Adakah lebih baik untuk menggunakan pendekatan yang lebih maju dalam membuat strategi untuk kuantiti perdagangan, atau lebih baik untuk berpegang pada idea yang mudah?

Satu persoalan lama dalam komuniti kuantiti adalah sama ada peniaga sistem harus berpegang pada strategi kuantiti yang mudah atau mereka harus berusaha untuk melaksanakan kaedah yang lebih maju.

Orang biasanya menganggap bahawa pedagang algoritma runcit hanya menggunakan strategi yang lebih mudah, manakala dana perlindungan kuantitatif menggunakan kaedah yang sangat rumit dan rumit secara matematik. Walau bagaimanapun, keadaan telah berubah baru-baru ini.

Pedagang algoritma runcit kini boleh melakukan analisis yang rumit dengan menggunakan pengkomputeran awan yang agak murah, penyedia data alternatif yang menawarkan set data yang berpatutan dan mudah digunakan, dan kerangka penyelidikan sumber terbuka.

Dalam artikel ini, kita akan membincangkan sama ada penganalisis kuantitatif runcit perlu meluangkan masa untuk melaksanakan strategi canggih ini atau berpegang pada idea yang lebih mudah.

Keutamaan pelabur

Sebelum menyenaraikan pelbagai kelebihan dan kekurangan strategi mudah dan kompleks, adalah perlu untuk menggariskan bagaimana kita akan menilai kelebihan dan kekurangan masing-masing kaedah.

Salah satu masalah utama adalah bahawa setiap pelabur mempunyai keutamaan khusus mereka sendiri, jadi mereka mempunyai satu set fon fon sasaran yang digunakan untuk tujuan yang mereka cuba capai melalui sistem perdagangan.

Sebagai contoh, seorang pelabur mungkin mempunyai asas modal yang besar, tetapi mungkin perlu mengeluarkan sebarang keuntungan perdagangan yang diperoleh dari modal tersebut secara berkala.

Pelabur yang lain mungkin mempunyai asas modal yang agak kecil dan hanya berminat untuk meningkatkan kekayaan keseluruhan. Jika anda dapat memperoleh pulangan yang lebih besar, turun naik pada keluk keuntungan dan nilai bersih keseluruhan mungkin tidak begitu membimbangkan.

Beberapa peniaga kuantitatif lebih mengutamakan rangsangan intelektual yang dihasilkan oleh membangunkan strategi perdagangan sistem yang berkesan. Mereka sebenarnya mungkin menganggap keuntungan positif sebagai satu kesan sampingan yang baik untuk mereka.

Jelas sekali, pelabur mempunyai banyak pilihan yang berbeza. Aspek-aspek ini dapat membantu membina kerangka perbincangan mengenai strategi perdagangan sistem yang sederhana dan kompleks bagi penganalisis kuantitatif runcit yang mungkin sedang memutuskan sama ada untuk menggunakan pendekatan yang lebih maju.

Strategi mudah lebih mudah untuk dikaji dan digunakan di pasaran. Mereka memerlukan data dan infrastruktur yang kurang rumit. Walaupun isyarat itu sendiri dihasilkan secara automatik, ada juga yang boleh dilaksanakan secara manual.

Strategi yang lebih tinggi, sebaliknya, mempunyai pulangan yang lebih baik secara intelektual, dan mereka sering mempunyai nisbah Sharpe yang lebih baik. Iaitu, mereka menawarkan pulangan yang lebih baik untuk kadar turun naik per unit.

Dalam artikel ini, kami akan membincangkan apakah masakan mudah lebih baik daripada masakan rumit. Kami akan ingat motif di atas dan kelebihan dan kekurangan lain.

Strategi perdagangan mudah

Sama ada strategi dagangan dianggap sederhana atau tidak, bergantung kepada latar belakang pendidikan dan kebolehan teknikal pelabur. Definisi yang berbeza mungkin digunakan oleh orang yang mempunyai ijazah PhD dalam matematik rawak berbanding dengan penganalisis kuantitatif runcit yang diajar sendiri.

Untuk tujuan artikel ini, jika strategi perdagangan digunakan di pasaran maju, dalam kategori aset terkenal yang besar, menggunakan alat mudah dengan kerumitan matematik atau statistik asas, kita akan mentakrifkannya secara kasar sebagai mudah .

Contoh strategi seperti ini termasuk analisis teknikal dan isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat isyarat is

Kelebihan strategi yang lebih mudah ialah:

• data- Semua strategi perdagangan sistem memerlukan data. Strategi mudah biasanya menggunakan data harga / jumlah transaksi yang sedia ada dari alat yang baik untuk berdagang dalam kategori aset yang matang. Data seperti itu diperoleh dengan kos yang sangat rendah atau bahkan percuma.
• KajianTerdapat sejumlah besar persekitaran retesting yang boleh menguji strategi gaya penunjuk penunjuk, dari produk komersial (seperti TradeStation atau MetaTrader 5) ke perpustakaan sumber terbuka (seperti QSTrader, Backtrader dan Zipline) dan bahkan Pandas. Strategi yang lebih mudah biasanya dapat dilaksanakan dengan mudah dalam salah satu daripada kerangka tersebut.
• Kos urus niaga- Menggunakan alat yang mudah di pasaran yang maju dan cair, anggaran kos urus niaga adalah agak mudah. Ini seterusnya memudahkan strategi untuk menentukan sama ada keuntungan luar sampel mungkin.
• Infrastruktur- Strategi jenis analisis teknikal yang dilaksanakan dengan frekuensi rendah dapat diotomatiskan melalui infrastruktur yang agak mudah. Bergantung pada tahap kestabilan yang diperlukan, kerja cron dapat diatur untuk menghasilkan senarai transaksi yang diperlukan, dan dapat dilaksanakan secara manual.
• Kapasiti- Begitu juga, kerana penggunaan alat yang mudah dalam pasaran yang sangat mudah, tidak mungkin ada masalah dengan had kapasiti.

Namun, terdapat kelemahan apabila menggunakan strategi yang lebih mudah:

• Alpha- Analisis teknikal strategi penunjuk penunjuk sangat terkenal dan meluas di pasaran kewangan. Tidak jelas sama ada strategi yang paling mudah lebih berharga daripada pembelian dan pemegang asas atau penempatan aset taktikal berdasarkan momentum. Iaitu, strategi itu sendiri mungkin tidak menghasilkan penunjuk alfa, tetapi mendapatkan penunjuk beta dari pasaran itu sendiri atau faktor risiko akademik yang lain yang terkenal.
• Keuntungan- Oleh kerana pendekatan ini bersifat universal, ia boleh menjadi mencabar untuk terus mendapat keuntungan di luar sampel apabila kos urus niaga yang sebenar diambil kira. Itulah sebabnya dalam apa-apa pengesanan semula, adalah penting untuk menganggarkan kos urus niaga dengan sebaik mungkin.
• Ujian statistik- Walaupun bukan masalah strategi perdagangan yang mudah, biasanya sedikit atau tidak ada analisis statistik yang kukuh terhadap strategi yang mudah. Oleh itu, banyak strategi seperti itu yang menunjukkan prestasi tinggi dalam tinjauan balik mungkin hanya disebabkan oleh over-fit untuk data dalam sampel.
• KebijaksanaanStrategi mudah yang dilaksanakan secara manual boleh menyebabkan elemen kebijaksanaan digunakan dalam proses ini. Sebagai contoh, penangguhan kemasukan perdagangan kerana masa bukaan yang sibuk, atau penggunaan penangguhan intuitif untuk membalikkan perdagangan. Ini menjadikan ia mencabar untuk menentukan prestasi sebenar strategi.
• Pembinaan portfolio- Strategi mudah biasanya mengelakkan penggunaan apa-apa teknik pembinaan portfolio atau pengurusan risiko yang kukuh. Walaupun sering menggunakan stop-loss coupon, jarang orang yang menggunakan sasaran kadar turun naik, kadar turun naik yang setara dengan berat badan (juga dikenali sebagai coupon harga sejajar risiko) atau kepelbagaian merentas pasaran sebagai mekanisme yang berpotensi untuk meningkatkan pulangan selepas menyesuaikan risiko.
• Ganjaran Kecerdasan- Strategi sederhana biasanya tidak menggunakan matematik yang rumit atau analisis yang tinggi. Jika matlamat pelabur adalah pulangan intelektual, strategi sederhana tidak mungkin mencapai matlamat ini.

Ia dapat dilihat bahawa walaupun strategi perdagangan yang lebih mudah lebih mudah untuk dilaksanakan, diuji dan diperdagangkan, kesederhanaan ini mungkin dengan mengorbankan kestabilan statistik dan keuntungan jangka panjang.

Strategi dagangan tinggi

Strategi peringkat tinggi merangkumi strategi berdasarkan ujian hipotesis statistik, pengetahuan dalam bidang kelas aset yang luas, kaedah pembinaan portfolio yang ketat, dan strategi untuk kelas aset atau instrumen yang kurang cair, seperti pasaran baru muncul, komoditi dan derivatif.

Strategi-strategi ini biasanya merupakan bidang untuk hedge fund kuantitatif institusi, tetapi strategi-strategi ini kini menjadi lebih umum dalam perdagangan kuantitatif runcit kerana ketersediaan data dan populariti alat-alat simulasi yang lebih baik.

Kelebihan strategi kompleks termasuk:

• Relevansi- Berdasarkan reka bentuk, strategi yang lebih tinggi cenderung mempunyai relevansi yang lebih rendah dari segi reka bentuk dengan pasaran keseluruhan dan mana-mana portfolio yang sedia ada yang terdiri daripada strategi perdagangan lain. Ini sering menyebabkan nisbah Sharpe yang lebih tinggi untuk keseluruhan portfolio.
• Keuntungan- Dengan pengetahuan bidang yang tinggi, anda boleh membuat anggaran yang munasabah mengenai kos transaksi. Ini bermakna ia biasanya lebih mudah untuk menentukan sama ada strategi mungkin menguntungkan di luar sampel. Oleh itu, anda boleh menolak banyak idea pengujian semula yang tidak menguntungkan sebelum tempoh ujian masa nyata.
• Ujian statistik- Analisis statistik strategi perdagangan yang ketat biasanya disertakan dengan kaedah yang lebih tinggi. Ini bermakna bahawa analisis statistik biasanya disertakan dengan kaedah yang lebih maju. Ini bermakna bahawa strategi yang dikerahkan mengalami penurunan prestasi yang lebih kecil di luar sampel berbanding dengan strategi mudah yang mungkin terlalu banyak di dalam sampel.
• Alpha- Potensi Alpha dalam strategi seperti ini lebih besar kerana ia menggunakan alat-alat yang unik di pasaran yang kurang maju. Alpha ini cenderung untuk merosot lebih perlahan kerana pengetahuan strategi semakin berkurang di seluruh pasaran.
• Pembinaan portfolio- Pembinaan portfolio dan pengurusan risiko digabungkan dengan kaedah yang lebih maju. Ini membantu menyelaraskan matlamat pelabur dengan prestasi strategi.
• Ganjaran Kecerdasan- Strategi peringkat tinggi memerlukan analisis yang lebih rumit, pengetahuan matematik yang lebih matang dan pengembangan perisian yang lebih luas. Bagi sesetengah pelabur amatur, ini lebih seperti matlamat daripada menghasilkan kekayaan. Oleh itu, mereka biasanya tertarik dengan kaedah perdagangan sistemik yang lebih rumit.

Seperti strategi mudah, strategi canggih mempunyai beberapa kelemahan:

• Kompleksiti matematik- Kaedah perdagangan sistematik yang lebih maju biasanya memerlukan latar belakang analisis statistik, analisis urutan masa, analisis aljabar rawak atau pembelajaran mesin. Walaupun pengetahuan ini boleh dipelajari sendiri, pengetahuan yang berkaitan lebih mudah diperoleh melalui ijazah sarjana muda, MFE dan / atau PhD.
• Kepakaran- Walaupun mempunyai beberapa ijazah siswazah, pengetahuan dalam bidang yang munasabah mengenai kelas aset atau jenis instrumen yang menguntungkan masih diperlukan untuk menghasilkan alpha secara berterusan dari mana-mana teknologi perdagangan sistem yang maju. Kepakaran ini biasanya diperoleh melalui pengalaman kerja selama bertahun-tahun, bekerja di kaunter tertentu di bank atau dana.
• data- Secara umum, kos data berbeza-beza mengikut kekerapan sampel, keluasan, panjang sejarah, kualiti data, dan ciri-ciri kelas / instrumen aset. Strategi yang lebih maju bergantung pada pasaran niche untuk menghasilkan alpha. Oleh itu, data mungkin sangat mahal. Kos-kos ini mesti dipertimbangkan untuk membuat strategi menghasilkan keuntungan.
• Kajian- Jika strategi digunakan untuk memperdagangkan alat yang lebih kompleks, maka diperlukan persekitaran pengulangan khusus. Biasanya ini bermakna membangunkan kod yang sepenuhnya disesuaikan dari awal. Ini adalah pelaburan masa yang besar. Ia juga memerlukan kemahiran kejuruteraan perisian yang luas untuk mengelakkan kesalahan.
• Infrastruktur- Walaupun terdapat kerangka tindak balas yang kuat untuk penyelidikan strategi lanjutan, ia memerlukan infrastruktur yang rumit untuk berdagang. Ia mungkin memerlukan automasi sepenuhnya. Ia memerlukan penyebaran, ujian dan pemantauan yang rumit.
• Kapasiti- Beberapa kaedah strategi yang lebih maju tidak berkesan kerana mereka mempunyai had kapasiti. Dana besar tidak dapat memperdagangkan strategi ini kerana pelaburan masa tidak sepadan dengan pulangan mutlak yang dapat mereka hasilkan.

Ia dapat dilihat bahawa walaupun strategi perdagangan canggih menawarkan lebih banyak peluang alpha dan potensi keuntungan yang tinggi, ia memerlukan pengetahuan matematik yang lebih kompleks, kepakaran yang diperlukan dan infrastruktur perdagangan automatik yang lebih kompleks.

ringkaskan

Secara keseluruhannya, jelas bahawa strategi perdagangan sederhana dapat dibawa ke pasaran dengan lebih cepat. Mereka memerlukan lebih sedikit kepakaran dan boleh dilaksanakan secara manual walaupun isyarat dihasilkan secara automatik. Walau bagaimanapun, mereka lebih cenderung untuk menjadi terlalu serasi dan kurang menguntungkan berbanding dengan kaedah yang lebih maju.

Strategi yang rumit memberikan keuntungan yang tidak relevan, keuntungan yang munasabah dan ganjaran kecerdasan. Namun, ini adalah dengan kos data yang lebih tinggi, lebih banyak masa yang dibelanjakan untuk membangunkan penyelidikan dan infrastruktur perdagangan, dan memerlukan latar belakang pendidikan yang lebih mendalam.

Pautan ke artikel asal: https://www.quantstart.com/articles/simple-versus-advanced-systematic-trading-strategies-which-is-better/