Sistemas de Negociação: Construindo um Sistema de Negociação.
Agora você deve estar familiarizado com alguns elementos comuns que compõem um sistema de negociação, as vantagens e desvantagens de usá-los, alguns dos diferentes mercados e estratégias que podem ser usados para construí-los e os componentes básicos de um sistema de negociação.
Vamos agora ver como construir um sistema básico de negociação do zero. Embora esse sistema de negociação não seja otimizado para o lucro, você aprenderá como todos os diferentes componentes se encaixam para criar um sistema de negociação funcional.
Escolhendo um mercado, estratégia e Tecnologia.
Visaremos o mercado cambial (forex), já que os dados estão disponíveis gratuitamente na GainCapital e em outras fontes. Para a estratégia, estaremos empregando uma estratégia de crossover de média móvel muito básica, segundo a qual ficamos longos se uma média móvel de curto prazo cruzar acima de uma média móvel de longo prazo. E, finalmente, estaremos usando a linguagem de programação Python e as populares bibliotecas NumPy, pandas e matplotlib para ler os dados e executar a estratégia.
Vamos supor que você esteja familiarizado com a linguagem de programação Python e a tenha instalado corretamente em seu computador. Se você não for, visite o site do Python para obter recursos de aprendizado ou implemente a mesma funcionalidade em outros idiomas e plataformas.
Configurando o Script.
O primeiro passo é criar um arquivo, chamado ma_cross. py, que abrigará a estratégia. No arquivo, começaremos importando todas as bibliotecas que precisaremos.
import matplotlib. pyplot como plt.
import numpy como np.
importar pandas como pd.
de pandas. io. data import DataReader.
A biblioteca de pandas inclui uma função "rolling_mean" que cria médias móveis com base no preço de compra ou venda para cada tick no mercado forex. Quando as médias móveis estiverem concluídas, construiremos uma série de sinais ao definir a coluna igual a 1,0 quando a média móvel curta for maior que a média móvel longa ou 0,0. Podemos então usar as `posições` para gerar sinais de negociação que podem ser enviados para outro lugar.
Escrevendo a estratégia.
A estratégia pode ser implementada em Python.
def __init __ (self, pair, ticks, short_window = 100, long_window = 400):
sinais ['short_ma'] = pd. rolling_mean (ticks ['ask'], self. short_window, min_periods = 1)
sinais ['long_ma'] = pd. rolling_mean (ticks ['ask'], self. long_window, min_periods = 1)
sinais ['signal'] [self. short_window:] = np. where (sinais ['short_ma'] [self. short_window:] & gt; sinais ['long_ma'] [self. short_window:], 1,0, 0,0)
Esse código gera uma série de sinais sempre que ocorre um cruzamento de média móvel, em que 1.0 sinaliza que uma ordem de compra está sendo feita.
Colocando o código para uso.
O próximo passo é pegar esse código e usá-lo em conjunto com uma estratégia de backtesting para ver como ele seria executado no passado.
A maioria dos traders prefere usar ferramentas de backtesting online, como o Quantopian, onde você pode fazer upload de código e ver automaticamente os resultados. Usando essas ferramentas, o backtesting é tão fácil quanto importar as bibliotecas do Quantopian para o Python e colar o seu script. Em seguida, você pode executar um backtest completo usando datas simuladas, valores de conta e até mercados. Você pode ver retornos, alfa, beta, taxas de Sharpe e rebotes máximos para ter uma ideia de como a estratégia seria executada.
O próximo passo seria integrar a estratégia em um ambiente de negociação ao vivo. Muitas corretoras que oferecem negociações automatizadas incluirão APIs com as quais você pode interagir para fazer negócios. Por exemplo, o InteractiveBrokers tem uma API completa com bibliotecas para Python, Java,.NET e outras tecnologias. Usando essas bibliotecas, você pode facilmente transformar os sinais gerados em negociações que são executadas através da plataforma.
Na próxima seção, veremos algumas outras considerações importantes a serem lembradas.
KJ Trading Systems.
CONSTRUIR ESTRATÉGIAS ALGORITÍMICAS DE NEGOCIAÇÃO DO BALANÇO ALGORITÍMICO.
Aprenda o caminho certo para desenvolver estratégias de negociação algorítmica e estratégias de negociação de futuros que duram, ensinadas por um comerciante campeão verificado!
MEUS ÚLTIMOS WEBINARS E ARTIGOS GRATUITOS.
& # 8203; As melhores práticas para criar.
Algo Trading Strategies.
Chegando em março de 2018 e além.
Como os números 185 e 32 podem transformar sua negociação.
Por que a curva de patrimônio é importante.
& # 8203; Oi! Meu nome é Kevin Davey. Eu sou um comerciante em tempo integral premiado, com mais de 25 anos de experiência em negociação. Embora eu me lembre dos dias de telefonar para o seu corretor, grande parte da minha experiência nesses últimos anos é em estratégias de negociação de futuros. Se você está frustrado com o fraco desempenho comercial, posso ajudá-lo a melhorar sua negociação, usando as mesmas técnicas que funcionaram para mim!
Os depoimentos apresentados são dados literalmente, exceto para correção de erros gramaticais ou de digitação. Alguns foram encurtados, significando; não é mostrada toda a mensagem recebida pelo escritor do testemunho, quando parecia demorada ou o testemunho em sua totalidade parecia irrelevante para o público em geral.
(c) Copyright - KJ Trading Systems. Todos os direitos reservados no mundo inteiro.
Dresdner Gestion Instalando o IDEE.
O Dresdner RCM Gestion, a divisão francesa do Dresdner RCM Global Investors, acaba de concluir a instalação do componente principal de gerenciamento de portfólio do D & A e está iniciando a instalação dos vários módulos do pacote de aplicativos, incluindo ID & Eacute; E Comerciante, ID & Eacute; E Compliance e ID & Eacute; E Performance. A empresa, que gastou mais de 10 meses de 1999 instalando a funcionalidade principal da ID & E, está começando a portar seus portfólios de clientes do sistema proprietário que está sendo substituído.
O Dresdner começou a procurar um novo sistema em março de 1998, quando se considerou que seu próprio sistema interno não poderia ser redirecionado para lidar com a moeda do Euro. Logo no início, o gerente de investimentos francês considerou o HiPortfolio / 2 da DST International, um sistema que é usado pela equipe de São Francisco do Dresdner, mas Michel Haski, CEO da Dresdner, diz que não era um sistema adequado ao mercado francês e aos tipos de segurança que gerencia.
"Estávamos olhando para o DST HiPortfolio porque o Dresdner, em alguns outros países, está usando o DST, mas muito rapidamente percebemos que o produto não se adaptaria aos tipos de instrumentos com os quais estamos lidando na França, & # 148; Haski explica. & # 147; Gerenciamos instrumentos de curto prazo, instrumentos do mercado financeiro e swaps. O HiPortfolio é um produto, penso eu, para gestores de patrimônio, e na França somos, na maioria, gerentes de renda fixa.
Depois de recusar o DST, o Dresdner também analisou o ApiPortfolio, um sistema vendido pelo fornecedor francês Systeme D, mas o Dresdner acabou escolhendo o D & eacute; calog por causa de seus extensos sistemas de gerenciamento de portfólio e negociação de histórico na França.
& # 147; Eu acho que, tanto quanto os produtos estão em causa, eles são bastante semelhantes, & # 148; admite Haski, explicando a decisão de ir com D & eacute; calog sobre SIP. "Os fatores definitivos que nos fizeram escolher D & eacute; calog foi o fato de que o produto parece ser maduro e confiável." Mais usuários estão usando este produto na França, e o que ouvimos deles foi reconfortante.
Conforme o Dresdner começa a instalar os módulos de negociação, conformidade e desempenho, também está considerando um sistema de desempenho da Wilshire Associates, sediada em Santa Monica, na Califórnia, para substituir o ID & Eacute; E Performance. Haski diz que o sistema Wilshire é usado por vários outros grupos do Dresdner em todo o mundo - incluindo San Francisco e Frankfurt - e sua organização-mãe preferiria que todos os grupos estivessem em um único sistema, de modo que os números de desempenho para o muitas divisões do Dresdner podem ser comparadas em termos semelhantes.
& # 147; É útil estar em um sistema porque temos uma equipe central que compara o desempenho de todos os produtos de diferentes locais, & # 148; ele explica. "É mais fácil se cada um de nós pudesse falar a mesma língua e usar os mesmos conceitos para analisar o desempenho."
A empresa deve tomar uma decisão sobre o sistema Wilshire até maio, com a instalação prevista para ser concluída bem antes do final de 2000.
Haski ressalta que a primeira fase da instalação do D & eacute calog foi tensa devido à janela de tempo limitada disponível em 1999, antes que todo o Dresdner Bank instituísse um congelamento da instalação de sistemas do Ano 2000 para o final do ano. O mandato apenas expirou, permitindo que o Dresdner finalmente concluísse a instalação. A parte mais difícil da instalação foi desenvolver e testar as interfaces entre o ID & Eacute; E e o sistema de contabilidade de portfólio da empresa, Global Portfolio 2 da SunGard Finance, e seu custodiante, Credit Lyonnais.
O Dresdner assinou com a D & eacute; calog para 25 usuários, 17 dos quais são gestores de fundos, os comerciantes restantes, gerentes de risco e pessoal de conformidade. Como o Dresdner está efetivamente arrendando o uso do sistema do DST, ele pagará cerca de US $ 150.000 por ano durante quatro anos. Haski admite que, embora o sistema em si seja relativamente barato, os custos de implementação e manutenção são bastante altos.
Uma porta-voz da D & a calute insiste que a relação entre custos de serviços e custos de licença é "muito específica". para o Dresdner, uma vez que é uma instalação muito menor do que as 150 a 200 licenças de usuário que o fornecedor normalmente assina.
& # 147; O preço do IDEE depende do número de usuários e do número de módulos que o cliente escolhe, & # 148; a porta-voz diz. & # 147; No caso do AXA Financial ou Citibank, que têm entre 100 e 200 usuários, empregamos uma proporção de & # 145; um & # 146; para custo e & # 145; um & # 146; para licença & # 146;. & # 148;
Começando: Construindo um Sistema de Negociação Totalmente Automatizado.
Nos últimos 6 meses, tenho focado no processo de construção da pilha completa de tecnologia de um sistema de negociação automatizado. Eu me deparei com muitos desafios e aprendi muito sobre os dois métodos diferentes de backtesting (Vectorised e Event driven). Na minha jornada para construir um backtester orientado a eventos, veio a minha surpresa que o que você iria acabar é perto de toda a pilha de tecnologia necessária para construir uma estratégia, fazer backtest e executar a execução ao vivo.
Meu maior problema ao enfrentar o problema foi a falta de conhecimento. Procurei em muitos lugares uma introdução à construção da tecnologia ou um blog que me orientasse. Eu encontrei alguns recursos que vou compartilhar com vocês hoje.
Para iniciantes:
Para os leitores novatos no comércio quantitativo, eu recomendaria o livro de Ernie P. Chan intitulado: Negociação Quantitativa: Como construir seu próprio negócio de comércio algorítmico. Este livro é o básico. Na verdade, é o primeiro livro que li sobre negociação quantitativa e mesmo assim achei muito básico, mas há algumas notas que você deve tomar.
Da página 81-84 Ernie escreve sobre como, no nível de varejo, uma arquitetura de sistema pode ser dividida em estratégias semi-automatizadas e totalmente automatizadas.
Um sistema semi-automatizado é adequado se você quiser fazer algumas transações por semana. Ernie recomenda usar o Matlab, R ou até mesmo o Excel. Eu usei todas as 3 plataformas e este é o meu conselho:
Saltar do Matlab, custou muito dinheiro e só consegui acesso aos laboratórios da universidade. Não há muito material de treinamento como blogs ou livros que ensinem como codificar uma estratégia usando o Matlab. R tem toneladas de recursos que você pode usar para aprender como construir uma estratégia. Meu blog favorito cobrindo o tópico é: QuantStratTradeR é executado por Ilya Kipnis. É mais provável que o Microsoft Excel inicie onde você não tem experiência em programação. Você pode usar o Excel para negociações semi-automáticas, mas isso não vai funcionar quando se trata de construir a pilha completa de tecnologias.
Estrutura semiautomática pg 81.
Sistemas de negociação totalmente automatizados são para quando você deseja colocar automaticamente as negociações com base em um feed de dados ao vivo. Eu codifiquei o meu em C #, o QuantConnect também usa o C #, o QuantStart orienta o leitor através da construção em Python, o Quantopian usa o Python, o HFT provavelmente usará o C ++. Java também é popular.
Estrutura de negociação completamente automatizada página 84.
Passo 1: Conseguir um bom começo.
Faça o Programa Executivo em Algorithmic Trading oferecido pela QuantInsti. Acabei de começar o curso e o primeiro conjunto de palestras foi na arquitetura do sistema. Isso teria me poupado cerca de 3 meses de pesquisa se eu tivesse começado aqui. As palestras me acompanharam através de cada componente que eu precisaria, bem como uma descrição detalhada do que cada componente precisa fazer. Abaixo está uma captura de tela de um de seus slides usados na apresentação:
Você também pode usar essa estrutura geral ao avaliar outros sistemas de negociação automáticos.
No momento em que escrevo, estou apenas na terceira semana de palestras, mas estou confiante de que um praticante será capaz de construir uma estratégia comercial totalmente automatizada que poderia, com um pouco de refinamento, ser transformada no começo de um fundo de hedge quantitativo. .
Nota: o curso não está focado na construção da pilha de tecnologia.
Etapa 2: codifique um backtester baseado em eventos básicos.
Blog de Michael Hallsmore, quantstart & amp; livro “Negociação Algorítmica Bem Sucedida”
Este livro tem seções dedicadas à construção de um robusto backtester orientado a eventos. Ele orienta o leitor através de vários capítulos que explicarão sua escolha de idioma, os diferentes tipos de backtesting, a importância do backtesting orientado a eventos e como codificar o backtester.
Michael introduz o leitor às diferentes classes necessárias em um projeto orientado a objetos. Ele também ensina o leitor a construir um banco de dados mestre de títulos. É aqui que você verá como a arquitetura do sistema da QuantInsti se encaixa.
Nota: Você precisará comprar o livro dele: “Successful Algorithmic Trading”, seu blog deixa de fora muita informação.
Passo 3: Volte para o TuringFinance.
O programa EPAT Reading “Successful Algorithmic Trading” & amp; codificando um backtester em um idioma diferente de sua escolha.
Você deve ir para um blog chamado TuringFinance e ler o artigo intitulado "Algorithmic Trading System Architecture" Por: Stuart Gordon Reid. Em seu post ele descreve a arquitetura seguindo as diretrizes dos padrões ISO / IEC / IEEE 42010 e padrão de descrição de arquitetura de engenharia de software.
Eu achei este post muito técnico e tem algumas ótimas idéias que você deve incorporar em sua própria arquitetura.
Uma captura de tela de seu post.
Etapa 4: Estude os sistemas de negociação de código aberto.
4.1) Quantopian.
Escusado será dizer que Quantopian deve ser adicionado a esta lista e tenho vergonha de dizer que não passei muito tempo usando sua plataforma (devido à minha escolha de idioma). Quantopian tem muitas vantagens, mas as que mais se destacam para mim são as seguintes:
Fácil de aprender Python Acesso gratuito a muitos conjuntos de dados Uma grande comunidade e competições Eu amo como eles hospedam a QuantCon!
Quantopian é os líderes de mercado neste campo e é amado por todos os quants! Seu projeto de código aberto está sob o nome de código Zipline e isso é um pouco sobre isso:
“O Zipline é o nosso mecanismo de código aberto que alimenta o backtester no IDE. Você pode ver o repositório de código no Github e contribuir com solicitações de pull para o projeto. Há um grupo do Google disponível para procurar ajuda e facilitar discussões. ”
Aqui está um link para sua documentação:
4.2) QuantConnect.
Para aqueles que não estão familiarizados com o QuantConnect, eles fornecem um mecanismo completo de negociação algorítmica de código aberto. Aqui está um link.
Você deve dar uma olhada no código deles, estudá-lo, & amp; dê-lhes louvor. Eles são competição de quantopianos.
Eu gostaria de aproveitar esta oportunidade para agradecer à equipe da QuantConnect por me deixar escolher o cérebro deles e pelo serviço brilhante que eles fornecem.
Aqui está um link para sua documentação:
Observações finais:
Espero que este guia ajude os membros da comunidade. Eu gostaria de ter essa percepção 6 meses atrás quando comecei a codificar nosso sistema.
Eu gostaria de falar com a comunidade e perguntar: “Que bons cursos de negociação algorítmica você conhece?” Eu gostaria de escrever um post que analise o tópico e forneça uma classificação. Há alguma recomendação para criar um sistema de negociação totalmente automatizado que você gostaria de adicionar a este post?
O Index Trading System é um conjunto de três sistemas baseados na análise dos índices S & P 500, DJI e Nasdaq 100 para gerar sinais de negociação para os ETFs QQQ, SPY e DIA. Verifique o sistema de negociação simples para negociação de índices via ETFs (Exchange Traded Funds). O sistema gera sinais para negociar os estoques QQQ, SPY e DIA.
MARKETVOLUME & # 174;
MarketVolume.
ITS - Sistema de Negociação de Índices.
Sistemas de Negociação de Índices.
ITS (Index Trading Systems) foi desenvolvido para satisfazer as demandas dos traders ETFs (Exchange Traded Funds) que gostariam de investir em QQQ (NASDAQ 100 tracking stock), SPY (S & P 500 tracking stock) e DIA (Dow Jones Industrial tracking) estoque). O sistema que gera os sinais de negociação QQQ, SPY e SIA é um sistema de negociação 100% mecânico, no entanto, ainda há um fator humano envolvido no ajuste dos parâmetros do sistema e níveis críticos que acionam a geração de sinal.
Sobre os seus sistemas.
Sobre o seu sistema de negociação - Index-Trading-Systems & # 153; foi desenvolvido pela Highlight Investments Group como um projeto independente para satisfazer as necessidades dos traders de derivativos de índices.
Комментариев нет:
Отправить комментарий