En este artículo quiero presentarle los métodos por los cuales yo mismo identifico estrategias de trading algorítmicas rentables. Nuestro objetivo hoy es entender en detalle cómo encontrar, evaluar y seleccionar tales sistemas. Voy a explicar cómo la identificación de estrategias es tanto sobre preferencia personal como sobre el rendimiento de la estrategia, cómo determinar el tipo y la cantidad de datos históricos para la prueba, cómo evaluar una estrategia de trading y finalmente cómo proceder hacia la fase de backtesting e implementación de la estrategia.
Para ser un comerciante exitoso, ya sea discrecionalmente o algorítmicamente, es necesario hacerse algunas preguntas honestas. El comercio le brinda la capacidad de perder dinero a un ritmo alarmante, por lo que es necesario
Yo diría que la consideración más importante en el trading es ser consciente de tu propia personalidad. El trading, y el trading algorítmico en particular, requiere un grado significativo de disciplina, paciencia y desapego emocional. Dado que estás dejando que un algoritmo realice tu trading por ti, es necesario estar resuelto a no interferir con la estrategia cuando se esté ejecutando. Esto puede ser extremadamente difícil, especialmente en períodos de extracción prolongada. Sin embargo, muchas estrategias que se han demostrado altamente rentables en una backtest pueden arruinarse por una simple interferencia. Entiende que si deseas entrar en el mundo del trading algorítmico serás probado emocionalmente y que para tener éxito, es necesario trabajar a través de estas dificultades!
La siguiente consideración es la del tiempo. ¿Tienes un trabajo a tiempo completo? ¿Trabajas a tiempo parcial? ¿Trabajas desde casa o tienes un largo viaje a diario? Estas preguntas ayudarán a determinar la frecuencia de la estrategia que debes buscar. Para aquellos de ustedes que trabajan a tiempo completo, una estrategia de futuros intradiarios puede no ser apropiada (al menos hasta que esté completamente automatizada!).
Mi creencia es que es necesario llevar a cabo una investigación continua en sus estrategias de negociación para mantener una cartera consistentemente rentable. Pocas estrategias permanecen
También debe considerar su capital comercial. La cantidad mínima ideal generalmente aceptada para una estrategia cuantitativa es de 50,000 USD (aproximadamente £35,000 para nosotros en el Reino Unido). Si estuviera comenzando de nuevo, comenzaría con una cantidad mayor, probablemente más cercana a 100,000 USD (aproximadamente £70,000). Esto se debe a que los costos de transacción pueden ser extremadamente caros para estrategias de media a alta frecuencia y es necesario tener suficiente capital para absorberlos en momentos de descenso. Si está considerando comenzar con menos de 10,000 USD, entonces deberá limitarse a estrategias de baja frecuencia, comerciando con uno o dos activos, ya que los costos de transacción se alimentarán rápidamente de sus retornos.
La habilidad de programación es un factor importante en la creación de una estrategia de trading algorítmica automatizada. Estar bien informado en un lenguaje de programación como C++, Java, C#, Python o R le permitirá crear usted mismo el almacenamiento de datos de extremo a extremo, el motor de backtest y el sistema de ejecución. Esto tiene una serie de ventajas, la principal de las cuales es la capacidad de estar completamente al tanto de todos los aspectos de la infraestructura de trading. También le permite explorar las estrategias de mayor frecuencia ya que estará en pleno control de su
Debes preguntarte qué esperas lograr con el trading algorítmico. ¿Estás interesado en un ingreso regular, por el cual esperas obtener ganancias de tu cuenta de trading? o, ¿estás interesado en una ganancia de capital a largo plazo y puedes permitirte operar sin la necesidad de retirar fondos? La dependencia del ingreso dictará la frecuencia de tu estrategia.
Finalmente, no se deje engañar por la idea de volverse extremadamente rico en un corto espacio de tiempo! El comercio de algo NO es un esquema de hacerse rico rápido - si es que puede ser un esquema de hacerse pobre rápido. Se necesita una disciplina, investigación, diligencia y paciencia significativas para tener éxito en el comercio algorítmico. Puede tomar meses, si no años, para generar una rentabilidad constante.
A pesar de las percepciones comunes en sentido contrario, en realidad es bastante sencillo localizar estrategias comerciales rentables en el dominio público. Nunca las ideas comerciales han estado más disponibles que hoy. Las revistas académicas de finanzas, los servidores de preimpresión, los blogs comerciales, los foros comerciales, las revistas comerciales semanales y los textos especializados proporcionan miles de estrategias comerciales en las que basar sus ideas.
Nuestro objetivo como investigadores de comercio cuantitativo es establecer una línea de estrategia que nos proporcione un flujo de ideas comerciales en curso. Lo ideal es que queramos crear un enfoque metódico para obtener, evaluar e implementar las estrategias que nos encontramos. Los objetivos de la línea son generar una cantidad consistente de nuevas ideas y proporcionarnos un marco para rechazar la mayoría de estas ideas con el mínimo de consideración emocional.
Debemos tener mucho cuidado de no dejar que los sesgos cognitivos influyan en nuestra metodología de toma de decisiones. Esto podría ser tan simple como tener una preferencia por una clase de activos sobre otra (el oro y otros metales preciosos vienen a la mente) porque son percibidos como más exóticos. Nuestro objetivo siempre debe ser encontrar estrategias consistentemente rentables, con una expectativa positiva. La elección de la clase de activos debe basarse en otras consideraciones, como las restricciones de capital comercial, las tarifas de corretaje y las capacidades de apalancamiento.
Si no está familiarizado con el concepto de estrategia de trading, entonces el primer lugar para buscar es en los libros de texto establecidos. Los textos clásicos proporcionan una amplia gama de ideas más simples y directas, con las que familiarizarse con el trading cuantitativo.
Para obtener una lista más larga de libros de comercio cuantitativos, visite la lista de lectura de QuantStart.
El siguiente lugar para encontrar estrategias más sofisticadas es con foros comerciales y blogs comerciales. Sin embargo, una nota de precaución: Muchos blogs comerciales dependen del concepto de análisis técnico. El análisis técnico implica utilizar indicadores básicos y psicología del comportamiento para determinar tendencias o patrones de reversión en los precios de los activos.
A pesar de ser extremadamente popular en el espacio comercial en general, el análisis técnico se considera algo ineficaz en la comunidad financiera cuantitativa. Algunos han sugerido que no es mejor que leer un horóscopo o estudiar hojas de té en términos de su poder predictivo! En realidad, hay individuos exitosos que utilizan el análisis técnico. Sin embargo, como cuantos con una caja de herramientas matemáticas y estadísticas más sofisticadas a nuestra disposición, podemos evaluar fácilmente la efectividad de tales estrategias basadas en
Aquí hay una lista de blogs y foros de trading algorítmico muy respetados:
Una vez que haya tenido algo de experiencia en la evaluación de estrategias más simples, es hora de mirar las ofertas académicas más sofisticadas. Algunas revistas académicas serán difíciles de acceder, sin altas suscripciones o costos únicos. Si usted es miembro o exalumno de una universidad, debe poder obtener acceso a algunas de estas revistas financieras. De lo contrario, puede mirar los servidores de preimpresión, que son repositorios de Internet de borradores finales de artículos académicos que están siendo revisados por pares. Dado que solo estamos interesados en estrategias que podemos replicar con éxito, backtestar y obtener rentabilidad, una revisión por pares es de menor importancia para nosotros.
La principal desventaja de las estrategias académicas es que a menudo pueden estar desactualizadas, requerir datos históricos oscuros y costosos, operar en clases de activos no líquidos o no tener en cuenta las tarifas, el deslizamiento o el spread. También puede no estar claro si la estrategia de negociación se llevará a cabo con órdenes de mercado, órdenes de límite o si contiene stop losses, etc. Por lo tanto, es absolutamente esencial replicar la estrategia usted mismo lo mejor que pueda, backtestarla y agregar costos de transacción realistas que incluyan tantos aspectos de las clases de activos en las que desea operar.
Aquí hay una lista de los servidores de preimpresión y revistas financieras más populares de los que puede obtener ideas:
En general, esto requiere (pero no se limita a) conocimientos especializados en una o más de las siguientes categorías:
Por supuesto, hay muchas otras áreas para que los cuantos investiguen.Descubriremos cómo elaborar estrategias personalizadas en detalle en un artículo posterior.
Al continuar monitoreando estas fuentes semanalmente, o incluso diariamente, se está preparando para recibir una lista consistente de estrategias de una amplia gama de fuentes.
La primera, y posiblemente la consideración más obvia, es si realmente entiende la estrategia. ¿Podría explicar la estrategia de manera concisa o requiere una serie de advertencias y listas de parámetros interminables? Además, ¿tiene la estrategia una base buena y sólida en la realidad? Por ejemplo, ¿podría señalar alguna razón de comportamiento o restricción de la estructura del fondo que podría estar causando los patrones que está tratando de explotar? ¿Sostendría esta restricción un cambio de régimen, como una interrupción dramática del entorno regulatorio? ¿Se basa la estrategia en reglas estadísticas o matemáticas complejas? ¿Se aplica a cualquier serie temporal financiera o es específica para la clase de activos en la que se afirma que es rentable?
Una vez que haya determinado que entiende los principios básicos de la estrategia, debe decidir si encaja con su perfil de personalidad mencionado anteriormente. Esta no es una consideración tan vaga como parece! Las estrategias difieren sustancialmente en sus características de rendimiento. Hay ciertos tipos de personalidad que pueden manejar períodos más significativos de reducción, o están dispuestos a aceptar un mayor riesgo para un mayor retorno. A pesar del hecho de que nosotros, como cuantos, tratamos de eliminar tanto sesgo cognitivo como sea posible y debemos ser capaces de evaluar una estrategia desapasionadamente, los sesgos siempre se arrastrarán. Por lo tanto, necesitamos un medio consistente y no emocional a través del cual evaluar el rendimiento de las estrategias. Aquí está la lista de criterios por los que juzgo una nueva estrategia potencial:
Observe que no hemos discutido los rendimientos reales de la estrategia. ¿Por qué es esto? En aislamiento, los rendimientos en realidad nos proporcionan información limitada en cuanto a la efectividad de la estrategia. No le dan una idea de apalancamiento, volatilidad, puntos de referencia o requisitos de capital. Por lo tanto, las estrategias rara vez se juzgan solo por sus rendimientos. Siempre considere los atributos de riesgo de una estrategia antes de mirar los rendimientos.
En esta etapa, muchas de las estrategias que se encuentran en su cartera serán rechazadas de inmediato, ya que no cumplirán con sus requisitos de capital, restricciones de apalancamiento, tolerancia máxima a la reducción o preferencias de volatilidad. Las estrategias que permanecen ahora pueden considerarse para backtesting.
En la actualidad, la amplitud de los requisitos técnicos en todas las clases de activos para el almacenamiento de datos históricos es sustancial. Para seguir siendo competitivos, tanto el lado de compra (fondos) como el lado de venta (bancos de inversión) invierten fuertemente en su infraestructura técnica. Es imperativo considerar su importancia. En particular, estamos interesados en los requisitos de puntualidad, precisión y almacenamiento. Ahora describiré los conceptos básicos de obtención de datos históricos y cómo almacenarlos. Desafortunadamente, este es un tema muy profundo y técnico, por lo que no podré decirlo todo en este artículo. Sin embargo, escribiré mucho más sobre esto en el futuro ya que mi experiencia previa en la industria financiera se centró principalmente en la adquisición, almacenamiento y acceso a datos financieros.
En la sección anterior habíamos establecido un canal de estrategia que nos permitió rechazar ciertas estrategias basadas en nuestros propios criterios de rechazo personales. En esta sección filtraremos más estrategias basadas en nuestras propias preferencias para obtener datos históricos. Las principales consideraciones (especialmente a nivel de profesionales minoristas) son los costos de los datos, los requisitos de almacenamiento y su nivel de experiencia técnica. También necesitamos discutir los diferentes tipos de datos disponibles y las diferentes consideraciones que cada tipo de datos nos impondrá.
Comencemos discutiendo los tipos de datos disponibles y las cuestiones clave sobre las que tendremos que pensar:
Como se puede ver, una vez que se ha identificado una estrategia a través de la tubería, será necesario evaluar la disponibilidad, los costos, la complejidad y los detalles de implementación de un conjunto particular de datos históricos. Es posible que sea necesario rechazar una estrategia basada únicamente en consideraciones de datos históricos.
Sin embargo, quiero decir que muchas plataformas de backtesting pueden proporcionar estos datos para usted automáticamente, a un costo. Por lo tanto, le quitará gran parte del dolor de implementación y puede concentrarse puramente en la implementación y optimización de la estrategia. Herramientas como TradeStation poseen esta capacidad. Sin embargo, mi opinión personal es implementar tanto como sea posible internamente y evitar externalizar partes de la pila a los proveedores de software. Prefiero estrategias de mayor frecuencia debido a sus proporciones de Sharpe más atractivas, pero a menudo están estrechamente vinculadas a la pila de tecnología, donde la optimización avanzada es crítica.
Ahora que hemos discutido los problemas que rodean a los datos históricos, es hora de comenzar a implementar nuestras estrategias en un motor de backtesting.