Options quantitative trading

Negociação quantitativa O que é negociação quantitativa negociação quantitativa consiste em estratégias de negociação com base na análise quantitativa. Que se baseiam em cálculos matemáticos e número crunching para identificar oportunidades comerciais. Como o comércio quantitativo é geralmente usado por instituições financeiras e fundos de hedge. As transações são normalmente de grande porte e podem envolver a compra e venda de centenas de milhares de ações e outros títulos. No entanto, o comércio quantitativo está se tornando mais comumente usado por investidores individuais. BREAKING Down Quantitative Trading Preço e volume são duas das entradas de dados mais comuns utilizados na análise quantitativa como os principais inputs para modelos matemáticos. As técnicas de negociação quantitativas incluem o comércio de alta frequência. Negociação algorítmica e arbitragem estatística. Estas técnicas são rápido-fogo e têm tipicamente horizontes de investimento a curto prazo. Muitos comerciantes quantitativos estão mais familiarizados com ferramentas quantitativas, como médias móveis e osciladores. Compreender a negociação quantitativa Comerciantes quantitativos tirar proveito da tecnologia moderna, matemática ea disponibilidade de bases de dados completas para tomar decisões comerciais racionais. Os comerciantes quantitativos tomam uma técnica de negociação e criam um modelo usando matemática, e então desenvolvem um programa de computador que aplica o modelo aos dados históricos do mercado. O modelo é então testado e otimizado. Se forem obtidos resultados favoráveis, o sistema é então implementado em mercados em tempo real com capital real. A forma como funcionam os modelos quantitativos de negociação pode ser melhor descrita usando uma analogia. Considere um relatório meteorológico em que o meteorologista prevê uma chance de 90 de chuva, enquanto o sol está brilhando. O meteorologista obtém essa conclusão contra-intuitiva coletando e analisando dados climáticos de sensores em toda a área. Uma análise quantitativa computadorizada revela padrões específicos nos dados. Quando esses padrões são comparados aos mesmos padrões revelados nos dados climáticos históricos (backtesting), e 90 em cada 100 vezes o resultado é chuva, então o meteorologista pode tirar a conclusão com confiança, daí a previsão de 90. Os comerciantes quantitativos aplicam este mesmo processo ao mercado financeiro para tomar decisões de negociação. Vantagens e Desvantagens da Negociação Quantitativa O objetivo da negociação é calcular a ótima probabilidade de executar um comércio rentável. Um comerciante típico pode efetivamente monitorar, analisar e tomar decisões de negociação em um número limitado de títulos antes que a quantidade de dados recebidos oprima o processo de tomada de decisão. O uso de técnicas de negociação quantitativas ilumina esse limite usando computadores para automatizar as decisões de monitoramento, análise e negociação. Superar a emoção é um dos problemas mais difundidos com a negociação. Seja medo ou ganância, ao negociar, a emoção serve apenas para sufocar o pensamento racional, que geralmente leva a perdas. Computadores e matemática não possuem emoções, portanto, o comércio quantitativo elimina esse problema. O comércio quantitativo tem seus problemas. Os mercados financeiros são algumas das entidades mais dinâmicas que existem. Portanto, os modelos de negociação quantitativos devem ser tão dinâmicos para serem consistentemente bem-sucedidos. Muitos comerciantes quantitativos desenvolvem modelos que são temporariamente rentáveis ​​para a condição de mercado para a qual eles foram desenvolvidos, mas eles falham em última instância quando as condições de mercado mudam. quantitativo negociação teoria do jogo tomada de decisão no comércio SIGs operações estender por mercados na América do Norte, Europa e Ásia, Onde comercializamos essencialmente todos os produtos financeiros cotados e classes de ativos. A experiência da SIG em negociação, combinada com pesquisa quantitativa, tecnologia inovadora e pesquisa fundamental, nos posiciona como líderes no mercado global. Derivativos A SIG é reconhecida globalmente como um participante líder no mercado de derivativos, com experiência comprovada em preço de opções, dinâmica de negociação, estrutura de mercado e gerenciamento de risco. Comprometemos capital e fornecemos liquidez em quase todos os mercados de opções cotadas na bolsa, incluindo mercados de commodities, energia, equity, Exchange Traded Fund (ETF), índice e futuros. Nossos traders, quants e desenvolvedores trabalham como equipes para desenvolver estratégias de negociação algorítmica que nos dão uma vantagem competitiva. Commodities SIG é um participante ativo nos mercados de opções e futuros em todas as principais commodities, incluindo metais, petróleo e produtos relacionados, gás natural e produtos agrícolas. Energia Nossa equipe de energia participa ativamente de uma ampla gama de produtos, com foco principal na eletricidade, gás natural, clima e opções de energia. Uma compreensão fundamental forte da previsão do tempo e das características da oferta e demanda nos dá uma vantagem competitiva no mercado. Equities A SIG é um participante ativo nos mercados de ações e ETF em todo o mundo. Negociamos ações individuais através do uso de nossas estratégias de negociação algorítmicas proprietárias e fornecemos ampla cobertura de todos os principais ETFs. Bonds SIG mantém uma carteira diversificada de produtos de renda fixa ativamente negociados, incluindo obrigações corporativas e convertíveis, credit default swaps e ETFs de renda fixa. Essas operações são associadas a outras hedges de taxa de juros para manter uma carteira de baixo risco que capta as ineficiências do mercado. Foreign Exchange Como um participante de mercado nos mercados de câmbio, SIG negocia ativamente opções no local, futuros e ETFs. Category Arquivos: Estratégia de Negociação Eu vim através desta série de vídeo ao longo do fim de semana, um comerciante de opção discute como ele comercializa spreads de crédito (principalmente Procura reversão média). A maioria de vocês estarão familiarizados com bandas de bollinger como uma estratégia de reversão de média comum, essencialmente você tomar a média móvel e mover o desvio padrão do estoque. Em seguida, traça no gráfico a média móvel e uma banda superior e inferior (média móvel / desvio padrão). Supõe-se que o preço reverterá para a média móvel, portanto, qualquer movimento de preço para as bandas é um bom ponto de entrada. Um problema comum com esta estratégia é que a média móvel é um indicador LAGGING e é muitas vezes muito lento para acompanhar os movimentos de preços, se um período longo lookback é usado. O vídeo 1 apresenta uma técnica chamada curvas de regressão linear 82208221 cerca de 10 min. As curvas de regressão linear visam resolver o problema da média móvel ser lenta para rastrear o preço. Curva de Regressão Linear vs Média Movente Simples Veja como firmemente a curva de regressão linear azul segue o preço de fechamento, it8217s significativamente mais rápido para identificar voltas no mercado onde, como a média móvel simples tem erro de rastreamento considerável. O MSE poderia ser tomado para quantificar o aperto. Como calcular a curva de regressão linear: Neste exemplo você tem 100 preços de fechamento para seu estoque dado. Bar 1 é o mais antigo preço, bar 100 é o preço mais recente. Usaremos uma regressão de 20 dias. 1. Pegue os preços 1-20 e desenhar a linha de melhor ajuste através deles 2. No final da sua melhor linha de ajuste (então bar 20), desenhe um pequeno círculo 3. Pegue os preços 2-21 e desenhar a linha de melhor ajuste Através deles 4. No final da sua melhor linha de ajuste (então barra 21) desenhar um pequeno círculo 5. Repita até a barra 100 6. Junte-se a todos os seus pequenos círculos, esta é a sua 8216 curva de regressão linear8217 Então, em poucas palavras você acaba de juntar-se De uma regressão linear de rolamento. Este post olha para examinar se a frase bem conhecida 8220 quanto maior o risco mais alto o reward8221 se aplica aos constituintes FTSE 100. Numerosos modelos têm tentado capturar métricas de recompensa de risco, o mais conhecido é o Capital Allocation Pricing Model (CAPM). O CAPM tenta quantificar o retorno de um investimento que um investidor deve receber para ser adequadamente compensado pelo risco que assumiu. O código abaixo calcula o desvio padrão de rolamento dos retornos, para o risco 8217, para os constituintes do FTSE 100. Em seguida, agrupa os estoques em quartis por esta métrica de risco, os grupos são atualizados diariamente. Quartil 1 é o menor estoque de volatilidade, quartil 2 o mais alto. Um índice igualmente ponderado (amt) é criado para cada quartil. De acordo com a teoria acima Q4 (alto vol) deve produzir os maiores retornos acumulados. Ao usar um lookback de 1 mês para o cálculo stdev há um índice vencedor claro, o índice vol mais baixo (preto). Curiosamente, o segundo melhor índice é o maior índice de vol (azul). O gráfico acima é calculado usando retornos aritméticos. Ao usar um lookback mais longo de 250 dias, um ano de negociação, o maior índice de vol é o melhor desempenho eo menor índice de vol o pior desempenho. Para o lookback curto (30 dias) índice de baixo vol foi o melhor desempenho Para o longo lookback (250 dias) índice de alta vol foi o melhor desempenho Uma explicação possível (não testado) é que para um lookback curto a métrica de risco de volatilidade é mais sensível a movimentos no estoque E, portanto, em uma notícia anúncio / ganhos do estoque tem uma maior probabilidade de passar de it8217s índice atual em um maior índice de vol. Talvez não seja razoável supor que o índice de alto vol contém apenas as ações que tiveram um anúncio recente / volatilidade temporária e estão em um período de consolidação ou reversão média. Ou para colocá-lo de outra maneira para lookbacks curto o índice de alto vol doesn8217t conter os estoques que são permanentemente altamente vol, enquanto que para lookbacks longos todos os desvios temporários vol são suavizados. Abaixo estão os mesmos gráficos acima, mas para retornos geométricos.