Kvantitative handelsstrategier Handler basert på forventede bedriftshendelser, for eksempel forventet fusjon eller overtakelse eller konkursbehandling. Også kalt risiko arbitrage. Relativ Value Trading vs Directional Trading De fleste kvantitative Hedge Fund tradinginvestment tilnærminger faller inn i en av to kategorier: de som bruker relativ verdi strategier, og de som strategier vil bli karakterisert som retningsbestemt. Begge strategiene bruker sterkt datamodeller og statistisk programvare. Relative Value-strategier forsøker å kapitalisere på forutsigbare prissammenheng (ofte mellomstore relasjoner) mellom flere eiendeler (for eksempel forholdet mellom kortsiktige amerikanske statsobligasjonsrenter vs. langdate amerikanske statsobligasjonsrenter, eller forholdet i det underforståtte volatilitet i to forskjellige opsjons kontrakter). Retningsstrategier bygger i mellomtiden vanligvis på trend-følge eller andre mønsterbaserte baner som tyder på oppadgående eller nedadgående fart for et sikkerhetssystem eller sett av verdipapirer (for eksempel satsing på at langsiktige amerikanske statsobligasjonsrenter vil øke eller den underforståtte volatiliteten vil avslå). Relative Value Strategies Vanlige eksempler på relativ verdi strategier inkluderer å plassere relative innsatser (dvs. kjøpe en eiendel og selge en annen) på eiendeler hvis priser er nært knyttet: Statspapirer i to forskjellige land Statspapirer med to forskjellige lengder til forfall Corporate vs. mortgage bonds Differansen i underforstått volatilitet mellom to derivater Aksjekurser vs. obligasjonspriser for en bedriftsobligasjonsutsteder Foretakspengene i forhold til kredittverdier (CDS) Spredningen av potensielle Relative Value-strategier er svært lang over er bare noen få eksempler. Det er tre svært viktige og brukte Relative Value-strategier å være klar over, men: Statistisk arbitrage: handler en gjennomsnittlig tilbakevendende trend av verdiene til lignende kurver av eiendeler basert på historiske handelsforhold. En vanlig form for Statistisk Arbitrage, eller Stat Arb, trading, er kjent som aksjemarked Neutral handel. I denne strategien er det valgt to kurver av aksjer (en lang kurv og en kort kurv), med det mål at de to kurvenees relative vekt gir fondet null nettoeksponering for ulike risikofaktorer (industri, geografi, sektor, etc .) Stat Arb kan også innebære handel med en indeks mot en tilsvarende tilsvarende ETF, eller en indeks mot en enkelt selskaps aksje. Konvertibel Arbitrage: Innkjøp av konvertible obligasjonslån fra et selskap og samtidig selge samme selskaps aksjelagre, med ideen om at aksjene i et gitt selskap ville gå ned, vil fortjenesten fra den korte posisjonen mer enn oppveie tap på konvertible obligasjonen posisjon, gitt verdien av konvertible obligasjoner som et rentebærende instrument. Tilsvarende kan fonden i en eventuell oppadgående prisbevegelse av aksjemarkedet utnytte konverteringen av sine konvertible obligasjoner til aksjer, og selge denne aksjen til markedsverdi med et beløp som overstiger tap på sin korte posisjon. Fast Arbitrage Arbitrage: handel med rentepapirer i utviklede obligasjonsmarkeder for å utnytte opplevd relativ renteavvik. Fast arbitrage stillinger kan bruke statsobligasjoner, renteswapper og renteterminaler. Et populært eksempel på denne typen handel med rentebetaling arbitrage er basishandel, hvor man selger (kjøper) Treasury futures, og kjøper (selger) tilsvarende mengde av det potensielle leverbare obligasjonslånet. Her ser man på forskjellen mellom spotprisen på et obligasjonslån og den korrigerte terminkontraktsprisen (futures-prisomregningsfaktor) og handler parene av eiendeler tilsvarende. Retningsmessige strategier Retningsmessige handelsstrategier, i mellomtiden, bygger vanligvis på trend-følge eller andre mønsterbaserte baner som tyder på oppadgående eller nedadgående fart for en sikkerhetspris. Retningsmessig handel vil ofte inkludere noe aspekt av teknisk analyse eller kartlegging. Dette innebærer å forutsi prisretningen gjennom studiet av tidligere pris og volummarkedsdata. Den retningen som handles, kan være den for en eiendel selv (momentum i aksjekursene, for eksempel euro-dollar-valutakursen) eller en faktor som direkte påvirker selve eiendelprisen (for eksempel implisitt volatilitet for opsjoner eller renter satser for statsobligasjoner). Teknisk handel kan også omfatte bruken av bevegelige gjennomsnitt, band rundt den historiske standardavviket av priser, støtte - og motstandsnivåer og endringshastigheter. Tekniske indikatorer vil typisk ikke utgjøre det eneste grunnlaget for en investeringsstrategi for Quantitative Hedge Funds Quant Hedge Funds ansetter mange tilleggsfaktorer ut over historisk pris og voluminformasjon. Med andre ord, Quantitative Hedge Funds som bruker Directional trading strategier har generelt generelle kvantitative strategier som er mye mer sofistikert enn generell teknisk analyse. Dette er ikke å antyde at dagen handelsfolk kanskje ikke kan dra nytte av Technical Analysis, tvert imot, kan mange momentumbaserte handelsstrategier være lønnsomme. I denne treningsmodulens formål vil referanser til Quant Hedge Funds handelsstrategier ikke bare inkludere tekniske analysebaserte strategier. Andre kvantitative strategier Andre kvantitative handelsmetoder som ikke lett kategoriseres som enten relativ verdi strategier eller retningsstrategier inkluderer: High-Frequency Trading. hvor handelsmenn forsøker å utnytte prisavvik mellom flere plattformer med mange handler gjennom dagen. Administrerte volatilitetsstrategier bruker futures - og terminkontrakter for å fokusere på å generere lave, men stabile, LIBOR-plus-absolutte avkastninger, noe som øker eller reduserer antall kontrakter dynamisk som de underliggende volatilitetene i aksjen, obligasjonen og andre markeder skifter. Administrerte volatilitetsstrategier har økt i popularitet de siste årene på grunn av den nylige ustabiliteten av både aksje - og obligasjonsmarkeder. larrWhat er en kvantitativ hedgefond Top Quantitative Hedge FundsrarQuant Strategies - er de for deg Kvantitative investeringsstrategier har utviklet seg til svært komplekse verktøy med fremkomsten av moderne datamaskiner, men strategierne går tilbake over 70 år. De drives vanligvis av høyt utdannede lag og bruker proprietære modeller for å øke sin evne til å slå markedet. Det er til og med hylleprogrammer som er plug-and-play for de som søker enkelhet. Quant modeller fungerer alltid bra når de testes på nytt, men deres faktiske applikasjoner og suksessrate kan diskuteres. Mens de ser ut til å fungere godt i oksemarkeder. når markeder går til haywire, blir kvantstrategier utsatt for samme risiko som enhver annen strategi. Historien En av grunnleggerne av studiet av kvantitativ teori anvendt på økonomi var Robert Merton. Du kan bare forestille seg hvor vanskelig og tidkrevende prosessen var før bruk av datamaskiner. Andre teorier i økonomi utviklet seg også fra noen av de første kvantitative studiene, inkludert grunnlaget for porteføljediversifisering basert på moderne porteføljeorientering. Bruken av både kvantitativ finansiering og kalkulator førte til mange andre vanlige verktøy, blant annet en av de mest berømte, Black-Scholes opsjonsprisformelen, som ikke bare hjelper investorer til å velge prisalternativer og utvikle strategier, men bidrar til å holde markedene i kontroll med likviditeten. Når det brukes direkte til porteføljestyring. Målet er som enhver annen investeringsstrategi. å legge til verdi, alfa eller meravkastning. Kandidater, som utviklerne kalles, komponerer komplekse matematiske modeller for å oppdage investeringsmuligheter. Det er så mange modeller der ute som quants som utvikler dem, og alle hevder å være de beste. En av investeringsstrategys bestselgende poeng er at modellen, og til slutt datamaskinen, gjør den faktiske buysell-avgjørelsen, ikke et menneske. Dette har en tendens til å fjerne enhver følelsesmessig respons som en person kan oppleve når han kjøper eller selger investeringer. Kvantstrategier er nå akseptert i investeringssamfunnet og drives av verdipapirfond, hedgefond og institusjonelle investorer. De går vanligvis etter navnet alpha generatorer. eller alfa-gens. Bak gardinen På samme måte som i guiden Oz, er noen bak gardinen som kjører prosessen. Som med hvilken som helst modell, er det bare så godt som det menneske som utvikler programmet. Mens det ikke er noe spesifikt krav for å bli en kvant, kombinerer de fleste firmaer som kjører kvantmodeller ferdighetene til investeringsanalytikere, statistikere og programmerere som koden prosessen inn i datamaskinene. På grunn av den komplekse naturen til de matematiske og statistiske modellene, er det vanlig å se legitimasjon som utdannelsesgrader og doktorgrad i økonomi, økonomi, matte og ingeniørfag. Historisk har disse gruppemedlemmene jobbet i bakkene. men som kvantmodeller ble mer vanlig, flytter kontoret til frontkontoret. Fordeler med Quant Strategies Mens den samlede suksessraten er diskutabel, er årsaken til at noen kvantstrategier fungerer, at de er basert på disiplin. Hvis modellen har rett, fortsetter disiplinen strategien å arbeide med lyndrevne datamaskiner for å utnytte ineffektivitet i markedene basert på kvantitative data. Modellene selv kan være basert på så lite som noen forhold som PE. gjeld til egenkapital og lønnsvekst, eller bruk tusenvis av innganger som samarbeider samtidig. Suksessfulle strategier kan hente på trender i sine tidlige stadier, da datamaskiner stadig driver scenarier for å finne ineffektivitet før andre gjør. Modellene er i stand til å analysere en veldig stor gruppe investeringer samtidig, der den tradisjonelle analytikeren kanskje ser på bare noen få om gangen. Skjermeprosessen kan rangere universet etter karakternivåer som 1-5 eller A-F, avhengig av modellen. Dette gjør den faktiske handelsprosessen veldig enkel ved å investere i de høyt vurderte investeringene og selge de lavt vurderte. Quant modeller åpner også variasjoner av strategier som lang, kort og longshort. Suksessfulle kvantfonde holder et godt øye med risikokontroll på grunn av deres modellers natur. De fleste strategier starter med et univers eller referanse og bruker sektor og bransjevekting i sine modeller. Dette gjør at midlene kan styre diversifiseringen til en viss grad uten å kompromittere modellen selv. Quant midler kjører vanligvis på lavere pris fordi de ikke trenger så mange tradisjonelle analytikere og porteføljeforvaltere å drive dem. Ulemper med Quant Strategies Det er grunner til at så mange investorer ikke fullt ut omfavner konseptet om å la en svart boks kjøre sine investeringer. For alle de vellykkede kvantfondene der ute, virker like mange som mislykkes. Dessverre for kjendisens omdømme, når de feiler, feiler de stor tid. Langsiktig kapitalforvaltning var en av de mest berømte quant hedgefondene, da den ble drevet av noen av de mest respekterte akademiske ledere og to Nobels minnesprisvinnende økonomer Myron S. Scholes og Robert C. Merton. I løpet av 1990-tallet genererte deres lag over gjennomsnittet avkastning og tiltrukket kapital fra alle typer investorer. De var berømte for ikke bare å utnytte ineffektivitet, men også å bruke enkel tilgang til kapital for å skape enorme løftede spill på markedsretninger. Den disiplinerte naturen til deres strategi skapte faktisk svakheten som førte til deres sammenbrudd. Langsiktig kapitalforvaltning ble likvidert og oppløst i begynnelsen av 2000. Dens modeller inneholdt ikke muligheten for at den russiske regjeringen kunne standardisere noen av sin egen gjeld. Denne hendelsen utløste hendelser og en kjedereaksjon forstørret av løfteskapt opprør. LTCM var så tungt involvert i andre investeringsoperasjoner at dets sammenbrudd påvirket verdensmarkedet, noe som utløste dramatiske hendelser. I det lange løp gikk føderalbanken inn for å hjelpe, og andre banker og investeringsfond støttet LTCM for å forhindre ytterligere skade. Dette er en av grunnene til at kvantfondene kan mislykkes, da de er basert på historiske hendelser som kanskje ikke inkluderer fremtidige hendelser. Mens et sterkt kvantteam stadig vil legge til nye aspekter til modellene for å forutsi fremtidige hendelser, er det umulig å forutsi fremtiden hver gang. Kvantfonde kan også bli overveldet når økonomien og markedene opplever større volatilitet enn gjennomsnittet. Kjøpesalgssignaler kan komme så fort at den høye omsetningen kan skape høye provisjoner og skattepliktige hendelser. Quant midler kan også utgjøre en fare når de markedsføres som bjørnsikre eller er basert på korte strategier. Forutsier nedgangstider. bruk av derivater og kombinere innflytelse kan være farlig. En feil sving kan føre til implosjoner, noe som ofte gjør nyheten. Bunnlinjen Kvantitative investeringsstrategier har utviklet seg fra back office-svarte bokser til vanlige investeringsverktøy. De er designet for å utnytte de beste sinnene i virksomheten og de raskeste datamaskinene til både å utnytte ineffektivitet og bruke innflytelse til å gjøre markedsbud. De kan være svært vellykkede hvis modellene har tatt med alle de riktige inngangene og er krevende nok til å forutsi unormale markedshendelser. På baksiden, mens kvantfondene er strengt testet tilbake til de jobber, er deres svakhet at de stole på historiske data for deres suksess. Mens investering i kvant-stil har sin plass i markedet, er det viktig å være oppmerksom på manglene og risikoen. Å være konsistent med diversifiseringsstrategier. det er en god ide å behandle kvantstrategier som en investeringsstil og kombinere den med tradisjonelle strategier for å oppnå riktig diversifisering. Artikkel 50 er en forhandlings - og oppgjørsklausul i EU-traktaten som skisserer trinnene som skal tas for ethvert land som. Beta er et mål for volatiliteten, eller systematisk risiko, av en sikkerhet eller en portefølje i forhold til markedet som helhet. En type skatt belastet kapitalgevinster pådratt av enkeltpersoner og selskaper. Kapitalgevinst er fortjenesten som en investor. En ordre om å kjøpe en sikkerhet til eller under en spesifisert pris. En kjøpsgrenseordre tillater handelsmenn og investorer å spesifisere. En IRS-regelen (Internal Revenue Service) som tillater straffefri uttak fra en IRA-konto. Regelen krever det. Det første salg av aksjer av et privat selskap til publikum. IPOer utstedes ofte av mindre, yngre selskaper som søker the. Quantitative Trading Hva er kvantitativ handel Kvantitativ handel består av handelsstrategier basert på kvantitativ analyse. som er avhengige av matematiske beregninger og nummerkrepping for å identifisere handelsmuligheter. Som kvantitativ handel er generelt brukt av finansinstitusjoner og hedgefond. Transaksjonene er vanligvis store i størrelse og kan innebære kjøp og salg av hundrevis av aksjer og andre verdipapirer. Imidlertid blir kvantitativ handel mer vanlig brukt av individuelle investorer. BREAKING DOWN Kvantitativ handel Pris og volum er to av de vanligste datainngangene som brukes i kvantitativ analyse som hovedinngangene til matematiske modeller. Kvantitative handelsmetoder inkluderer høyfrekvent handel. algoritmisk handel og statistisk arbitrage. Disse teknikkene er hurtigbrann og har vanligvis kortsiktige investeringshorisonter. Mange kvantitative handelsfolk er mer kjent med kvantitative verktøy, for eksempel bevegelige gjennomsnitt og oscillatorer. Forstå kvantitativ handel Kvantitative handelsfolk utnytter moderne teknologi, matematikk og tilgjengeligheten av omfattende databaser for å gjøre rasjonelle handelsbeslutninger. Kvantitative handelsfolk tar en handelsteknikk og lager en modell av det ved hjelp av matematikk, og deretter utvikler de et dataprogram som bruker modellen til historiske markedsdata. Modellen blir deretter testet og optimalisert. Dersom gunstige resultater oppnås, implementeres systemet i sanntidsmarkeder med reell kapital. Måten kvantitative handelsmodeller fungerer best kan beskrives ved hjelp av en analogi. Tenk på en værmelding der meteorologen regner med en 90 sjanse for regn mens solen skinner. Meteorologen oppnår denne motstridende konklusjonen ved å samle og analysere klimadata fra sensorer over hele området. En datastyrt kvantitativ analyse avslører spesifikke mønstre i dataene. Når disse mønstrene blir sammenlignet med de samme mønstrene som er avslørt i historiske klima data (backtesting), og 90 av 100 ganger resultatet er regn, kan meteorologen trekke konklusjonen med tillit, derved 90-prognosen. Kvantitative handelsfolk bruker samme prosess til finansmarkedet for å foreta handelsbeslutninger. Fordeler og ulemper med kvantitativ handel Målet med handel er å beregne den optimale sannsynligheten for å utføre en lønnsom handel. En typisk handelsmann kan effektivt overvåke, analysere og foreta handelsbeslutninger på et begrenset antall verdipapirer før mengden av innkommende data overstyrer beslutningsprosessen. Bruken av kvantitative trading teknikker belyser denne grensen ved hjelp av datamaskiner for å automatisere overvåking, analyse og handelsbeslutninger. Overvinne følelser er en av de mest gjennomgripende problemene med handel. Det er frykt eller grådighet, når handel, følelser tjener bare å kvele rasjonell tenkning, som vanligvis fører til tap. Datamaskiner og matematikk har ikke følelser, så kvantitativ handel eliminerer dette problemet. Kvantitativ handel har problemer. Finansmarkedene er noen av de mest dynamiske enhetene som eksisterer. Derfor må kvantitative handelsmodeller være like dynamiske for å være konsekvent vellykket. Mange kvantitative handelsfolk utvikler modeller som er midlertidig lønnsomme for markedsforholdene de ble utviklet for, men de svikter til slutt når markedsforholdene endres. Kategorien Arkiv: Handelsstrategi Jeg kom over denne videoserien i helgen, en opsjonshandler diskuterer hvordan han handler kredittspreads (hovedsakelig ser etter gjennomsnittlig reversering). De fleste av dere vil være kjent med bollinger-band som en vanlig middelverdig reverseringsstrategi, i hovedsak tar du det bevegelige gjennomsnittet og flytter standardavviket fra aksjen. Du plotter deretter på diagrammet ditt glidende gjennomsnitt og et øvre og nedre bånd (glidende gjennomsnitt - standardstandavvik). Det antas at prisen vil gå tilbake til det bevegelige gjennomsnittspriset, noe som helst prisflytt til bandet er et godt inngangspunkt. Et vanlig problem med denne strategien er at det bevegelige gjennomsnittet er en LAGGING indikator og er ofte veldig sakte for å spore prisbevegelsene dersom en lang tilbakekoblingsperiode brukes. Video 1 presenterer en teknikk kalt 8220linear regresjonskurver8221 om 10 minutter. Linjære regresjonskurver tar sikte på å løse problemet med det bevegelige gjennomsnittet som er sakte for å spore prisen. Linjær regresjonskurve vs enkel bevegelig gjennomsnittsgrad Se hvor tett den blå lineære regresjonskurven følger den nære prisen, it8217s betydelig raskere å identifisere svinger i markedet hvor som det enkle glidende gjennomsnittet har betydelig sporingsfeil. MSE kan tas for å kvantifisere tettheten. Slik beregner du den lineære regresjonskurven: I dette eksemplet har du 100 sluttkurser for ditt lager. Bar 1 er den eldste prisen, bar 100 er den siste prisen. Vi vil bruke en 20-dagers regresjon. 1. Ta priser 1-20 og trek linjen med best passform gjennom dem 2. På slutten av din beste passord (så bar 20), tegne en liten sirkel. 3. Ta priser 2-21 og tegne linjen med best passform gjennom dem 4. På slutten av din beste pasientlinje (så bar 21) tegne en liten sirkel 5. Gjenta opp til bar 100 6. Bli med alle dine små sirkler, dette er din 8216linjære regresjonskurve8217 Så i et nøtteskall inngår du bare med Endene av en rullende lineær regresjon. Dette innlegget ser ut til å undersøke om den velkjente setningen 8220 jo høyere er risikoen jo høyere belønningen8221 gjelder for FTSE 100-bestanddelene. Tallrike modeller har forsøkt å fange risikobeløbsmetri, den mest kjente er CAPM (Capital Allocation Pricing Model). CAPM forsøker å kvantifisere avkastningen på en investering en investor må motta for å være tilstrekkelig kompensert for risikoen de har tatt. Koden nedenfor beregner den rullende standardavviket av avkastningen, 8216en risikoen8217, for FTSE 100-bestanddelene. Det grupperer deretter aksjer i kvartiler med denne risikometriske, gruppene oppdateres daglig. Kvartil 1 er de laveste volatilitetslagrene, kvartil 2 den høyeste. En likevektet (amt) indeks er opprettet for hver kvartil. I følge den ovennevnte teorien skal Q4 (high vol) produsere den høyeste kumulative avkastningen. Når du bruker en 1 måneders tilbakekalling for stdev-beregningen, er det en klar vindende indeks, den laveste volumindeksen (svart). Interessant er den andre beste indeksen den høyeste volumindeksen (blå). Grafen ovenfor beregnes ved å bruke aritmetisk retur. Ved bruk av et lengre tilbakeblikk på 250 dager, et handelsår, er den høyeste volumindeksen den beste utøveren og den laveste volumindeksen den verste utøveren. For kort tilbakekalling (30 dager) var lavvolumindeksen den beste utøveren. For lang tilbakekalling (250 dager) var høy volumindeks den beste utøveren. En mulig forklaring (untested) er at for en kort lookback er volatilitetsrisikoen metrisk mer følsom for bevegelser på aksjen og dermed på en nyhetsmelding inntjening aksjen har en høyere sannsynlighet for å flytte fra it8217s nåværende indeks til en høyere vol index. Kanskje er det ikke urimelig å anta at den høye volumindeksen bare inneholder de aksjene som har hatt en ny kunngjøring midlertidig volatilitet, og er i en konsolideringsperiode eller en gjennomsnittlig reversering. Eller for å si det en annen måte for korte tilbakemeldinger, inneholder høyvolumindeksen doesn8217t bestandene som er permanent høye volum, mens for lange tilbakekallinger blir eventuelle midlertidige volveavvik utjevnet. Nedenfor er de samme diagrammene som ovenfor, men for geometrisk retur.
No comments:
Post a Comment