Valutare Trading Strategie

Sia per i progetti privati, e per i clienti, Io ho lavorato sul codice molto quest'anno per valutare strategie di trading automatizzate Questo finisce spesso per trasformarsi in il compito di come confrontare abbastanza mele e arance E g per usare un esempio FX, alcuni dei le strategie solo comprare vendere 1 lotto, in una moneta unica Altri sono commerciali in tre o quattro valute e con differenti dimensioni dei lotti, il raddoppio quando si perde, ecc ecc Poi ci sono domande circa lo facciamo noi consideriamo i rapporti di margine, i costi di negoziazione, un capitale iniziale a disposizione Interessi attivi quando la capitale completo non è nella imposte strategia, CGT, l'imposta di bollo don t anche andare lì Alcune strategie hanno risultati diversi se si considerano le perdite medie di perdere traffici rispetto peggiore perdita quest'ultimo è quello che decide la chiamata di margine che è più importante. ma I m spesso molto deluso da pubblicazioni accademiche che si assumono alcuna diffusione, capitale illimitato, ottenendo sempre il prezzo pubblicizzato tuttavia molti lotti che si desidera acquistare, ecc Alcune strategie che sembrano grandi senza spread, cadere a pezzi quando applico uno spread pessimistica altro strategie sono quasi unaffected. So finalmente la mia domanda è qualcuno potrebbe punto me documenti libri sulla pratica accettata nella valutazione della strategia e confronto consiglio generale, la discussione e l'opinione su questo argomento sono i benvenuti, ma la cosa fondamentale che sento bisogno attualmente è un Secondo riferimento Hoyle non posso usare come una guida, ma che anche spiega chiaramente i compromessi coinvolti e perché la maggior parte delle persone scelgono di farlo in quel way. UPDATE Grazie per le risposte finora, e io sto prendendo uno sguardo ai libri suggeriti qui e in altri thread volevo solo chiarire che per la portata di questa domanda non si tratta di progettare strategie di I m viene data una serie di mestieri per ciascuna di una serie di strategie e di essere chiesto di dire che è meglio I mestieri possono avere provengono da algoritmi, o da commercianti umani mio approccio preferito è la simulazione dettagliata definire la quantità di denaro alla partenza, comprendono tutti i costi, e vedere quanto denaro molto alla fine della altri sembrano soddisfatti solo contando i movimenti pip per alcune strategie questo dà un risultato simile , per gli altri dà un risultato diverso voglio sapere come i Big Boys gestire questa situazione, e perché, così posso usare che come l'approccio di base, e poi discutere in modo intelligente per contro diversi approaches. asked 27 11 ottobre al 2 45.How identificare Algorithmic Trading Strategies. In questo articolo voglio farvi conoscere i metodi con cui io mi identifico proficue strategie di trading algoritmico il nostro obiettivo oggi è quello di capire in dettaglio come trovare, valutare e selezionare tali sistemi i ll spiego come identificazione di strategie è tanto di preferenza personale come si tratta di prestazioni di strategia, come determinare il tipo e la quantità di dati storici per i test, come valutare spassionatamente una strategia di trading e, infine, come procedere verso la fase di backtesting e la strategia implementation. Identifying le preferenze personali per Trading. In fine di essere un trader di successo - sia discrezionalmente o algoritmicamente - è necessario porsi alcune domande oneste Trading vi offre la possibilità di perdere denaro ad un ritmo allarmante, quindi è necessario conoscere se stessi tanto quanto è necessario capire il tuo strategy. I scelto direbbe la considerazione più importante nel trading è essere consapevoli del proprio Trading personalità e trading algoritmico, in particolare, richiede un notevole grado di disciplina, pazienza e distacco emotivo Dal momento che si sta lasciando un algoritmo eseguire il tuo trading per te, è necessario essere risolto non interferire con la strategia quando viene eseguito questo può essere estremamente difficile, soprattutto in periodi di prelievo esteso Tuttavia, molte strategie che hanno dimostrato di essere altamente redditizio in un backtest può essere rovinato da semplice interferenza capire che se si vuole entrare nel mondo del trading algoritmico sarete emotivamente testato e che, per avere successo, è necessario lavorare con questi abbiamo difficolta considerazione successiva è uno di tempo hai un lavoro a tempo pieno Lei lavora part-time non si lavora da casa o avere un lungo pendolari ogni giorno queste domande vi aiuteranno a determinare la frequenza della strategia che si dovrebbe cercare Per quelli di voi nel lavoro a tempo pieno, una strategia future intraday potrebbe non essere appropriato, almeno fino a quando non è completamente automatizzato I suoi vincoli di tempo sarà anche dettare la metodologia della strategia Se la strategia è spesso scambiato e dipendente dalle notizie costoso feed come un terminale Bloomberg si chiaramente bisogno di essere realistici circa la sua capacità di eseguire correttamente questo mentre presso l'ufficio per quelli di voi con un sacco di tempo, o la capacità di automatizzare la vostra strategia, si potrebbe desiderare di guardare in un trading più tecnico ad alta frequenza HFT strategy. My convinzione è che è necessario effettuare la ricerca continua nelle vostre strategie di trading di mantenere un portafoglio costantemente vantaggiosa alcune strategie rimanere sotto il radar per sempre Quindi una parte significativa del tempo assegnato alla negoziazione sarà il compimento di ricerche in corso Chiedetevi se siete disposti a fare questo, come può essere la differenza tra una forte redditività o un lento declino verso losses. You anche necessario prendere in considerazione il tuo capitale di trading l'importo minimo ideale generalmente accettato per una strategia quantitativa è di 50.000 dollari circa 35.000 per noi nel Regno Unito Se stavo iniziando di nuovo, vorrei cominciare con una più grande importo, probabilmente più vicino 100.000 USD circa 70.000 Questo perché i costi di transazione possono essere estremamente costoso per la metà alle strategie ad alta frequenza ed è necessario avere capitale sufficiente per assorbirli in tempi di prelievo Se state pensando di iniziare con meno di 10.000 dollari allora si avrà bisogno di limitarvi a strategie a bassa frequenza, la negoziazione di uno o due beni, come i costi di transazione saranno rapidamente intaccare le vostre dichiarazioni Interactive brokers, che è uno dei mediatori più accoglienti a quelli con competenze di programmazione, grazie alla sua API, ha un conto minimo di vendita al dettaglio di 10.000 USD. Programming abilità è un fattore importante nella creazione di una strategia di negoziazione algoritmica automatizzato Essere informati in un linguaggio di programmazione come C, Java, C, Python o R vi permetterà di creare il end-to - la memorizzazione dei dati, il motore backtest e sistema di esecuzione da soli Questo ha una serie di vantaggi, il principale dei quali è la capacità di essere completamente a conoscenza di tutti gli aspetti dell'infrastruttura di trading consente inoltre di esplorare le strategie più alta frequenza, come si sarà in pieno controllo del tuo stack tecnologico anche se questo significa che è possibile testare il proprio software e di eliminare gli insetti, ma significa anche più tempo speso codificare fino infrastrutture e meno sulle strategie di attuazione, almeno nella prima parte della tua carriera di trading algo Potreste scoprire che si è commercio comodo in Excel o MATLAB e può esternalizzare lo sviluppo di altre componenti non consiglierei questo però, in particolare per quelle che operano ad alte frequency. You bisogno di chiedersi che cosa sperate di ottenere da trading algoritmico Sei interessato a un reddito regolare, per cui si spera di trarre guadagno dal proprio conto di trading Oppure, siete interessati ad un guadagno di capitale a lungo termine e può permettersi di operare senza la necessità di drawdown fondi dipendenza reddito detterà la frequenza della vostra strategia più prelievi di reddito regolari richiederà un più alto strategia di negoziazione frequenza con meno volatilità AIE più alto indice di Sharpe commercianti a lungo termine può permettersi un trading più tranquillo frequency. Finally, non essere ingannato dalla nozione di diventare estremamente ricchi in un breve lasso di tempo Algo trading non è un get-ricchi - schema rapido - se qualcosa può essere uno schema di diventare povero-rapido ci vuole disciplina significativo, la ricerca, la diligenza e pazienza per avere successo in trading algoritmico si può richiedere mesi, se non anni, di generare consistenti Idee profitability. Sourcing Algorithmic Trading. nonostante la percezione comune al contrario, è in realtà abbastanza semplice da individuare strategie di trading profittevoli di dominio pubblico Mai avere idee di trading stati più facilmente disponibile di quanto non siano oggi Accademico riviste di finanza, i server di pre-stampa, blog di negoziazione, forum commerciali, commercio settimanale riviste e testi specialistici forniscono migliaia di strategie di trading con cui basare le vostre idee upon. Our obiettivo come ricercatori di trading quantitativo è quello di stabilire una pipeline strategia che ci fornirà un flusso di idee di trading in corso Idealmente vogliamo creare un approccio metodico per approvvigionamento , la valutazione e le strategie che si incontrano Gli obiettivi del gasdotto attuazione sono per generare una quantità costante di nuove idee e di fornire noi con un quadro per respingere la maggior parte di queste idee con il minimo di consideration. We emozionale deve essere estremamente attenti a non per far pregiudizi cognitivi influenzano la nostra metodologia di processo decisionale Questo potrebbe essere semplice come avere una preferenza per una classe di asset rispetto ad un altro oro e altri metalli preziosi vengono in mente, perché sono percepiti come più esotici Il nostro obiettivo deve sempre essere quello di trovare strategie costantemente vantaggiosa, con aspettativa positiva la scelta della classe di asset dovrebbe essere basata su altre considerazioni, come ad esempio vincoli di capitale di trading, le commissioni di intermediazione e leva finanziaria capabilities. If siete completamente familiarità con il concetto di una strategia di trading, allora il primo posto dove guardare è con libri di testo affermati Classic testi forniscono una vasta gamma di idee, più semplici semplici, con cui familiarizzare con il trading quantitativo Ecco una selezione che consiglio per coloro che sono nuovi alla negoziazione quantitativa, che gradualmente diventano sempre più sofisticati, come si lavora attraverso il list. For un lista dei libri di trading quantitative più a lungo, si prega di visitare il QuantStart lettura list. The accanto posto giusto per trovare strategie più sofisticate è con forum e blog di trading di trading Tuttavia, una nota di cautela Molti blog di trading si basano sul concetto di analisi tecnica analisi tecnica comporta l'utilizzo di base indicatori e psicologia comportamentale per determinare le tendenze e modelli di inversione in risorsa prices. Despite di essere estremamente popolare nello spazio complessivo di trading, l'analisi tecnica è considerato un po 'inefficace nel mondo della finanza quantitativa Alcuni hanno suggerito che non è meglio che leggere un oroscopo o studiare tè lascia in termini di potere predittivo in realtà ci sono persone di successo facendo uso di analisi tecnica Tuttavia, come quants con un più sofisticato degli strumenti matematici e statistici a nostra disposizione, possiamo facilmente valutare l'efficacia di tali strategie TA-based e fare dati - decisioni basate piuttosto che la nostra basano su considerazioni emotive o preconceptions. Here è una lista di tutto rispetto blog di trading algoritmico e forums. Once avete avuto qualche esperienza a valutare le strategie più semplici, è il momento di guardare ai più sofisticati offerta formativa alcuni accademici riviste saranno di difficile accesso, senza alti abbonamenti o costi una tantum Se sei un membro o di alunno di una università, si dovrebbe essere in grado di ottenere l'accesso ad alcuni di questi giornali finanziari in caso contrario, si può guardare al server di pre-stampa che sono depositi Internet di fine bozze di pubblicazioni accademiche che sono sottoposti a peer review Dal momento che siamo interessati solo a strategie che siamo in grado di replicare con successo, backtest ed ottenere redditività per, una revisione tra pari è di minore importanza per us. The grave inconveniente di strategie accademici è che spesso possono o non essere aggiornati, richiedere dati storici oscuri e costosi, gli scambi di classi di attivi illiquidi o non tiene conto dei diritti, slittamento o diffuse può anche essere chiaro se la strategia di trading è da effettuarsi con ordini di mercato, limitare ordini o se contiene fermare le perdite, ecc Quindi è assolutamente essenziale per replicare la strategia di te stesso nel miglior modo possibile, backtest e aggiungere i costi di transazione realistici che includono come molti aspetti delle classi di attività che si desidera scambiare in. Here è un elenco dei più popolari server di pre-stampa e riviste finanziarie che è possibile fonte di idee from. What di formare le proprie strategie quantitative Ciò richiede in genere, ma non si limita alle competenze in uno o più dei seguenti microstruttura categories. Market - per una maggiore strategie di frequenza, in particolare, si può fare uso di microstruttura di mercato cioè comprensione delle dinamiche del portafoglio ordini al fine di generare redditività mercati diversi avranno diverse limitazioni tecnologiche, i regolamenti, gli operatori di mercato e vincoli che sono tutti aperti allo sfruttamento attraverso strategie specifiche si tratta di un molto zona sofisticata e operatori al dettaglio sarà difficile per essere competitivi in ​​questo spazio, tanto più che la competizione comprende grandi e ben capitalizzati fondi quantitativi fund con una forte struttura capabilities. Fund tecnologica - i fondi di investimento collettivo, come i fondi pensione, società di investimenti privati hedge fund, commodity trading advisor e fondi comuni di investimento sono vincolati sia dalla normativa pesante e le loro grandi riserve di capitale così certi comportamenti coerenti possono essere sfruttati con coloro che sono più agili, per esempio, grandi fondi sono soggetti a vincoli di capacità a causa delle loro dimensioni Quindi se bisogno di scaricare rapidamente vendere un quantitativo di titoli, dovranno scaglionare in modo da evitare lo spostamento sofisticati algoritmi il mercato può approfittare di questo, e di altre idiosincrasie, in un processo generale noto come struttura di fondo arbitrage. Machine apprendimento intelligenza artificiale - algoritmi di apprendimento automatico sono diventati più frequenti negli ultimi anni in mercati Classificatori finanziari come Naive-Bayes, et al funzione non lineare matchers reti neurali e routine di ottimizzazione algoritmi genetici sono stati tutti utilizzati per prevedere i percorsi di attività o di ottimizzare le strategie di trading Se si dispone di un background in questa zona si può avere una certa comprensione di come gli algoritmi di particolare potrebbe essere applicato ad alcuni markets. There sono, naturalmente, molti altri settori per quants per indagare Noi ll discutere come a venire con strategie personalizzate in dettaglio in un articolo successivo. continuando a monitorare queste sorgenti su un settimanale o addirittura giornaliera, si sta impostando te stesso per ricevere un elenco consistente di strategie da una vasta gamma di fonti Il passo successivo è quello di determinare come rifiutare un grande sottoinsieme di queste strategie al fine per ridurre al minimo spreco di risorse di tempo e di backtesting sulle strategie che possono essere unprofitable. Evaluating Trading Strategies. The prima, e forse più ovvia considerazione è se effettivamente capire la strategia sarebbe in grado di spiegare la strategia in modo conciso o ha bisogno di un serie di avvertimenti e gli elenchi dei parametri infinite Inoltre, non la strategia ha una buona, solida base nella realtà, per esempio, potrebbe puntare a qualche logica comportamentale o fondo vincolo struttura che potrebbe essere la causa del modello di s che si sta tentando di sfruttare sarebbe questo vincolo contenere fino a un cambiamento di regime, come ad esempio una drammatica interruzione contesto normativo la strategia si basa su regole statistiche o matematiche complesse non si applica a qualsiasi serie finanziarie o è specifico per questa classe di attivi che si è affermato di essere redditizia su si dovrebbe essere costantemente pensare a questi fattori al momento di valutare nuove modalità di negoziazione, altrimenti si rischia di perdere una notevole quantità di tempo cercando di backtest e ottimizzare strategies. Once inutile si è stabilito che a capire i principi di base della strategia che è necessario decidere se si adatta con il tuo citato profilo di personalità Questo non è così vaga una considerazione come sembra strategie saranno differiscono sostanzialmente nelle loro caratteristiche prestazionali ci sono alcuni tipi di personalità in grado di gestire i periodi più significativi di prelievo, o che sono disposti ad accettare un rischio maggiore per il più grande ritorno Nonostante il fatto che noi, come quants, cercare di eliminare il più distorsione cognitiva possibile e dovremmo essere in grado di valutare una strategia spassionatamente, pregiudizi saranno sempre insinuarsi così abbiamo bisogno di una coerente, mezzi senza emozioni attraverso cui valutare le prestazioni delle strategie Ecco l'elenco dei criteri che ho giudicare un potenziale by. Methodology nuova strategia - e 'la quantità di moto strategia basata, mean-reverting, market neutral, direzionale la strategia si basa su sofisticate e complesse tecniche di apprendimento statistici o di macchine che sono difficili da comprendere e che richiedono un dottorato di ricerca in statistiche per cogliere fare queste tecniche introducono una quantità significativa di parametri, che potrebbe condurre a pregiudizi ottimizzazione è la strategia rischia di resistere a un cambiamento di regime cioè potenziale nuova regolamentazione del rapporto di markets. Sharpe finanziaria - l'indice di Sharpe caratterizza euristicamente il rapporto rischio ricompensa del strategia si quantifica la quantità di ritorno è possibile ottenere per il livello di volatilità sopportato dalla curva di equità Naturalmente, abbiamo bisogno di determinare il periodo e la frequenza che questi rendimenti e la volatilità ovvero la deviazione standard sono misurati su una strategia di frequenza più elevata richiede una maggiore frequenza di campionamento di deviazione standard, ma un breve periodo di tempo complessivo di misura, per instance. Leverage - la strategia richiede un importante effetto leva al fine di essere redditizia la strategia rende necessario l'uso di derivati ​​leveraged contratti future, opzioni, swap al fine di fare un ritorno Questi contratti di leva finanziaria possono avere volatilità pesante caratterizza e quindi può facilmente portare a richieste di margini avete la capitale commerciale e il temperamento per tale volatility. Frequency - la frequenza della strategia è intimamente collegato al tuo stack tecnologico e, quindi, la competenza tecnologica, l'indice di Sharpe e il livello complessivo di costi di transazione Tutte le altre questioni considerate, le strategie più alta frequenza richiedono più capitale, sono più sofisticati e più difficili da implementare Tuttavia, supponendo che il motore backtesting è sofisticato e privo di bug, che spesso hanno molto più alto Sharpe ratios. Volatility - Volatilità è legato fortemente al rischio della strategia l'indice di Sharpe caratterizza questa volatilità superiore delle classi di attività sottostanti, se non coperta, spesso porta a una maggiore volatilità in curva di equità e quindi minori indici di Sharpe sono ovviamente assumendo che la volatilità positiva è pari a circa pari alla volatilità negativo Alcune strategie possono avere una maggiore volatilità negativa, è necessario essere a conoscenza di questi perdita attributes. Win, perdita media di lucro - strategie differiscono nella loro perdita vittoria e caratteristiche medie di perdita di profitto uno può avere una strategia molto redditizia, anche se il numero di mestieri perdere superare il numero di strategie vincenti mestieri Momentum tendono ad avere questo modello in quanto si basano su un piccolo numero di grandi successi per essere redditizie strategie di ritorno alla media tendono ad avere profili opposti in cui più dei mestieri sono vincitori, ma i commerci perdenti possono essere drawdown molto severe. Maximum - il massimo drawdown è la più grande percentuale di calo complessivo di picco-valle sulla curva di equità della strategia strategie Momentum sono ben noti a soffrire di periodi di utilizzi prolungati a causa di una serie di molti perdente incrementale commercia molti commercianti daranno in periodi di prelievo prolungato, anche se il test storica ha suggerito questo è business as usual per la strategia avrete bisogno di determinare la percentuale di prelievo e in quale arco di tempo si può accettare prima di cessare l'attività la vostra strategia Questa è una decisione molto personale e, quindi, deve essere considerata liquidità carefully. Capacity - a livello di vendita al dettaglio, a meno che non si sta operando in uno strumento altamente illiquidi come un magazzino small-cap, non sarà necessario preoccuparsi notevolmente con capacità di strategia capacità determina la scalabilità della strategia per promuovere il capitale Molti degli hedge fund più grandi soffrono di problemi di capacità significativi come le loro strategie aumentano di allocation. Parameters capitale - Alcune strategie in particolare quelle che si trovano nella comunità di apprendimento automatico richiedono una grande quantità di parametri Ogni parametro in più che una strategia richiede la lascia più vulnerabili ai pregiudizi ottimizzazione noto anche come strategie di curve-fitting si dovrebbe cercare di destinazione con il minor numero di parametri come possibile o assicurarsi di avere una quantità sufficiente di dati con cui testare le strategie on. Benchmark - Quasi tutti strategie a meno caratterizzato come rendimento assoluto sono misurati nei confronti di alcuni benchmark delle prestazioni l'indice di riferimento è solitamente un indice che caratterizza un ampio campione della classe di attività sottostante che i mestieri di strategia in Se la strategia commercia large-cap titoli azionari statunitensi, poi l'S P500 sarebbe un punto di riferimento naturale per misurare la vostra strategia contro si sentirà l'alfa e beta termini, applicato alle strategie di questo tipo discuteremo questi coefficienti in profondità articles. Notice più tardi che non abbiamo discusso i rendimenti effettivi della strategia Perché questo è in isolamento , i rendimenti in realtà ci forniscono informazioni limitate per l'efficacia della strategia di don t darvi una panoramica leva, volatilità, punti di riferimento o requisiti patrimoniali così strategie sono raramente giudicati sulla loro rendimenti da solo sempre in considerazione gli attributi di rischio di una strategia prima guardando il returns. At questa fase molte delle strategie che dal gasdotto sarà respinta di mano, dal momento che ha vinto t soddisfano le vostre esigenze di capitale, i vincoli di leva, la tolleranza massima perdita o preferenze di volatilità le strategie che non rimangono ora possono essere considerati per backtesting Tuttavia, prima che questo sia possibile, è necessario prendere in considerazione un criterio di rifiuto finale - che dei dati storici disponibili su cui testare questi strategies. Obtaining Data. Nowadays storici, l'ampiezza dei requisiti tecnici attraverso classi di attività per l'archiviazione dei dati storici è sostanziale al fine di rimanere competitivi, sia i fondi di buy-side e sell-side banche d'investimento investono molto nella loro infrastruttura tecnica è indispensabile prendere in considerazione la sua importanza, in particolare, siamo interessati a requisiti di tempestività, precisione e stoccaggio Passo ora a contorno le basi di ottenere dati storici e come conservarlo Purtroppo questo è un argomento molto profondo e tecnico, così ho vinto t in grado di dire tutto in questo articolo, tuttavia, sarò scrivere molto di più su questo in futuro, come la mia prima esperienza nel settore nel settore finanziario è principalmente interessato a dati finanziari l'acquisizione, la conservazione e access. In sezione precedente abbiamo aveva istituito una pipeline strategia che ci ha permesso di rifiutare certe strategie basate sulle nostre criteri di scarto personali in questa sezione ci sarà filtrare più strategie basate sulle nostre preferenze per ottenere dati storici le considerazioni principali in particolare a livello professionista di vendita al dettaglio sono i costi dei dati, i requisiti di archiviazione e il tuo livello di competenza tecnica abbiamo anche bisogno di discutere i diversi tipi di dati disponibili e le varie considerazioni che ogni tipo di dati imporrà su us. let s iniziare a discutere i tipi di dati disponibili e le questioni chiave che sarà necessario pensare about. Fundamental dati - Questo include i dati sulle tendenze macroeconomiche, come i tassi di interesse, i dati sull'inflazione, le azioni societarie dividendi, stock-scissioni, depositati presso la SEC, contabili societari, figure di guadagni, rapporti colture, dati meteorologici ecc Questi dati vengono spesso usato per le aziende di valore o altre attività su una base fondamentale, vale a dire attraverso alcuni mezzi di flussi di cassa futuri non include serie stock prezzo di alcuni dati fondamentali è liberamente disponibile da siti governativi Altri dati fondamentali storici a lungo termine possono essere estremamente costosi requisiti di archiviazione sono spesso non particolarmente grande, se non migliaia di aziende sono allo studio a once. News dati - Notizie dati è spesso qualitativo la natura si compone di articoli, post di blog, microblog messaggi tweet e editoriali tecniche di apprendimento automatico quali classificatori sono spesso utilizzati per interpretare il sentimento Questi dati sono spesso disponibili gratuitamente oa buon mercato, tramite abbonamento a mezzi di comunicazione I database di archiviazione dei documenti NoSQL più recenti sono stati progettati per conservare questo tipo di non strutturati, qualitativa data. Asset Prezzo dei dati - questo è il dominio di dati tradizionale della quant 'composto da serie storiche dei prezzi delle attività Azioni azioni, obbligazioni prodotti a reddito fisso, materie prime e tassi di cambio tutti seduti all'interno di questa classe giornaliera storica dati è spesso semplice di ottenere per le classi di attività più semplici, come le azioni Tuttavia, una volta che la precisione e la pulizia sono inclusi e pregiudizi statistici rimossi, i dati possono diventare costoso Inoltre, i dati di serie temporali possiede spesso le esigenze di storage importanti soprattutto quando i dati intraday è considerato. Financial Strumenti - azioni, obbligazioni, futures e le opzioni di derivati ​​più esotici hanno caratteristiche e parametri molto diversi Così non c'è taglia unica struttura del database che può ospitare li cura significativa deve essere data alla progettazione e realizzazione di strutture di database per vari strumenti finanziari si discuterà la situazione a lungo quando si arriva a costruire un database master titoli in futuro articles. Frequency - più alta è la frequenza dei dati, la maggiore i costi ei requisiti di archiviazione per le strategie a bassa frequenza, i dati quotidiana è spesso sufficiente per le strategie ad alta frequenza, potrebbe essere necessario per ottenere dati a livello di tick e anche le copie storiche di ordine scambio particolare il commercio di dati del libro l'implementazione di un motore di storage per questo tipo di dati è molto tecnologicamente intensive e adatto solo per coloro che hanno un background tecnico forte programmazione. Benchmarks - le strategie sopra descritte sarà spesso rispetto ad un punto di riferimento questo di solito si manifesta come una serie aggiuntiva di tempo finanziario per le azioni, questo è spesso un titolo di riferimento nazionale, come l'indice S P500 Uniti o FTSE100 Regno Unito per un fondo obbligazionario , è utile confrontare contro un paniere di obbligazioni o prodotti a reddito fisso il tasso privo di rischio cioè di tasso di interesse appropriato è anche un altro punto di riferimento ampiamente accettato Tutte le categorie di asset class in possesso di un punto di riferimento privilegiato, quindi sarà necessario per la ricerca questo basato sulla vostra strategia particolare, se si vuole guadagnare interesse nel vostro externally. Technology strategia - le pile tecnologia alla base di un centro di stoccaggio di dati finanziari sono complessi Questo articolo può soltanto graffiare la superficie di ciò che è coinvolto nella costruzione di un Tuttavia, lo fa centro intorno ad un motore di database , come ad esempio un database relazionali Management System RDBMS, come MySQL, SQL Server, Oracle o di un documento Storage Engine cioè NoSQL Questo si accede tramite codice dell'applicazione della logica di business che interroga il database e fornisce l'accesso a strumenti esterni, come MATLAB, R o Excel Spesso questa logica di business è scritto in C, C, Java o Python sarà necessario anche per ospitare tali dati da qualche parte, sia sul proprio personal computer, o in remoto tramite server internet Prodotti come Amazon Web Services hanno fatto di questa semplice ed economico in ultimi anni, ma sarà ancora bisogno di significativi competenze tecniche per realizzare in un manner. As robusto può essere visto, una volta che una strategia è stato identificato attraverso il gasdotto sarà necessario valutare le disponibilità, i costi, la complessità e dettagli implementativi di un particolare serie di dati storici si possono trovare è necessario respingere una strategia basata esclusivamente su considerazioni di dati storici si tratta di una grande area e squadre di dottorati lavorare a grandi fondi assicurandosi che i prezzi sono accurate e tempestive non sottovalutare le difficoltà di creazione di un data robusta centro per le purposes. I backtesting voglio dire, tuttavia, che molte piattaforme di backtesting in grado di fornire tali dati in modo automatico - ad un costo così ci vorrà gran parte del dolore realizzazione lontano da voi, e ci si può concentrare esclusivamente sulla attuazione della strategia e strumenti di ottimizzazione come TradeStation possedere questa capacità Tuttavia, la mia opinione personale è quello di implementare il più possibile internamente ed evitare di outsourcing parti dello stack di fornitori di software preferisco le strategie di frequenza più alta a causa della loro più attraenti indice di Sharpe, ma sono spesso strettamente accoppiato allo stack tecnologico, dove l'ottimizzazione avanzata è critical. Now che abbiamo discusso le questioni che circondano i dati storici è il momento di iniziare ad attuare le nostre strategie in un motore di backtesting Questo sarà oggetto di altri articoli, in quanto è un altrettanto grande area di discussion. Just Introduzione a Trading. Evaluating Quantitative tuo trading strategia Parte 2.In l'ultimo post abbiamo coperto come valutare la redditività e il rischio della vostra strategia Ora s un'occhiata a misurare la significatività statistica, di stabilità e performance live di la tua strategy. Statistical Significance. After gestione della vostra backtest una delle prime domande che dovete chiedere se stessi è sono questi risultati statisticamente significativi o, in altre parole, quali sono le probabilità che questi risultati si sono verificati solo per caso a caso. Mentre tuffarsi nel mondo di analisi statistica può essere scoraggiante, ci sono alcune tecniche piuttosto semplici per ottenere una migliore idea di se o non si hanno effettivamente trovato un ripetibile, modello sfruttabili nel market. Confidence intervalli di un vantaggio di girare ad analisi statistica è che si può ottenere intervalli di confidenza concreti sul results. Taken dalla guida di studio CFA possiamo usare la distribuzione t per calcolare gli intervalli di confidenza intorno al nostro ritorno per il commercio RPT la distribuzione t ci dà una stima prudenziale di come probabile una media è quello di rientrare in una determinato intervallo Esso funziona particolarmente bene quando abbiamo campioni di piccole dimensioni, don t hanno un sacco di informazioni sulla distribuzione dei dati sottostanti, e ha più pesanti code, il che significa una maggiore probabilità di grandi mosse Questo si presta molto bene a lavorare con finanziario data. Luckily, possiamo facilmente calcolare la distribuzione t in Excel con la funzione DISTRIB. T, che sembra a portata di gradi di libertà dimensione del campione - 1 e se Sa una coda si cura solo di trovare il limite inferiore o un due coda prova vi preoccupate per trovare la parte superiore e inferiore boundary. What questo calcolo vi dirà di noi è con 95 la fiducia, il mio ritorno per il commercio sarà al di sopra e al di sotto Per diminuire l'intervallo dell'intervallo di confidenza, è possibile aumentare la dimensione del campione o diminuire la intervallo di confidenza al 90.You desidera che il limite inferiore di essere almeno sufficiente a coprire il tuo trading costs. Monte Carlo Simulation. This è un altro popolare che si sente molto su, ma ancora isn t impiegato per la media trader. What Monte Carlo simulation tells you is, had I run a huge amount of strategies, randomly going long and short for each trade, what is the chance the to total returned at least as much as my strategy. For example, if your proprietary strategy had returned 20 , but you find that a completely random strategy had a 50 chance of returning at least that amount, you aren t going to be very confident with your strategy moving forward. Here is one good resource on how to apply a Monte Carlo Simulation in Excel but before blindly trusting it, there are a couple things to consider. You need to run enough simulations until the results converge on a central value to trust the results. Strategies that overfit the data set will perform well against a Monte Carlo Simulation so you must run the test over data that was not used to build the strategy. This a very brief overview of only two ways you can measure the statistical significance of your strategy There is a lot more quantitative research in this area and I would highly recommend Evidence-Based Technical Analysis by David Aronson as a trader-friendly reference to these types of techniques. The stability of your strategy refers to the consistency and predictability of your returns This is related to both the strategy s risk and statistical significance, but I think it is important to view it as its own category. When we talk about a strategy being stable, we want to look at how the strategy performed across a variety of market conditions, whether a majority of the returns came from only a few trades and how susceptible the strategy is to large drawdowns. Most traders look at this as the smoothness of the equity curve. Measuring Smoothness R , the coefficient of determination, measures how well a data set fits a particular model, in this case a simple line or curve To measure the smoothness of our returns, we are looking find out how well our equity curve fits a straight line. In a perfect world, our equity curve would be a steep, straight line going from the bottom left corner to the top right we could always hope for a exponential growth , but let s not get ahead of ourselves. What the coefficient of determination tells us is close to this straight line our equity curve falls We are looking for a high determination coefficient meaning our equity curve is a close fit and a steep slope meaning our equity is growing at a fast rate These two measures help us objectively analyze how smooth our equity curve is. In Excel, this is very easy to do Plot your equity curve as a scatter plot, right click on one of the points, and select Add Trendline In the dialogue box, select a linear trendline, then under options set the intercept to be 0 and click to show both the equation and R value. The m value in front of the x will show you the slope of the line we are looking for high positive values and the R value is close we are to that line values over 7 are what we re looking for. Just like that, you have all the information you need to measure the smoothness of your equity curve. Market Condition Testing Another aspect to consider is under what market conditions our strategy tended to perform well and under what conditions it performed poorly This can help you get a better feel of the characteristics of your strategy as well help when you start trading live. There are two basic ways to look at this the simple way and the slightly more complex way. In the simple way, you would define the different market conditions yourself using indicators as filters For example, you would decide that the market is trending when the ADX is over 25 and volatile when the ATR is over 1 0 You might see that 80 of your returns came when the market market was in a strong trend ADX 25 and you had losses when the market was flat or moving sideways You can then use this information to try to improve your strategy or add these filters when you go trade live Here is more information on what these indicators mean. It is important to remember that these filters should be as uncorrelated as possible with the logic used to create your strategy If you are using a technical indicator that incorporates the strength of the trend, adding a trend filter doesn t tell you much more about your strategy besides adding another entry condition. The slightly more complex way involves our old friend, the regression, except now we are running a multiple regression and we are less concerned with the R values as we are concerned with the beta coefficients of our indicators. Once again, we re going to choose indicators to identify different market conditions, but instead of defining the different levels ADX 25 trending , we are going to let the regression show us which factors were most important. Larger coefficients will tell us which indicators had the largest impact on our returns, though we want to be sure to standardize the indicators and make sure that the results are statistically significant. Here is a great video by Business Insider on running a multiple regression in Excel If you are using a Mac, you are somewhat handicapped and must use the LINEST function which will require an extra step calculate the p-value Here is a video on how to use the LINEST function for a multiple regression and here is how to calculate the p-value from the results. This isn t going to give us clear-cut filters but we are able to easily test a larger number of indicators and get a good understanding of what factors played a role in our returns Once again, we want to be sure we only use filters that are uncorrelated with the indicators used to create our entry signals. Measuring the stability of your returns is an important consideration when evaluating a strategy and while eyeballing the smoothness of the equity curve is always a good idea, using a more objective, quantitative approach is desirable when comparing multiple strategies. Live Performance. Once you have tested a strategy and go to trade it live, the next big question is how do I know when this strategy has fallen out of sync with the market. Knowing when to stop trading a particular strategy can have a huge impact on the overall returns of your portfolio. Trending Equity One way to look at the returns of your strategy once you start trading live is by measuring the trend of these returns Obviously we want an equity curve in a positive trend. A simple, visual way to do this is by calculating a simple moving average SMA of your returns When the equity curve dips below the SMA and enters a downtrend, you might want to look to either stop trading the strategy or decrease the position sizes. There are two parameters to consider when using this approach the period of the SMA and how you define a downtrend. These parameters can be chosen by a combination of historical performance and your own risk tolerance. You want to select the period of the SMA that gives a good buffer between your backtesting returns and the SMA A longer period SMA will lead to larger buffers, while shorter periods are going to make your equity curve more likely to dip into your SMA I have found SMA periods between 25 and 100 to be most effective depending on how often you strategy trades. How far below the SMA the equity curve dips before you stop trading should be more than what you observed in your backtests but not too much where you risk losing a large amount of your capital You should look for at least a 10 or greater dip than what you saw in your backtest before stopping the strategy. It is reasonable to expect that your live performance won t be as good as the historical performance so you want to be sure that your returns are actually in a downtrend before discontinuing the strategy. Consecutive Losses A more sensitive way to know when your strategy is falling out of sync is by looking at the probability of having a string of consecutive losses. For example, let s say you have had 20 trades and are in the midst of a string of 5 consecutive losses Based on your historical accuracy, what is the probability that this would happen. Turns out this a more complex question than meets the eye and requires a fairly sophisticated recursive formula Luckily, you can find a handy calculator here to do it for you or if you want to play around with the somewhat messy Excel calculations yourself, you can download the spreadsheet here When using the online calculator, we are concerned with the streak of losses so the probability of success would actually be 1 - Accuracy , so a strategy with 60 accuracy would have a 40 probability of a loss Special thanks to sci-fi writer mathematician Max Griffin for the calculator. What we can see is that if we thought our strategy was 75 accurate 25 probability of a loss and we had a streak of 5 losses in only 20 trades, there is only a 1 19 chance of this happening. If this is the case, you should take a hard look at your strategy as it shows that your 75 accuracy was most likely due to overfitting the data used to build your strategy and is not likely to hold up in live trading. Properly evaluating your strategy is a crucial step that is often overlooked Many traders spend huge amounts of time coming up with a strategy, and then rely on only a few basic metrics to decide whether to trade or discard the strategy. Only by analyzing the profitability, risk, statistical significance, stability, and live performance of the strategy can we have confidence to trade it live. What other metrics do you use when evaluating your strategy. And be sure to check out TRAIDE to learn how you can leverage machine-learning algorithms when building your next strategy.