Estratégia de reversão média pdf

Negociação E Investir PDF.
Forex trading pode ser divertido se você for capaz de dominar a arte da administração de risco. Muitas pessoas acreditam que o comércio Forex é a única moeda. Por outro lado, você está negociando swing. Programa de negociação, esta pode ser a parte mais significativa da negociação. Muito tempo atrás, quando a negociação no mercado de câmbio exigia uma grande soma no depósito. Isso às vezes é inestimável para o seu comércio, pois permitirá que você evite perdas desnecessárias. Temos o prazer de lhe fornecer uma nova negociação automatizada.
Um operador especializado deve ter a capacidade de obter um cálculo do lote. Isso poderia consistir em pequenos comerciantes com poucos depósitos (até US $ 10.000) e grandes investidores. Negociação de Internet (web trading) é a capacidade de negociar no mercado de moeda, ações ou commodities-commodities por meio da web, ou seja, controlada remotamente. Todos os dias, o mercado Forex está cada vez mais buscando ganhar. Desde então, o preço de uma transação em dinheiro poderia ser arredondado para o níquel mais próximo, embora a moeda de um centavo ainda tenha curso legal. Neste artigo, vamos pensar no valor prático e nas desvantagens potenciais de trabalhar com este consultor para o comerciante (investidor).
A este respeito, existem pontos de vista conflitantes. Seguindo as regras do mercado de ações vai saber se você precisa da maioria alpari como entendemos como prever a direção do mercado. Agora você PODE LIBERAR TODO O PODER DA ESTRATÉGIA DE NEGOCIAÇÃO DE TENDÊNCIAS! Você tem forças para permanecer motivado? Eles têm várias maneiras de classificar os títulos e, claramente, estratégias incompatíveis para descrever esses pontos de crédito.
A honestidade para a bondade da verdade em segredos da estratégia de negociação da Trendline Revelado Pdf Download.
A interface principal do SequetronLE vem com uma tela de gravação de quatro pistas e um conjunto de controle fundamental. Com um pouco de risco, você garante que, caso a configuração de negociação falhe, você não perderá muito. Na verdade, as opções de Forex são contratos para comprar ou vender um ativo por um preço de venda fixo acordado. Vamos analisar cada opção individualmente. Na verdade, isso poderia incluir opções e futuros. Nesta parte, vamos explicar os benefícios e desvantagens de cada opção e tentar descobrir a melhor solução.
Muitos dos jogadores estão obtendo uma deflação, criando uma diferença de custo entre comprar e vender. Conseqüentemente, se você está procurando por uma abordagem rápida e sem esforço para visualizar FLV Dell Xps 8500 Driver Controlador Sm Bus é simplesmente o utilitário que você está procurando. Edward, você é um homem maravilhoso. Não há chefes, só você inclui o mercado.
Não se preocupe, é rentável cometer dinheiro não tão complicado. Você não é capaz de ficar confuso. Nós tivemos que descobrir da maneira mais difícil. Um trabalho realmente maravilhoso foi feito. Igualmente importante é o problema da liquidez. Assim também, escolha a profissão que mais descreve você. Julgar o padrão de tendências tornou-se a função mais subjetiva que podemos ter que realizar.

Análise de regressão dos preços históricos do petróleo: uma base para futuros cenários de preços médios de reversão.
Destaques.
Funções de preço de equilíbrio de longo prazo para previsão de cenários futuros de preços.
A elasticidade de curto prazo da demanda de petróleo é de 0,015 (altamente inelástica)
Elasticidade a longo prazo do fornecimento 0,99 (altamente elástico) para o período 1965–1983.
A elasticidade de longo prazo da oferta mudou para 0,39 (menor elasticidade) para 1984–2012.
Propomos algoritmos de previsão de preços com base na análise de regressão dos preços históricos do petróleo ao longo de 150 anos (1861 a 2012). A partir de 1986, os preços diários do mercado permitem uma análise mais detalhada dos principais indicadores de referência do petróleo bruto (West Texas Intermediate [WTI] e Brent). O preço médio de reversão para um determinado período de tempo corresponde ao custo marginal de fornecimento. Quando a oferta e a demanda estão fora de equilíbrio, os preços spot se movem em uma largura de banda limitada na parte inferior pelo custo de fornecimento em dinheiro e no topo pelo preço concorrente da destruição da demanda. A elasticidade de demanda de curto prazo é de 0,015 (altamente inelástica), e a elasticidade de oferta a longo prazo mudou de 0,99 (altamente elástica) durante 1965-1983 para 0,39 (menos elástica) durante 1984–2012. Derivamos funções para o preço de equilíbrio de longo prazo e as expandimos em funções de preço de equilíbrio escalonável para previsão de cenários futuros de preço se o “business as usual” for assumido. Também consideramos como dois eventos hipotéticos do cisne negro ("desconhecidos desconhecidos") podem afetar o preço médio de equilíbrio.
Classificações JEL.
Escolha uma opção para localizar / acessar este artigo:
Verifique se você tem acesso através de suas credenciais de login ou de sua instituição.

Momento e reversão à média nos mercados spot e de futuros de commodities
Estudamos as estratégias de momentum e de reversão à média nos preços futuros de commodities e sua relação com o momento e a reversão à média dos preços spot das commodities. Descobrimos que o momento funciona bem nos mercados futuros, mas não nos mercados à vista, e que a reversão à média funciona bem nos mercados à vista, mas não nos mercados futuros. Uma decomposição da base (a inclinação da estrutura a termo dos preços futuros) em prêmios de risco esperados e mudanças esperadas nos preços spot nos ajuda a lançar alguma luz sobre os diferentes resultados nos mercados futuros e spot. O mais interessante é que descobrimos que o momento nos preços futuros não pode ser explicado por uma tendência sustentada nos preços spot.
Classificação JEL.
Escolha uma opção para localizar / acessar este artigo:
Verifique se você tem acesso através de suas credenciais de login ou de sua instituição.
Verifique este artigo em outro lugar.
Agradecemos a um editor associado e dois árbitros anônimos pelos comentários úteis. As opiniões expressas são as dos autores e não necessariamente as de qualquer instituição afiliada.

Construa estratégias melhores! Parte 2: Sistemas Baseados em Modelos.
Os sistemas de negociação vêm em dois tipos: baseados em modelos e mineração de dados. Este artigo trata de estratégias baseadas em modelos. Mesmo quando os algoritmos básicos não são complexos, desenvolvê-los adequadamente tem suas dificuldades e armadilhas (caso contrário, qualquer um estaria fazendo isso). Uma ineficiência significativa do mercado dá ao sistema apenas uma vantagem relativamente pequena. Qualquer pequeno erro pode transformar uma estratégia vencedora em uma perdida. E você não vai necessariamente notar isso no backtest.
O desenvolvimento de uma estratégia baseada em modelo começa com a ineficiência do mercado que você deseja explorar. A ineficiência produz uma anomalia de preço ou padrão de preço que você pode descrever com um modelo qualitativo ou quantitativo. Tal modelo prevê o preço atual y t do preço anterior y t-1 mais alguma função f de um número limitado de preços anteriores mais algum termo de ruído ε:
A distância temporal entre os preços y t é o período de tempo do modelo; o número n de preços usado na função f é o período de lookback do modelo. Quanto mais alto o termo preditivo em relação ao termo não-previsto, melhor é a estratégia. Alguns traders afirmam que seu método favorito não prediz, mas "reage ao mercado" # 8217; ou alcança um retorno positivo por outros meios. Em um determinado fórum de traders você pode até mesmo encontrar um professor de matemática que reinventou o sistema de negociação de grade, e elogiou-o como não-preditivo e até capaz de negociar uma curva de passeio aleatório. Mas sistemas que não predizem de alguma maneira devem confiar na sorte; eles só podem redistribuir o risco, por exemplo, trocar um alto risco de uma pequena perda por um baixo risco de uma perda alta. A expectativa de lucro permanece negativa. Até onde eu sei, o professor ainda está tentando vender seu trader de grade, ainda anunciando como não previsível, e ainda regularmente soprando sua conta demo com ele.
Negociar jogando uma moeda perde os custos de transação. Mas negociando aplicando o modelo errado & # 8211; por exemplo, a tendência segue para uma série de preços de reversão à média & # 8211; pode causar perdas muito maiores. O comerciante médio de fato perde mais do que por negociação aleatória (cerca de 13 pips por negociação, de acordo com as estatísticas da FXCM). Portanto, não é suficiente ter um modelo; Você também deve provar que é válido para o mercado que você negocia, no momento em que você negocia, e com o período de tempo usado e período de lookback.
Nem todas as anomalias de preços podem ser exploradas. Limitar os preços das ações a 1/16 de frações de dólar é claramente uma ineficiência, mas é provavelmente difícil usá-lo para fazer previsões ou ganhar dinheiro com isso. As estratégias baseadas em modelos de trabalho que conheço, seja da teoria ou porque fomos contratados para codificar algumas delas, podem ser classificadas em várias categorias. Os mais frequentes são:
O impulso na curva de preços é provavelmente a anomalia mais significativa e mais explorada. Não há necessidade de elaborar aqui, pois a tendência seguinte foi o tópico de uma série de artigos completa neste blog. Há muitos métodos de seguir tendências, sendo o clássico um crossover de média móvel. Este "Olá mundo" & # 8217; de estratégias (aqui os scripts em R e em C) rotineiramente falha, porque não distingue entre momentum real e picos ou vales aleatórios na curva de preço.
O problema: o momentum não existe em todos os mercados o tempo todo. Qualquer ativo pode ter períodos longos sem tendência. E ao contrário da crença popular, isso não é necessariamente um mercado lateral. Uma curva de passeio aleatório pode subir e descer e ainda não tem momento. Portanto, um bom filtro que detecta o regime real de mercado é essencial para os sistemas que seguem a tendência. Aqui está uma estratégia mínima do Zorro que usa um filtro passa-baixa para detectar a inversão de tendência e o indicador MMI para determinar quando estamos entrando no regime de tendência:
A curva de lucro desta estratégia:
Curva de lucro de estratégia de impulso.
(Para simplificar, todos os trechos de estratégia desta página são sistemas barebone sem mecanismo de saída além da reversão e sem paradas, trailing, treinamento de parâmetros, gerenciamento de dinheiro ou outros truques. É claro que os backtests não significam de forma alguma que eles sejam sistemas rentáveis ​​As curvas P & amp; L são todas do EUR / USD, um bem válido para demonstrações, uma vez que parece conter um pouco de toda a ineficiência possível).
2. Reversão Média.
Um mercado de reversão significa um valor real & # 8216; ou & # 8216; preço justo & # 8217; de um ativo. Os comerciantes compram quando o preço real é mais barato do que deveria, e vendem quando é mais caro. Isso faz com que a curva de preço retorne à média com mais frequência do que em uma caminhada aleatória. Dados aleatórios são médios revertendo 75% do tempo (prova aqui), então qualquer coisa acima de 75% é causada por uma ineficiência do mercado. Uma modelo:
= algum termo de ruído aleatório.
Quanto maior o fator de meia-vida, mais fraca é a reversão à média. A meia-vida de reversão à média na série de preços é normalmente na faixa de 50 a 200 barras. Você pode calcular λ por regressão linear entre y t-1 e (y t-1 - y t). A série de preços não precisa ser estacionária para experimentar reversão à média, uma vez que o preço justo pode ser desviado. Apenas deve derrapar menos como em um passeio aleatório. A reversão média é geralmente explorada pela remoção da tendência da curva de preços e pela normalização do resultado. Isso produz um sinal oscilante que pode disparar trocas quando se aproxima de uma parte superior ou inferior. Aqui está o script de um sistema simples de reversão à média:
O filtro passa-alta amortece todos os ciclos acima de 30 bar e, assim, elimina a tendência da curva de preços. O resultado é normalizado pela transformação de Fisher, que produz uma distribuição gaussiana dos dados. Isso nos permite determinar limites fixos em 1 e -1 para separar as caudas da curva de sino resultante. Se o preço entrar numa cauda em qualquer direção, um negócio é acionado antecipando que ele retornará em breve para a barriga do sino. Para detectar o regime de reversão, o script usa o Expoente Hurst. O expoente é 0,5 para uma caminhada aleatória. Acima de 0,5 começa o regime de momentum e abaixo de 0,5 regime de reversão da média.
Curva de lucro da reversão média.
3. Arbitragem Estatística.
As estratégias podem explorar a similaridade entre dois ou mais ativos. Isso permite proteger o primeiro ativo por uma posição inversa no segundo ativo, e dessa forma obter lucro da reversão à média de sua diferença de preço:
onde y 1 e y 2 são os preços dos dois ativos e os fatores de multiplicação h 1 e h 2, suas taxas de hedge. As taxas de hedge são calculadas de forma que a média da diferença y seja zero ou um valor constante. O método mais simples para calcular as taxas de hedge é a regressão linear entre y 1 e y 2. Uma estratégia de reversão à média como acima pode então ser aplicada a y.
Os ativos não precisam ser do mesmo tipo; Um sistema de arbitragem típico pode ser baseado na diferença de preço entre um índice ETF e seu principal estoque. Quando y não está parado & # 8211; significando que sua média tende a vagar lentamente & # 8211; as taxas de hedge devem ser adaptadas em tempo real para compensação. Aqui está uma proposta usando um filtro de Kalman por um colega blogueiro.
O sistema de arbitragem simples do tutorial R:
4. Restrições de preço.
Uma restrição de preço é uma força artificial que causa um desvio constante de preço ou estabelece uma faixa de preço, piso ou teto. O exemplo mais famoso foi o limite de preço EUR / CHF mencionado na primeira parte desta série. Mas, mesmo após a remoção do limite, o preço EUR / CHF ainda tem uma restrição, desta vez não imposta pelo banco nacional, mas pela forte assimetria atual no poder de compra de EUR e CHF. Um exemplo extremo de um preço variável é o par EUR / DKK (veja abaixo). Todas essas restrições podem ser usadas em estratégias para a vantagem do comerciante.
Faixa de preço EUR / DKK 2006-2016.
Os ciclos não sazonais são causados ​​pelo feedback da curva de preços. Quando os traders acreditam em um preço justo & # 8217; & # 8217; de um activo, vendem ou compram frequentemente uma posição quando o preço atinge uma certa distância desse valor, na esperança de uma reversão. Ou fecham posições vencedoras quando o movimento de preços favorito começa a desacelerar. Esses efeitos podem sincronizar entradas e saídas entre um grande número de traders e fazer com que a curva de preços oscile com um período estável ao longo de vários ciclos. Muitas vezes, muitos desses ciclos são superpostos na curva, assim:
Quando você conhece o período C i e a fase D i do ciclo dominante, é possível calcular os pontos de entrada e saída de comércio ideais, contanto que o ciclo persista. Ciclos na curva de preços podem ser detectados com funções de análise espectral & # 8211; por exemplo, transformação rápida de Fourier (FFT) ou simplesmente um banco de filtros de passagem de banda estreitos. Aqui está o espectro de frequências do EUR / USD em outubro de 2015:
Espectro EUR / USD, duração do ciclo em barras.
A exploração de ciclos é um pouco mais complicada do que a tendência ou a reversão à média. Você precisa não apenas do comprimento do ciclo dominante do espectro, mas também de sua fase (para disparar comércios no momento certo) e sua amplitude (para determinar se existe um ciclo que valha a pena ser negociado). Este é um script barebone:
A função DominantPhase determina a fase e o comprimento do ciclo do pico dominante no espectro; o último é armazenado na variável rDominantPeriod. A fase é convertida em uma curva senoidal que é deslocada adiante por π / 4. Com esse truque, obteremos uma curva senoidal que vai além da curva de preços. Assim, fazemos a previsão real de preços aqui, apenas a questão é se o preço seguirá nossa previsão. Isso é determinado pela aplicação de um filtro de passagem de banda centrado no ciclo dominante na curva de preço e medindo sua amplitude (oi na fórmula). Se a amplitude estiver acima de um limiar, concluímos que temos um ciclo suficientemente forte. O roteiro, em seguida, entra em um vale da curva senoidal de avanço e curto em um pico. Como os ciclos são de curta duração, a duração de uma negociação é limitada por ExitTime a um máximo de 10 ciclos.
Podemos ver na curva P & L que houve longos períodos em 2012 e 2014 sem ciclos fortes na curva de preços EUR / USD.
6. Clusters.
O mesmo efeito que faz com que os preços oscilar também pode deixá-los agrupar em certos níveis. O clustering extremo pode até produzir o "fornecimento" & # 8221; e & # 8220; demanda & # 8221; linhas (também conhecidas como & # 8220; suporte e resistência & # 8220;), os assuntos favoritos em seminários de negociação. Os palestrantes de seminários especializados podem desenhar linhas de suporte e resistência em qualquer gráfico, não importando se os preços da barriga de porco ou as pontuações de beisebol do ano passado. No entanto, a mera existência dessas linhas permanece discutível: existem poucas estratégias que realmente as identificam e exploram, e menos ainda que realmente produzem lucros. Ainda assim, os clusters de curvas de preços são reais e podem ser facilmente identificados em um histograma semelhante ao espectograma de ciclos.
7. Padrões de Curva.
Eles surgem do comportamento repetitivo dos comerciantes. Os comerciantes não apenas produzem, mas também acreditam em muitos padrões de curva; mais & # 8211; como a famosa & # 8216; cabeça e ombros & # 8217; padrão que é dito para prever a inversão de tendência & # 8211; são mitos (pelo menos eu não encontrei nenhuma evidência estatística disso, e não ouvi de nenhuma outra pesquisa que confirmasse a existência de previsões de cabeças e ombros em curvas de preço). Mas alguns padrões, por exemplo, xícaras & # 8221; ou "xícaras", realmente existem e podem, de fato, preceder um movimento para cima ou para baixo. Padrões de curva & # 8211; não deve ser confundido com padrões de velas & # 8211; podem ser explorados por métodos de detecção de padrões, como o algoritmo Fréchet.
Uma variante especial de um padrão de curva é o Breakout & # 8211; um impulso repentino depois de um longo movimento lateral. Isso pode ser causado, por exemplo, pela tendência do trader de colocar suas perdas de parada a uma curta distância abaixo ou acima do patamar atual. Acionar as primeiras paradas acelera o movimento do preço até que mais e mais paradas sejam acionadas. Esse efeito pode ser explorado por um sistema que detecta um período lateral e, em seguida, fica aguardando o primeiro movimento em qualquer direção.
8. Sazonalidade.
& # 8220; Temporada & # 8221; não significa necessariamente uma temporada de um ano. Oferta e demanda também podem seguir padrões mensais, semanais ou diários que podem ser detectados e explorados por estratégias. Por exemplo, o índice S & P500 costuma subir para cima nos primeiros dias de um mês, ou para mostrar uma tendência ascendente nas primeiras horas da manhã, antes do pregão principal do dia. Como os efeitos sazonais são fáceis de explorar, eles são frequentemente de curta duração, fracos e, portanto, difíceis de detectar apenas por meio de curvas de preços. Mas eles podem ser encontrados ao traçar um perfil de dia, semana ou mês das diferenças da curva de preço médio.
Quando os participantes do mercado contemplam se entram ou fecham uma posição, eles parecem chegar a conclusões semelhantes quando têm tempo para pensar durante a noite ou durante o final de semana. Isso pode fazer com que o preço comece em um nível diferente quando o mercado abrir novamente. As diferenças de preço durante a noite ou no final de semana são geralmente mais previsíveis do que as alterações de preço durante as horas de negociação. E, claro, eles podem ser explorados em uma estratégia. No fórum do Zorro, foi recentemente discutida a questão do “One Night Stand System”, um comerciante de moeda de fim de semana simples, com lucros misteriosos.
10. Autorregressão e heteroscedasticidade.
O último é uma palavra chique para: "Os preços mudam muito e o jittering varia com o tempo" # 8221 ;. Os modelos ARIMA e GARCH são os primeiros modelos que você encontra em matemática financeira. Eles assumem que retornos futuros ou volatilidade futura podem ser determinados com uma combinação linear de retornos passados ​​ou volatilidade passada. Esses modelos são muitas vezes considerados puramente teóricos e sem uso prático. Não é verdade: você pode usá-los para prever o preço de amanhã como qualquer outro modelo. Você pode examinar um correlograma & # 8211; uma estatística da correlação do retorno atual com os retornos das barras anteriores & # 8211; para descobrir se um modelo ARIMA se ajusta a uma determinada série de preços. Aqui estão dois excelentes artigos de colegas blogueiros para usar esses modelos em estratégias de negociação: ARIMA + GARCH Trading Strategy no S & amp; P500 e Are ARIMA / GARCH Predictions Rentable?
11. Choques de preço.
Os choques de preços geralmente acontecem na segunda ou sexta-feira de manhã, quando empresas ou organizações publicam boas ou más notícias que afetam o mercado. Mesmo sem conhecer as notícias, uma estratégia pode detectar as primeiras reações de preço e saltar rapidamente para o bandwagon. Isso é especialmente fácil quando um grande choque está abalando os mercados. Aqui está uma estratégia simples de portfólio Forex que avalia as forças relativas das moedas para detectar choques de preço:
A curva de capital do sistema de força da moeda (você precisará do Zorro 1.48 ou superior):
Sistema de exploração de choque de preços.
A curva de capital azul acima reflete os lucros de pequenos e grandes saltos de preços da moeda. Você pode identificar claramente o choque do preço do Brexit e do CHF. É claro que tais estratégias funcionariam ainda melhor se as notícias pudessem ser detectadas e interpretadas de alguma forma. Alguns serviços de dados fornecem eventos de notícias com uma avaliação binária, como & # 8220; bom & # 8221; ou & # 8220; ruim & # 8221 ;. Especialmente de interesse são os relatórios de ganhos, conforme fornecidos pelos serviços de dados como Zacks ou Xignite. Dependendo de quais surpresas o relatório de lucros contém, os preços das ações e as volatilidades implícitas podem subir ou cair acentuadamente no dia do relatório e gerar lucros rápidos.
Para aprender o que pode acontecer quando as notícias são usadas de maneiras mais criativas, eu recomendo o excelente Índice de Medo de Robert Harris & # 8211; um livro obrigatório na biblioteca de qualquer hacker financeiro.
Esta foi a segunda parte da série Build Better Strategies. A terceira parte tratará do processo de desenvolvimento de uma estratégia baseada em modelos, desde a pesquisa inicial até a construção da interface do usuário. Caso alguém queira experimentar os snippets de código postados aqui, eu os adicionei ao repositório de scripts de 2015. Eles não são estratégias reais, no entanto. Os elementos que faltam & # 8211; otimização de parâmetros, algoritmos de saída, gerenciamento de dinheiro etc. & # 8211; será o tema da próxima parte da série.
26 reflexões sobre “Construir Estratégias Melhores! Parte 2: Sistemas Baseados em Modelos & rdquo;
Continue, ame seus artigos.
Este é o ciclo dominante & # 8217; ideia semelhante a Ehlers & # 8217; trabalhar sobre o assunto?
Eu não pareço lembrar qualquer menção de determinar a amplitude do ciclo como um filtro para remover negociações fracas / ruído. Interessante! Terá que olhar para isso. Obrigado pelo post.
Sim, o conceito de ciclo dominante é da Ehlers. Na minha experiência, um filtro que detecta a situação do mercado, como o limite de amplitude, é essencial para a maioria das estratégias baseadas em modelos & # 8211; é quase mais importante que o algoritmo de comércio em si.
Jcl, você gostaria de explicar / comentar mais o indicador de amplitude que é executado no Zorro? John Ehlers trabalho é realmente grande, mas vendo aplicado aos mercados reais hoje em dia é ainda mais valioso, IMHO.
A partir do manual do Zorro, o Aplitude é “o maior pico menos a menor mínima da Série de dados, suavizado sobre o TimePeriod com um EMA para que as flutuações mais recentes se tornem mais pesadas. & # 8220 ;. Então eu acho que é simplesmente algo como EMA (intervalo, período de tempo) da banda de freqüência do ciclo dominante.
Eu não consigo reproduzir nenhum dos resultados acima. Eu acho que é devido a parâmetros de trailing e similares. Da mesma forma, talvez eu esteja codificando uma estratégia que faça sentido, mas no final esqueço porque a considero não lucrativa quando o problema se deve à gestão do dinheiro e ao controle de risco.
Não seria útil adicionar um workshop em que algumas idéias de gerenciamento de riscos sejam implementadas para que os iniciantes possam entender melhor e desenvolver estratégias melhores. Eu sei que há todas aquelas funções de trilha construídas, mas usar uma ou outra até que uma curva fique boa é como andar meio cego, ou como jogar uma moeda na esperança de que a próxima função tentada funcione.
Esqueça a gestão de risco neste momento. Isso apenas distorceria os resultados e seria inútil quando o algoritmo não tivesse borda. O primeiro passo é o modelo. O segundo passo é um algoritmo baseado nesse modelo, com um retorno positivo em uma simulação com custo real de negociação. Isso é feito nos exemplos acima. É muito fácil criar sistemas que aparentemente geram bons retornos. A parte difícil é testar se o retorno é real ou apenas um viés de ajuste de curva. Esse seria o próximo passo, e somente se o sistema passar nesse teste, o modelo é justificado. Então você pode pensar em criar uma estratégia real a partir dele, com o trailing, o gerenciamento de riscos, o gerenciamento de dinheiro e assim por diante. Este é o último passo do desenvolvimento da estratégia, não o primeiro.
Reproduzir resultados publicados é geralmente difícil, mas não deve ser um problema aqui. Você tem o código e o ambiente de teste, assim você pode ver o que as funções retornam e quais negociações são abertas. Compare com seus próprios resultados. Desta forma, você pode descobrir rapidamente onde e por que eles são diferentes.
Obrigado pela resposta rápida. Minha culpa: eu estava realmente usando a lista de ativos de outro corretor e os resultados foram completamente reduzidos. Foi por isso que pensei que havia alguma mágica adicionada para obter os resultados. Quando eu uso as configurações de fxcm, recebo resultados semelhantes.
Sim, li no manual como uma estratégia deve ser desenvolvida a partir da ideia básica e passo a passo da adição de recursos.
É difícil saber se existe uma vantagem nos resultados. Não existe uma regra como: se a ideia simples dá uma certa quantidade de pips, então ela pode ter uma vantagem.
Muito obrigado por todos esses artigos. Estou lendo-os como um livro fascinante!
Você pode me ensinar um pouco mais sobre o lambda da reversão à média, ou seja, "Você pode calcular λ por meio de regressão linear entre yt-1 e (yt-1-yt) & # 8221 ;? Por que é que? Como podemos usar lambda no exemplo de reversão à média?
Quando você reformula a fórmula de reversão à média acima, assim:
você pode ver que é uma equação de linha na forma y = a * x + b, onde a = -1 / (1 + Lambda). Quando a é diferente de zero, a mudança de preço y (t) - y (t-1) tem uma relação linear com o desvio do preço anterior do preço justo, y (t-1) - Meio. O método matemático para determinar a inclinação a de muitos pares de dados (y (t) - y (t-1), y (t-1) - Mean) é a regressão linear. De um você começa o parâmetro de meia-vida Lambda. O mercado está invertendo quando um é negativo.
Obrigado pelo detalhe, jcl. Isso ajuda muito.
O procedimento parece correto para você?
As etapas são as seguintes:
1. Defina o nosso preço fechar com um dia -1.
2. Subtraia o preço de hoje perto contra o passado atrasado.
3. Subtrair (ontem preço próximo) & # 8211; média (do -1 fechamento do preço defasado)
4. Realize uma regressão linear em (preço de hoje & # 8211; preço de ontem)
(preço de ontem fechar) & # 8211; média (do -1 fechamento do preço defasado)
Código R para isso está abaixo, parece correto?
# Half Life of Mean Reversion.
# Andrew Bannerman 9.24.2017.
random. data & lt; - c (runif (1500, min = 0, max = 100))
# Calcule yt-1 e (yt-1-yt)
y. lag & lt; - c (random. data [2: length (random. data)], 0)
y. diff & lt; - random. data & # 8211; y. lag.
prev. y.mean & lt; - y. lag & # 8211; mean (y. lag)
final & lt; - mesclar (y. diff, prev. y.mean)
prev. y.mean, data = final. df)
As etapas parecem corretas. Para o código R, não ouso julgar a exatidão & # 8211; Coloque alguns dados e verifique se o valor da meia vida faz sentido.
Minha próxima pergunta é: isso pode ser aplicado a uma tendência linear? Eu testei o procedimento acima no SPY desde o início até o presente e a meia vida foi 939.6574. Não parece corrigir mesmo pensei que o procedimento parece correto. Jc & # 8211; você obteve resultados precisos usando este método de meia vida?
Eu tenho, e sim, ele pode ser aplicado a um trending asset, especialmente para o SPY. Mas quando se trata, verifique como você calcula a média: este é o seu alvo de reversão à média. Use 20 dias ou mais. Se você usar todos os dados para a média, então você pode obter a meia-vida do SPY revertendo para o seu preço de 1980, e eu acho que é infinito.
Se você está interessado neste método, pegue o livro de Ernie Chan. Ele contém uma descrição detalhada dos algos revertentes médios e do cálculo da meia vida.
Ok, se eu apresentar 20 dias, isso me dá a meia vida dos 2o dias anteriores? E quanto ao resto do tamanho da amostra? Então, rolamos isso em uma base de 20 dias, do início ao presente? Isso significa que a meia-vida provavelmente mudará à medida que a série rola no futuro?
Claro, você deve rolar. Para negociação, você quer a média e a meia-vida a partir de hoje, não a partir de 10 anos atrás. Como as séries de preços são não-estacionárias, a média muda o tempo todo. A meia-vida é muito mais estacionária, mas também pode mudar em diferentes condições de mercado.
Primeiramente, obrigado por este blog. Eu gostaria de ter encontrado isso anos atrás.
Eu sou um comerciante de opções muito pouco sofisticado (ao que parece). Ganhei a vida fazendo arbitragem de volatilidade, mas esse jogo está terminado. Eu tenho tentado me ensinar novos negócios e eu tentei negociar em pares usando alguns futuros de índices altamente correlacionados. Eu faria bem por um tempo, mas então o spread entre os futuros se moveria para um novo nível, geralmente eliminando qualquer lucro que eu tivesse.
Eu aprendi que isso era por causa de algo chamado de estacionariedade. Sempre que a propagação começaria a tendência eu perderia.
Na sua seção Stat Arb acima você afirma; & # 8221; Quando y não é estacionário - o que significa que sua média tende a se desviar lentamente - as taxas de hedge devem ser adaptadas em tempo real para compensar.
Você acha que meu problema poderia ser resolvido usando um filtro de Kalman, como sugerido, para chegar a proporções de hedge dinâmicas? O rácio de cobertura mudaria rápido o suficiente durante a negociação em tempo real para me salvar?
Eu estava negociando esses pares intraday.
Você pode usar um filtro de Kalman para quase tudo, mas para adaptar a relação de hedge também existem métodos mais simples, como a regressão linear permanente dos pares de preços N anteriores. A taxa de hedge é então a inclinação de regressão linear.
Eu acredito que o link para o post do blog sobre o filtro de Kalman mudou:
Sendo muito novo no Zorro / R, qual é a maneira mais fácil, mas lógica, de aplicar este filtro na troca de pares?
Obrigado pelo link. Com R, existem filtros de Kalman no FKF, KFAS e vários outros pacotes. Eu não tenho código pronto, mas o uso é descrito nos manuais em pdf para os pacotes.
Para qualquer pessoa interessada, eu vi um tutorial comparando o Copula vs Cointegration em Pairs Trading.

Estratégia de reversão média pdf
Em anexo está um algoritmo de negociação em par que permite ao usuário ativar / desativar testes diferentes para cointegração / reversão à média do spread do par antes de realizar qualquer negociação. Se você optar por ativar um dos testes, o valor do teste será registrado como uma série de tempo visível na página de resultados do backtest.
O par que está sendo negociado neste algoritmo é o petróleo e ouro ETFs (USO e GLD), mas você pode modificá-los como quiser.
Os 3 testes diferentes são:
- Efetivamente, este é um teste de raiz unitária para determinar se o spread é cointegrado.
- Além disso, uma função é incluída mostrando como usar os valores críticos do teste ADF em vez do valor p.
- Este é o tempo teoricamente computado, baseado em uma janela histórica de dados, que levará para que o spread reverta metade da sua distância após ter divergido da média do spread.
- Efetivamente, isso retorna um valor entre 0 e 1 que informa se uma série temporal é uma tendência ou uma reversão à média. Quanto mais próximo o valor estiver de 0,5, maior será o número "aleatório". a série temporal se comportou historicamente. Valores abaixo de 0,5 indicam que a série temporal é a reversão da média e, acima de 0,5, a tendência. Quanto mais próximo o valor estiver de 0, maior o nível de reversão à média.
- A literatura de negociação está em conflito quanto à utilidade do expoente de Hurst, mas incluí-lo, no entanto, e defini a opção padrão para False no algoritmo.
Os resultados do backtest abaixo incorporam dois destes testes:
Valor de p do teste ADF, calculado ao longo de uma janela de lookback de 63 dias (por exemplo, 3 meses), com um p-valor mimo requerido de 0,20.
Para modificar os valores dos parâmetros dos testes, basta olhar na função de inicialização, para blocos de código que se parecem com isso. Veja como os parâmetros do valor p do teste do ADF são definidos:
Aqui você vê como há um dicionário definido chamado & # 39; stat_filter & # 39; que você pode usar para armazenar os parâmetros de cada teste. Primeiro eu crio outro dicionário dentro de & # 39; stat_filter & # 39; chamado & # 39; adf_p_value & # 39; e, em seguida, eu carrego em todos os valores de parâmetros relevantes para o teste do ADF que eu quero definir quando é aceitável entrar em uma negociação. Esses cinco parâmetros exatos (por exemplo, as chaves do dicionário) serão definidos para todos os testes, conforme você verá o código do algoritmo e perceberá que as expressões adf_critical_value, half_life, hurst_exponent são definidas após ele. Os 5 parâmetros são:
& # 39 ;: & # 39 ;: Boolean, True, se você quiser que o algoritmo use este teste.
Suporte para Frequência Intradiária.
(Deixe-me saber se você se deparar com problemas com isso, como eu não fiz tanto testes com ele como eu tenho com apenas diariamente freq)
Você pode configurar este algoritmo para ser executado em dados intraday minuciosamente também. Por exemplo. construa um spread par usando preços de fechamento de 15 minutos.
Primeiro, mude a variável "context. trade_freq & # 39; de & # 39; diariamente & # 39; para "intraday":
context. trade_freq = & # 39; diariamente & # 39; # & # 39; diariamente & # 39; ou & # 39; intraday & # 39;
Então, procure por este bloco de código abaixo na função initialize (), e especifique o & # 39; intraday_freq & # 39; valor para a frequência de preços de fechamento a serem usados ​​(por exemplo, barras de 15 minutos). Em seguida, defina & # 39; run_trading_logic & # 39; para ser com que frequência você deseja que a lógica seja aplicada aos dados de mercado. Eu escolhi 60, o que significa, execute essa lógica a cada 60 minutos, mas se desejar, mude para 1, e a lógica será executada a cada minuto (cuidado, pois isso resultará em tempos de backtest realmente longos).
A variável & # 39; check_exit_every_minute & # 39; pode ser definido como Verdadeiro se você quiser que a lógica seja executada a cada minuto se-e-somente-se você estiver atualmente em uma negociação. Por exemplo. ele verifica se você precisa sair da negociação a cada minuto, em vez de esperar pelos próximos N períodos (por exemplo, 60 minutos, conforme especificado na variável "run_trading_logic_freq" #)
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
O mesmo algoritmo acabou de começar 9 meses antes.
Obrigado pela parte. Percebi que há uma função de coint em statsmodels. tsa. stattools. Existe uma diferença significativa entre a função coint e o teste ADF? Algum sentido em usar os dois?
Anexei um backtest abaixo das tentativas de encontrar o valor p de ambos os testes para cada par, todos os dias. Disclaimer: o que muitas vezes acho que está acontecendo em python na verdade não é.
Eu ainda não tentei a função coint no stattools, embora eu imagine que seja muito semelhante. Eu apenas dei uma rápida olhada no código, e está efetivamente executando uma regressão da versão defasada das timeseries de entrada versus a versão não corrigida que é bastante semelhante ao ADF. A diferença pode estar em como os valores críticos são computados.
O teste Engle-Granger também é usado algumas vezes para testar a cointegração, mas ainda não examinei essa implementação.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
Grande Algo. É incrível. Muito útil.
Olá Justin / Tudo.
Você poderia sugerir como posso executar esse algoritmo em vários pares, em vez de apenas um par?
Tente fazer uma classe de negociação de pares que acompanhe toda a contabilidade de cada par. Veja o algoritmo de negociação de par de filtros Kalman generalizado de David para um ótimo exemplo de negociação de pares baseada em classes.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
Obrigado por compartilhar informações.
Eu clonei o algoritmo de Justin, no entanto, quando executo o backtest, o desempenho permanece em 0% para a totalidade da janela do backtest.
Eu não fiz alterações no código-fonte original.
Alguma idéia de por que isso estaria ocorrendo?
Você provavelmente executa algo no modo diário e só funciona no modo minuto.
Aqui está o meu mais recente backtest do original Lent de Justin que começou apenas 9 meses antes.
Vale a pena notar que, quando eu passo backtests, códigos e cadernos de pesquisa, a intenção é ilustrar uma metodologia e fornecer alguns modelos de código para estimular o processo de pensamento criativo da comunidade e salvar as pessoas a algum tempo fornecendo e cole fragmentos de código que podem ser integrados em seu próprio código. De maneira alguma estou postando algo que tenha sido totalmente aprovado, e imediatamente investível em sua forma exata, por qualquer extensão da imaginação. Costumo inclinar-me a exemplos mais simples, em vez de excessivamente complexos, para beneficiar um espectro mais amplo de leitores.
Vejo que você reconheceu que o backtest que eu postei acima parece falhar muito mal em um período de tempo diferente. Vemos isso muito com as estratégias que analisamos, muitas das quais são super adequadas apenas ao período de dois anos nos concursos que realizamos. Tentamos trabalhar com o proprietário do algoritmo e fornecer conselhos sobre o motivo pelo qual ele pode ter sido quebrado nos diferentes períodos de tempo. Talvez você possa estender sua análise para me fornecer alguns conselhos para melhorar essa estratégia? Talvez você tenha algumas recomendações sobre como incorporar um modelo de troca de regime que provavelmente ajudará uma estratégia como essa, dado o prazo que parece falhar (as crises de futuros financeiros / de commodities que ocorreram no final de 2008). Talvez um modelo de troca de regime de volatilidade estocástica possa ajudar significativamente. Se você tiver experiência nessa área, tenho certeza de que a comunidade consideraria um acréscimo sólido a incorporar em estratégias como essas para torná-las mais robustas. Eu sei que eu faria.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
Por que você escolheu o par USO e GLD? Eu acho que uma pergunta mais ampla é: você pode sugerir um processo para examinar uma cesta de ações e determinar se existem pares negociáveis? Eu estou supondo testes para cointegração seria um método como o ADF como você usou. Seria bom se houvesse um algoritmo para percorrer uma cesta de ações e determinar automaticamente qual seria a classificação "boa". pares.
Acabei de escolher USO / GLD para replicar este exemplo que usa esses mesmos tickers, deste livro: amazon / Quantitative-Trading-Build-Algorithmic-Business / dp / 0470284889 /
Esse livro é realmente uma boa introdução à negociação de pares de arbitrários (assim como seus outros livros). Todo o código do livro está no Matlab, então meu algoritmo foi uma tentativa de implementá-lo em Python, em nosso backtester, e incorporar algumas das outras técnicas estatísticas descritas ao longo do livro.
Você está correto, que a seleção de um monte de pares em potencial é uma idéia razoável de pesquisa, mas você deve estar ciente de simplesmente datamining. Primeiro, você deseja determinar uma base econômica sensata para a qual os pares de ações devem ser vinculados (por exemplo, pares de ações no mesmo setor seriam pares de ações razoáveis ​​para pesquisar). Escrever um algo em nosso backtester para conseguir isso seria bastante direto: primeiro você pode usar nosso banco de dados de fundamentos da Morningstar para pegar todos os estoques no setor de energia, talvez até filtrar para ações de empresas de certa faixa de mercado (por exemplo, apenas limite de estoque de energia), em before_trading_starts (), você faz um loop sobre cada par de ações computando o valor p do ADF (ou outro status de cointegração), mantém todos os pares de ações que atendem aos seus critérios e, em handle_data (), aqueles que atendem aos critérios através de um algoritmo semelhante ao que eu compartilhei para entrar / sair das negociações.
Eu ou alguém da nossa equipe aqui na Q podemos tentar desenvolver um modelo para isso e compartilhá-lo.
Você também pode ver este post do fórum que mostra como desenvolver um único algoritmo que troca um portfólio de múltiplos pares:
É o mesmo backtest no primeiro comentário de David Edwards, aqui:
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
Eu notei na seção do blog que você tem um notebook usando um otimizador bayesiano. Você sabe como eu posso puxar para Q? está atualmente no github..thanks!
@Adam, No momento, não é possível usar o otimizador bayesiano na postagem do blog no ambiente Q. Foi mais uma prova de ideia de implementação de conceito. Como você mencionou, o código que usei para o post do blog está no github e você pode se inscrever para uma avaliação com o SigOpt para obter um nome de usuário / chave de API para trabalhar com ele em seu próprio ambiente de python / zipline localmente. Oferecer alguns desses métodos alternativos de otimização como um serviço é um conceito interessante no qual teremos que pensar à medida que desenvolvemos nossa plataforma Q no futuro. Obrigado pelo feedback!
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
Obrigado Justin! Seria legal poder fazer esse tipo de otimização e / ou uma técnica de enxame de partículas em Q. :)
Eu acredito que encontrei uma lacuna na lógica de negociação. Na seção de filtragem de estatísticas (linhas.
155-176) o algoritmo sai imediatamente se um teste falhar. Isso impede que novos negócios sejam abertos, mas não faz nada para lidar com negociações existentes. Negociações abertas permanecem abertas até que todos os testes estatísticos passem novamente e o algoritmo atinja sua lógica de saída padrão.
Por projeto, também devemos ter uma alta probabilidade de estar em uma negociação quando isso acontece, então o impacto pode ser bastante alto. O problema em detectar isso é que, se o relacionamento se restabelecer rapidamente, o desempenho não será prejudicado. Mas se incluirmos um período de tempo em que o relacionamento não retorna rapidamente, como Vladimir fez, os resultados são perceptíveis.
Eu adicionei algumas linhas para fechar todas as posições que estão abertas quando os testes estatísticos estão quebrados. Provavelmente existem maneiras melhores de lidar com a lógica de saída, mas essa simples mudança mostra o benefício de tê-la ali. O algoritmo não funciona tão bem durante o período de teste original, mas o desempenho melhora durante o período prolongado.
(Eu também fiz pequenas alterações nas linhas 20 e 21 para usar a função sid () para definir os ativos xey em vez de símbolo (). O restante do algoritmo não foi modificado.)
Par comercializar usando métodos Copula em vez de cointegração é a nova moda. Alguém tentou isso?
Par trading usando métodos Copula em vez de cointegração é o novo.
raiva. Alguém tentou isso?
Este artigo oferece uma comparação sistemática de métodos de cópula e métodos de cointegração quando aplicados a estoques de mina de ouro dos EUA. Além disso, o papel contrasta os critérios de seleção de pares com base na estatística ADF, na tau de Kendall, na medida de rho e distância de Spearman. Uma nota: não sou o autor.
Obrigado Julian. Eu tive uma chance e os resultados estão parecendo muito bons.
Qualquer coisa que você pode compartilhar Aqua, para brincar?
Coloquei muitos recursos (tempo e dinheiro) para fazer as cópulas funcionarem no Q. Mas você pode usar isso para começar:
Obrigado, eu estava mais procurando código Q para brincar. o espírito de compartilhar;)
Eu coloquei muito tempo (e dinheiro) em tirolesa ao vivo e os algos que eu desenvolvi e ainda compartilho. Um dia o karma virá e pagará graciosamente.
Peter, vou tentar colocar algo e publicá-lo sem revelar meu molho secreto :)
Aqui está a aula de Cópula Gaussiana. Você pode usá-lo para trocar um par ou uma cesta. Deixe-me saber se você tem alguma dúvida:
Notebook anexado em uso.
Existem várias maneiras de implementar um algoritmo.
Par de negociação. Calcule uma soma progressiva de 0,5 - CDF condicional. Isso deve ser revertido. Veja aqui.
São ideias suficientes para tentar por um tempo. @ Peter, onde estão minhas bênçãos?
Obrigado Aqua Rooster, informação realmente interessante, cheguei a ele durante a leitura & quot; Algoritmic Trading & quot; por Ernie Chan. Quanta melhora você vê na cópula em comparação com a Cointegração CADF e Johansen referido pelo Sr. Chan?
Desculpe, algo deu errado. Tente novamente ou entre em contato enviando feedback.
Você enviou com sucesso um ticket de suporte.
Nossa equipe de suporte entrará em contato em breve.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian.
Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian.
Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.

Estratégia de reversão média pdf
Em vez de postar um novo tópico todas as vezes, é melhor postar artigos e links aqui. Por favor, guarde-o em ideias estratégicas concretas, quanto mais explícito melhor, e de preferência aquelas que poderiam ser implementadas em Quantopian!
Boa ideia e bom papel.
A Base de Futuros VIX: Evidências e Estratégias de Negociação deve ser capaz de implementar algo semelhante usando os futuros de curto prazo VIX contra ETFs de médio prazo futuro, e puxando os preços VIX com fetcher.
EDIT: link corrigido, h / t Dennis C.
Eu nunca vi esse site da Turnkey Alpha antes. O que é isso?
E você quer dizer a seção Alfa Acadêmica? (link requer login)
Sim eu fiz, meu erro. É um login gratuito. Eles são metade dos caras que escreveram Valor Quantitativo (a outra metade é Empiritrage), e eles escrevem regularmente pequenos artigos sobre o tipo de oportunidades exploráveis ​​que as pessoas aqui podem estar interessadas. Eu não sou afiliado a elas.
Não tenho certeza se você viu. se não:
Se você pesquisar no fórum da Comunidade Quantopian com a palavra-chave & quot; OLMAR & quot; você encontrará vários segmentos com implementações Quantopian. Eu também tenho algum código que posso compartilhar.
O site do autor: cais. ntu. edu. sg/
Não é uma estratégia de negociação em si, mas idéias interessantes sobre o dimensionamento do comércio.
Alguns links aleatórios.
Toneladas de estratégias aqui para experimentar.
Obrigado. você estaria disposto a fornecer algumas recomendações específicas da lista acima? Quais são os 3 melhores que você recomendaria a leitura atentamente, que poderiam ser codificados em Quantopian (sem um esforço heróico)?
Desculpe, eu não li todos eles! Qualquer que seja o seu temperamento, eu acho!
Eu acho que a boa e velha tendência é sempre divertida. É muito prático. Caso você não tenha verificado, eu notei que Claus Herther tem um ótimo ponto de partida. Eu gostaria de adicionar a medida da inclinação de uma tendência, momentum e williams para ajudar a adicionar alguma "antecipação de tendência". em uma tendência padrão seguindo o sistema.
Apenas tropeçou nesta mina de ouro de centenas de documentos, a maioria com links em pdf, sobre uma variedade de tópicos:
Além disso, os tutoriais / livros gratuitos do Kaggle valem bem a pena:
Note que ele na verdade não dá a fórmula para este indicador, então alguém teria que fazer algum trabalho para tentar descobrir o que ele está falando.
Oi pessoal, é possível programar a abordagem do litterman preto com o Quantopian? Dicas são muito bem vindas. Agradeço antecipadamente por sua ajuda.
Deve ser possível, alguém escreveu um algoritmo de reequilíbrio de portfólio de variância mínima há alguns meses. Você precisa usar o fetcher para obter seu peso de índice para o seu anterior, certifique-se de buscá-los como "quot; como" de & quot; a data em que você está no back-test. Então você & quot; apenas & quot; precisa fazer todas as manipulações de matriz bayesiana, junto com suas visões / sombras de mercado de entrada, chegar aos pesos alvo e, em seguida, enviar pedidos para passar de sua carteira atual para seu portfólio alvo.
Seria uma excelente demonstração e exemplo, talvez você possa fazer com que os povos quantopianos o codifiquem!
Obrigado Simon pelo seu comentário. Eu escrevi minha última tese sobre o BL, então eu tenho o conhecimento teórico. Mas para ser honesto com você, não sou muito bom em programação. No entanto, tentarei informar a comunidade.
Felicidades Grant. Você fez meu dia. Eu apreciaria mais artigos desse tipo.
Thomas Wiecki publicou o artigo primeiro em quantopian / posts / interesting-papers. Acabei de copiar o link aqui. Se você tiver comentários sobre o artigo, sugiro publicá-los em Thomas & # 39; fio.
Mebane Faber tem alguns trabalhos interessantes na Cambria Investments & # 39; website cambriainvestments / research /, especialmente uma das estratégias de Força Relativa papers. ssrn / sol3 / papers. cfm? abstract_id = 1585517.
Vários sistemas de Mebane foram implementados em quantopianos seis a doze meses atrás, TAA global, valor relativo, valor relativo + TAA. Eu também escrevi alguma otimização de força bruta picloud + zipline do modelo TAA. Se você procurar por Mebane você deve encontrá-los. Eu não sei se eles ainda funcionam no backtester.
A essência: implementar uma estratégia de alto e baixo momento de mercado neutro, mas cortar os shorts à medida que o mercado cai. Isto, naturalmente, adicionará um forte fator de reversão à média de longo prazo para o sistema.
Estar no campo quando o jogo ainda está em andamento. A Imprensa Financeira e os Mercados de Ações em Tempos de Crise.
Este artigo analisa a relação entre notícias negativas e mercados de ações em tempos de crise global, como o período 2008/2009. Analisamos um ano de manchetes de primeira página de três jornais financeiros, o Wall Street Journal, o Financial Times e o Il Sole24ore para examinar a influência de más notícias tanto sobre a volatilidade do mercado acionário quanto sobre a correlação dinâmica. Nossos resultados mostram que a imprensa e os mercados influenciaram uns aos outros na geração de volatilidade do mercado e, em particular, que o Wall Street Journal teve um efeito crucial tanto na volatilidade quanto na correlação entre os mercados norte-americano e externo. Também encontramos diferenças significativas entre os jornais em sua interpretação da crise, com o Financial Times sendo significativamente pessimista, mesmo em fases de baixa volatilidade do mercado. Nossos resultados confirmam a natureza reflexiva dos mercados de ações. Quando a situação é incerta e imprevisível, o comportamento do mercado pode até refletir dados qualitativos, de grande figura e subjetivos, tais como flâmulas em um jornal, cujo valor econômico e informativo é questionável.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
Em resposta ao post de Simon de Reversão de Média Rentável após Grandes Quedas de Preço: Uma História de Dia e Noite nos índices S & amp; P 500, 400 Mid Cap e 600 Small Cap, alguém codificou um algoritmo que replica a estratégia descrita neste documento que eles não se importariam de compartilhar? Há uma queda clara e consistente em troca, à medida que os anos avançam de 2000 a 2010, e estou curioso para ver se essa tendência continuou nos três anos seguintes.
Percebi que as muitas trocas de criptomoedas por aí têm uma disseminação significativa. O spread entre o Monte. Gox e BTC-e, por exemplo, costumam custar US $ 100 e podem subir ainda mais se o monte Gox tem um surto. Isso não é nem mesmo entrar nas oportunidades de negociação de arbitragem BTC para LTC (litecoin) e outras criptomoedas que seguem em grande parte as tendências do mercado BTC. Pessoalmente estou fascinado por isso.
Eu encontrei esta visão geral de quant investir por Max Dama decal / file / 2945.
Na página 16 ele explica muito brevemente uma possível ideia comercial através da exploração do "primeiro dia do conceito do mês".
"O primeiro dia do mês. É provavelmente o dia de negociação mais importante do mês, pois os ingressos vêm de planos 401 (k), IRAs, etc. e fundos mútuos têm que ir lá e colocar esse novo dinheiro em ações. & Quot;
Negociando uma ideia:
"Nos últimos 16 anos, comprar o fechamento no SPY (S & amp; P 500 ETF) no último dia do mês e vendê-lo um dia depois resultaria em uma negociação bem-sucedida em 63% das vezes com um retorno médio de 0,37 % (em oposição.
para 0,03% e uma taxa de sucesso de 50% -50% se você comprar qualquer dia aleatório durante este período). & quot;
Negociando a ideia dois:
"Várias condições ocorrem que melhoram significativamente este resultado. Por exemplo, uma vez eu estava visitando o escritório de Victors no primeiro dia de um mês e um de seus operadores me mostrou um sistema e disse: Se você mostrar isso a alguém, teremos que matá-lo.
Basicamente, o sistema era: Se a última metade do último dia do mês fosse negativa e a primeira metade do mês.
primeiro dia do mês seguinte foi negativo, compre às 11h. e segure pelo resto do dia. Esta é uma máquina ATM.
o comerciante me disse. Deixo para o leitor testar este sistema. & Quot; & quot;
Então, por exemplo, se em 31 de março às 12: am a equidade escolhida tiver um retorno negativo para o dia e o dia seguinte tiver um retorno negativo até às 11h.
então compre e segure até fechar.
Eu tentei isso usando dados de excel e intraday eu consegui de um site russo dando livre histórico de preços para as 40 ações mais negociadas em os EUA, mas obviamente.
A quantopia é uma maneira muito melhor de tentar essa estratégia simples.
As poucas ações que realmente tinham esse padrão de negativo-negativo-buy-hold até fechar mostraram um pequeno ganho positivo.
Eu não calculei o índice de sharpe, mas meu pensamento é que, se o índice de sharpe for alto e você fizer isso 12 meses por ano e usar uma boa quantidade de alavancagem.
você pode fazer um ótimo stat arb payoff.
Eu sou um novato na codificação, então eu ainda não tentei codificar isso, então, se algum de vocês que são rápidos nisso, sinta-se à vontade para experimentá-lo e postar um backtest.
Aplicando Aprendizado Profundo para Melhorar as Estratégias de Negociação de Momento em Ações.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
Este parece particularmente fácil de implementar em Quantopian, uma vez que é basicamente apenas uma análise técnica.
Parece promissor, mas provavelmente requer um simulador de microestrutura / backtester.
Há um followup ou dois, e isso parece uma repetição, mas apenas no caso.
Vasta coleção de trabalhos acadêmicos relacionados à negociação de quant.
Os ETFs aumentam a volatilidade?
Estudamos se os fundos negociados em bolsa (ETFs) - um ativo de importância crescente - afetam a volatilidade de suas ações subjacentes. Utilizando estratégias de identificação baseadas na variação mecânica da propriedade do ETF, apresentamos evidências de que as ações detidas pelos ETFs exibem volatilidade diária e intraday significativamente maior. Estimamos que um aumento de um desvio padrão na propriedade do ETF esteja associado a um aumento de 16% na volatilidade diária das ações. O canal de condução parece ser uma atividade de arbitragem entre ETFs e ações subjacentes. Consistente com essa visão, os efeitos são mais fortes para ações com menor spread bid-ask e taxas de empréstimo. Finalmente, a evidência de que a propriedade do ETF aumenta a rotatividade de ações sugere que a arbitragem de ETF adiciona uma nova camada de negociação aos títulos subjacentes.
Parece ideal para uma quantopianificação.
Uau excelente, eu não tinha visto esse papel. Clássico!
Eu achei isso muito interessante, parece relevante.
Não sei como esta página ainda não foi criada aqui, a não ser que a tenha perdido.
Estar dentro / fora do mercado em determinadas semanas, de acordo com o calendário de reuniões do FOMC. Parece promissor e simples para alguém implementar!
Cara, é difícil encontrar esse tópico toda vez que pesquisar não funciona bem. De qualquer forma, não é uma estratégia em si, mas um ótimo artigo sobre os VIX ETPs:
EDIT: Eu estava errado, há uma estratégia de negociação no segundo semestre!
Existe alguma coisa neste segmento que seria particularmente interessante para codificar em Quantopian e backtest?
Acabei de me deparar com isso, Critical Line Algorithm for Portfolio Optimization, que inclui uma implementação em Python. Eu gostaria de verificar quantpapers, há centenas de papéis sobre lá.
Grant, acho que é realmente uma questão pessoal, que tipo de estratégia de negociação alguém deseja implantar e como ela se encaixa nas estratégias de negociação existentes? Por interesse puramente acadêmico, não tenho certeza se estaria fazendo quant trading :)
@Grant, Simon. Qualquer coisa que lide com o Vix, a estrutura do termo Vix, o Vix etn's seria de muito interesse.
Bem, deixe-me colocar a questão de outra maneira. Alguma das idéias listadas neste tópico foi lançada como papel / live trading algos na IB? Se sim, qual foi o resultado? --Conceder.
Darell: volatilitymadesimple / segue uma dúzia ou mais de estratégias VIX ETP, e a sua própria, é claro.
Grant: desculpe, eu não fiz nenhum trabalho em Quantopian por cerca de um ano. Não posso falar pelos outros.
Olá pessoal, alguém pode me apontar na direção de um sistema de fim de dia / balanço para o S & amp; P ou Dow ou Nasdaq? Algo com uma boa taxa de perda de ganhos seria ideal.
Eu adoraria isso.
Alguém sabe se você pode importar dados de futuros?
De volatilidade Made Simple.
& quot; comparando os primeiros e segundos meses VIX futuros. Os comerciantes geralmente usam essa abordagem simples para determinar se a estrutura de termos de futuros VIX está em contango (favorecendo XIV) ou backwardation (favorecendo VXX) & quot;
Principalmente, se podemos importar futuros VIX de meses anteriores e posteriores para iniciar posições em XIV e VXX, respectivamente?
@ Sam, eu não sei se os dados da volatilidade ficaram simples, mas você pode usar o Quandl para importar os dados, ou obtê-los diretamente do CBOE.
Atualização: Você também pode obter a composição diária dos acervos do mês anterior / posterior dos ETNs do ipath em seu site, o que pode ajudá-lo a refinar sua estratégia um pouco mais também. Eu acredito que eles também têm as propriedades históricas. Este link é para o VXX, os outros estão disponíveis também. ipathetn / US / 16 / pt / details. app? instrumentId = 259118.
O seu conceito de & quot; Dual Momemtum & quot; é muito intrigante. Além disso, estendendo-o da maneira descrita aqui:
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
O site da Campbell Harvey também é um site útil para glossários financeiros e artigos sobre risco. people. duke. edu/
Não está claro se essa é uma estratégia de reversão à média nessa cesta integrada, ou se é uma carteira de investimentos estática de alguma forma otimizada para baixa variação.
Simon - você examinou o & quot; premium & quot; ofertas em Quantpedia em tudo? Estou curioso para saber se eles valem a pena ou não.
Eu não, não, eu estava apenas planejando passar suas coisas grátis para ver quais anomalias e documentos parecem interessantes e adequados.
Eu realmente amo os papéis de Tony Cooper, tão claro e legível.
Identificando portfólios de reversão de média pequena:
Uma maneira simples de estimar os spreads Bid-Ask dos preços diários altos e baixos.
Ótima peça com muitas ideias implementáveis ​​sobre co-integração, implementação de alta frequência, etc.
Algumas idéias sobre como melhorar a troca de pares.
Obrigado pelo artigo! É uma boa leitura.
Ambos por Jonathan Kinlay.
Não tenho certeza onde mais colocar isso. Eu não classificarei isso como estratégia, mas é bom saber o spread de compra / venda% de empresas. Útil para o desenvolvimento de algoritmos HF.
Jonathan Kinlay escreve algumas das melhores coisas por aí, obrigado!
Concordo totalmente com você Simon em Jonathan Kinlay.
Vídeos e PDFs estão disponíveis.
Visão geral surpreendente da matemática disponível para projetar estratégias quantitativas.
Matthieu, parece um ótimo recurso. O link parece ter mudado, aqui está um atualizado:
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
Gente, embora todos pareçam ótimos recursos, eles precisam de um certo conhecimento em Estatística. Qual é a quantidade básica de conhecimento estatístico de onde se pode chutar? Quaisquer livros ou recursos para os não iniciados?
As preliminares são (eu acho) análises simples e multivariadas básicas (talvez algumas análises reais e combinatórias intermediárias), álgebra linear então entram na teoria básica da probabilidade e depois inferência estatística, processos estocásticos (e simulação) e econometria e depois disso olhe para matemática financeira e teoria de otimização e equações diferenciais parciais estocásticas. Apenas o Google ou vá para a Amazon etc para encontrar livros (com soluções).
Concordo bastante com a ordem de Patrick.
Você pode pegar o básico sobre probabilidades e estatísticas sobre statlect.
Então você pode seguir a aula de aprendizado de máquina de boa introdução de Andrew Ng no Coursera.
Se você quiser passar para uma compreensão mais avançada dos algoritmos de aprendizado, talvez queira dar uma olhada nos Elementos de Aprendizagem Estatística.
Depois disso (e talvez de alguns cálculos estocásticos e análises de séries temporais) você deve ser capaz de entender a maioria dos artigos nos quais você tem interesse ou pelo menos saber o que o Google precisa para preencher a lacuna.
Construção de portfólio neutra de mercado com implementação de excel.
Cargas esperadas de skewness e momentum. Alguns bons resultados surtam lá.
Otimização de portfólio para estratégias usando informações de classificação sobre retornos esperados.
Edit: Subbed para este twitter feed há muito tempo e redescobri hoje. Eles postam documentos quantitativos do SSRN.
Veja isso! A maioria dos trabalhos foi mencionada por vocês acima.
Um par de bons recursos de estilo tutorial que encontrei recentemente:
* & quot; AHL explica & quot ;, um par de vídeos sobre conceitos-chave como o momentum trading: man / DE / ahl-explica Seria legal implementá-los em Quantopian (embora não tenhamos futuros ainda).
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
Há muitos papéis e litraturas detalhadas neste link.
Eu encontrei este 130 30 que pensei que seria um bom lugar para isso.
Artigo interessante sobre a liquidez do ETF e a liquidez dos títulos subjacentes:
Não leia o artigo ainda, mas parece ter aplicações promissoras para a negociação.
Não tenho certeza se esse artigo é realmente uma estratégia, mas achei interessante.
Este é um artigo de Michael Gayed, CFA e Charlie Bilello, CMT, que visita a idéia de rotação beta.
O trabalho foi um vencedor do Prêmio Dow de 2014.
Um monte de artigos / artigos escritos por Cliff Asness da AQR. Bastante interessante.
Já existem alguns posts sobre o comportamento das ações no final do mês acima, mas aqui está um artigo detalhado sobre isso:
Desde a introdução: "achamos que desde julho de 1926, poderíamos ter mantido o índice de ações ponderado pelo valor dos EUA (CRSP) por apenas sete.
dias por mês e embolsou todo o excesso de retorno do mercado com uma volatilidade quase cinquenta por cento menor.
em comparação com uma estratégia de compra e manutenção. & quot;
O gráfico da curva de patrimônio na página 22 do jornal é a abertura dos olhos.
Uma forma "paridade de risco" usando Evolução Diferencial para otimizar as contribuições do portfólio para o risco.
Outro papel D & # 39; Aspremont.
Outro algoritmo de negociação de pares usando correlação baseada em dois estágios e abordagem baseada em co-integração em dados de 15 minutos de OHLC intra-dia sobre estoques do setor de petróleo. Eles reivindicam mensalmente 2,67 Sharpe e um índice anual de Sharper 9,25 para o período entre 2012-13. Será interessante ver se isso pode ser replicado em Quantopian.
Afirma que a aceleração (diferença de retorno) tem mais poder explicativo do que um simples impulso.
Não é uma estratégia de negociação & # 39; por si só, mas um site interessante com algum código relacionado ao python e algum pensamento claro.
Olá a todos. Eu estou em conferências de finanças acadêmicas com bastante frequência hoje em dia como parte de nossa divulgação acadêmica. Eu vejo muitos documentos interessantes e ficaria feliz em fazer algumas listas dos melhores da próxima vez que eu estiver em uma conferência. As pessoas estariam interessadas em listas como essa para ideias em potencial?
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
Isso soa ótimo Delaney, eu definitivamente estaria interessado.
Sim, eu li cerca de 5 a 10 artigos por semana, sempre preciso de mais!
Ótimo, eu estou na FMA em Orlando na próxima semana. Eu irei iniciar um tópico no fórum e postar ao vivo assim que estiver lá.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
Espero não ser presunçoso, mas acho que todos que seguem este tópico estão interessados.
Outro documento de arbitragem estatístico, mas usando testes de regressão por etapas e de razão de variância para identificar cestas co-integradas. O papel reivindica um sharpe de 7+ com custos de transação de 50 pontos básicos. Papel bastante antigo embora.
Eu o li (a reversão média depois de quedas nos preços) várias vezes, porque estou testando algumas pesquisas de Josef Rudy para minha tese, para ver se suas descobertas retêm a água.
Não implementável em Quantopian ainda, mas talvez em breve. ? :)
Parece interessante! Obrigado, simon.
Delaney seria fantástico. Eu tenho trabalhado na conversão das idéias deste artigo em código Python.
Eu adicionarei trabalhos nos próximos dias.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
Idéia simples - compre ações EV negativas e aguente por um ano! No segmento de microcap, supostamente tem retornos médios de 60% por comércio durante o período de holding (um ano). Provavelmente um empate malicioso embora.
Ações às quintas-feiras e Bonds às sextas-feiras.
Um sistema de aprendizagem simples. Bom para aprender sobre o comportamento do mercado e sobre o ajuste.
A idéia é simular a lógica de composição de quaisquer escolhas de estoque de ETF / Índice e investir em stcock para ser adicionado / excluído. Mantê-lo a partir da data de anúncio até 14 dias depois (quando a ação real é feita) resultará em retornos positivos por ficar muito tempo em ações adicionais e em curto em ações deletadas. A ideia é que, uma vez anunciado que as ações sejam adicionadas / excluídas de um índice, o índice precisa ser comprado / vendido por volta de 14 dias depois, e o mercado reage. comprá-lo antes e vendê-lo no final do anúncio de 14 dias.
Há uma abundância de ETFs, então muitas arbitragens estão disponíveis.
Esta é a lógica de composição S & amp; P como exemplo.
se alguém fez alguma coisa ou quer trabalhar nisso juntos.
Este artigo tem uma coleção de estratégias que podem ser úteis. Olhando através da lista e, embora alguns sejam simples, há vários que parecem interessantes.
Do resumo:
Apresentamos fórmulas explícitas - que também são código de computador - para 101 alfas de negociação quantitativa da vida real. Seu período médio de detenção varia aproximadamente entre 0,6 e 6,4 dias. A correlação par-wise média desses alfas é baixa, 15,9%. Os retornos estão fortemente correlacionados com a volatilidade, mas não têm dependência significativa do volume de negócios, confirmando diretamente um resultado anterior de dois de nós com base em uma análise empírica mais indireta. Além disso, encontramos empiricamente que o volume de negócios tem um fraco poder explicativo para as correlações alfa.
ótimo tópico, obrigado por isso!
Você poderia, por favor, me dizer o que é o & # 39; alpha & # 39; significar?
Por exemplo, existe uma simples reversão à média alfa-ln (hoje está aberto / ontem está próximo)
Como negociar isso?
Ou é apenas um sinal útil (= recurso) para o algoritmo de aprendizado?
Alfa é uma métrica comumente usada de quantas novas informações estão contidas em outro sinal. Ele é encontrado executando uma regressão linear entre o fluxo de retorno gerado pelo novo sinal e os fatores existentes, como o mercado. A equação pode se parecer com isso.
R_new = alfa + beta * R_market + beta * R_oil +.
Ao ver o quanto de seus retornos é historicamente explicado por cada um dos outros fatores, você pode fazer uma estimativa de quanto de seus retornos vem de novas informações, que é o que resta no alfa. Para mais informações sobre isso, veja as palestras 4, 13 e 14 na Série de Palestras Quantopianas.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
Não é um novo, mas foi cavando em dados curtos recentemente e achei isso interessante.
Não é realmente um artigo, mas este é um excelente post sobre o processo geral para testar ideias de negociação:
importante - leia os comentários.
Previsão de forex usando codificação de entropia.
Teoria da mente da entropia. Numericamente deriva a ligação entre Entropia na física e finanças. Também constrói uma estrutura de modelo quantitativo que combina entropia, valor de julgamento / viés, decisões de negociação e volume. O único artigo que li é que modela o volume de mercado de uma maneira um tanto intuitiva.
O link para o PDF está no primeiro parágrafo. Escrito por Jonathan Kinlay, ele apresenta a estrutura do método ARFIMA-GARCH de estimativa de volatilidade e chega à conclusão de que o Pricing de Opção tradicional de Black-Scholes é ineficiente e prova isso testando uma estratégia de opções simples baseada nos resultados de sua volatilidade. previsões.
Alguns estudos sobre esses modelos realmente trocaram dinheiro real por um longo tempo como 20 anos, não hipoteticamente.
Aqui está o link para Li-Xin Wang mais recente papel de Modelagem de Dinâmica dos Preços das Ações com Fuzzy Opinion Networks. pdf.
Construído para ilustrar a ideia de desvio padrão de negociação, aqui está o link para uma estratégia simples de Petróleo Bruto com um z de 1.5.
Construído para ilustrar as idéias de relacionamentos comerciais, fundamentos, ontem e sazonais, aqui está o link para uma segunda estratégia simples de Petróleo Bruto. Este tem um z de 2.2.
Construído para ilustrar as idéias de negociação de uma volatilidade sazonal, de negociação e de negociação ontem, aqui está o link para uma terceira estratégia simples de Petróleo Bruto. Este tem um z de 2,3.
Construído para ilustrar as idéias de trocar as caudas de um candelabro e volatilidade de negociação, aqui está o link para uma quarta estratégia simples de Petróleo Bruto. Este tem um z de 3.0.
Construído para ilustrar as idéias de portfólios de sistemas e reutilização de sistemas, aqui está o link para o portfólio das quatro estratégias de petróleo bruto descritas anteriormente. A carteira tem um retorno anual de 13,6%, um rebaixamento máximo de 9,2% e um Sharpe de 1,4 dos anos de 2006 a fevereiro de 2016.
Construído para mostrar a idéia de trocar a cauda de um candelabro em vez do corpo quando a volatilidade deixa uma grande cauda após o relatório de fornecimento de gás natural na quarta-feira, aqui está o link para a primeira estratégia simples de Gás Natural. Essa estratégia tem z de 2,8.
Construído para ilustrar as ideias de negociar com outros comerciantes e negociar um sistema fundamental, este sistema de Gás Natural negocia o posicionamento antes do relatório de fornecimento de quarta-feira. Aqui está o link. Essa estratégia tem z de 1,8.
Este site tem uma seção de vocabulário. como o que é uma pontuação z.
Um z-score é um termo de estatística, mede quantos desvios-padrão um valor é da média de um conjunto de valores. Z = 0 significa o mesmo que a média, Z = 1 significa que o valor é 1 desvio padrão acima da média, etc.
Eu prometo que não estou tentando ser sarcástico, mas você pode aprender sozinho em aproximadamente 3 segundos pesquisando "z score" no Google. Isso provavelmente será verdade para a maioria dos termos financeiros e estatísticos que você vê aqui. Alguns deles serão complexos (como o funcionamento de um processo GARCH), mas a maioria não.
Normalmente é apenas o desvio (inovação - média) / padrão, mas acho que Henry definiu sua própria definição, não sei ao certo o que ele está se referindo.
O escore z é a significância estatística do teste / sistema. Maior do que 1,6 significa aproximadamente 95% de resultados aleatórios não aleatórios.
Obrigado a ambos. Eu concluo que o escore z é uma maneira de quantificar a qualidade de um teste de retorno para que você possa saber se você faz a mesma coisa jogando uma moeda (ou não). Desculpe eu tenho que reduzir tudo para algum formato supersimplificado.
Eu costumava trocar um local no NYFE e agora moro na Colombia S America. Medellin para ser exato. Eu possuo uma fazenda de café chamada Finca Milena e vou colocá-lo se você vir até aqui e me pegar em quants, algos, thoery etc etc A propósito, eu fiz google z score e surgiu como uma teoria para quantificar as chances futuras da empresa de declarar falência e nenhuma ofensa contraída. Eu me pergunto o que a pontuação z é para esse algoritmo.
Ponto justo - um cara chamado Edward Altman realmente não fez nenhum favor quando ele também nomeou seu modelo de predição de falência como "escore z".
@William, Aqui está um exemplo simples de zscore de um ativo, outros comentarão se estiver errado de alguma forma.
Suponho que você gostaria de ver um escore z de 1 ou melhor para concluir que o sistema é melhor do que qualquer abordagem aleatória. ou seja, moeda lance.
Você deveria mudar.
zscore = (série - média) / std.
Backtest of z-score de Darrell algo w / z = (série-média) / std dev.
Este terceiro sistema de Gás Natural ilustra as idéias de relacionamentos comerciais, troca de negociação e taxa de troca de negociação entre o Gás Natural e o Petróleo Bruto. Esta estratégia tem um z de 2,2. Regras e resultados estão aqui.
Não está claro quão dependente esta estratégia está do regime recente.
Na verdade, já fizemos um monte de trabalho implementando o trabalho que você postou, Pravin. Figurado ligando para ele pode ser útil para algumas pessoas.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
Na verdade, já fizemos um monte de trabalho implementando o trabalho que você postou, Pravin. Figurado ligando para ele pode ser útil para algumas pessoas.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
Não pode ser negociado com o Quantopian, mas parece legítimo.
Ansioso para a conversa real, para descobrir o que o método é! :) (Marcos Lopez de Prado da Guggenheim Partners na Global Derivatives 2016)
Obrigado por compartilhar, Simon.
O site do Dr. Lopez del Prado está aqui.
Conhecendo as coisas de Prado, o que é muito bom, ele está fazendo o ponto que a análise de variação média não funciona mais na prática. É fácil adaptá-lo a algum período histórico por meio da otimização ingenua, mas terá pouca correlação com o desempenho fora da amostra. Isso é semelhante ao artigo recente de Thomas Wiecki sobre como o índice de sharpe também não tem correlação entre o desempenho dentro e fora da amostra.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
Estou curioso para saber o que é sua sugestão / substituição. Bootstrapping funciona muito bem para evitar overfitting, mas você acaba com portfólios bastante médios.
Eu suspeito apenas não usar a média-variância e usar outras técnicas de seleção de portfólio mais sofisticadas. Filtros de redução de correlação, filtros de neutralidade de setor, etc.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
O livro Systematic Trading, de Robert Carver, foi recomendado a mim por Simon, e acabei de terminar um capítulo inteiro dedicado ao ajuste excessivo. Há uma discussão quantitativa de escalas de tempo de backtest relevantes para distinguir uma abordagem da outra. E abordagens para evitar a adaptação a um único período histórico. Etc. Virando à frente no livro, bootstrapping é coberto também. O autor parece ser muito sóbrio e realista e não está promovendo estratégias específicas, por si só (embora ele distinga estilos de negociação). O foco está no processo e nas armadilhas. É muito acessível do ponto de vista técnico. Nenhuma matemática extravagante / estatísticas. Pode ser um bom ponto de partida para muitos usuários de Quantopian que estão aspirando a quantos.
Concordo com você nesse livro Grant. Devo dizer que há partes que eu tenho dificuldade em obter minha cabeça ao redor. Um livro de um praticante. Seu blog é excelente também.
@Vladimir, eu estava tentando entender como o z-score pode ser aplicado ao simples algoritmo XLP + TLT que você postou em outro lugar. Você seria capaz de adicionar o código z-score a ele e repassar aqui?
Além disso, se estivermos procurando uma pontuação z de & gt; 1,6, o que estamos procurando? Que a curva z-score fica acima de 1,6 na maior parte do tempo? Ou algo diferente? Desde já, obrigado..
@rb rb, z-score é realmente apenas uma medida de como "rare"; um evento é em termos de distribuição. Então, se você tem um z-score & gt; 1,6, isso significaria que ele tem cerca de 5% de chance de ocorrer, portanto, um número relativamente "raro". Na verdade, para aqueles que não têm idade suficiente para usar isso no #throwback da aula de matemática, o z-table é uma ótima maneira de ilustrar um z-score para a distribuição normal. Neste caso, essa é uma tabela positiva. fazer 0.50 - p (z = 1.6) = 0.50 - 0.4452 = 0.0548 access-excel. tips/wp-content/uploads/2015/09/z-score-02.png).
Applied to any trading strategy, z-scores are a common way to assign a statistical probability value of something occurring, which can act as a "confidence" interval. Using Henry Casten's quick z-score example from above, the attached is an algorithm that shorts SPY when the z-score > 1.6 and long when z-score < -1.6, and closes out positions when -1.4<zscore<1.4, based on the assumption that it is "rare" event and SPY will revert to it's mean price over time.
Z scores can only be interpreted as a measure of event rarity when the underlying distribution of data is known. In most cases distributions in finance are not normally behaved, so assuming normality will not be a good estimator of the rarity of an event. It is better often to think of a z score as a measure of extremity, and only convert to actual rarity when you know more about the data generating process.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
Yes thats right. Pardon my oversimplification :)
No problem, it's a super common and easy to miss mistake that shows up a lot in professional finance practice. Can lead to nasty surprises when you get hit with way more extreme events than you expect.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
One of my favourite papers that had a huge impact on my FX trading, unfortunately quantopian doesn't have FX (or FX futures) yet as this doesn't apply to equities.
Stop-Loss Orders and Price Cascades in Currency Markets.
I also found this paper quite interesting.
I'm also not sure if this has been posted here.
Grant, nice paper - no surprise that downside returns are followed by positive returns - buy and hold an its simplest and best (if not buy and hold, then long bias "algos" are affected by the general market to such extent that they end up resembling buy and hold, less transaction costs)! The more subtle issue is that upside returns contain no information about future returns, which means that they 1. are not skilled at taking profit, or 2. taking profits results in subsequent poor decision making. both of which make sense.
Here's a strategy idea/exploration called Ebb and Flow. It trades ES and Bonds when both are at extremes and is Interesting because it goes long stocks and bonds.
The idea, rules and results are here (henrycarstens): wp. me/p6O8fA-aT.
101 Trading Ideas.
I am thinking about implementing a macro trading strategy that will produce trading signals based on changes in measures such as: risk premium, interest rates, margin requirements and haircuts of pledged collateral.
At the moment for the universe of stocks to trade that I have in mind is (can be expanded): shadow banking ETFs, safe asset bond ETFs, clearing houses, financial institutions in the repo business, derivatives trading hedge funds and other heavily OTC involved companies.
I am not sure where to find data on haircuts and margin requirements, but I've seen an announcement from IB that they will be offering OTC data:
The idea comes from my master thesis which is titled: "The Decline of Safe Assets and Shortage of Collateral". I've been heavily engaged with this topic for years now and I think that it explains the modern macro world pretty well, so a trading strategy based on it should be profitable.
I am looking for comments, suggestions or questions from other Quantopian traders. This is still just an idea, there are some questions still to be answered like: whats going to be the universe of stocks, where will I find data, how will signals be interpreted etc. but I think that there's a lot of potential and I haven't seen many macro strategies on Quantopian.
Here's a strategy idea called Silver and Gold and trades Gold based on momentum, pullbacks and Silver. It might be really interesting to adapt to silver and gold equities.
The idea, rules and results are here (henrycarstens): [wp. me/p6O8fA-b5][1]
101 Trading Ideas.
Here's a strategy idea called Corn Predator-Prey that trades corn based on the agriculture ecosystem viewed as a predator-prey model. Wheat and soybeans are the prey and the dollar is the predator.
The idea, rules and results are here (henrycarstens): [wp. me/p6O8fA-b8][1]
101 Trading Ideas.
Here's a strategy idea called Effectiveness that trades the dollar based on its relative ease of movement vs bonds.
The idea, fully disclosed rules and results are here (henrycarstens): wp. me/p6O8fA-bh.
101 Trading Ideas.
Here's another dollar strategy that tries to find the beginning of a trend in the dollar.
The idea, fully disclosed rules and results are here (henrycarstens): wp. me/p6O8fA-bn.
101 Trading Ideas.
Here's a strategy idea called Econ101 based on the Krebs Cycle idea from 101 Trading Ideas. Econ101 uses the employment report and the dollar to trade bonds. Strategy idea with rules.
101 Trading Ideas.
Here's a strategy idea based on camoflage: How does the market camouflage it's moves? When crude oil and natural gas move in opposite directions is it a signal or camouflage?
Idea, rules and notes are here (henrycarstens): wp. me/p6O8fA-bv.
101 Trading Ideas.
Here's a strategy idea based on trading tomorrow: How does gold react when bonds go the opposite direction?
Idea, rules and notes are here (henrycarstens): wp. me/p6O8fA-c5.
101 Trading Ideas.
Here's a strategy idea for gold based on fear: How does gold react to fear?
Idea, rules, and notes are here (henrycarstens): wp. me/p6O8fA-cn.
101 Trading Ideas.
Everything you need to know about trading ideas:
How to measure when you need new trading ideas,
Ways to create trading ideas,
Ways to measure the effectiveness of trading idea creation,
Ways to measure the effectiveness of trading ideas.
101 Trading Ideas.
arxiv/pdf/1212.2129v2.pdf Mostly posting this so I don't forget about it lol.
I had posted this in the public forum, but here might be more beneficial.
I just been introduced to Robinhood and caught wind of the Quantopian intergration.
I do not know Python at all, but I am an options trader that uses the MACD using the values of 9, 20, 6 for my entries and an 11 MA as my exit position.
I would like to take this strategy and turn it into an algorithm and have it running in Robinhood.
The strategy would work like this:
A entry uses 20% of available buying power (if a robinhood instant account, PDT counter should be no greater than 1 for safety purposes)
A buy order is triggered when MACD has a crossover and stock price is above 11MA.
And when stock price falls below 11 MA, liquidates position.
If MACD signals buy, but stock price is below 11MA it's ignored.
I have attached a photo, for a visual description - imgur/a/nI6X6.
So stocks that are high liquidity, high momentum like FB, AAPL, NFLX, GOOG/GOOGL, BABA, PCLN, AMZN, TSLA, etc, waits to meet criteria, rinse and repeat.
The reason for the 9, 20, 6 is this triggers on the first candle, and the 11 MA minimizes the potential loss incurred.
Qualquer ajuda seria muito apreciada. Obrigado.
This thread has gotten a bit off-topic; can we please keep it to simple links to actual papers detailing a trading strategy, rather than links to personal/promotional websites, requests for help, or other clutter.
EDIT: not to be rude, but there is an entire forum wherein one can post such things. I created this thread to be a focused place to find academic & practitioner research.
Sorry, I thought this would fall under a strategy idea.
If managers use non-public information or misvaluation to time a.
firm’s corporate actions, it is likely that equity issues will precede.
bad earnings while buyback announcements will precede good earnings.
Consistent with this expectation, we find evidence of earnings.
predictability: the market reaction to earnings following buyback.
announcements is higher by 4.56% than the reaction to earnings.
following equity issuance over a 25-trading day window (-10, 15). O.
difference in market reactions to earnings is smaller at 1.85% when a.
5-day window (0, 5) is considered. Short-term stock returns reported.
in this paper are more meaningful and sidestep the sensitivity of.
long-term returns to benchmarking concerns documented in the.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
An implementation of an idea triggered by the Clustering Illusion from List of Biases using crude oil etf's.
101 Trading Ideas.
An intraday trading model based on Artificial Immune Systems.
it looks promising.
Do you have a PDF source for this paper? I can't find it via my usual sources? It looks interesting and I may implement it, but like to keep original sources around for reference.
@ Steven Shack sorry i don't have.
i was wondering how to implement the futures based ideas. is it possible in quantopian? i know theyve been talking about futures for a while. are there other resources similar to quantopian that have some sort of backtesting like quantopian, that allows for algo-trading futures? or options?
OPTIMAL EXECUTION HORIZON.
by Easley, López de Prado, and O'Hara.
This approach may be a strong complement to any short-term trading strategy.
The authors do a good job of laying out their intent:
"Execution traders know that market impact greatly depends on whether.
their orders lean with or against the market. We introduce the OEH.
model, which incorporates this fact when determining the optimal.
trading horizon for an order, an input required by many sophisticated.
and apparent result:
"Our empirical study shows that OEH allows traders to achieve greater.
profits on their information, as compared to VWAP. If the trader’s.
information is right, OEH will allow her to capture greater profits on.
that trade. If her information is inaccurate, OEH will deliver smaller.
losses than VWAP. OEH is not an investment strategy on its own, but.
delivers substantial “execution alpha” by boosting the performance of.
Authors: Eric C. So of MIT and Sean Wang of UNC.
This study documents a six-fold increase in short-term return.
reversals during earnings announcements relative to non-announcement.
períodos. Following prior research, we use reversals as a proxy for.
expected returns market makers demand for providing liquidity. Nosso.
findings highlight significant time-series variation in the magnitude.
of short-term return reversals and suggest that market makers demand.
higher expected returns prior to earnings announcements because of.
increased inventory risks that stem from holding net positions through.
the release of anticipated earnings news. Collectively, our findings.
suggest that uncertainty regarding anticipated information events.
elicits predictable increases in expected returns to liquidity.
provision and that these increases significantly affect the dynamics.
and information content of market prices.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
Just wanted to let you know that we've been putting together a curated list of trading strategy and research ideas from the community. At the moment, it's research that folks from Quantopian have published, but we're hoping to feature some from you. Send suggestions to [email protected]
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
NONLINEAR MARKET DYNAMICS BETWEEN STOCK RETURNS AND TRADING VOLUME: EMPIRICAL EVIDENCES FROM ASIAN STOCK MARKETS.
Can Google predict the stock market?
Deviations from Put-Call Parity and Stock Return Predictability.
"Using the difference in implied volatility between pairs of call and put options to measure these deviations we find that stocks with relatively expensive calls outperform stocks with relatively expensive puts by 51 basis points per week"
Upon first-glance, appears particularly germane to the Q program of long-short algos:
"Extending Rules-Based Factor Portfolios to a Long-Short Framework"
Note the section "The Costs and the Risks of Shorting" which is not captured yet (as I understand) in the Q backtester.
Has anyone tried a long/short using estimize's new weekly top10 long/shorts?
Not necessarily a strategy but a paper on decomposition of risk into various factors that can be used for hedging. Anyone volunteers to port this octave code to Python?
@Aqua interesting paper on decomposition of risk. The code is copyrighted; it has a disclaimer but does not state the protections. Can it really be ported to Python AND shared? Not a lawyer here .
Does anyone know any new (or alternative) trading strategy for forex currency market ?
The 7 Reasons Most Machine Learning Funds Fail (Presentation Slides)
45 Pages Posted: 6 Sep 2017.
Marcos Lopez de Prado.
Guggenheim Partners, LLC; Lawrence Berkeley National Laboratory; Harvard University - RCC.
Date Written: September 2, 2017.
The rate of failure in quantitative finance is high, and particularly so in financial machine learning. The few managers who succeed amass a large amount of assets, and deliver consistently exceptional performance to their investors. However, that is a rare outcome, for reasons that will become apparent in this presentation. Over the past two decades, I have seen many faces come and go, firms started and shut down. In my experience, there are 7 critical mistakes underlying most of those failures.
Nice/devastating article Grant. Has anyone here used familiar fractional differentiation when looking at price changes?
Ahead of Print: 2 October 2017.
Estimating Time-Varying Factor Exposures by Andrew Ang, Ananth Madhavan, and Aleksander Sobczyk.
Does anyone try to backtest candle engulfing pattern on forex (or crude oil future) ? I tested using engulfing pattern by pulling historical data from IB but the result is not that good. I am just wondering how to make a better guess on engulfing pattern.
Not a trading paper, but would seem to be relevant in pairs searching and perhaps factor analyses:
Maximal information coefficient (MIC) is an indicator to explore the correlation between pairwise variables in large data sets, and the accuracy of MIC has an impact on the measure of dependence for each pair. To improve the equitability in an acceptable run-time, in this paper, an intelligent MIC (iMIC) is proposed for optimizing the partition on the y-axis to approximate the MIC with good accuracy. It is an iterative algorithm on quadratic optimization to generate a better characteristic matrix. During the process, the iMIC can quickly find out the local optimal value while using a lower number of iterations. It produces results that are close to the true MIC values by searching just.
times, rather than computations required for the previous method. In the compared experiments of 169 indexes about 202 countries from World Health Organization (WHO) data set, the proposed algorithm offers a better solution coupled with a reasonable run-time for MIC, and good performance search for the extreme values in fewer iterations. The iMIC develops the equitability keeping the satisfied accuracy with fast computational speed, potentially benefitting the relationship exploration in big data.
Any good strategy database for crypto trading? or any link where I can study a bit more about it. Muito obrigado.
Desculpe, algo deu errado. Tente novamente ou entre em contato enviando feedback.
Você enviou com sucesso um ticket de suporte.
Nossa equipe de suporte entrará em contato em breve.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian.
Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta para fornecer serviços de consultoria de investimento pela Quantopian.
Além disso, o material não oferece opinião com relação à adequação de qualquer investimento específico ou de segurança. Nenhuma informação aqui contida deve ser considerada como uma sugestão para se envolver ou se abster de qualquer ação relacionada ao investimento, já que nenhuma das empresas da Quantopian ou de suas afiliadas está prestando consultoria de investimento, atuando como consultora de qualquer plano ou entidade sujeita a o Employee Retirement Income Security Act de 1974, conforme alterado, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em uma capacidade fiduciária com relação aos materiais aqui apresentados. Se você for um investidor individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado com a Quantopian sobre se qualquer ideia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não garante a exatidão ou integridade das opiniões expressas no site. As opiniões estão sujeitas a alterações e podem ter se tornado não confiáveis ​​por várias razões, incluindo mudanças nas condições de mercado ou circunstâncias econômicas.