Uma estratégia de negociação de risco quantitativa sistemática

Guia para iniciantes em negociação quantitativa.
Guia para iniciantes em negociação quantitativa.
Neste artigo, vou apresentá-lo a alguns dos conceitos básicos que acompanham um sistema de negociação quantitativa de ponta a ponta. Espera-se que este post atenda a dois públicos-alvo. O primeiro será indivíduos tentando obter um emprego em um fundo como um comerciante quantitativo. A segunda será pessoas que desejam tentar montar seu próprio negócio de comércio algorítmico "de varejo".
A negociação quantitativa é uma área extremamente sofisticada de finanças quânticas. Pode levar uma quantidade significativa de tempo para obter o conhecimento necessário para passar uma entrevista ou construir suas próprias estratégias de negociação. Não só isso, mas exige uma ampla experiência em programação, pelo menos em uma linguagem como MATLAB, R ou Python. No entanto, à medida que a frequência comercial da estratégia aumenta, os aspectos tecnológicos tornam-se muito mais relevantes. Assim, ser familiar com C / C ++ será de suma importância.
Um sistema de comércio quantitativo consiste em quatro componentes principais:
Identificação Estratégica - Encontrando uma estratégia, explorando uma vantagem e decidindo sobre a frequência de negociação Backtesting da estratégia - Obtendo dados, analisando o desempenho da estratégia e removendo vieses Sistema de Execução - Vinculando a uma corretora, automatizando a negociação e minimizando custos de transação tamanho da aposta "/ critério Kelly e psicologia comercial.
Começaremos dando uma olhada em como identificar uma estratégia de negociação.
Identificação de Estratégia.
Todos os processos de negociação quantitativos começam com um período inicial de pesquisa. Este processo de pesquisa engloba encontrar uma estratégia, verificando se a estratégia se encaixa em um portfólio de outras estratégias que você pode estar executando, obtendo quaisquer dados necessários para testar a estratégia e tentando otimizar a estratégia para retornos mais altos e / ou menor risco. Você precisará avaliar seus próprios requisitos de capital se estiver executando a estratégia como um comerciante "varejista" e como qualquer custo de transação afetará a estratégia.
Ao contrário da crença popular, é bastante simples encontrar estratégias lucrativas por meio de várias fontes públicas. Os acadêmicos publicam periodicamente resultados teóricos de negociação (embora na maioria dos custos brutos de transação). Os blogs de finanças quantitativas discutirão estratégias em detalhes. As revistas comerciais descreverão algumas das estratégias empregadas pelos fundos.
Você pode questionar por que indivíduos e empresas estão interessados ​​em discutir suas estratégias rentáveis, especialmente quando sabem que outros "aglomerando o comércio" podem impedir a estratégia de trabalhar no longo prazo. A razão está no fato de que eles geralmente não discutem os parâmetros exatos e os métodos de ajuste que eles realizaram. Essas otimizações são a chave para transformar uma estratégia relativamente medíocre em uma altamente rentável. Na verdade, uma das melhores maneiras de criar suas próprias estratégias únicas é encontrar métodos semelhantes e, em seguida, realizar seu próprio procedimento de otimização.
Aqui está uma pequena lista de lugares para começar a procurar idéias de estratégia:
Muitas das estratégias que você olhará cairão nas categorias de reversão média e tendência / impulso. Uma estratégia de reversão à média é aquela que tenta explorar o fato de que existe uma média de longo prazo em uma "série de preços" (como o spread entre dois ativos correlatos) e que os desvios de curto prazo dessa média acabarão sendo revertidos. Uma estratégia de momentum tenta explorar tanto a psicologia do investidor quanto a grande estrutura de fundos, "pegando carona" em uma tendência de mercado, que pode ganhar impulso em uma direção e seguir a tendência até que ela se reverta.
Outro aspecto extremamente importante da negociação quantitativa é a freqüência da estratégia de negociação. A negociação de baixa freqüência (LFT) geralmente se refere a qualquer estratégia que detenha ativos por mais tempo do que um dia de negociação. Correspondentemente, a negociação de alta frequência (HFT) geralmente se refere a uma estratégia que mantém ativos intraday. Ultra-high frequency trading (UHFT) refere-se a estratégias que possuem ativos na ordem de segundos e milissegundos. Como profissionais de varejo, HFT e UHFT certamente são possíveis, mas apenas com conhecimento detalhado da "pilha de tecnologia" e da dinâmica do livro de pedidos. Não vamos discutir esses aspectos em grande medida neste artigo introdutório.
Uma vez que uma estratégia, ou conjunto de estratégias, foi identificado, agora precisa ser testado quanto à lucratividade em dados históricos. Esse é o domínio do backtesting.
Teste de estratégia.
O objetivo do backtesting é fornecer evidências de que a estratégia identificada por meio do processo acima é lucrativa quando aplicada a dados históricos e fora da amostra. Isso define a expectativa de como a estratégia será realizada no "mundo real". No entanto, backtesting não é garantia de sucesso, por várias razões. É talvez a área mais sutil do comércio quantitativo, uma vez que implica inúmeros vieses, que devem ser cuidadosamente considerados e eliminados, tanto quanto possível. Discutiremos os tipos comuns de viés, incluindo viés avançado, viés de sobrevivência e viés de otimização (também conhecido como viés de dados). Outras áreas de importância dentro do backtesting incluem a disponibilidade e a limpeza de dados históricos, levando em consideração custos de transação realistas e decidindo sobre uma plataforma robusta de backtesting. Discutiremos os custos de transação ainda mais na seção Sistemas de Execução abaixo.
Uma vez que uma estratégia tenha sido identificada, é necessário obter os dados históricos através dos quais realizar testes e, talvez, refinamento. Há um número significativo de fornecedores de dados em todas as classes de ativos. Seus custos geralmente variam de acordo com a qualidade, profundidade e pontualidade dos dados. O ponto de partida tradicional para os comerciantes quantos iniciais (pelo menos no nível de varejo) é usar o conjunto de dados gratuitos da Yahoo Finance. Não vou me debruçar muito sobre fornecedores aqui, em vez disso, gostaria de me concentrar nas questões gerais ao lidar com conjuntos de dados históricos.
As principais preocupações com dados históricos incluem precisão / limpeza, viés de sobrevivência e ajuste para ações corporativas, como dividendos e divisões de ações:
Precisão pertence à qualidade geral dos dados - se contém algum erro. Os erros às vezes podem ser fáceis de identificar, como, por exemplo, com um filtro de espiga, que irá escolher "picos" incorretos em dados da série temporal e corrigi-los. Em outras ocasiões, podem ser muito difíceis de detectar. Muitas vezes é necessário ter dois ou mais provedores e, em seguida, verificar todos os seus dados uns contra os outros. O viés de sobrevivência geralmente é uma "característica" de conjuntos de dados gratuitos ou baratos. Um conjunto de dados com viés de sobrevivência significa que ele não contém ativos que não estão mais negociados. No caso de ações, isso significa ações excluídas / falidas. Este viés significa que qualquer estratégia de negociação de ações testada em tal conjunto de dados provavelmente funcionará melhor do que no "mundo real", já que os "vencedores" históricos já foram pré-selecionados. As ações corporativas incluem atividades "logísticas" realizadas pela empresa que geralmente causam uma mudança de função gradual no preço bruto, que não deve ser incluído no cálculo dos retornos do preço. Ajustes para dividendos e desdobramentos são os culpados comuns. Um processo conhecido como ajuste de volta é necessário para ser realizado em cada uma dessas ações. É preciso ter muito cuidado para não confundir um estoque de divisão com um verdadeiro ajuste de retorno. Muitos comerciantes foram pegos por uma ação corporativa!
Para realizar um procedimento de backtest, é necessário usar uma plataforma de software. Você tem a escolha entre softwares backtest dedicados, como o Tradestation, uma plataforma numérica como o Excel ou o MATLAB ou uma implementação personalizada completa em uma linguagem de programação como Python ou C ++. Não vou demorar muito na Tradestation (ou similar), no Excel ou no MATLAB, pois acredito na criação de uma pilha de tecnologia interna completa (por razões descritas abaixo). Um dos benefícios de o fazer é que o software de backtest e o sistema de execução podem ser bem integrados, mesmo com estratégias estatísticas extremamente avançadas. Para as estratégias HFT em particular, é essencial usar uma implementação personalizada.
Quando testar um sistema, é preciso quantificar o desempenho. As métricas "padrão do setor" para estratégias quantitativas são o rebaixamento máximo e o Índice de Sharpe. A retirada máxima caracteriza a maior queda de pico a calha na curva de equidade da conta em um determinado período de tempo (geralmente anual). Isso geralmente é citado como uma porcentagem. As estratégias de LFT tendem a ter maiores disparidades do que as estratégias de HFT, devido a uma série de fatores estatísticos. Um backtest histórico mostrará o último drawdown máximo, que é um bom guia para o futuro desempenho de drawdown da estratégia. A segunda medida é a Ratia de Sharpe, que é definida heuristicamente como a média dos retornos em excesso divididos pelo desvio padrão desses retornos em excesso. Aqui, os retornos excedentes referem-se ao retorno da estratégia acima de um benchmark pré-determinado, como o S & P500 ou um Tesouro de 3 meses. Observe que o retorno anualizado não é uma medida usualmente utilizada, pois não leva em consideração a volatilidade da estratégia (ao contrário do Ratio Sharpe).
Uma vez que uma estratégia tenha sido backtested e seja considerada livre de preconceitos (na medida em que isso é possível!), Com um bom Sharpe e rebaixamentos minimizados, é hora de construir um sistema de execução.
Sistemas de Execução.
Um sistema de execução é o meio pelo qual a lista de negócios gerados pela estratégia é enviada e executada pelo corretor. Apesar do fato de que a geração de comércio pode ser semi - ou mesmo totalmente automatizada, o mecanismo de execução pode ser manual, semi-manual (ou seja, "um clique") ou totalmente automatizado. Para estratégias LFT, as técnicas manuais e semi-manuais são comuns. Para as estratégias HFT, é necessário criar um mecanismo de execução totalmente automatizado, que muitas vezes será estreitamente acoplado ao gerador comercial (devido à interdependência da estratégia e da tecnologia).
As principais considerações ao criar um sistema de execução são a interface com a corretora, a minimização dos custos de transação (incluindo comissão, derrapagem e spread) e a divergência de desempenho do sistema ao vivo do desempenho do backtested.
Existem muitas maneiras de se conectar a uma corretora. Eles variam de chamar seu corretor no telefone diretamente para uma interface de programação de aplicativos (API) de alto desempenho totalmente automatizada. O ideal é que você queira automatizar a execução de suas negociações o máximo possível. Isso libera você para se concentrar em mais pesquisas, bem como permitir que você execute várias estratégias ou mesmo estratégias de maior frequência (na verdade, HFT é essencialmente impossível sem execução automatizada). O software comum de backtesting descrito acima, como MATLAB, Excel e Tradestation, é bom para estratégias mais simples e de menor frequência. No entanto, será necessário construir um sistema de execução interno escrito em uma linguagem de alto desempenho, como C ++, para fazer qualquer HFT real. Como uma anedota, no fundo em que eu costumava trabalhar, tínhamos um "loop de negociação" de 10 minutos, onde baixávamos novos dados de mercado a cada 10 minutos e depois executávamos negociações com base nessas informações no mesmo período de tempo. Isso estava usando um script Python otimizado. Para qualquer coisa que se aproxime de dados de frequência de minutos ou segundos, acredito que C / C ++ seria mais ideal.
Em um fundo maior, muitas vezes não é o domínio do comerciante quant para otimizar a execução. No entanto, em lojas menores ou empresas HFT, os comerciantes são os executores e, portanto, um conjunto de habilidades muito mais amplo é muitas vezes desejável. Tenha em mente se você deseja ser empregado por um fundo. Suas habilidades de programação serão tão importantes, se não mais, do que suas estatísticas e talentos econométricos!
Outra questão importante que se enquadra na bandeira de execução é a redução de custos de transações. Geralmente, existem três componentes para os custos de transação: Comissões (ou impostos), que são as taxas cobradas pela corretora, a troca e a SEC (ou órgão regulador governamental similar); deslizamento, qual é a diferença entre o que você pretendia que seu pedido fosse preenchido em relação ao que estava preenchido; spread, que é a diferença entre o preço de oferta / oferta da garantia negociada. Observe que o spread NÃO é constante e depende da liquidez atual (isto é, disponibilidade de ordens de compra / venda) no mercado.
Os custos de transação podem fazer a diferença entre uma estratégia extremamente lucrativa com um bom índice de Sharpe e uma estratégia extremamente não lucrativa com um índice de Sharpe terrível. Pode ser um desafio prever corretamente os custos de transação de um backtest. Dependendo da frequência da estratégia, você precisará acessar os dados históricos do câmbio, que incluirão dados de ticks para preços de compra / venda. Equipes inteiras de quantos são dedicadas à otimização da execução nos fundos maiores, por esses motivos. Considere o cenário em que um fundo precisa descarregar uma quantidade substancial de negociações (das quais as razões para isso são muitas e variadas!). Ao "despejar" tantas ações no mercado, elas comprimirão rapidamente o preço e não poderão obter uma execução ótima. Daí, os algoritmos que os pedidos de "gotejamento de alimentação" no mercado existem, embora o fundo corra o risco de derrapagem. Além disso, outras estratégias "presas" sobre essas necessidades e podem explorar as ineficiências. Este é o domínio da arbitragem da estrutura do fundo.
A questão principal final para os sistemas de execução diz respeito à divergência de desempenho da estratégia com o desempenho testado. Isso pode acontecer por vários motivos. Já analisamos o viés de look-ahead e o viés de otimização em profundidade, ao considerar os backtests. No entanto, algumas estratégias não facilitam o teste desses vieses antes da implantação. Isso ocorre em HFT mais predominantemente. Pode haver bugs no sistema de execução, bem como a própria estratégia de negociação que não aparece em um backtest, mas aparece no live trading. O mercado pode estar sujeito a uma mudança de regime posterior à implantação de sua estratégia. Novos ambientes regulatórios, mudanças no sentimento dos investidores e fenômenos macroeconômicos podem levar a divergências quanto ao comportamento do mercado e, assim, a rentabilidade da sua estratégia.
Gerenciamento de riscos.
A peça final para o enigma de negociação quantitativa é o processo de gerenciamento de riscos. "Risco" inclui todos os vieses anteriores que discutimos. Isso inclui risco de tecnologia, como servidores co-localizados na central de repente desenvolvendo um mau funcionamento do disco rígido. Isso inclui risco de corretagem, como o corretor estar falido (não tão louco quanto parece, dado o recente susto com a MF Global!). Em suma, abrange quase tudo o que poderia interferir com a implementação comercial, dos quais existem muitas fontes. Livros inteiros são dedicados ao gerenciamento de risco para estratégias quantitativas, então eu não tentarei elucidar todas as possíveis fontes de risco aqui.
A gestão de risco também abrange o que é conhecido como alocação de capital ideal, que é um ramo da teoria de portfólio. Este é o meio pelo qual o capital é alocado para um conjunto de estratégias diferentes e para os negócios dentro dessas estratégias. É uma área complexa e depende de algumas matemáticas não triviais. O padrão da indústria pelo qual a alocação ótima de capital e a alavancagem das estratégias estão relacionadas é chamado de critério de Kelly. Como este é um artigo introdutório, não vou me alongar em seu cálculo. O critério de Kelly faz alguns pressupostos sobre a natureza estatística dos retornos, que geralmente não são válidos nos mercados financeiros, então os comerciantes são geralmente conservadores quando se trata da implementação.
Outro componente fundamental do gerenciamento de riscos é lidar com o próprio perfil psicológico. Existem muitos vieses cognitivos que podem surgir na negociação. Embora isso seja certamente menos problemático com o comércio algorítmico se a estratégia for deixada sozinha! Um viés comum é o da aversão à perda, em que uma posição perdedora não será fechada devido à dor de ter que perceber uma perda. Da mesma forma, os lucros podem ser tomados muito cedo porque o medo de perder um lucro já ganho pode ser muito grande. Outro viés comum é conhecido como viés de recência. Isso se manifesta quando os comerciantes colocam muita ênfase nos eventos recentes e não no longo prazo. Então, é claro, há o par clássico de viés emocional - medo e ganância. Estes podem, muitas vezes, levar a alavancagem insuficiente ou excessiva, o que pode causar explosão (ou seja, o patrimônio da conta em zero ou pior!) Ou lucros reduzidos.
Como pode ser visto, o comércio quantitativo é uma área extremamente complexa, embora muito interessante, de financiamento quantitativo. Eu literalmente arranhei a superfície do tópico neste artigo e já está ficando bastante longo! Livros e papéis inteiros foram escritos sobre questões que eu apenas dediquei uma ou duas sentenças. Por essa razão, antes de se candidatar a empregos quantitativos em bolsa de fundos, é necessário realizar uma quantidade significativa de estudo de base. No mínimo, você precisará de um extenso conhecimento em estatística e econometria, com muita experiência em implementação, por meio de uma linguagem de programação como MATLAB, Python ou R. Para estratégias mais sofisticadas no final de frequência mais alta, seu conjunto de habilidades é provável para incluir modificação do kernel do Linux, C / C ++, programação de montagem e otimização de latência da rede.
Se você estiver interessado em tentar criar suas próprias estratégias de negociação algorítmica, minha primeira sugestão seria se programar bem. A minha preferência é criar o máximo de captura de dados, backtester de estratégia e sistema de execução por si mesmo possível. Se o seu próprio capital estiver na linha, você não dormiria melhor à noite sabendo que você testou completamente seu sistema e está ciente de suas armadilhas e problemas específicos? Terceirizar isso para um fornecedor, enquanto potencialmente economiza tempo a curto prazo, pode ser extremamente caro a longo prazo.
A Quantcademy.
Junte-se ao portal de adesão da Quantcademy que atende à comunidade de comerciantes de varejo de varejo em rápido crescimento e saiba como aumentar a rentabilidade da sua estratégia.

Uma estratégia sistemática de negociação fx quantitativa
Estratégias táticas abrangem várias estratégias distintas, incluindo programas globais de macro, CTA, FX, commodities e de volatilidade. O tema comum é a sua fonte de diversificação e o seu potencial para gerar retornos que não estão correlacionados com os investimentos em ações e renda fixa. De acordo com várias pesquisas, estimou-se que havia cerca de US $ 2,6 trilhões em ativos totais alternativos em todo o mundo em 2013-2014 e mais de US $ 325 bilhões em ativos futuros gerenciados (ou seja, CTAs, gerentes de FX e gerentes de commodities). A adição de programas Macro globais a esse universo aumenta o total de ativos alocados para Estratégias Táticas para um valor próximo a US $ 600 bilhões.
Matriz de Estratégias Táticas.
ESTRATÉGIAS DE TENDÊNCIAS SISTEMÁTICAS.
Os programas de Macro / Tendência sistemáticos são comercializados com base em um conjunto de regras objetivas e automatizadas, projetado para evitar vieses emocionais humanos que influenciam decisões comerciais discricionárias. Tais abordagens mecânicas assumem que alguns negócios não serão bem-sucedidos, mas o trader aceita esses contratempos na esperança de que o sistema geralmente seja capaz de capturar as principais tendências.
MULTI-ESTRATÉGIA.
Vários programas de estratégia são programas que podem abranger qualquer ou todos os outros programas listados nesta página.
ESTRATÉGIAS MACRO QUANTAS.
Quantas estratégias macro dependem de modelos quantitativos que se baseiam em fatores macroeconômicos - incluindo oferta e demanda, fluxos globais de ativos e fatores geopolíticos globais - para prever movimentos de preços em vários mercados, predominantemente nos mercados globais de ações, renda fixa e câmbio.
OPÇÕES / ESTRATÉGIAS DE VOLATILIDADE.
Opções e métodos de negociação de volatilidade exploram movimentos em outra dimensão que não a volatilidade do preço. Os gerentes neste setor conseguem isso através da negociação de contratos de opções e da posição de spreads para capitalizar sobre certos tipos de movimento tanto na volatilidade quanto no preço, ou contratos futuros sobre volatilidade implícita.
Termo curto.
Estratégias de negociação de curto prazo são estratégias nas quais posições são mantidas por um período que varia de um dia a duas semanas. Geralmente, a negociação de curto prazo pode consistir em técnicas de reversão de tendência / média ou técnicas de acompanhamento de tendência.
Estratégias de Moeda.
Gestores de câmbio (ou “FX”) buscam capitalizar a flutuação constante das taxas de câmbio entre as moedas. Esses programas podem negociar moedas estabelecidas, como o dólar e o euro, ou moedas emergentes, como o peso mexicano ou o rand sul-africano. Esta categoria engloba vários estilos de negociação de divisas, incluindo uma abordagem macro fundamental, uma abordagem técnica ou uma abordagem baseada no carry trade.
ESTRATÉGIAS DE COMMODITIES FUNDAMENTAIS.
Essas estratégias geralmente são negociadas de um ponto de vista discricionário com base nos fundamentos do mercado, em que o gerente analisa os fatores econômicos subjacentes de um mercado com base na experiência do gerente e de sua equipe de pesquisa. Tais estratégias se especializam em setores ou mercados específicos. Por exemplo, um trader agrícola fundamental pode assumir uma posição no trigo com base na área plantada, precipitação e outros fatores de oferta versus demanda.
Estratégias Macro Globais.
Gerentes macro globais empregam fatores macroeconômicos - incluindo oferta e demanda, fluxos globais de ativos e fatores geopolíticos globais - para prever movimentos de preços em vários mercados, predominantemente nos mercados globais de ações, renda fixa e câmbio. Por exemplo, um investidor pode capitalizar a recessão de um país vendendo a descoberto um mercado de títulos ou ações de um país usando contratos de futuros ou derivativos.

Trend Trading Signals.
A Trend Trading Signals fornece sinais de negociação de mercados financeiros de alta qualidade, gráficos, comentários de mercado globais, insights e educação usando um processo de tendência sistemática, baseado em preço proprietário.
Nós nos concentramos na implementação e desenvolvimento de planos de negociação sistemáticos, abrangentes, estratégias e gerenciamento comercial de nível de portfólio, utilizando técnicas precisas de gerenciamento de dinheiro e gerenciamento de risco.
Por que somos diferentes.
TrendTradingSignals é único porque abordamos três aspectos-chave da negociação.
Sinais de negociação sistemática e gráficos.
Nós fornecemos sinais de compra, venda e paragem definitivos em ações altamente liquidas de grandes capitais e mega capitais, bem como de ETFs multi-mercado globais, complementados com gráficos de alta qualidade de alto nível.
Análise e Comentário Técnico do Mercado Global.
Nós fornecemos análise técnica quantitativa de alto nível e comentários de 16 principais mercados financeiros globais, incluindo índices de ações, taxas, commodities e mercados de câmbio, usando nossos sistemas de negociação proprietários.
Conteúdo educacional para ajudá-lo a desenvolver seu próprio sistema.
Para aqueles que querem aprender a desenvolver seu próprio sistema, oferecemos blogs, vídeos e webinars educacionais e educacionais para ajudá-lo a aprender a desenvolver, implementar e negociar seu próprio processo sistemático.
Associações.
Feed do Twitter Premium com atualizações e análises diárias de negociação.
Um recapitulador de mercado diário de membros e um vídeo de atualização de posição.
Alertas de tendências macro semanais globais de estoque global chave e amp; mercados financeiros.
Webinars semanais para rever posições abertas, sinais e saídas.
Material educacional proprietário feito apenas para membros.
Feed do Twitter Premium com atualizações e análises diárias de negociação.
Um recapitulador de mercado diário de membros e um vídeo de atualização de posição.
Alertas de tendências macro semanais globais de estoque global chave e amp; mercados financeiros.
Webinars semanais para rever posições abertas, sinais e saídas.
Material educacional proprietário feito apenas para membros.
Negociação sistemática & amp; Por que você deve se juntar.
A negociação sistemática, também conhecida como negociação baseada em regras, quantitativas ou mecânicas, emprega regras pré-definidas de Entrada, Saída e Posicionamento para estruturar negócios em uma estratégia quantitativa para eliminar discreção, preconceito, previsão e envolvimento emocional.
Buscamos capturar tendências de preços intermediárias intermediárias a longo prazo em estoques de alta liquidez média, grande e mega-cap e Folds Multi-Market Global. Nós nos concentramos exclusivamente em negociações de posição de intermediário a longo prazo usando Trend Following, Momentum e Breakout, programas de negociação baseados em preços.

ANANTA: Uma estratégia de negociação quantitativa sistemática.
20 Pages Publicado: 2 de abril de 2014 Última revisão: 29 de maio de 2014.
Nicolas Georges.
Data de Escrita: 1 de abril de 2014.
Este artigo é o primeiro de uma série que visa estudar em detalhe a estratégia ANANTA, um modelo de FX sistemático de curto prazo usando sinais de renda fixa. Vamos nos concentrar nesta parte em delinear o contexto e uma implementação básica inicial da metodologia, da hipótese de negociação para sinalizar a construção e os resultados.
Palavras-chave: taxas de juros, diferencial, dinâmica, sistemática, quantitativa, FX, estratégia, moeda, premium, tático, Alocação, GTAA, negociação, proprietária, Hedge, Volatilidade, Alpha, Beta, Mercados Eficientes, G10, G4, euro, dólar.

Para estratégias de negociação sistemáticas.
Soluções de hedge funds.
Apoiar estratégias de negociação sistemática em todas as etapas do fluxo de trabalho.
Solicite detalhes sobre Estratégia Sistemática.
Todos os países (gratuito)
Oriente Médio & amp; Norte da África.
Hong Kong, Macau, Taiwan & amp; Coréia.
Índia e Ásia do Sul.
Cingapura e Sudeste da Ásia / ASEAN.
Austrália, Nova Zelândia, Pacífico.
Abastecendo sua pesquisa por alfa.
Embora existam oportunidades de serem encontradas em novas informações e análises, os volumes de dados são enormes e os custos de instalação para novos mercados podem ser assustadores. A Thomson Reuters pode ajudá-lo a enfrentar esses desafios.
Nós fornecemos uma gama inigualável de conteúdo histórico e em tempo real para alimentar o desenvolvimento de idéias comerciais sistemáticas. Nossos dados padronizados suportam o fluxo de trabalho, desde a geração de ideias até a produção e monitoramento através de testes e análises de back.
Nossos centros de dados de serviços gerenciados o libertam de equipamentos e conectividade restringe-se para que você possa atualizar rapidamente com novas idéias.
Quant Research.
Identifique as idéias geradoras de alfa mais rapidamente, com conteúdo líder do setor, recursos abrangentes de gerenciamento de dados e ferramentas analíticas sofisticadas.
Seja qual for a gama de conteúdo, ferramentas analíticas e conhecimentos que você precisa para sua pesquisa quantitativa, a Thomson Reuters pode fornecê-la.
A Thomson Reuters fornece uma gama inigualável de conteúdos, incluindo cobertura global de preços, índices, fundamentos, estimativas, economia, dados do modelo de risco e todas as notícias textuais históricas que acompanham, sentimento de notícias e dados de carrapatos marcados com tempo histórico milenar granular que você precisa tomar uma ideia da geração de ideias, a posterior análise e análise e depois à produção.
E além dos dados econômicos e financeiros, oferecemos conteúdo exclusivo em áreas como notícias, desempenho ambiental, social e de governança e orientação corporativa. Nossa própria equipe de analistas quantitativos cria conteúdo de valor extra, incluindo estimativas de consenso de analistas ponderados, modelos de revisão de analistas preditivos e modelos de qualidade de lucros e projeções de ganhos de longo prazo que impulsionam avaliações de empresas.
Finalmente, nós também oferecemos experiência e suporte valioso para ajudar as empresas a desenvolver e implementar estratégias vencedoras.
Fundamentos de estimativas (EQ / FI) (EQ / FI) StarMine (EQ / FI / Macro) Ações corporativas (EQ / FI) Propriedade (EQ / FI) Datastream (Economia / Cross-Asset) MACE Terms & amp; Condições (EQ / FI) I / B / E / S Tempo real (EQ) Ponto-em-tempo (EQ / Economia) Histórico de eventos datafeed (EQ / FI) Newsable e News Analytics (EQ / C) Thapson Reuters MarketPsych Indices (Cross-Asset) Lanworth pesquisa & amp; previsões (C & amp; E) Point Carbon Research & amp; Previsões (C & amp; E)
Os gerentes Quant se beneficiam de ferramentas focadas de conteúdo, gerenciamento de dados e fluxo de trabalho com nossa plataforma QA Direct.

GERENTES DE FX.
Entrevista com Douglas Garistina.
CEO da Sequoia Capital Fund Management.
Douglas Garistina compartilha sua visão sobre o que torna o espaço FX único e explica por que, depois de pesquisar e desenvolver uma abordagem algorítmica para o comércio de moedas por vários anos - usando várias técnicas como programação genética, modelagem de fatores e vários conceitos proprietários - a empresa optou por aplicar modelos sistemáticos no seu programa monetário.
Ele fala sobre a estratégia de investimento de curto prazo, puramente quantitativa e sistemática do SCFM, e explica como o sistema de risco da empresa foi incorporado nos modelos de negociação.
Sequoia Capital Fund Management LLP.
Fundo Sistémico Sequoia.
Modelo de fator multivariado.
Há quanto tempo você está negociando divisas estrangeiras e o que primeiro atraiu você para essa indústria?
Eu tenho negociado em uma ampla gama de classes de ativos, incluindo FX desde 1988, embora o foco na aplicação de modelos sistemáticos no espaço FX seja realmente o resultado de pesquisas que minha equipe quant e eu iniciamos em 2006. Antes disso, meu foco tinha Principalmente o mercado de opções, executando equipes de traders e desenvolvendo ferramentas proprietárias de risco para a Sequoia Capital LLP, uma empresa que fundei em 1996. Muitos dos conceitos técnicos de deslocamentos ou erros de iluminação, bem como métodos de mensuração de risco, transferem muito bem de Minha carreira anterior passou para a abordagem sistemática, particularmente em um universo fechado de moedas selecionadas.
De que forma a negociação de moedas é diferente da negociação de outros instrumentos financeiros?
Com todos os instrumentos financeiros, você tem informações sobre os preços de dois instrumentos, tipicamente o produto que você está negociando e a moeda em que ele é cotado. Por exemplo, ao negociar petróleo bruto, você pensa no preço do petróleo bruto, mas também receber informações sobre o dólar, embora essa informação sobre o dólar não seja geralmente utilizada. Ao negociar moedas, essa informação é muito mais óbvia, pois cada cruzamento tem uma moeda de cotação e uma moeda base diferentes. O que torna o espaço FX único é a triangulação que existe entre um universo fechado de moedas, dando origem a oportunidades mais exploráveis.
O que você mais gosta no seu trabalho?
Acho o momento da descoberta particularmente gratificante; Quando a equipe e eu estamos questionando e pesquisando algo, seja aumentando as taxas de sinal para ruído em nossos conjuntos de dados ou aprimorando nossa modelagem de custos de transação, há um momento em que você sabe que está em algo quando os resultados do trabalho uma melhoria significativa nas suas estatísticas de desempenho. É intelectualmente satisfatório e se traduz em vitória, que também é sempre satisfatória. Tivemos alguns desses momentos este ano, que ajudaram a contribuir para o nosso forte desempenho.
Quando e como nasceu a empresa?
SCFM nasceu como um spin-out da Sequoia Capital LLP no início de 2011. Nossa equipe quant e eu tínhamos, nesse ponto, pesquisado e desenvolvido uma abordagem algorítmica para negociação usando várias técnicas como programação genética, modelagem de fatores e vários conceitos proprietários. enquanto sob o guarda-chuva da matriz por cerca de cinco anos e acreditava que tínhamos estratégias robustas o suficiente para nos tornarmos uma empresa independente de gestão de investimentos, separada da nossa matriz. A partir daí, investimos pesado em nossa infraestrutura e demos aos membros do time participações de equidade e desempenho para garantir que o negócio tenha o que ele precisa para crescer e superar os altos e baixos do ciclo de desempenho.
Como a empresa está estruturada hoje em termos de headcounts e escritórios?
SCFM tem seu escritório no centro de Londres, com uma equipe central de oito funcionários; quatro deles são quants, um COO, dois engenheiros de software e eu. Também temos acesso a alguns engenheiros de rede e hardware que fornecem os conhecimentos necessários que exigimos nessas áreas, além de manter nossa infraestrutura externa em um data center profissional.
Qual é a maior força do seu time?
A diversidade da equipe.
Nossa equipe de quant é composta por um trader experiente com formação em engenharia, um pesquisador com experiência em fundos de hedge, um engenheiro de pesquisa com formação em engenharia elétrica e um matemático aplicado. Com sua experiência diversificada, cada um deles traz uma abordagem diferente para nossa solução de problemas e pesquisa e acabamos com algumas soluções muito inovadoras baseadas em técnicas usadas fora de nossa indústria. Usamos uma abordagem científica para nossa pesquisa e temos muitas revisões por pares dos experimentos que realizamos. Isso, combinado com o fato de que a equipe vem trabalhando em conjunto há vários anos, significa que todos nós sabemos como aproveitar ao máximo o que cada pessoa traz para a mesa.
O que você considera como sendo as principais posições em uma empresa de gestão de FX?
Como todas as nossas negociações e gerenciamento de riscos são quantitativos e sistemáticos, o papel da PM é menos importante do que em uma empresa onde a negociação é discricionária. Toda a equipe de quant é capaz de operar os sistemas e os mecanismos de negociação, que têm a camada de risco pré-negociação embutida neles. Portanto, todos eles compartilham um papel fundamental. Um dos meus cargos como Chefe de Gerenciamento de Riscos é compartilhado com o nosso COO, Hakan Malmros, então, se alguma vez houver algo a ser decidido sobre exposições ao risco, ele poderá ser coberto mesmo quando eu não estiver lá. Eu teria que dizer que cada uma dessas áreas é fundamental (equipe de quantificação / negociação, COO, Gerenciamento de Risco), mas devido à abordagem sistemática, as funções dessas funções podem ser compartilhadas de forma significativa, fornecendo redundância que você não pode obter. com negociação discricionária.
Quais autoridades regulam a empresa?
Somos regulamentados no Reino Unido pela FSA.
Como você descreve sua estratégia de investimento em moeda?
Nossa estratégia de investimento é de curto prazo, puramente quantitativa e sistemática. Os modelos são dimensionados para atingir uma volatilidade de 15%. Todos os nossos modelos são projetados para identificar deslocamentos de curto prazo nos mercados aos quais os aplicamos, usando sinais técnicos ou de precificação de mercados economicamente relacionados. O modelo que estamos executando no espaço FX é, em linhas gerais, um tipo de stat-arb; não é nem reversão de médias nem base de momentum, mas é capaz de aproveitar as oportunidades em ambas as categorias. Eu acho que o mais importante para os investidores entenderem sobre nossa estratégia de investimento é que ela não é, de forma alguma, uma caixa-preta. Entendemos a lógica econômica por trás dos relacionamentos que impulsionam nossa geração de sinais e podemos ver as entradas que impulsionam nosso desempenho. Nós nos esforçamos ao máximo para trabalhar de forma transparente com nossos investidores, para que eles também possam entender claramente o que estamos fazendo, de modo que suas expectativas sobre nós estejam alinhadas com o que podemos oferecer.
Como você criou e desenvolveu seu modelo de negociação de FX e mudou ao longo do tempo?
Nossa estratégia de FX é uma estratégia baseada em teoria, usando alguns elementos e insumos comumente entendidos, combinados com várias técnicas e metodologias proprietárias desenvolvidas nos últimos seis anos, que garantem que os modelos sejam robustos, generalizados e sustentáveis. A pesquisa é contínua, neste modelo, bem como as próximas estratégias que serão executadas. Parte do nosso foco de pesquisa é sempre dedicado ao desempenho de nossas estratégias ao vivo. No entanto, consideramos vital que não permitamos o "estilo de derivação" & rsquo; e aderir aos princípios básicos nos quais baseamos nossos modelos. Portanto, embora não tenhamos feito nenhuma alteração no atacado em nossos modelos, fizemos pequenas melhorias que nossa pesquisa indica que terão um efeito positivo contínuo em nossos resultados, seja na área de processamento e precisão de sinais, gerenciamento de levantamento ou custo de transação. eficiência. Não aceitamos a ideia de que um modelo deva permanecer estático para sempre, nem que deva ser alterado ao primeiro sinal de problema. Somente se os resultados de pesquisas rigorosas indicarem uma alta probabilidade de melhoria, prosseguiremos com um aprimoramento. Isso requer uma abordagem disciplinada e objetiva, como o método científico que forma a base de nossa abordagem de pesquisa.
Como você gerencia risco?
O risco é gerenciado em diferentes níveis por toda a equipe. Como nossa negociação é baseada em modelos, ninguém está realizando negócios por vontade própria, o que poderia envolvê-los emocionalmente para que todos tenham interesse em garantir que as posições que colocamos estejam dentro de nossos limites de risco e conforme especificado por nossos sistemas e não haja recompensa por desviar disso. Nosso sistema de risco é incorporado em nossos modelos para que, quando uma nova posição de destino for gerada, ela passe pela camada de risco pré-negociação, que consiste em vários testes que medem nossas exposições de maneiras diferentes. Se as posições propostas violarem qualquer um desses testes, o portfólio será reduzido pelo sistema até que não haja violações de limite. Só então os negócios podem ser enviados para os mecanismos de negociação. Os quantos que executam os modelos estão na linha de frente e sinalizam quaisquer problemas para o resto de nós se a camada de risco lançar um aviso. Todos nós, então, temos a capacidade de visualizar os relatórios de risco onde quer que estejamos e, se houver algum assunto a discutir, nós o fazemos. Em última análise, tenho a autoridade final em gerenciamento de riscos e tenho discrição apenas para reduzir riscos e apenas em circunstâncias definidas. Usamos essa discrição um punhado de vezes nos últimos 18 meses durante eventos que poderiam levar a um resultado não linear que nossos modelos não foram projetados para identificar. Por exemplo, durante a eleição grega do ano passado e as Cúpulas do Euro, tomamos a decisão de atingir 7,5% de volatilidade nesses dias, ampliando assim nosso portfólio pela metade. Uma vez que o evento passou e o resultado não foi um desastre, aumentamos para 15% vol. Também introduzimos regras de redução de risco em nosso código para lidar com a decisão do Swiss National Bank de limitar o franco suíço em relação ao euro. Este é um exemplo do porquê ter experiência comercial em uma equipe sistemática é vital. Do ponto de vista de operadores, certas posições são assimétricas no resultado e podem ser tratadas usando regras para evitar certas posições em certas circunstâncias. A compreensão da mecânica do mercado e as habilidades de observação desenvolvidas ao longo de anos como trader também servem para reduzir os riscos, garantindo que os processos implementados tenham uma consciência de mercado incorporada em sua lógica.
Conte-nos sobre uma lição que você aprendeu com as decisões de negociação anteriores.
Nos primeiros dias de execução do nosso modelo antes de fazermos muito pré-processamento dos nossos dados (e antes de aceitarmos investidores), notávamos o modelo ocasionalmente querendo colocar grandes negociações no AUD / NZD e nossas investigações nos levaram a concluir que a escassez de alguns dos dados de entrada estava impulsionando essas decisões. Isso nos levou a criar algumas novas técnicas para monitorar e filtrar os dados de entrada. Isso serviu para esclarecer ainda mais a importância do conhecimento e da experiência do mercado como dados, embora precisos de acordo com o provedor de dados, não é necessariamente útil, a menos que seja significativamente completo ou pelo menos filtrado para reduzir o ruído indesejado.
Você usa uma mistura de estratégias ou apenas uma?
Em toda a empresa, temos um grupo de estratégias que podem ser combinadas para diversificação entre classes de ativos. No espaço FX, estamos usando um tipo de modelo, mas ele está estruturado para gerar muitos sinais simultâneos em vários cruzamentos, cada um em si classificadores um tanto fracos, mas se agregando em uma previsão robusta no nível da moeda.
Quais são as condições de mercado que você considera ideais e quais são as mais desafiadoras para o desempenho de sua estratégia?
Tal como acontece com a maioria das estratégias sistemáticas que dependem de dados históricos, um mercado de livre movimentação com pouca intervenção do governo é ideal. Geralmente, a intervenção do governo tende a ir contra a sabedoria predominante ou lógica do que deveria estar acontecendo nos mercados e os modelos geralmente não são particularmente bons em identificar isso. Dito isso, temos tido um ótimo ano e houve vários exemplos de intervenção do governo e oscilações de risco / risco no sentimento, então é possível que, com intervenção governamental contínua e suficiente nos dados históricos, nossos modelos tenham foi capaz de lidar melhor com esse ambiente.
Você pode nos dar um exemplo de uma memorável decisão comercial vencedora?
No espaço sistemático de curto prazo, onde nós, como indivíduos, não estamos tomando as decisões de negociação, é difícil identificar negociações vencedoras particularmente memoráveis. É mais sobre ajustes memoráveis ​​no modelo ou períodos de negociação particularmente memoráveis, onde ganhamos em 80% dos dias de negociação em um mês. A forma como nossos modelos são construídos, eles não pretendem fazer negócios que devam se destacar na memória. Nossos modelos realizam várias transações diariamente, cada uma tentando explorar pequenas oportunidades que esperamos que se desdobrem no dia seguinte. É mais um processo de desmantelamento constante do que um balanço para "home runs".
Você usa moedas de mercados emergentes?
Não utilizamos moedas EM como nossos modelos contam com dados de entrada de qualidade, o que muitas vezes não existe no EM e nossa execução requer alta liquidez para lidar com nosso alto volume de negócios diário. Para os comerciantes que não têm as mesmas preocupações, acredito que as moedas emergentes oferecem oportunidades muito viáveis ​​e excitantes que podem não existir nas moedas desenvolvidas.
Ao desenvolver uma estratégia, você prioriza a construção de sinais de entrada, sinais de saída ou regras de gerenciamento de dinheiro?
Regras de gerenciamento de dinheiro. Sem estes, você não está em lugar nenhum. Nenhum sistema, independentemente de quão bom seja nas entradas e saídas de tempo, pode estar certo o tempo todo, portanto você deve ter regras de risco prudentes para manter essas perdas sob controle.
Você acha que toda estratégia perde sua precisão mais cedo ou mais tarde, ou acredita em regras de mercado duradouras?
Se um modelo for deixado estático, pode muito bem encontrar-se perdendo a precisão ao longo do tempo, embora isso possa voltar em algum momento, se a teoria de mercado em que se baseia for robusta ou duradoura. Para garantir a sustentabilidade de nossas estratégias, incorporamos uma técnica de seleção de modelos baseada em regras e objetivas que são executadas periodicamente para selecionar os melhores parâmetros para usar até a próxima seleção. Todo este processo, o tempo e as técnicas de pontuação que usamos são rotineiramente validados para garantir que qualquer atualização que estamos fazendo para os parâmetros seja sensata e mais provável que seja positiva no ambiente ao vivo.
Você usa alguma forma de otimização e como você lida com ajuste de curva?
Nossa técnica de seleção de modelos é uma forma de otimização. Algumas das principais forças que nossa equipe desenvolveu durante o nosso tempo na criação de algoritmos geneticamente evoluídos são métodos para minimizar qualquer ajuste excessivo e identificar os modelos mais robustos e verdadeiramente preditivos. Sendo uma estratégia baseada em dados, a evolução genética de algoritmos é uma receita para overfitting se procedimentos rigorosos não forem seguidos. Como resultado, desenvolvemos um conjunto de testes ou métodos nesta área que adaptamos para outros modelos, como a nossa estratégia de FX. Alguns deles são clássicos, como o uso de simulações de Monte Carlo, mas a maioria é proprietária e específica para as nossas necessidades. Eu diria, em um nível geral, que garantir que você tenha métodos definidos objetivamente que separem a verdadeira produtividade da aleatoriedade, maneiras de testar a consistência em vários períodos fora da amostra e manter-se atento para evitar ótimos locais, são critérios-chave para construção de modelos robustos e sustentáveis.
Você favorece algum prazo específico em suas estratégias?
Gostamos do espaço de curto prazo com períodos de detenção de posição em torno da marca de 1-2 dias, embora possamos manter posições por até uma semana. Em particular, descobrimos que gerar novos sinais em um horizonte diário ou um pouco menos mantém nossos modelos ágeis e não casados ​​com um determinado tema por muito tempo em um ambiente em constante mudança. O outro lado disso é a restrição de capacidade, particularmente com um modelo de alta rotatividade como o nosso.
O que um comerciante inexperiente deve prestar atenção ao escolher um período de tempo?
Há vantagens e desvantagens para períodos longos e curtos. Alguns dos melhores negócios da minha carreira foram o resultado de analisar gráficos de commodities semanais e mensais, onde os padrões tendem a ser mais claros. Você precisa de uma tremenda paciência para observar um padrão de longo prazo e não se apressar a entrar no mercado tão cedo. No espaço de curto prazo, uma grande vantagem é que você tem muito mais oportunidades de entrada e saída que torna o teste de uma abordagem algorítmica muito mais rápida e fácil. Além disso, com mais negócios acontecendo em um curto espaço de tempo, você reúne informações estatísticas sobre sua estratégia muito mais rapidamente. É, no entanto, um espaço mais barulhento para se trabalhar.
Qual é a alavancagem que você normalmente usa?
Em média, nossa estratégia de câmbio usa 3-5 vezes a alavancagem e limitamos isso a 7 vezes o máximo.
Quantos corretores de execução você usa?
Limitamos o número de provedores de liquidez que utilizamos, pois preferimos ser um bom cliente para poucos clientes do que um pequeno cliente para muitos. Acreditamos que isso nos ajuda a ver os spreads mais apertados. Toda a nossa negociação é eletrônica.
Quais dados históricos você usa ao desenvolver suas estratégias?
Todos os nossos dados de futuros são da Tick Data e nossos dados de pontos FX são da Bloomberg e nossos provedores de liquidez. A qualidade dos dados é da maior importância, como "lixo em igual desperdício". Mesmo com os melhores dados, descobrimos que somos capazes de aumentar nossas taxas de sinal / ruído com filtragem cuidadosa e imparcial e outras técnicas de pré-processamento.
Qual software você usa nas funções de pesquisa, risco e reconciliação?
Usamos o Matlab para algumas pesquisas, mas a maioria dos softwares que usamos para todas as nossas funções foi construída internamente e todo o nosso código de produção está em C #.
Quais oportunidades e riscos você vê na negociação de alta frequência para gerentes de FX?
Eu acho que ainda existem oportunidades para os tipos de farejamento de mercado para detectar padrões de execução e tentar tirar vantagem deles. Ao mesmo tempo, algoritmos de execução e varredura de pool de liquidez estão ficando mais sofisticados para reduzir o footprint de execução. Da minha experiência no mercado de frequências ultra-altas nos mercados de opções de índices de ações e de renda fixa, acredito que exija um compromisso com uma corrida armamentista nas frentes de software e hardware. Já existe muita exploração das oportunidades de precificação que existem, reduzindo os retornos possíveis e, portanto, exigindo código cada vez mais rápido rodando em chips gráficos ou chips proprietários cada vez mais rápidos. Nada disso é barato e os maiores e mais experientes podem gastar mais do que os novatos em software e hardware.
Conte-nos sobre a eficiência e capacidade do seu programa.
Nossas estratégias têm uma alta rotatividade no dia a dia, por isso temos que nos concentrar nos mercados mais líquidos. Em seguida, precisamos trabalhar constantemente para aproveitar ao máximo a liquidez disponível nesses mercados. Só então podemos ter certeza de que o alfa que extraímos dos mercados a cada dia representará um lucro líquido. Nossa estratégia de FX é restrita à capacidade em algum lugar ao norte de US $ 250 milhões, mas quanto mais é uma incógnita, à medida que trabalhamos continuamente para melhorar o que podemos movimentar nos mercados todos os dias.
Você pode nos dar a sua opinião sobre a mudança do EurUsd nos próximos 6/12 meses?
Pessoalmente, acho que o euro pertence ainda mais baixo. Profissionalmente, eu não me importo, desde que nossos modelos continuem a acertar. Como um ex-operador discricionário, levou algum tempo para se acostumar com isso, mas é a beleza de executar modelos quantitativos & ndash; disciplina rígida e sem emoção.
Qual é o melhor conselho que você daria para os comerciantes que querem entrar no setor de gestão de fundos FX?
A concorrência nessa indústria é feroz, então esteja certo de que, antes de seguir esse caminho, o que você está fazendo é suficientemente diferenciado de seus pares (se não exclusivos) e sustentável a longo prazo.