analyse selv om du ikke anser deg selv som en kvant, som er noen som nærmer seg markeder fra et kvantitativt synspunkt. Et enkelt økonomisk forhold som håndleddsbelønning, inntjening per aksje eller noe vanskeligere som opsjonsprising og diskontert kontantstrøm er former for kvantitativ analyse. Som du kan forestille deg, er data kritisk i analysen er ofte bare så god som dataene som går i så mange quants fokuserer på kvaliteten på dataene som brukes til å fylle ut sine matematiske og statistiske modeller. Eksempler på kvantitativ eller statistisk analyse Du trenger ikke å være en matematisk whiz eller ha en doktorgrad i økonometri for å dra nytte av statistisk analyse. Med statistikk ser du på avhengighet eller tilknytning av to tilfeldige variabler eller til datasett. Traders dra nytte av den vanlige statistiske analysen av korrelasjoner, som refererer til en bred klasse av statistiske relasjoner og avhengighet. En vanlig korrelasjon i valutamarkedet er dollar svakhet er korrelert med svakhet til fremvoksende markeder. Et annet intermarket-forhold Yen styrke og aksjemarkedssvikt. Statistisk analyse er nyttig for å bestemme fremtidige sannsynligheter, men er ikke ment å være rent prediktiv. En typisk uttalelse er at korrelasjon ikke er årsakssammenheng. Kausalitet betyr eksplisitt årsak og effekt, mens korrelasjon bare betyr potensielle fellesbevegelser mellom to tilfeldige variabler. Skalaen til korrelasjonskoeffisientene er -1 til 431, mens den negative er et perfekt omvendt forhold eller korrelasjon, null er null korrelasjon, og en positiv er perfekt positiv korrelasjon nesten som de to variablene eller markedene er håndjernet til hverandre. En annen gunstig form for statistisk analyse er kjent som regresjonsanalyse. Regresjonsanalyse er en svært gunstig statistisk modell og kvantitativ analyse for å hjelpe deg med å se forholdet mellom variabler. Regresjonsanalyse fokuserer på forholdet mellom en avhengig variabel og en eller flere avhengige variabler. Spesifikt hjelper regresjonsanalyse deg til å forstå hvordan den typiske verdien av den avhengige variabelen endres når en av de uavhengige variablene varierer. De fleste FX-kartpakker har en regresjonskanal som gjør beregningen av regresjonsanalyse for deg og er ofte lettere å få tilgang til enn korrelasjoner. Regresjonsanalyse estimerer vanligvis betinget forventning eller retning av prisen på den avhengige variabelen gitt den uavhengige variabelen. Dette betyr gjennomsnittsverdien av den avhengige variabelen i forhold til en fast uavhengig variabel. Dette er ofte vist i skrå linje høyere eller lavere skjære gjennom pris i retning av trenden eller i en sidelengs bevegelse er regresjonslinjen ofte flat. Hva er nødvendig Mens matematiske modeller er utenfor omfanget av denne artikkelen, bruker mange forhandlere Excel fra Microsoft og bruker korrelasjonsfunksjonen mellom variablene over et bestemt tidsrom for å avgjøre om det er en positiv eller negativ korrelasjon. Imidlertid vil mange undersøkelser legge ut korrelasjonsrapporter, og de kan også bli funnet på forskningsterminaler som Bloomberg eller Reuters. Hvis du er interessert i å gjøre disse typer modellene selv, er det viktig å merke seg at resultatene er datatrafikk og mangler eller ufullstendige data kan føre deg på avvei. Derfor bør du ta vare på de manglende dataene først for å få en effektiv analyse av dataene. Excel er sannsynligvis din beste innsats når det gjelder å gjøre den enkle analysen, men mange meglere gir verktøy som kan hjelpe deg med å gjøre mye av analysen også. Til slutt er statistisk analyse ment å vikle hodet rundt tilsynelatende tilfeldige variabler for et mønster som du kan handle. Risiko må alltid styres, men disse mønstrene kan vare lenge, selv uten kausalitet. Mens tilsynelatende ligner, er backstesting den ordspråklige ulven i sheeps klær av ofte statistisk eller kvantitativ analyse. Det lønner seg å være klar over tilbakest testing som statistisk modellering, fordi oftest enn ikke-testtesting er gjort over idealiserte datasett som kan forårsake falsk tillit, overforbruk og potensielt store tap når det nåværende miljøet avviker fra datasettet. Vis full artikkel Fortsett Reading. Quantitative Trading Hva er kvantitativ handel Kvantitativ handel består av handelsstrategier basert på kvantitativ analyse. som er avhengige av matematiske beregninger og nummerkrepping for å identifisere handelsmuligheter. Som kvantitativ handel er generelt brukt av finansinstitusjoner og hedgefond. Transaksjonene er vanligvis store i størrelse og kan innebære kjøp og salg av hundrevis av aksjer og andre verdipapirer. Imidlertid blir kvantitativ handel mer vanlig brukt av individuelle investorer. BREAKING DOWN Kvantitativ handel Pris og volum er to av de vanligste datainngangene som brukes i kvantitativ analyse som hovedinngangene til matematiske modeller. Kvantitative handelsmetoder inkluderer høyfrekvent handel. algoritmisk handel og statistisk arbitrage. Disse teknikkene er hurtigbrann og har vanligvis kortsiktige investeringshorisonter. Mange kvantitative handelsfolk er mer kjent med kvantitative verktøy, for eksempel bevegelige gjennomsnitt og oscillatorer. Forstå kvantitativ handel Kvantitative handelsfolk utnytter moderne teknologi, matematikk og tilgjengeligheten av omfattende databaser for å gjøre rasjonelle handelsbeslutninger. Kvantitative handelsfolk tar en handelsteknikk og lager en modell av det ved hjelp av matematikk, og deretter utvikler de et dataprogram som bruker modellen til historiske markedsdata. Modellen blir deretter testet og optimalisert. Dersom gunstige resultater oppnås, implementeres systemet i sanntidsmarkeder med reell kapital. Måten kvantitative handelsmodeller fungerer best kan beskrives ved hjelp av en analogi. Tenk på en værmelding der meteorologen regner med en 90 sjanse for regn mens solen skinner. Meteorologen oppnår denne motstridende konklusjonen ved å samle og analysere klimadata fra sensorer over hele området. En datastyrt kvantitativ analyse avslører spesifikke mønstre i dataene. Når disse mønstrene blir sammenlignet med de samme mønstrene som er avslørt i historiske klima data (backtesting), og 90 av 100 ganger resultatet er regn, kan meteorologen trekke konklusjonen med tillit, dermed 90-prognosen. Kvantitative handelsfolk bruker samme prosess til finansmarkedet for å foreta handelsbeslutninger. Fordeler og ulemper med kvantitativ handel Målet med handel er å beregne den optimale sannsynligheten for å utføre en lønnsom handel. En typisk handelsmann kan effektivt overvåke, analysere og foreta handelsbeslutninger på et begrenset antall verdipapirer før mengden av innkommende data overstyrer beslutningsprosessen. Bruken av kvantitative trading teknikker belyser denne grensen ved hjelp av datamaskiner for å automatisere overvåking, analyse og handelsbeslutninger. Overvinne følelser er en av de mest gjennomgripende problemene med handel. Det er frykt eller grådighet, når handel, følelser tjener bare å kvele rasjonell tenkning, som vanligvis fører til tap. Datamaskiner og matematikk har ikke følelser, så kvantitativ handel eliminerer dette problemet. Kvantitativ handel har problemer. Finansmarkedene er noen av de mest dynamiske enhetene som eksisterer. Derfor må kvantitative handelsmodeller være like dynamiske for å være konsekvent vellykket. Mange kvantitative handelsfolk utvikler modeller som er midlertidig lønnsomme for markedstilstanden som de ble utviklet for, men i siste instans mislykkes det når markedsforholdene endres. Quotations Strategies - Are They For You Kvantitative investeringsstrategier har utviklet seg til svært komplekse verktøy med advent av moderne datamaskiner , men strategiens røtter går tilbake over 70 år. De drives vanligvis av høyt utdannede lag og bruker proprietære modeller for å øke sin evne til å slå markedet. Det er til og med hylleprogrammer som er plug-and-play for de som søker enkelhet. Quant modeller fungerer alltid bra når de testes på nytt, men deres faktiske applikasjoner og suksessrate kan diskuteres. Mens de ser ut til å fungere godt i oksemarkeder. når markeder går til haywire, blir kvantstrategier utsatt for samme risiko som enhver annen strategi. Historien En av grunnleggerne av studiet av kvantitativ teori anvendt på økonomi var Robert Merton. Du kan bare forestille seg hvor vanskelig og tidkrevende prosessen var før bruk av datamaskiner. Andre teorier i økonomi utviklet seg også fra noen av de første kvantitative studiene, inkludert grunnlaget for porteføljediversifisering basert på moderne porteføljeorientering. Bruken av både kvantitativ finansiering og kalkulator førte til mange andre vanlige verktøy, blant annet en av de mest berømte, Black-Scholes opsjonsprisformelen, som ikke bare hjelper investorer til å velge prisalternativer og utvikle strategier, men bidrar til å holde markedene i kontroll med likviditeten. Når det brukes direkte til porteføljestyring. Målet er som enhver annen investeringsstrategi. å legge til verdi, alfa eller meravkastning. Kandidater, som utviklerne kalles, komponerer komplekse matematiske modeller for å oppdage investeringsmuligheter. Det er så mange modeller der ute som quants som utvikler dem, og alle hevder å være de beste. En av investeringsstrategys bestselgende poeng er at modellen, og til slutt datamaskinen, gjør den faktiske buysell-avgjørelsen, ikke et menneske. Dette har en tendens til å fjerne enhver følelsesmessig respons som en person kan oppleve når han kjøper eller selger investeringer. Kvantstrategier er nå akseptert i investeringssamfunnet og drives av verdipapirfond, hedgefond og institusjonelle investorer. De går vanligvis etter navnet alpha generatorer. eller alfa-gens. Bak gardinen På samme måte som i guiden Oz, er noen bak gardinen som kjører prosessen. Som med hvilken som helst modell, er det bare så godt som det menneske som utvikler programmet. Mens det ikke er noe spesifikt krav for å bli en kvant, kombinerer de fleste firmaer som kjører kvantmodeller ferdighetene til investeringsanalytikere, statistikere og programmerere som koden prosessen inn i datamaskinene. På grunn av den komplekse naturen til de matematiske og statistiske modellene, er det vanlig å se legitimasjon som utdannelsesgrader og doktorgrad i økonomi, økonomi, matte og ingeniørfag. Historisk har disse gruppemedlemmene jobbet i bakkene. men som kvantmodeller ble mer vanlig, flytter kontoret til frontkontoret. Fordeler med Quant Strategies Mens den samlede suksessraten er diskutabel, er årsaken til at noen kvantstrategier fungerer, at de er basert på disiplin. Hvis modellen har rett, fortsetter disiplinen strategien å arbeide med lyndrevne datamaskiner for å utnytte ineffektivitet i markedene basert på kvantitative data. Modellene selv kan være basert på så lite som noen forhold som PE. gjeld til egenkapital og lønnsvekst, eller bruk tusenvis av innganger som samarbeider samtidig. Suksessfulle strategier kan hente på trender i sine tidlige stadier, da datamaskiner stadig driver scenarier for å finne ineffektivitet før andre gjør. Modellene er i stand til å analysere en veldig stor gruppe investeringer samtidig, der den tradisjonelle analytikeren kanskje ser på bare noen få om gangen. Skjermeprosessen kan rangere universet etter karakternivåer som 1-5 eller A-F, avhengig av modellen. Dette gjør den faktiske handelsprosessen veldig enkel ved å investere i de høyt vurderte investeringene og selge de lavt vurderte. Quant modeller åpner også variasjoner av strategier som lang, kort og longshort. Suksessfulle kvantfonde holder et godt øye med risikokontroll på grunn av deres modellers natur. De fleste strategier starter med et univers eller referanse og bruker sektor og bransjeviktinger i sine modeller. Dette gjør at midlene kan styre diversifiseringen til en viss grad uten å kompromittere modellen selv. Quant midler kjører vanligvis på lavere pris fordi de ikke trenger så mange tradisjonelle analytikere og porteføljeforvaltere å drive dem. Ulemper med Quant Strategies Det er grunner til at så mange investorer ikke fullt ut omfavner konseptet om å la en svart boks kjøre sine investeringer. For alle de vellykkede kvantfondene der ute, virker like mange som mislykkes. Dessverre for kjendisens omdømme, når de feiler, feiler de stor tid. Langsiktig kapitalforvaltning var en av de mest berømte quant hedgefondene, da den ble drevet av noen av de mest respekterte akademiske ledere og to Nobels minnesprisvinnende økonomer Myron S. Scholes og Robert C. Merton. I løpet av 1990-tallet genererte deres lag over gjennomsnittet avkastning og tiltrukket kapital fra alle typer investorer. De var berømte for ikke bare å utnytte ineffektivitet, men også å bruke enkel tilgang til kapital for å skape enorme løftede spill på markedsretninger. Den disiplinerte naturen til deres strategi skapte faktisk svakheten som førte til deres sammenbrudd. Langsiktig kapitalforvaltning ble likvidert og oppløst i begynnelsen av 2000. Dens modeller inneholdt ikke muligheten for at den russiske regjeringen kunne standardisere noen av sin egen gjeld. Denne hendelsen utløste hendelser og en kjedereaksjon forstørret av løfteskapt opprør. LTCM var så tungt involvert i andre investeringsoperasjoner at dets sammenbrudd påvirket verdensmarkedet, noe som utløste dramatiske hendelser. I det lange løp gikk føderalbanken inn for å hjelpe, og andre banker og investeringsfond støttet LTCM for å forhindre ytterligere skade. Dette er en av grunnene til at kvantfondene kan mislykkes, da de er basert på historiske hendelser som kanskje ikke inkluderer fremtidige hendelser. Mens et sterkt kvantteam stadig vil legge til nye aspekter til modellene for å forutsi fremtidige hendelser, er det umulig å forutsi fremtiden hver gang. Kvantfonde kan også bli overveldet når økonomien og markedene opplever større volatilitet enn gjennomsnittet. Kjøpesalgssignaler kan komme så fort at den høye omsetningen kan skape høye provisjoner og skattepliktige hendelser. Quant midler kan også utgjøre en fare når de markedsføres som bjørnsikre eller er basert på korte strategier. Forutsier nedgangstider. bruk av derivater og kombinere innflytelse kan være farlig. En feil sving kan føre til implosjoner, noe som ofte gjør nyheten. Bunnlinjen Kvantitative investeringsstrategier har utviklet seg fra back office-svarte bokser til vanlige investeringsverktøy. De er designet for å utnytte de beste sinnene i virksomheten og de raskeste datamaskinene til både å utnytte ineffektivitet og bruke innflytelse til å gjøre markedsbud. De kan være svært vellykkede hvis modellene har tatt med alle de riktige inngangene og er krevende nok til å forutsi unormale markedshendelser. På baksiden, mens kvantfondene er strengt testet tilbake til de jobber, er deres svakhet at de stole på historiske data for deres suksess. Mens investering i kvant-stil har sin plass i markedet, er det viktig å være oppmerksom på manglene og risikoen. Å være konsistent med diversifiseringsstrategier. det er en god ide å behandle kvantstrategier som en investeringsstil og kombinere den med tradisjonelle strategier for å oppnå riktig diversifisering. En type skatt belastet kapitalgevinster pådratt av enkeltpersoner og selskaper. Kapitalgevinst er fortjenesten som en investor. En ordre om å kjøpe en sikkerhet til eller under en spesifisert pris. En kjøpsgrenseordre tillater handelsmenn og investorer å spesifisere. En IRS-regelen (Internal Revenue Service) som tillater straffefri uttak fra en IRA-konto. Regelen krever det. Det første salg av aksjer av et privat selskap til publikum. IPO er ofte utstedt av mindre, yngre selskaper som søker. Gjeldsgrad er gjeldsgrad som brukes til å måle selskapets økonomiske innflytelse eller en gjeldsgrad som brukes til å måle en person. En type kompensasjonsstruktur som hedgefondsledere vanligvis bruker i hvilken del av kompensasjonen som er ytelsesbasert. Finansiell matematikk og modellering II (FINC 621) er en utdannet nivåklasse som for tiden tilbys ved Loyola University i Chicago i vinterkvarteret. FINC 621 utforsker emner innen kvantitativ økonomi, matematikk og programmering. Klassen er praktisk i naturen og består av både forelesning og laboratoriekomponent. Laboratoriene bruker R programmeringsspråket og studentene må sende inn sine individuelle oppgaver ved slutten av hver klasse. Målet med FINC 621 er å gi studentene praktiske verktøy som de kan bruke til å lage, modellere og analysere enkle handelsstrategier. Noen nyttige R-lenker Om instruktøren Harry G. er en senior kvantitativ handelsmann for et HFT-handelsfirma i Chicago. Han har en master8217 grad i elektroteknikk og en master8217 grad i finansiell matematikk fra University of Chicago. I sin fritid lærer Harry en høyere nivå i kvantitativ økonomi ved Loyola University i Chicago. Han er også forfatter av Quantitative Trading with R.