Unterschied zwischen Hochfrequenzhändlern und Quantitative Investment Companies
Im Allgemeinen sind Hochfrequenzhändler und Quantitative Investmentfirmen sowohl verwandt als auch unterschieden. In den USA sind oft als Hochfrequenzhändler bezeichnete Firmen in der Regel selbständige Handelsfirmen, darunter Getco, Tower Research, Hudson River Trading, SIG, Virtu Financial, Jump Trading, RGM Advisor, Chopper Trading, Jane Street usw.; Quantitative Investmentfirmen sind in der Regel Hedgefonds, darunter RenTec, DE Shaw, Two Sigma, WorldQuant, AQR, Winton, BlueCrest, Citadel usw. Darüber hinaus sind Citadel, Two Sigma, Citadel usw. Firmen, die sowohl die Hochfrequenzhändler als auch die Quantitative Investmentfirmen betreiben.
Historisch gesehen stammen viele Gründer von Hochfrequenz-Handelsgesellschaften von Handlern, die sich ursprünglich mit dem Handel mit Derivaten befassten. Zunächst erforderten diese Arbeiten keine hohen Kenntnisse. Im Zuge der Entwicklung der Computertechnologie wurde der Grad der Automatisierung und die Häufigkeit der Transaktionen schrittweise verbessert, und diese Unternehmen stellten schrittweise Leute mit einem starken mathematischen, statistischen und computerbezogenen Hintergrund ein, um sich an die Entwicklung anzupassen. Natürlich entstand auch ein gewisser Unterschied in diesem Prozess.
Der größte Nachteil von künstlichen Transaktionen ist, dass die Handbestellstellen weit von den Börsen entfernt sind und bei Marktschwankungen oft nicht erfasst werden können. An dieser Stelle können Unternehmen, die vollständig automatisiert handeln, die Signalübertragungszeit durch die Verwaltung von Maschinenräumen so weit wie möglich reduzieren.
Übermäßige Anpassung an den Black Swan-Effekt ist ein Problem, das sowohl von Handhändlern als auch von Automaten vermieden werden kann. Im Allgemeinen sind Getco, Jane Street, SIG, Virtu Financial und andere halbautomatische Trader, Tower Research, Hudson River Trading und Jump Trading sind voll automatisierte Trader.
Quantitative Investment Companies unterscheiden sich stark von Hochfrequenz-Handelsgesellschaften. Erstens werden in den USA Quantitative Investment Companies im Wesentlichen von Menschen mit einem starken Quantitativ-Hintergrund gegründet, wie zum Beispiel der Renaissance-Gründer Simmons, der Mathematiker, der Gründer von DE Shaw, David Shaw, ein Computerprofessor, der Gründer von AQR, Cliff Asness, ein Finanzexperte, während Hochfrequenz-Handelsgesellschaften eher von traditionellen Händlern gegründet werden. Zweitens sind quantitative Investitionen in der Regel auf komplexe Modelle angewiesen, während Hochfrequenz-Handelsgesellschaften auf effiziente Codes angewiesen sind.
Die Haltedauer von Quantitative Investmentgesellschaften beträgt in der Regel 1-2 Wochen. Die Informationen, die für eine so lange Zeit benötigt werden, um die Preisentwicklung vorherzusagen, sind natürlich sehr groß. Die Modelle sind daher komplexer und sind weniger empfindlich für die Geschwindigkeit des Prozesses. Die Zeit für die Verarbeitung von Hochfrequenz-Transaktionen ist sehr kurz (mikrosekunden oder Millisekunden), es ist nicht möglich, viele Informationen zu analysieren.
Modelle für die Quantisierung von Transaktionen
Die folgenden Modelle für die Quantifizierung von Transaktionen, von einfach bis komplex:
Die einfachste Methode, die mit John Murphys Methode der Futures-Markt-Analyse vermittelt wird, besteht aus einem Höchstmaß an Mathematikkenntnissen wie Indikatoren, Logaritmen, allgemein verständlichen, eher für subjektive Trades geeigneten oder halbautomatischen Transaktionen, die von Menschen manuell bestellt werden, wenn ein Computer berechnet und Handelssignale aussendet.
Der etwas höherrangige Handel mit Dennis' Schalke-Trading-Regel, die in der Mathematik doch die Grundlagen der Universitätsmathematik wie Gleichwertigkeit, Differenz, Ordnungsverteilung verwendet, die Tests der Strategien sind wissenschaftlicher und bieten eine zuverlässige Mittelverwaltung, aber der Nachteil ist, dass man sich nicht von der traditionellen Idee befreien kann, mit der man sich auf die Kombination von Arrays von Handelsregeln stützt.
Die höhere Stufe zeigt sich vor allem in der Integration von Handelssignalen, wie z. B. die organische Integration von traditionellen technischen Indikatoren mit moderneren statistischen Methoden wie Zellregressionsanalyse, Neural Networks, Unterstützung von Vector Maschinen, sowie die Filterung und Prüfung von Variablen mit strengeren statistischen Methoden. Angesichts der zeitlichen Eigenschaften von Finanzdaten ist es oft notwendig, die Ergebnisse von Tests außerhalb der Stichprobe mit Rolloptimierung zu erhalten.
Diese Funktionen sind jedoch schwierig, wenn man sich mit einem normalen programmatisierten Transaktionssystem beschäftigt, und müssen in einer allgemeineren Programmiersprache durchgeführt werden.
Bilder von Simmons, Gründer des Renaissance Fund, über quantitative Investitionen
Wenn es sich um eine quantitative Investition handelt, müssen neben den Marktdaten auch andere grundlegende Informationen gesammelt, die entsprechenden Zeitreihen zusammengestellt und in das Prognosemodell integriert werden. Im Allgemeinen hängt der Erfolg des Modells nicht davon ab, wie tief mathematische Theorien angewendet werden, sondern davon, wie viele Informationen aus verschiedenen Quellen integriert werden. Selbst die einfachste lineare Regression ist gut, wenn die Parameter stark prognostiziert werden und die Relevanz gering ist.
Modellieren ist eine Sache, und Lösungsmodelle sind ebenso wichtig. Zum Beispiel gibt es viele Modelle in der Physik, die die Realität genau beschreiben, aber oft schwierig zu lösen sind, weil es keine effizienten Methoden zur wissenschaftlichen Berechnung gibt. Quantitative Transaktionen sind genauso. Die Berechnung, Auswahl, Optimierung, Rückprüfung usw. von Parametern ist oft mit riesigen Rechenmengen verbunden.
Häufige Missverständnisse im Bereich Hochfrequenz und Quantifizierung
Quantitative Modelle können den Schwarzen Schwan nicht besiegen
Tatsächlich ist jede Anlagemethode, die auf historische Vorhersagen beruht, in der Angst vor einem Schwarzen Schwan, zurückgezogen wird. Der Vorteil der Quantifizierung besteht darin, dass nach einem Rückgang schnell die neuesten Situationen in das Modell einfließen, rechtzeitig angepasst, wiederholt, optimiert und simuliert werden können, um die Verluste in kürzester Zeit umzukehren.
LTCM ist ein Multi-Strategy-Fonds, dessen rein quantitative Handelsstrategie 1998 100 Millionen US-Dollar einbrachte. Seine größten Verluste erwirtschaftete es durch die Verwendung von sehr schwachen Liquiditäts-Derivaten, viele von denen sogar eigene Produkte entworfen wurden, die nicht rechtzeitig mit den Black Swan-Ereignissen konfrontiert waren. Diese Produkte wurden normalerweise nur bei der Preisgestaltung mit Hilfe von Quantitativmodellen unterstützt, wobei die spezifische Transaktionsdurchführung, Produktdesign und -vertrieb nicht mit der Quantifizierung zusammenhängen.
Häufige Transaktionen schaden Investoren
Die Ansichten von Büchern wie "The Flash Boys" sind zwar sehr umstritten, aber die schriftlich hervorragende und aufregende Erzählweise der Autoren haben viele Aufmerksamkeit erregt. Außer den Medien ist es angebracht zu sagen, dass die Vereinigten Staaten derzeit am stärksten auf das Verbot von Hochfrequenz-Handel angewiesen sind. Im Grunde sind es die traditionellen Händler des damaligen Zeitalters.
Im Inland sind Optionen jetzt bereit, um an den Börsen zu gehen, und die Aktien werden wahrscheinlich auch T + 0 öffnen. Für diese beiden Stücke ist es ein Fettfleisch, das ausländische Hochfrequenzhändler schon lange begehrt haben. Wenn wir uns im Bereich der Futures auf unsere reiche Erfahrung im programmatisierten Handel verlassen können, um mit dem Ausland zu kämpfen, dann sind unsere praktischen Erfahrungen im Bereich der Optionen und der Hochfrequenzaktien null und die Lücke mit dem Ausland größer.策略研究要慢工出细活，急于求成，频繁改变研究方向，最终很可能一事无成。