Quant Trading Books.
Por favor, selecione uma categoria:
Quant Trading Machine Learning História Geral R Python C ++ Programação Fin Math Jobs Hedge Funds Nossos Bloggers.
Esta categoria é curada por: Kris Longmore of Robot Wealth.
Kris é um antigo engenheiro e hedge funds quant. Ele fundou Quantify Partners e Robot Wealth, ambos facilitando a busca de sua obsessão pela aprendizagem de máquinas e negociação algorítmica.
(*) Tenha em atenção que os livros Quant Start & # 8217; s só estão disponíveis no seu site. Nós não somos afiliados à Quant Start nem compensamos esse link. Nós simplesmente gostamos de promover o trabalho dos bons.
Livros curados pelos melhores:
Estes livros são curados pelos autores mais votados em nossa comunidade:
Quando você pede através desta página, a Amazon lança alguns siclos no nosso caminho. Não há nenhum custo adicional para você, e é uma ótima maneira de mostrar seu amor pela Quantocracy.
Direitos autorais e cópia; 2018 & middot; Projeto do site por: The Dynamic Duo.
Livros eletrônicos gratuitos.
Download gratuito de livros eletrônicos, ebook, livros da faculdade.
Nota:! Se o conteúdo não for encontrado, você deve atualizar esta página manualmente ou apenas esperar 15 segundos para esta atualização da página automaticamente. Como alternativa, tente nosso mecanismo de pesquisa de livros, clique aqui.
Estratégias de Negociação Quantitativas.
Editora: McGraw Hill Professional.
Descrição: Aproveitando o poder das técnicas quantitativas para criar um programa de negociação ganhadorLars Kestner Estratégias de negociação quantitativa leva os leitores através das etapas de desenvolvimento e avaliação da m.
Nota: o arquivo ebook foi transmitido através de um afiliado externo, portanto, não podemos fornecer nenhuma garantia para a existência deste arquivo em nossos servidores.
** Desative Adblock para mostrar o link de download **
Postagens recentes.
Envisioning Information.
Super Mario Odyssey: Kingdom Adventures, Vol. 1.
Calendário de parede Super Mario Bros. ™ 2018 (arte retro): & # 8230;
Lançamento: uma fórmula secreta do Internet Millionaire & # 8217; s # 8230;
Python para todos: Explorando dados no Python 3.
Redefinir: minha luta pela inclusão e mudança duradoura.
Windows 10 All-In-One para Dummies.
GRE Prep por Argo Brothers: Practice Tests + Online & # 8230;
Alfred & # 8217; s Basic Piano Prep Course Lesson Book Level & # 8230;
Guia de estudo CompTIA Security +: exame SY0-501.
Termos de pesquisa recentes.
Termos de pesquisa populares.
Termos aleatórios de pesquisa.
Negociação quantitativa.
Editor de: John Wiley & Sons.
Descrição: Enquanto os comerciantes institucionais continuam a implementar negociação quantitativa (ou algorítmica), muitos comerciantes independentes se perguntaram se eles ainda podem desafiar profissionais poderosos da indústria por conta própria.
Uma análise empírica de estratégias de negociação quantitativas.
Autor de: Masaharu Aiuchi.
Descrição: Junto com o crescente poder de computação, a crescente disponibilidade de vários fluxos de dados, a introdução das trocas eletrônicas, a redução dos custos de negociação e a competição de aquecimento em investimentos financeiros.
Análise Quantitativa Estratégias de Negociação e Modelagem de Derivados.
Editora: World Scientific.
Descrição: Este livro aborda aplicações práticas selecionadas e desenvolvimentos recentes nas áreas de modelagem financeira quantitativa em instrumentos derivativos, alguns dos quais são de pesquisa própria dos autores.
QuantStart.
Junte-se ao portal de membros privados da Quantcademy que atende à comunidade de comerciantes de varejo de varejo em rápido crescimento. Você encontrará um grupo bem informado de mentalistas quant pronto para responder suas perguntas comerciais mais importantes.
Confira meu ebook sobre o comércio de quant, onde eu ensino você como criar estratégias de negociação sistemáticas lucrativas com ferramentas Python, desde o início.
Dê uma olhada no meu novo ebook sobre estratégias de negociação avançadas usando análise de séries temporais, aprendizado de máquina e estatísticas bayesianas, com Python e R.
Por Michael Halls-Moore em 26 de março de 2018.
Neste artigo, vou apresentá-lo a alguns dos conceitos básicos que acompanham um sistema de negociação quantitativa de ponta a ponta. Esta postagem esperará servir dois públicos. O primeiro será indivíduos tentando obter um emprego em um fundo como um comerciante quantitativo. O segundo será indivíduos que desejam tentar configurar seu próprio negócio de negociação algorítmica "de varejo".
Negociação quantitativa é uma área extremamente sofisticada de financiamento quantitativo. Pode levar uma quantidade significativa de tempo para obter o conhecimento necessário para passar uma entrevista ou construir suas próprias estratégias de negociação. Não só isso, mas exige uma ampla experiência em programação, pelo menos em uma linguagem como MATLAB, R ou Python. No entanto, à medida que a frequência comercial da estratégia aumenta, os aspectos tecnológicos tornam-se muito mais relevantes. Assim, ser familiar com C / C ++ será de suma importância.
Um sistema de comércio quantitativo consiste em quatro componentes principais:
Estratégia Identificação - Encontrar uma estratégia, explorar uma vantagem e decidir sobre a freqüência comercial Estratégia Backtesting - Obter dados, analisar o desempenho da estratégia e remover os viés Sistema de Execução - Vinculação a uma corretora, automatizando a negociação e minimizando os custos de transação Gerenciamento de Riscos - Alocação de capital ideal " tamanho da aposta "/ critério Kelly e psicologia comercial.
Começaremos por dar uma olhada em como identificar uma estratégia de negociação.
Identificação de Estratégia.
Todos os processos de negociação quantitativos começam com um período inicial de pesquisa. Este processo de pesquisa abrange a busca de uma estratégia, considerando se a estratégia se encaixa em um portfólio de outras estratégias que você pode estar executando, obtendo todos os dados necessários para testar a estratégia e tentar otimizar a estratégia para maiores retornos e / ou menor risco. Você precisará avaliar seus próprios requisitos de capital se estiver executando a estratégia como um comerciante "varejista" e como qualquer custo de transação afetará a estratégia.
Contrariamente à crença popular, é realmente bastante direto encontrar estratégias lucrativas através de várias fontes públicas. Os acadêmicos publicam periodicamente resultados teóricos de negociação (embora na maioria dos custos brutos de transação). Os blogs de finanças quantitativas discutirão estratégias em detalhes. As revistas comerciais descreverão algumas das estratégias empregadas pelos fundos.
Você pode questionar por que indivíduos e empresas estão interessados em discutir suas estratégias rentáveis, especialmente quando sabem que outros "aglomerando o comércio" podem impedir a estratégia de trabalhar no longo prazo. A razão está no fato de que eles geralmente não discutem os parâmetros exatos e os métodos de ajuste que eles realizaram. Essas otimizações são a chave para transformar uma estratégia relativamente medíocre em uma altamente rentável. Na verdade, uma das melhores maneiras de criar suas próprias estratégias únicas é encontrar métodos semelhantes e, em seguida, realizar seu próprio procedimento de otimização.
Aqui está uma pequena lista de lugares para começar a procurar idéias de estratégia:
Muitas das estratégias que você olhará cairão nas categorias de reversão média e tendência / impulso. Uma estratégia de reversão média é aquela que tenta explorar o fato de que existe um termo de longo prazo em uma "série de preços" (como a disseminação entre dois ativos correlacionados) e que os desvios de curto prazo desse significado eventualmente reverterão. Uma estratégia de impulso tenta explorar a psicologia dos investidores e a grande estrutura do fundo ao "engatar" uma tendência de mercado, que pode reunir impulso em uma direção e seguir a tendência até reverter.
Outro aspecto extremamente importante da negociação quantitativa é a freqüência da estratégia de negociação. A negociação de baixa freqüência (LFT) geralmente se refere a qualquer estratégia que detenha ativos por mais tempo do que um dia de negociação. Correspondentemente, a negociação de alta freqüência (HFT) geralmente se refere a uma estratégia que mantém ativos intraday. Ultra-high frequency trading (UHFT) refere-se a estratégias que possuem ativos na ordem de segundos e milissegundos. Como um profissional de varejo HFT e UHFT são certamente possíveis, mas apenas com conhecimento detalhado da "pilha de tecnologia" de negociação e da dinâmica do livro de pedidos. Não discutiremos esses aspectos em grande medida neste artigo introdutório.
Uma vez que uma estratégia, ou conjunto de estratégias, foi identificado, agora precisa ser testado quanto à lucratividade em dados históricos. Esse é o domínio do backtesting.
Teste de estratégia.
O objetivo do backtesting é fornecer evidências de que a estratégia identificada através do processo acima é rentável quando aplicado a dados históricos e fora da amostra. Isso define a expectativa de como a estratégia será realizada no "mundo real". No entanto, o backtesting NÃO é uma garantia de sucesso, por vários motivos. É talvez a área mais sutil de negociação quantitativa, uma vez que implica numerosos preconceitos, que devem ser cuidadosamente considerados e eliminados o máximo possível. Discutiremos os tipos comuns de viés, incluindo viés avançado, viés de sobrevivência e viés de otimização (também conhecido como viés de dados). Outras áreas de importância no backtesting incluem disponibilidade e limpeza de dados históricos, contribuindo com custos de transação realistas e decidindo uma plataforma robusta de backtesting. Discutiremos os custos de transação ainda mais na seção Sistemas de Execução abaixo.
Uma vez que uma estratégia foi identificada, é necessário obter os dados históricos através dos quais realizar testes e, talvez, refinamento. Há um número significativo de fornecedores de dados em todas as classes de ativos. Os seus custos geralmente variam com a qualidade, a profundidade e a pontualidade dos dados. O ponto de partida tradicional para os comerciantes quantos iniciais (pelo menos no nível de varejo) é usar o conjunto de dados gratuitos da Yahoo Finance. Eu não vou me aprofundar em prestadores muito aqui, e eu gostaria de me concentrar nas questões gerais ao lidar com conjuntos de dados históricos.
As principais preocupações com dados históricos incluem precisão / limpeza, viés de sobrevivência e ajuste para ações corporativas, como dividendos e divisões de ações:
A precisão pertence à qualidade geral dos dados - quer contenha quaisquer erros. Os erros às vezes podem ser fáceis de identificar, como, por exemplo, com um filtro de espiga, que irá escolher "picos" incorretos em dados da série temporal e corrigi-los. Em outras ocasiões, eles podem ser muito difíceis de detectar. Muitas vezes é necessário ter dois ou mais provedores e, em seguida, verificar todos os seus dados uns contra os outros. O viés de sobrevivência geralmente é uma "característica" de conjuntos de dados gratuitos ou baratos. Um conjunto de dados com viés de sobrevivência significa que ele não contém ativos que não estão mais negociados. No caso de ações, isso significa ações de saída / falência. Este viés significa que qualquer estratégia de negociação de ações testada em tal conjunto de dados provavelmente funcionará melhor do que no "mundo real", já que os "vencedores" históricos já foram pré-selecionados. As ações corporativas incluem atividades "logísticas" realizadas pela empresa que geralmente causam uma mudança de função gradual no preço bruto, que não deve ser incluído no cálculo dos retornos do preço. Ajustes para dividendos e divisões de estoque são os culpados comuns. Um processo conhecido como ajuste de volta é necessário para ser realizado em cada uma dessas ações. É preciso ter muito cuidado para não confundir um estoque de divisão com um verdadeiro ajuste de retorno. Muitos comerciantes foram pegos por uma ação corporativa!
Para realizar um procedimento de backtest, é necessário usar uma plataforma de software. Você tem a opção entre o software de back-test dedicado, como o Tradestation, uma plataforma numérica como Excel ou MATLAB ou uma implementação personalizada completa em uma linguagem de programação, como Python ou C ++. Não vou demorar muito na Tradestation (ou similar), no Excel ou no MATLAB, pois acredito na criação de uma pilha de tecnologia interna completa (por razões descritas abaixo). Um dos benefícios de o fazer é que o software de backtest e o sistema de execução podem ser bem integrados, mesmo com estratégias estatísticas extremamente avançadas. Para as estratégias HFT em particular, é essencial usar uma implementação personalizada.
Quando testar um sistema, é preciso quantificar o desempenho. As métricas "padrão da indústria" para estratégias quantitativas são a redução máxima e a Ratia Sharpe. A retirada máxima caracteriza a maior queda de pico a calha na curva de equidade da conta em um determinado período de tempo (geralmente anual). Isso geralmente é citado como uma porcentagem. As estratégias de LFT tendem a ter maiores disparidades do que as estratégias de HFT, devido a uma série de fatores estatísticos. Um backtest histórico mostrará a retirada máxima do passado, que é um bom guia para o futuro desempenho de redução da estratégia. A segunda medida é a Ratia de Sharpe, que é definida heuristicamente como a média dos retornos em excesso divididos pelo desvio padrão desses retornos em excesso. Aqui, os retornos excedentes referem-se ao retorno da estratégia acima de um benchmark pré-determinado, como o S & P500 ou um Tesouro de 3 meses. Observe que o retorno anualizado não é uma medida usualmente utilizada, pois não leva em consideração a volatilidade da estratégia (ao contrário do Ratio Sharpe).
Uma vez que uma estratégia foi testada de novo e é considerado livre de preconceitos (na medida em que é possível!), Com um bom Sharpe e reduções minimizadas, é hora de criar um sistema de execução.
Sistemas de Execução.
Um sistema de execução é o meio pelo qual a lista de negócios gerados pela estratégia é enviada e executada pelo corretor. Apesar do fato de que a geração de comércio pode ser semi - ou mesmo totalmente automatizada, o mecanismo de execução pode ser manual, semi-manual (ou seja, "um clique") ou totalmente automatizado. Para estratégias LFT, as técnicas manuais e semi-manuais são comuns. Para as estratégias HFT, é necessário criar um mecanismo de execução totalmente automatizado, que muitas vezes será estreitamente acoplado ao gerador comercial (devido à interdependência da estratégia e da tecnologia).
As principais considerações ao criar um sistema de execução são a interface para a corretora, a minimização dos custos de transação (incluindo a comissão, o deslizamento e a propagação) e a divergência de desempenho do sistema ao vivo com o desempenho testado.
Existem muitas maneiras de se conectar a uma corretora. Eles variam de chamar seu corretor no telefone diretamente para uma interface de programação de aplicativos (API) de alto desempenho totalmente automatizada. O ideal é que você automatize a execução de seus negócios o máximo possível. Isso liberta você para se concentrar em pesquisas futuras, além de permitir que você execute várias estratégias ou mesmo estratégias de maior freqüência (na verdade, o HFT é essencialmente impossível sem execução automática). O software comum de backtesting descrito acima, como MATLAB, Excel e Tradestation são bons para estratégias mais baixas e mais simples. No entanto, será necessário construir um sistema de execução interno escrito em uma linguagem de alto desempenho, como C ++, para fazer qualquer HFT real. Como uma anedota, no fundo em que costumava trabalhar, tivemos um "loop de negociação" de 10 minutos, onde iremos baixar novos dados de mercado a cada 10 minutos e depois executar trades com base nessas informações no mesmo período. Isso estava usando um script Python otimizado. Para qualquer coisa que se aproxime de dados de minuto ou de segunda frequência, acredito que o C / C ++ seria mais ideal.
Em um fundo maior, muitas vezes não é o domínio do comerciante quant para otimizar a execução. No entanto, em lojas menores ou empresas HFT, os comerciantes são os executores e, portanto, um conjunto de habilidades muito mais amplo é muitas vezes desejável. Tenha em mente se você deseja ser empregado por um fundo. Suas habilidades de programação serão tão importantes, se não mais, do que suas estatísticas e talentos de econometria!
Outra questão importante que se enquadra na bandeira de execução é a redução de custos de transações. Geralmente, existem três componentes para os custos de transação: Comissões (ou impostos), que são as taxas cobradas pela corretora, a troca e a SEC (ou órgão regulador governamental similar); deslizamento, qual é a diferença entre o que você pretendia que seu pedido fosse preenchido em relação ao que estava preenchido; spread, que é a diferença entre o preço de oferta / oferta da garantia negociada. Observe que o spread NÃO é constante e depende da liquidez atual (isto é, disponibilidade de ordens de compra / venda) no mercado.
Os custos de transação podem fazer a diferença entre uma estratégia extremamente rentável com uma boa relação Sharpe e uma estratégia extremamente rentável com uma relação Sharpe terrível. Pode ser um desafio prever corretamente os custos de transação de um backtest. Dependendo da frequência da estratégia, você precisará de acesso a dados de troca histórica, que incluirão dados de marca para preços de lances / pedidos. Equipes completas de quants dedicam-se a otimizar a execução nos fundos maiores, por estas razões. Considere o cenário em que um fundo precisa descarregar uma quantidade substancial de negócios (dos quais os motivos para isso são muitos e variados!). Ao "despejar" tantas ações no mercado, elas comprimirão rapidamente o preço e não poderão obter uma execução ótima. Daí, os algoritmos que os pedidos de "gotejamento de alimentação" no mercado existem, embora o fundo corra o risco de derrapagem. Além disso, outras estratégias "presas" sobre essas necessidades e podem explorar as ineficiências. Este é o domínio da arbitragem da estrutura do fundo.
A questão principal final para os sistemas de execução diz respeito à divergência de desempenho da estratégia com o desempenho testado. Isso pode acontecer por vários motivos. Nós já discutimos o viés avançado e o viés de otimização em profundidade, ao considerar backtests. No entanto, algumas estratégias não facilitam a verificação desses preconceitos antes da implantação. Isso ocorre em HFT mais predominantemente. Pode haver erros no sistema de execução, bem como a própria estratégia de negociação que não aparecem em um backtest, mas DO show up live trading. O mercado pode estar sujeito a uma mudança de regime posterior à implantação de sua estratégia. Novos ambientes regulatórios, mudanças no sentimento dos investidores e fenômenos macroeconômicos podem levar a divergências quanto ao comportamento do mercado e, assim, a rentabilidade da sua estratégia.
Gerenciamento de riscos.
A peça final para o enigma de negociação quantitativa é o processo de gerenciamento de riscos. "Risco" inclui todos os vies anteriores que discutimos. Inclui o risco de tecnologia, como servidores co-localizados na troca de repente, desenvolvendo um mau funcionamento do disco rígido. Isso inclui o risco de corretagem, como o corretor se quebrando (não tão louco quanto parece, dado o susto recente com o MF Global!). Em suma, abrange quase tudo o que poderia interferir com a implementação da negociação, das quais existem muitas fontes. Livros inteiros são dedicados ao gerenciamento de riscos para estratégias quantitativas, então não tento elucidar todas as possíveis fontes de risco aqui.
O gerenciamento de riscos também abrange o que é conhecido como alocação ótima de capital, que é um ramo da teoria do portfólio. Este é o meio pelo qual o capital é alocado para um conjunto de estratégias diferentes e para os negócios dentro dessas estratégias. É uma área complexa e depende de algumas matemáticas não triviais. O padrão da indústria pelo qual a alocação ótima de capital e a alavancagem das estratégias estão relacionadas é chamado de critério Kelly. Como este é um artigo introdutório, não vou me deter no seu cálculo. O critério de Kelly faz alguns pressupostos sobre a natureza estatística dos retornos, que geralmente não são válidos nos mercados financeiros, então os comerciantes são geralmente conservadores quando se trata da implementação.
Outro componente chave do gerenciamento de riscos é lidar com o próprio perfil psicológico. Existem muitos viés cognitivos que podem se aproximar da negociação. Embora isso seja certamente menos problemático com o comércio algorítmico se a estratégia for deixada sozinha! Um viés comum é o da aversão à perda em que uma posição perdedora não será encerrada devido à dor de ter que perceber uma perda. Da mesma forma, os lucros podem ser tomados muito cedo porque o medo de perder um lucro já obtido pode ser muito grande. Outro viés comum é conhecido como viés de recência. Isso se manifesta quando os comerciantes colocam muita ênfase nos eventos recentes e não no longo prazo. Então, é claro, há o par clássico de viés emocional - medo e ganância. Estes podem, muitas vezes, levar a alavancagem insuficiente ou excessiva, o que pode causar explosão (ou seja, o patrimônio da conta em zero ou pior!) Ou lucros reduzidos.
Como pode ser visto, o comércio quantitativo é uma área extremamente complexa, embora muito interessante, de financiamento quantitativo. Eu literalmente arranhei a superfície do tópico neste artigo e já está ficando bastante longo! Livros e papéis inteiros foram escritos sobre questões que eu apenas dediquei uma ou duas sentenças. Por essa razão, antes de se candidatar a empregos quantitativos em bolsa de fundos, é necessário realizar uma quantidade significativa de estudo de base. No mínimo, você precisará de uma ampla experiência em estatística e econometria, com muita experiência em implementação, através de uma linguagem de programação como MATLAB, Python ou R. Para estratégias mais sofisticadas no final de freqüência mais alta, seu conjunto de habilidades é provável para incluir modificação do kernel do Linux, C / C ++, programação de montagem e otimização de latência da rede.
Se você está interessado em tentar criar suas próprias estratégias de negociação algorítmica, minha primeira sugestão seria melhorar a programação. A minha preferência é criar o máximo de captura de dados, backtester de estratégia e sistema de execução por si mesmo possível. Se o seu próprio capital estiver na linha, você não dormiria melhor à noite sabendo que você testou completamente seu sistema e está ciente de suas armadilhas e problemas específicos? Terceirizar isso para um fornecedor, enquanto potencialmente economizando tempo no curto prazo, poderia ser extremamente caro a longo prazo.
Apenas iniciando o comércio quantitativo?
3 razões para se inscrever para a lista de e-mails QuantStart:
1. Quant Trading Lessons.
Você terá acesso instantâneo a um curso de e-mail gratuito de 10 partes, repleto de sugestões e dicas para ajudá-lo a começar a negociação quantitativa!
2. Todo o conteúdo mais recente.
Todas as semanas, vou enviar-lhe um envoltório de todas as atividades no QuantStart para que você nunca mais perca uma postagem novamente.
Real, dicas de negociação viáveis, sem tonturas.
QuantStart.
Junte-se ao portal de membros privados da Quantcademy que atende à comunidade de comerciantes de varejo de varejo em rápido crescimento. Você encontrará um grupo bem informado de mentalistas quant pronto para responder suas perguntas comerciais mais importantes.
Confira meu ebook sobre o comércio de quant, onde eu ensino você como criar estratégias de negociação sistemáticas lucrativas com ferramentas Python, desde o início.
Dê uma olhada no meu novo ebook sobre estratégias de negociação avançadas usando análise de séries temporais, aprendizado de máquina e estatísticas bayesianas, com Python e R.
Por Michael Halls-Moore em 7 de junho de 2018.
O comércio algorítmico geralmente é percebido como uma área complexa para iniciantes para enfrentar. Abrange uma ampla gama de disciplinas, com certos aspectos que exigem um grau significativo de maturidade matemática e estatística. Consequentemente, pode ser extremamente desprezível para os não iniciados. Na realidade, os conceitos gerais são simples de entender, enquanto os detalhes podem ser aprendidos de maneira iterativa e contínua.
A beleza do comércio algorítmico é que não há necessidade de testar o conhecimento sobre capital real, já que muitas corretoras fornecem simuladores de mercado altamente realistas. Embora existam algumas advertências associadas a tais sistemas, eles fornecem um ambiente para promover um nível profundo de compreensão, sem absolutamente nenhum risco de capital.
Uma pergunta comum que recebo dos leitores do QuantStart é "Como faço para começar a negociação quantitativa?". Já escrevi um guia de iniciantes para negociação quantitativa, mas um artigo não pode esperar para cobrir a diversidade do assunto. Assim, eu decidi recomendar meus livros de comércio de quantum de nível de entrada favoritos neste artigo.
A primeira tarefa é obter uma visão geral sólida do assunto. Descobriu que seria muito mais fácil evitar discussões matemáticas pesadas até que os conceitos básicos sejam cobertos e compreendidos. Os melhores livros que encontrei para este fim são os seguintes:
1) Negociação Quantitativa por Ernest Chan - Este é um dos meus livros de finanças favoritos. O Dr. Chan fornece uma ótima visão geral do processo de criação de um sistema de comércio quantitativo "varejista", usando o MatLab ou o Excel. Ele torna o assunto altamente acessível e dá a impressão de que "qualquer um pode fazê-lo". Embora existam muitos detalhes que são ignorados (principalmente por brevidade), o livro é uma ótima introdução sobre como funciona a negociação algorítmica. Ele discute a geração alfa ("o modelo de negociação"), gerenciamento de riscos, sistemas de execução automatizada e certas estratégias (particularmente o impulso e reversão média). Este livro é o lugar para começar. 2) Dentro da Black Box por Rishi K. Narang - Neste livro, o Dr. Narang explica detalhadamente como funciona um fundo de hedge quantitativo profissional. É lançado em um investidor experiente que está considerando investir em uma "caixa preta". Apesar da aparente irrelevância para um comerciante varejista, o livro realmente contém uma riqueza de informações sobre como um sistema comercial "adequado" deve ser realizado. Por exemplo, a importância dos custos de transação e gerenciamento de riscos é delineada, com idéias sobre onde procurar informações adicionais. Muitos comerciantes de videojogos de varejo poderiam fazer bem para escolher isso e ver como os "profissionais" realizam suas negociações. 3) Algorithmic Trading & amp; DMA de Barry Johnson - A frase "negociação algorítmica", no setor financeiro, geralmente se refere aos algoritmos de execução utilizados pelos bancos e corretores para executar negócios eficientes. Estou usando o termo para cobrir não só os aspectos da negociação, mas também o comércio quantitativo ou sistemático. Este livro é principalmente sobre o primeiro, sendo escrito por Barry Johnson, que é um desenvolvedor de software quantitativo em um banco de investimento. Isso significa que é inútil para o quantum de varejo? De modo nenhum. Possuir uma compreensão mais profunda de como os intercâmbios funcionam e a "microestrutura do mercado" pode ajudar imensamente a rentabilidade das estratégias de varejo. Apesar de ser um grande volume, vale a pena pegar.
Uma vez que os conceitos básicos são apreendidos, é necessário começar a desenvolver uma estratégia comercial. Isso geralmente é conhecido como o componente do modelo alfa de um sistema comercial. As estratégias são diretas para encontrar esses dias, no entanto, o valor verdadeiro vem na determinação de seus próprios parâmetros de negociação através de pesquisa extensiva e backtesting. Os seguintes livros abordam certos tipos de sistemas de negociação e execução e como implementá-los:
4) Negociação algorítmica por Ernest Chan - Este é o segundo livro do Dr. Chan. No primeiro livro, ele evitou o impulso, a reversão média e certas estratégias de alta freqüência. Este livro discute essas estratégias em profundidade e fornece detalhes de implementação significativos, embora com mais complexidade matemática do que no primeiro (por exemplo, Filtros Kalman, Stationarity / Cointegration, CADF etc.). As estratégias, mais uma vez, fazem uso extensivo do MatLab, mas o código pode ser facilmente modificado para C ++, Python / pandas ou R para aqueles com experiência em programação. Ele também fornece atualizações sobre o mais recente comportamento do mercado, já que o primeiro livro foi escrito alguns anos atrás. 5) Negociação e Intercâmbios de Larry Harris - Este livro concentra-se na microestrutura do mercado, que eu pessoalmente sinto é uma área essencial para aprender, mesmo nos estágios iniciais da negociação quantitativa. A microestrutura do mercado é a "ciência" de como os participantes do mercado interagem e as dinâmicas que ocorrem no livro de encomendas. Está intimamente relacionado com a forma como os intercâmbios funcionam e o que realmente acontece quando um comércio é colocado. Este livro é menos sobre estratégias de negociação como tal, mas sobre coisas a serem conscientes ao projetar sistemas de execução. Muitos profissionais no espaço financeiro de quant consideram isso como um excelente livro e eu também recomendo isso.
Nesta etapa, como comerciante de varejo, você estará em um bom lugar para começar a pesquisar os outros componentes de um sistema de negociação, como o mecanismo de execução (e sua relação profunda com os custos de transação), bem como o gerenciamento de riscos e portfólio. Vou discutir livros para esses tópicos em artigos posteriores.
Apenas iniciando o comércio quantitativo?
3 razões para se inscrever para a lista de e-mails QuantStart:
1. Quant Trading Lessons.
Você terá acesso instantâneo a um curso de e-mail gratuito de 10 partes, repleto de sugestões e dicas para ajudá-lo a começar a negociação quantitativa!
2. Todo o conteúdo mais recente.
Todas as semanas, vou enviar-lhe um envoltório de todas as atividades no QuantStart para que você nunca mais perca uma postagem novamente.
Real, dicas de negociação viáveis, sem tonturas.
Negociação Quantitativa: Algoritmos, Análises, Dados, Modelos, Otimização.
Xin Guo, Tze Leung Lai, Howard Shek, Samuel Po-Shing Wong.
15 de dezembro de 2018 por Chapman e Hall / CRC.
Livro de texto - 357 Páginas - 30 ilustrações de cores.
ISBN 9781498706483 - CAT # K24831.
6 de janeiro de 2017 por Chapman e Hall / CRC.
Livro de texto - 357 Páginas - 30 ilustrações de cores.
ISBN 9781315371580 - CAT # KE38312.
Informação adicional do livro.
Integra estatísticas, sistemas de engenharia, otimização dinâmica e ciência da computação em um livro Serve como referência teórica padrão sobre esses tópicos Fornece uma introdução à negociação algorítmica Discute negociação algorítmica em trocas e plataformas eletrônicas Cobre gerenciamento de riscos e questões regulatórias.
A primeira parte deste livro discute instituições e mecanismos de negociação algorítmica, microestrutura de mercado, dados de alta freqüência e fatos estilizados, agregação de tempo e eventos, dinâmica de caderno de encomendas, estratégias de negociação e algoritmos, custos de transação, impacto de mercado e estratégias de execução, análise de risco , e gestão. A segunda parte abrange modelos de impacto de mercado, modelos de rede, negociação multi-ativos, técnicas de aprendizado de máquina e filtragem não-linear. A terceira parte discute a tomada de mercado eletrônico, liquidez, risco sistêmico, desenvolvimentos recentes e debates sobre o assunto.
Índice.
Evolução da infra-estrutura de negociação.
Estratégias quantitativas e escalas de tempo.
Arbitragem estatística e debates sobre EMH.
Fundos quantitativos, fundos de investimento, hedge funds.
Dados, análises, modelos, otimização, algoritmos.
Natureza interdisciplinar do assunto e como o livro pode ser usado.
Suplementos e problemas.
Modelos estatísticos e métodos para negociação quantitativa.
Fatos estilizados sobre os dados do preço das ações.
Série temporal de retornos de baixa freqüência.
Alterações de preços discretas em dados de alta freqüência.
Movimento browniano na Bolsa de Paris e caminhada aleatória em Wall Street.
MPT como um "sapato de caminhada" em Wall Street.
Bases estatísticas de MPT.
Modelos de preços multifactores.
Bayes, encolhimento e estimadores de Black-Litterman.
Bootstrapping e a fronteira remodelada.
Uma nova abordagem que incorpora a incerteza dos parâmetros.
Solução do problema de otimização.
Computação do vetor de peso ideal.
Bootstrap estimativa de desempenho e NPEB.
De caminhadas aleatórias para martingales que combinam fatos estilizados.
De passeios gaussianos a aleatórios aleatórios.
Passeios aleatórios com horários de amostragem opcionais.
De passeios aleatórios para ARIMA, GARCH.
Neo-MPT envolvendo modelos de regressão martingale.
Incorporando séries temporais e_ects no NPEB.
Otimizando os índices de informação ao longo da fronteira eletrônica.
Um estudo empírico sobre neo-MPT.
Arbitragem estatística e estratégias além da EMH.
Regras técnicas e os antecedentes estatísticos.
Estratégias temporárias de séries, momentum e pares.
Estratégias contrárias, comportamentais e vícios cognitivos dos investidores.
Do investimento de valor para macro estratégias globais.
Avaliação na amostra e fora da amostra.
Suplementos e problemas.
Gestão ativa de carteiras e estratégias de investimento.
Ativo alfa e beta no gerenciamento de portfólio.
Fontes de alfa.
Beta exótica além do alfa ativo.
Uma nova abordagem para a otimização de portfólio ativo.
Custos de transação e restrições longas-curtas.
Componentes do custo da transação.
Longo-curto e outras restrições de portfólio.
Gerenciamento de portfólio multiperíodo.
A teoria de Samuelson-Merton.
Incorporando os custos de transação no problema de Merton.
Crescimento de capital multiperíodo e bombeamento de volatilidade.
Reequilibrio do portfólio médio-variância multiperíodo.
Otimização dinâmica da carteira média-variância.
Seleção de portfólio dinâmico.
Notas complementares e comentários.
Econometria de Transações em Plataformas Eletrônicas.
Transações e dados de transações.
Modelos para dados de alta freqüência.
O modelo de Roll of bid-ask bounce.
Modelo de microestrutura de mercado com ruído aditivo.
Estimativa da variância integrada de Xt.
Métodos de amostragem dispersos.
Método de média sobre subamostra.
Método de duas escalas de tempo.
Método de suavização do kernel: kernels realizados.
Método de pré-média.
Do MLE do parâmetro de volatilidade para QMLE de [X] T.
Estimativa de covariação de múltiplos ativos.
Asynchronicity e Epps efeito.
QMLE para covariância e estimativa de correlação.
Multivariados realizados em kernels e estimadores de duas escalas.
Estimador de Fourier de [X] T e volatilidade do ponto.
Propriedades estatísticas dos estimadores de Fourier.
Estimadores de Fourier de co-volatilidades spot.
Outros modelos econométricos envolvendo TAQ.
Modelos ACD de durações entre transações.
Modelos de processo de pontos auto-excitantes.
Decomposição de Di e modelos lineares generalizados.
Modelagem conjunta do processo pontual e suas marcas.
A decomposição de McCulloch e Tsay.
GARCH realçado e outros modelos preditivos.
Salta no processo de preços eletrônicos e na variação de energia.
Notas complementares e comentários.
Livro de encomendas de limite: análise de dados e modelos dinâmicos.
De dados de mercado para limitar o livro de pedidos (LOB)
Fatos estilizados de dados LOB.
Ajuste do preço do livro.
Desequilíbrio de volume e outros indicadores.
Ajustando um processo de ponto multivariante aos dados LOB.
Ordens negociáveis como um processo de ponto multivariante.
Análise de dados LOB através da aprendizagem de máquinas.
Modelos de enfileiramento da dinâmica LOB.
Limites de difusão do modelo de forma reduzida de nível 1.
Limite de fluido de posições de ordem.
Modelo reativo de fila baseado em LOB.
Suplementos e problemas.
Execução e posicionamento ótimos.
Execução ótima com um único recurso.
Solução de problemas de programação dinâmica (6.2)
Modelos de tempo contínuo e cálculo de variações.
Modelo multiplicativo de impacto de preços.
O modelo e problema de controle estocástico.
Equação HJB para o caso nite-horizon.
In_nite-horizonte caso T = 1.
Manipulação de preços e impacto no preço transitório.
Execução ótima com LOB.
Estratégia ótima para o modelo 1.
Estratégia ideal para o modelo 2.
Solução de forma fechada para LOB em forma de bloco.
Execução ótima com carteiras.
Modelo de caminhada aleatória Markov com reversão média.
Modelo de cadeia de Markov em tempo contínuo.
Suplementos e problemas.
Criação de mercado e roteamento de pedidos inteligentes.
O modelo de Ho e Stoll e a política Avellanedo-Stoikov.
Solução para a equação HJB e as extensões subsequentes.
Controle de impulso envolvendo limites e ordens de mercado.
Controle de impulso para o mercado.
Roteamento de pedidos inteligentes e piscinas escuras.
Divisão óptima de pedidos entre trocas em SOR.
A função de custo e problema de otimização.
Posicionamento de pedidos ideal nas trocas K.
Um método de aproximação estocástica.
Exploração-exploração censurada para piscinas escuras.
O problema SOR e um algoritmo ganancioso.
Modi_ed Kaplan-Meier estimativa ^ Ti.
Exploração, exploração e alocação ótima.
Otimização Lagrangiana Estocástica em piscinas escuras.
Abordagem lagrangiana através de aproximação estocástica.
Convergência da recursão Lagrangeana ao otimizador.
Notas complementares e comentários.
Informática, Regulação e Gestão de Riscos.
Algumas estratégias quantitativas.
Divulgação de dados de mercado.
Estrutura da taxa do pedido.
Compensação e liquidação.
Estratégia de informática e infra-estrutura.
Manuseio de dados de mercado.
Tipo de pedido e qualificação de pedido.
Regras e regulamentos cambiais.
SIP e Reg NMS.
Outras regras específicas de troca.
Notas complementares e comentários.
Cadeia de Markov e tópicos relacionados.
Gerador Q da CTMC.
Teoria potencial para cadeias de Markov.
Teoria da decisão de Markov.
Processos do ponto de vista Self-Excitante duplamente estocásticos.
Teoria de Martingale, processo de intensidade, auto-excitação.
Processo Hawkes: Compensador e estacionária.
Estimativa em modelos de processos pontuais.
Teoria assintótica e inferência de verossimilhança.
Simulação do SEPP duplamente estocástico.
Teoremas de Convergência Fraca e Limite.
O teorema de Donsker e suas extensões.
Sistema de espera e teoremas de limite.
Autor (es) Bio.
Xin Guo é a professora Coleman Fung Professor de Modelagem Financeira no departamento de Engenharia Industrial e Pesquisa Operacional, UC Berkeley. Ela fundou o Laboratório de Análise de Riscos e Análise de Riscos da Berkeley (RADAR) e realiza uma consulta de cortesia com o Lawrence Berkeley National Lab. Antes de UC Berkeley, ela era membro da equipe de pesquisa no IBM T. J. Watson Research Center e professora associada na Universidade de Cornell. Os principais interesses de pesquisa são controle estocástico, processos estocásticos e aplicações. Além da modelagem e análise de negociação de alta freqüência, sua pesquisa recente inclui controles singulares, controles de impulso, expectativas não-lineares, jogos de campo médio e ampliação de filtração com aplicação ao risco de crédito.
Tze Leung Lai é Professor de Estatística e, por cortesia, da Pesquisa e Política de Saúde na Faculdade de Medicina e do Instituto de Computação e Tecnologia; Engenharia Matemática (ICME) na Escola de Engenharia da Universidade de Stanford. Ele é Diretor do Financial and Risk Modeling Institute, Co-Diretor do Biostatistics Core do Stanford Cancer Institute e Co-Diretor do Centro de Design de Estudo Inovador na Stanford School of Medicine. Ele realizou consultas regulares e de professores visitantes na Universidade de Columbia, UC Berkeley e Universidade de Nankai, e ocupa cargos consultivos na Universidade de Hong Kong, na Universidade de Pequim e na Universidade de Tsinghua.
Howard Shek é pesquisador sênior da Tower Research Capital, onde construiu e liderou a equipe de pesquisa básica com um mandato que abrange o amplo espectro de tópicos de pesquisa em negociações automatizadas. Possui mais de 15 anos de pesquisa quantitativa e experiência comercial em arbitragem de renda fixa, microestrutura de mercado, estimativa de volatilidade, preço de opções e teoria de portfólio e ocupou posições de alto nível de negociação e pesquisa na Merrill Lynch e JP Morgan, com foco em negociação proprietária em derivados de renda fixa.
Samuel Po-Shing Wong é CEO e Chief Quant of 5Lattice Securities, uma empresa comercial proprietária em Hong Kong que desenvolve algoritmos de negociação quantitativa e metodologias de gerenciamento de risco correspondentes da análise de dados estatísticos e aprendizagem de máquinas. Ele também ensina o curso de negociação algorítmica para Stanford Quantitative Finance Program em Hong Kong e atua como professor honorário do Departamento de Estatística e Ciências atuariais da Universidade de Hong Kong.
Compartilhe este título.
Títulos relacionados.
Finanças quantitativas: uma abordagem orientada a objetos em C ++
Inferência estatística ideal na engenharia financeira.
Métodos estatísticos de engenharia financeira.
Negociação Quantitativa: Algoritmos, Análises, Dados, Modelos, Otimização.
Resumo do carrinho de compras.
O que é o VitalSource?
CRC Press eBooks estão disponíveis através do VitalSource. O aplicativo gratuito VitalSource Bookshelf® permite que você acesse seus e-books sempre e onde você escolher.
A aplicação Bookshelf oferece acesso:
Online - Acesse seus eBooks usando os links enviados por e-mail em sua fatura CRCPress ou na área "Minha Conta" do CRCPress. Mobile / eReaders - Baixe o aplicativo móvel Bookshelf no VitalSource ou no iTunes ou na loja Android para acessar seus eBooks em seu dispositivo móvel ou eReader. Computador Offline - Baixe o software Bookshelf para sua área de trabalho para que você possa visualizar seus eBooks com ou sem acesso à Internet.
O que significa "CPD Certified"?
O CPD consiste em qualquer atividade educacional que ajude a manter e desenvolver habilidades de conhecimento, resolução de problemas e técnicas com o objetivo de proporcionar melhores cuidados de saúde através de padrões mais elevados. Poderia ser através do atendimento à conferência, discussão em grupo ou leitura dirigida para citar apenas alguns exemplos.
Use determinados livros médicos de imprensa do CRC para obter o seu CPD para revalidação. Nós fornecemos um formulário on-line gratuito para documentar sua aprendizagem e um certificado para seus registros.
No comments:
Post a Comment