Quantitative Trading Was ist Quantitative Trading Quantitative Trading besteht aus Trading-Strategien auf der Grundlage der quantitativen Analyse. Die sich auf mathematische Berechnungen und Zahlenknirschen stützen, um Handelsmöglichkeiten zu identifizieren. Als quantitativen Handel wird in der Regel von Finanzinstituten und Hedge-Fonds eingesetzt. Die Transaktionen sind in der Regel groß und können den Kauf und Verkauf von Hunderttausenden von Aktien und anderen Wertpapieren. Der quantitative Handel wird jedoch häufiger von einzelnen Anlegern genutzt. BREAKING DOWN Quantitatives Handelspreis und Volumen sind zwei der häufigsten Dateneingaben, die in der quantitativen Analyse als Haupteingaben für mathematische Modelle verwendet werden. Quantitative Handelstechniken umfassen Hochfrequenzhandel. Algorithmischen Handel und statistische Arbitrage. Diese Techniken sind Schnellfeuer und haben in der Regel kurzfristige Anlagehorizonte. Viele quantitative Händler sind mit quantitativen Werkzeugen, wie etwa gleitenden Durchschnitten und Oszillatoren, vertraut. Verständnis des quantitativen Handels Quantitative Händler nutzen die moderne Technologie, die Mathematik und die Verfügbarkeit umfassender Datenbanken, um rationale Entscheidungen zu treffen. Quantitative Händler nehmen eine Handelstechnik und erstellen ein Modell davon mit Mathematik, und dann entwickeln sie ein Computerprogramm, das das Modell auf historische Marktdaten anwendet. Das Modell wird dann rückgängig gemacht und optimiert. Werden günstige Ergebnisse erzielt, wird das System dann in Realmärkten mit Realkapital umgesetzt. Wie quantitative Handelsmodelle funktionieren, lässt sich am besten anhand einer Analogie beschreiben. Betrachten Sie einen Wetterbericht, in dem der Meteorologe eine 90 Wahrscheinlichkeit des Regens prognostiziert, während die Sonne scheint. Der Meteorologe leitet diese kontraintuitive Schlussfolgerung ab, indem er Klimadaten von Sensoren im gesamten Gebiet sammelt und analysiert. Eine computerisierte quantitative Analyse zeigt spezifische Muster in den Daten. Wenn diese Muster mit den gleichen Mustern verglichen werden, die in historischen Klimadaten (Backtesting) aufgedeckt werden, und 90 von 100 mal das Ergebnis ist Regen, dann kann der Meteorologe die Schlussfolgerung mit Zuversicht ziehen, daher die 90 Prognose. Quantitative Händler wenden diesen Prozess auf den Finanzmarkt an, um Handelsentscheidungen zu treffen. Vor - und Nachteile des quantitativen Handels Das Ziel des Handels ist es, die optimale Wahrscheinlichkeit eines rentablen Handels zu berechnen. Ein typischer Händler kann effektiv überwachen, analysieren und handeln Entscheidungen über eine begrenzte Anzahl von Wertpapieren, bevor die Menge der eingehenden Daten überwältigt den Entscheidungsprozess. Die Verwendung von quantitativen Handelstechniken beleuchtet diese Grenze durch die Verwendung von Computern zur Automatisierung der Überwachungs-, Analyse - und Handelsentscheidungen. Überwindung von Emotionen ist eines der allerschwersten Probleme mit dem Handel. Sei es Angst oder Habgier, beim Handel, Emotionen dienen nur zu ersticken rationales Denken, die in der Regel führt zu Verlusten. Computer und Mathematik besitzen keine Emotionen, so dass der quantitative Handel dieses Problem beseitigt. Der quantitative Handel hat seine Probleme. Finanzmärkte sind einige der dynamischsten Einheiten, die es gibt. Daher müssen quantitative Handelsmodelle so dynamisch sein, dass sie konsequent erfolgreich sind. Viele quantitative Händler entwickeln Modelle, die für die Marktbedingungen, für die sie entwickelt wurden, vorübergehend profitabel sind, aber letztlich scheitern sie, wenn sich die Marktbedingungen ändern. Momentum Strategien in Futures und Forex Ich habe schon lange festgestellt, dass es einfacher ist, gute (dh hohe Sharpe Ratio zu finden ) Mittelwert-Umkehrstrategien als gute Impulsstrategien. Teilweise, das ist, weil ich war vor allem ein Börsenhändler anstelle eines Futures / Währungen Trader, und einzelne Bestände bedeuten-Rückgang die meiste Zeit. Es gibt Ausnahmen, wie z. B. nach besonderen Firmenveranstaltungen wie Verdienstankündigungen, und ich habe Impulsstrategien auf der Grundlage dieser Ereignisse getestet. Aber der Erfolg selbst dieser ereignisgesteuerten Strategien ist uneinheitlich gewesen, zumal mehr Händler sich ihrer bewusst werden. Nun, da ich mehr auf den Handel Futures und Währungen konzentrieren, habe ich allmählich in die Welt der Impulse investiert eingeführt. Es gibt ein gutes Buch in diesem Bereich, der verdient, besser bekannt zu sein: Joe Duffys The Ultimate Trading Robot. Die eine fast Schritt-für-Schritt-Anleitung für den Bau von Futures Trending-Strategien, die auf die Preise allein. Ein weiteres Beispiel wäre die London Breakout Strategie, die unser Leser Bernd in den Kommentaren hier erwähnt. Nach dem Studium dieser Beispiele erkannte ich, warum meine bisherige, eher flüchtige Suche nach Momentum-Strategien in den Futures - und FX-Märkten vergeblich gewesen war: Die Über-Nacht-Lücke in diesen Märkten scheint kritisch zu sein. Für Futures ist die Overnight-Lücke offensichtlich, aber im Fall der London Breakout-Strategie beispielsweise hat der Trader die Aufgabe, für sich selbst festzulegen, was die optimalen Schließ - und Öffnungszeiten sind, um die Lücke zu berechnen. Intraday-Trend ohne Nachtausbruch scheint nicht dauerhaft genug, um profitabel gehandelt werden. Ich frage mich auch, ob es einen eleganteren (d. h. mathematischen) Weg gibt, solche Ausbruchsphänomene zu quantifizieren, ohne die herkömmlichen technischen Indikatoren zu verwenden. Wenn Sie von Ideen für gute Impulsstrategien wissen, sind Sie herzlich willkommen, sie zu teilen und zu diskutieren hier 68 Kommentare: Ich vertraue im Allgemeinen auf Ihre Buchempfehlungen, aber eine schnelle Google-Suche auf dieser sieht zweifelhaft. Forderungen von 1000 annualisierten Renditen, etc. Sind Sie sicher, über diese ein Ich ziehe es vor, Asset-Klasse Entscheidungen von Momentum auf der Sub-Asset-Klasse Ebene zu trennen. Zum Beispiel könnte eine zyklische Industrie stark aufgrund ihrer hohen beta Rallye, wenn der Markt Rallyes. Nehmen Sie die idiosynkratischen Renditen, berechnen die 2-12 Monatsrendite (der erste Monat neigt dazu, einige mittlere Reversion haben), Skala, die durch die idiosynkratische Volatilität. Einmal pro Woche / Monat (sie wandeln sich nicht so häufig wie Ihre traditionellen Signale), wandeln Sie diese in eine Z-Punktzahl um, die in einem anderen Teil des View-Bauvorgangs verwendet werden kann oder ein Portfolio der Top 25, Bottom 25 und Mitte 50 und verfolgen die Leistung. Sie können dies in jeder Assetklasse oder über alle Assetklassen hinweg tun. Sie könnten auch einige Ansichten auf einem Asset-Klasse-Ebene sowie mit einem ähnlichen Ansatz. Der Trick ist dann Methoden, um zusammen Ansichten zu kombinieren (Black-Litterman / Entropy Pooling). Sobald Sie eine Methode, um unterschiedliche Arten von Ansichten zusammen zu kombinieren haben, könnten Sie leicht integrieren Mittelwert-Reversion und Impulsstrategien in einem Portfolio. Bei SensoBeat (sensobeat) gehen wir davon aus, dass es ein Nachrichtenmagazin gibt, und wir versuchen, diese Dynamik zu verfolgen (Stock quotbuzzquot). Wir tun es nur für Aktien, sondern kann auch auf andere Felder angepasst werden, solange sie ein quotbuzzquot haben können. Wir dachten, es für Algo-Trading, die für Sie mehr relevant ist, aber machen es vollautomatisch war ein großes Problem. Z. B. Die Stimmung einer Nachrichten ist positiv, aber wenn es die Erwartungen verfehlt, ist die Wirkung negativ. Wir beschlossen, für ein Entscheidungshilfe-Tool zu gehen, dass der Händler die endgültige Entscheidung trifft. Wäre interessant zu hören, was professionelle Algo-Händler denken an die Idee Anon, Wie ich in meinem Buch erwähnt, finde ich selten finden jede veröffentlichte Strategie profitabel wie es ist. Häufig, es gewonnen39t sogar stehen bis zum Backtesting, ganz zu schweigen von Live-Trading. Also habe ich nicht zu viel Gewicht auf den 1000 Anspruch gesetzt. Die wichtigen Take-away aus dem Buch sind einige Techniken, die ich didn39t wissen, bevor die ich ändern und verbessern kann. Ernie John, Vielen Dank für Ihre Idee. Tatsächlich erinnert mich das an eine ganze Klasse von Momentum-Strategien, die ich gelesen habe: Grundsätzlich halten ein Long-Short-Portfolio auf einige einfache Ranking-Kriterien wie die verzögerten Rückkehr, wie Sie vorgeschlagen. Anscheinend funktioniert das nicht nur in Aktien, sondern auch in Rohstoff-Futures. (Google das Papier von Joelle Miffre und Georgios Rallis genannt quotMomentum in Commodity Futures Marketsquot). Das Problem für mich (aber nicht notwendigerweise für Pensionskassen) ist, dass die Haltedauer zu lang ist und die Rendite vergleichsweise niedrig ist. Die lange Haltedauer bedeutet zwangsläufig, dass das Portfolio eine vorübergehende Volatilität aufweist und somit die Sharpe-Ratio unterdrückt. Was ist nicht zu sagen, dass Ihr Vorschlag unbedingt dieses Problem hat. Ernie Guy, Vielen Dank für Ihr Produkt mit uns teilen. In diesem Zusammenhang sollte ich erwähnen, dass die Firma Ravenpack einen ähnlichen News-Stimmungsindikator aufweist, von dem ich glaube, dass er für den algorithmischen Handel verwendet werden kann, und Ravenpack39s-Indikatoren können in die Alphacet Discovery39s-Plattform integriert werden. Auch, wenn man Interesse an Nachrichten aus dem Internet, aber nicht unbedingt aus finanzieller Newswire interessiert ist, bietet das Unternehmen Recorded Future ähnliche Stimmung Daten über eine API geeignet für algorithmischen Handel. Ernie, Danke für den Hinweis auf Ravenpack. Sie tun Sentimentanalyse, die ein paar andere Unternehmen auch tun (thestocksonar, sentigo). Sie alle versuchen zu entscheiden, ob eine Nachricht positiv ist oder nicht. SensoBeat versucht, eine andere Frage zu beantworten: Wie viel hat sich die Nachricht verbreitet (in Echtzeit) Soweit wir wissen, ist diese Information nicht verfügbar für Händler. 2 Ähnliche Artikel von 2 verschiedenen Unternehmen können sehr unterschiedliche Ausbreitung und damit unterschiedliche Auswirkungen auf die Aktie haben. Wenn der Trader eine Nachricht aus seinem Lieblings-Feed liest er doesn39t wissen, ob diese Nachricht jetzt beginnt zu verbreiten, ist es bereits quotall-overquot das Internet, und so weiter. Gtgt quotI würde vermeiden, in Positionen von Aktien, die angekündigt haben oder werden erwartet, dass die Gewinne für Mittelwert-Umwandlung von Strategien anzukündigen. quot Ich habe das Einkommen zu vermeiden. Aber meine Vermutung wäre, dass there39s noch positive Erwartung gibt. Nur viel mehr Volatilität. Ich hatte eine harte Zeit bekommen Einkommen Daten für eine ausreichend große Datenmenge, um tatsächlich testen, dass - waren Sie in der Lage, Backtest dieses Free Trade die Chancen. Komplettes statistisches Zentrum für saisonale und statistische Muster für Dow, SP, Nasdaq, Dax. Suchen Sie Ihre besten Handelsmuster Auswahl Monat, Tag des Monats, Verfall Wochen, Mondphase, Präsidentschafts-Zyklus, Politik etc. Zusätzliche Werkzeuge: 1) Was, wenn. (Rückkehr n Tage nach, wenn Änderung ist.) 2) Erstaunliche und rentable intraday Statistiken. 3) Tagesprognose für Dax und Nasdaq. Probieren Sie es aus und profitieren Sie. Microbolsa. blogspot / p / micro-pautas-nuevo. html Kommentare und Anregungen sind willkommen. Mark, Haben Sie von PEAD gehört: Post Earnings Ankündigung Drift Research zeigt, dass der Preis nicht bedeuten wird - wieder nach Gewinn-Ankündigung. Ich habe solche Situationen durch Web-Verschrottung von Daten aus dem Ergebnis getestet. Vielen Dank für Ihre Antworten, Ernie. Wenn es darum geht, PEAD und mittlere Reversion-Tests mit Einnahmen geschabt Daten, was war a) die durchschnittliche Haltezeit für Ihre Strategie b) und wie viele Tage vor oder nach dem Einkommen Eintrag würde ausgeschlossen werden Die meisten der PEAD-Forschung las ich über Gespräche über ein Drift dauerhafte 3-12 Monate, während meine mittlere Reversion Swing Trades don39t länger als 4 Tage. Eine ähnliche Frage zu mir wurde in Ihrem Blog auf epchan. blogspot / 2007/07 / more-on-news-driven-trading. html von quotvivkrishquot Mark, ich kann39t offenbart Ihnen die genaue Haltedauer meiner Strategie, aber ich kann Ihnen sagen, dass die Zeitskala ist ganz ähnlich wie Ihre Mittel-Umkehr-Strategien. PEAD-Momentum kann nicht mehr als 3 Monate dauern, da es alle drei Monate eine Gewinnanzeige gibt, die einen neuen Trend auslöst. Ernie, finde ich, dass profitable Impuls Handelsstrategien für Futures-Portfolios sind nicht unmöglich schwer zu finden. Gewöhnlich haben sie eine durchschnittliche gewinnende Handelseinflußzeit von 25-100 Tagen und eine durchschnittliche verlierende Handelseinflußzeit von 5-25 Tagen. (Denn sie schneiden Verlierer und lassen Sieger laufen.) Auch das Lehrbuch dreifach gleitenden Durchschnitt System ist solide profitable, auch mit strafenden großen Provisionen und Schlupf, wenn auf einem diversifizierten Portfolio von 50 Futures-Märkten getestet. (Achten Sie darauf, ein global diversifiziertes Portfolio zu verwenden, um mehr von dieser Free-Mittagessen-Nichtkorrelation zu erhalten). Passen Sie die Parameter zu bekommen gt75 Tage Haltezeiten für gewinnende Trades, voila: Gewinne. Ein weiteres einfaches und profitables Momentum-System für Futures erscheint auf Ed Seykota39s Website. Er nennt es "Support und Resistancequot", aber es ist eigentlich ein klassisches Breakout-System: Gehen Sie lange, wenn der Preis durchbricht (über) Widerstand, etc. bit. ly/e5tTRo Mit welcher Art von Kapital fanden Sie es möglich starten Prop Trading (Day Trading) für Ein Leben mit einigen upfront Kapital benötigt, nur um in der Lage, Tag-Handel in den meisten Börsen und viele Macho-Hedge-Fonds mit 4 über 3-Monats-LIBOR in diesen Tagen (Erwähnung es als ein Indikator für eine ehrgeizige und dennoch realistisch Leistung Erwartung - Hinweis: LIBOR ist ziemlich niedrig in diesen Tagen auch), realistisch denken Sie es ist eine schlechte Zeit und fundamentaly anders als die Zeit, die Sie einrichten Ihr eigenes Unternehmen Würden wir über ein Minimum von 100-150k reden nur für die Inbetriebnahme Ok sprechen So lassen Sie mich mich in den Schuhen eines neuen Händlers mit nicht so viel Kapital und nicht viel Erfahrung, let180s sagen 10 oder 20k, nur versuchen, eine schöne Rückkehr auf seine Ersparnisse zu bekommen, nicht machen ein Leben aus dem Handel der Händler findet Ein Modell, das rentabel ist, hat er / sie nicht die Ressourcen, um sein / ihr System mithilfe von matlab zu automatisieren (muss für ihn bezahlen, damit es in der Lage, mit der Broker-Plattform interagieren) Der Trader wird seine Aktivität in Forex, Wegen der besseren Bedingungen, um sein / ihr Kapital zu nutzen (eine 20 unlevered Rückkehr in forex - 40, wenn die Hebelwirkung 1: 2 ist, was eine ziemlich konservative Hebelwirkung ist. ) Was wäre die beste Wahl für diese Trader Backtest die Strategien Wenn diese Person Teilzeit tut und tut es in der 4hr Zeitrahmen zum Beispiel wird es wahrscheinlich sein, hohe sharpe Ratios zu erreichen oder ist, dass nur umgekehrt korreliert mit dem Zeitrahmen frage ich Über diese, weil, wenn Sie 500k oder 1Million oder mehr haben, kann es rentabel zu investieren 10 oder 15k bei der Automatisierung Ihrer Operationen, noch mehr, aber wenn Sie ein 20k Trader sind, würde das nur Ihr Kapital abtropfen lassen. Vielen Dank im Voraus Ernest Hallo M Chan, ich habe die Entwicklung von Trading-Strategien in der Nähe zu schließen Daten für etwa ein Jahr und i39m suchen, um den Handel beginnen intraday (1 Stunde Bars). Wissen Sie von jedem Buch, ich könnte die Grundlagen der Technik zu finden. Zum Beispiel, was sind die Schlupf Annahmen Was Art von Order Ausführung sollte ich für Backtest (Handel auf nächste Bar Eröffnungskurs, VWAP) etc. Vielen Dank im Voraus. Ich nehme an, dass, wenn Sie gesagt haben, dass es in 4 Stunden Zeitrahmen, Sie bedeuten, dass diese Händler Forschung und senden Sie in einer Bestellung mit dieser 4 Stunden nicht, dass der Händler viele Trades innerhalb dieser 4 Stunden ausführen Wenn ja, dann kann der Händler Excel verwenden oder a Standard-FX-Automatisierungsprogramm wie Metatrader, um die Strategie zu automatisieren. In der Tat, wenn der Trader ist gut in der Programmierung, aber kurz von Bargeld, kann sie mit R statt. Hallo Anon, Tatsächlich können Sie nur backtest, welche Reihenfolge Typen die besten Backtest-Ergebnisse zu produzieren. Wie für Schlupf, ist es gleich die Hälfte der Bid-Ask-Spread, vorausgesetzt, dass Ihre Order-Größe ist nicht größer als die typische Bid / Ask-Größe. Es scheint, dass viele Studien über die Rentabilität von Pair Handel für Aktien / etfs aber nicht für FX. Haben Sie irgendwelche Hinweise auf Papiere, die solche Studien für FX-Paar-Handel durchgeführt haben Es scheint, Pair-Trading mit Aktien / etf scheint mehr direkte als FX, in Bezug auf die Position Sizing. Sagen wir, dass wir ein cointegriertes FX-Paar mit verschiedenen Basiswährungen, AUD. CAD und NZD. JPY finden. Wenn wir zu riskieren sagen nur USD10000 auf jedem langen / kurzen Bein, wie viele Lose sollten wir für jedes Bein Hoffe, um Ihren Rat auf diese bekommen. Tks Hi Adrian, Wenn NZD. USD0.75, dann US10.000 entspricht 13.333 Einheiten von NZD. JPY. Sie müssen beide Seiten des Paares auf USD zuerst umwandeln, bevor Sie sie durch die üblichen Paarhandelsstrategien laufen lassen. Anstatt zu lesen Papiere auf FX-Paare Handel, empfehle ich Lesen bis zu grundlegenden FX-Handel. Für z. B. Lernmaterialien für die FINRA Series 34 Prüfung bei thectr. Zuerst, Dank für die Herstellung eines sehr informativen Blog. I39m kämpfen ein wenig mit, wie zu finden kointegrierte Paare und Drillinge in Futures aber you39re letzten Kommentar re: Notwendigkeit, zunächst auf Wert in Forex konvertieren kann geholfen haben. Vor der Prüfung auf die Kointegration (oder sogar auf Paerson39s r), sollte ich zuerst die verschiedenen Verträge mit ihrem Dollarwert multiplizieren, um sie beispielsweise in Dollarkurse zu bringen, den ES-Vertrag mit 50 zu multiplizieren und den ENQ mit 20 anzuwenden Ein Hedge-Verhältnis zu diesen Werten vor dem Testen. Wenn man versucht, einen Aktienindex mit einer Währung oder einer Ware zu vergleichen. Hallo Mike, Wenn der Multiplikator eine Konstante ist (wie es für eine Zukunft oder ETF gehandelt wird, die an einer US-Börse gehandelt wird), wird sich das Hedge-Verhältnis automatisch um sie kümmern. Wenn der Multiplikator variiert (z. B. eine Fremdwährung, in der der Quotierungswährungsquot nicht USD ist), müssen Sie die Zeitreihe zunächst mit dem FX-Zinssatz auf USD umrechnen, da der Pampl dieses Paares auf die Quotierungswährung lautet. Könnten Sie erläutern, warum quotFor Futures, die Overnight Lücke ist offensichtlich Viele Futures-Kontrakte Handel fast 24 Stunden auf Globex. Gibt es eine quotconsensusquot Definition der offenen und nahen in diesen Märkten, um gapsQuant Strategien definieren - sind sie für Sie Quantitative Anlagestrategien haben sich in sehr komplexe Werkzeuge mit dem Aufkommen der modernen Computer entwickelt, aber die Strategien Wurzeln gehen zurück über 70 Jahre. Sie werden typischerweise von hochgebildeten Teams geleitet und verwenden proprietäre Modelle, um ihre Fähigkeit, den Markt zu schlagen, zu erhöhen. Es gibt sogar off-the-shelf-Programme, die Plug-and-Play für diejenigen, die Einfachheit suchen. Quant Modelle arbeiten immer gut, wenn zurück getestet, aber ihre tatsächlichen Anwendungen und Erfolgsquote sind umstritten. Während sie scheinen, gut in den Stiermärkten zu arbeiten. Wenn Märkte haywire gehen, Quant-Strategien unterliegen den gleichen Risiken wie jede andere Strategie. Die Geschichte Einer der Gründerväter der Studie der quantitativen Theorie für die Finanzierung angewendet wurde Robert Merton. Sie können sich nur vorstellen, wie schwierig und zeitaufwendig der Prozess vor dem Einsatz von Computern war. Weitere Theorien in der Finanzwirtschaft entwickelten sich auch aus einigen der ersten quantitativen Studien, einschließlich der Grundlage der Portfolio-Diversifizierung auf der Grundlage der modernen Portfolio-Theorie. Die Verwendung von quantitativen Finanzen und Kalkül führte zu vielen anderen gemeinsamen Instrumenten, darunter eine der berühmtesten, die Black-Scholes-Optionspreiskalkulation, die nicht nur Investorenpreisoptionen hilft und Strategien entwickelt, sondern dazu beiträgt, die Märkte mit Liquidität in Einklang zu bringen. Bei Anwendung direkt auf Portfolio-Management. Das Ziel ist wie jede andere Anlagestrategie. Um Mehrwert, Alpha-oder Überschussrenditen hinzuzufügen. Quants, wie die Entwickler genannt werden, komponieren komplexe mathematische Modelle, um Investitionsmöglichkeiten zu erkennen. Es gibt so viele Modelle gibt als Quants, die sie zu entwickeln, und alle behaupten, die besten zu sein. Eines von einem Quant Investment Strategies Best-Selling-Punkte ist, dass das Modell, und letztlich der Computer, macht die tatsächliche Kauf / Verkauf Entscheidung, nicht ein Mensch. Dies neigt dazu, jede emotionale Reaktion zu entfernen, die eine Person beim Kauf oder Verkauf von Investitionen erleben kann. Quant-Strategien sind jetzt in der Investment-Community akzeptiert und von Investmentfonds, Hedgefonds und institutionellen Investoren. Sie gehen in der Regel durch den Namen Alpha-Generatoren. Oder Alpha-Gens. Hinter dem Vorhang Genau wie im Zauberer von Oz ist jemand hinter dem Vorhang, der den Prozess antreibt. Wie bei jedem Modell ist es nur so gut wie der Mensch, der das Programm entwickelt. Zwar gibt es keine spezifische Anforderung für ein Quantum, die meisten Unternehmen mit Quant-Modelle kombinieren die Fähigkeiten der Investment-Analysten, Statistiker und die Programmierer, die den Prozess in den Computern Code. Aufgrund der Komplexität der mathematischen und statistischen Modelle, ihre gemeinsame, um Anmeldeinformationen wie Absolventen und Doktoranden in Finanzen, Wirtschaft, Mathematik und Ingenieurwesen zu sehen. Historisch gesehen haben diese Teammitglieder in den Backoffices gearbeitet. Aber als Quant-Modelle mehr alltäglich wurde, zieht das Back-Office zum Front Office. Vorteile von Quant Strategien Während die Gesamt-Erfolgsquote diskutabel ist, ist der Grund, warum einige Quant-Strategien funktionieren, dass sie auf Disziplin basieren. Wenn das Modell richtig ist, hält die Disziplin die Strategie, die mit Blitzgeschwindigkeitscomputern arbeitet, um Ineffizienzen in den Märkten zu nutzen, die auf quantitativen Daten basieren. Die Modelle selbst können so wenig wie ein paar Verhältnisse wie P / E aufbauen. Schulden zu Eigenkapital und Gewinnwachstum, oder verwenden Sie Tausende von Inputs zusammenarbeiten zur gleichen Zeit. Erfolgreiche Strategien können sich auf Trends in ihren frühen Stadien, wie die Computer ständig laufen Szenarien, um Ineffizienzen zu lokalisieren, bevor andere tun. Die Modelle sind in der Lage, eine sehr große Gruppe von Investitionen gleichzeitig zu analysieren, wobei der traditionelle Analytiker kann nur auf wenige zu einem Zeitpunkt zu suchen. Der Screening-Prozess kann das Universum durch Grade Ebenen wie 1-5 oder A-F abhängig von dem Modell. Dies macht den eigentlichen Handelsprozess sehr einfach durch Investitionen in die hoch bewerteten Investitionen und den Verkauf der niedrigen bewertet. Quant-Modelle eröffnen auch Variationen von Strategien wie lang, kurz und lang / kurz. Erfolgreiche Quant Fonds halten ein scharfes Auge auf Risikokontrolle wegen der Natur ihrer Modelle. Die meisten Strategien beginnen mit einem Universum oder Benchmark und verwenden Sektor und Industrie Gewichtungen in ihren Modellen. Dies ermöglicht es den Fonds, die Diversifizierung bis zu einem gewissen Grad zu kontrollieren, ohne das Modell selbst zu beeinträchtigen. Quant-Fonds in der Regel auf einer niedrigeren Kosten-Basis laufen, weil sie nicht brauchen, wie viele traditionelle Analysten und Portfolio-Manager, um sie auszuführen. Nachteile von Quant Strategien Es gibt Gründe, warum so viele Investoren nicht vollständig das Konzept der Vermietung einer Black Box laufen ihre Investitionen umfassen. Für alle erfolgreichen quant Geld da draußen, so viele scheinen erfolglos zu sein. Leider für die Quants Reputation, wenn sie scheitern, scheitern sie große Zeit. Das langfristige Kapitalmanagement war eines der bekanntesten quantitativen Hedgefonds, wie es von einigen der am meisten respektierten akademischen Führer und zwei Nobel-Gedächtnis-prämierten Wirtschaftswissenschaftlern Myron S. Scholes und Robert C. Merton geleitet wurde. In den 90er Jahren erzielte ihr Team überdurchschnittliche Renditen und lockte Kapital von allen Arten von Investoren an. Sie waren berühmt dafür, nicht nur Ineffizienzen auszunutzen, sondern mit leichtem Zugang zu Kapital, um enorme Leveraged-Wetten auf Marktrichtungen zu schaffen. Die disziplinierte Natur ihrer Strategie schuf tatsächlich die Schwäche, die zu ihrem Zusammenbruch führte. Das langfristige Kapitalmanagement wurde Anfang 2000 liquidiert und aufgelöst. Seine Modelle beinhalteten nicht die Möglichkeit, dass die russische Regierung ihre eigenen Schulden in Verzug setzen könnte. Dieses Ereignis verursachte Ereignisse und eine Kettenreaktion, die durch Hebel-verursachte Verwüstung vergrößert wurde. LTCM war so stark mit anderen Investitionsvorhaben beteiligt, dass sein Zusammenbruch die Weltmärkte beeinträchtigte und dramatische Ereignisse auslöste. Auf lange Sicht trat die Federal Reserve in Hilfe zu helfen, und andere Banken und Investmentfonds unterstützt LTCM, um weitere Schäden zu verhindern. Dies ist einer der Gründe, die Quant-Fonds scheitern können, da sie auf historischen Ereignissen basieren, die möglicherweise keine zukünftigen Ereignisse enthalten. Während ein starkes Quantum-Team ständig neue Aspekte der Modelle hinzufügen wird, um zukünftige Ereignisse vorherzusagen, ist es unmöglich, die Zukunft jedes Mal vorherzusagen. Quant Geldmittel können auch überwältigt werden, wenn die Wirtschaft und die Märkte eine überdurchschnittliche Volatilität erfahren. Die Kauf - und Verkaufs-Signale können so schnell kommen, dass der hohe Umsatz hohe Provisionen und steuerpflichtige Ereignisse hervorbringen kann. Quant-Fonds können auch eine Gefahr darstellen, wenn sie als bear-proof vermarktet werden oder auf kurzen Strategien basieren. Vorhersagen Abschwünge. Der Einsatz von Derivaten und die Kombination von Hebelwirkung kann gefährlich sein. Eine falsche Umdrehung kann zu Implosionen führen, die häufig die Nachrichten bilden. Die Bottom Line Quantitative Anlagestrategien haben sich von Backoffice-Blackboxen zu Mainstream-Investitionstools entwickelt. Sie sind entworfen, um die besten Köpfe im Geschäft und die schnellsten Computer zu nutzen, um beide Ineffizienzen auszunutzen und Hebelwirkung verwenden, um Marktwetten zu machen. Sie können sehr erfolgreich sein, wenn die Modelle alle richtigen Eingaben enthalten und sind flink genug, um abnorme Marktereignisse vorherzusagen. Auf der Kehrseite, während Quant-Fonds rigoros zurück getestet werden, bis sie funktionieren, ist ihre Schwäche, dass sie auf historischen Daten für ihren Erfolg beruhen. Während Quant-Stil-Investitionen hat seinen Platz auf dem Markt, ist es wichtig, sich seiner Mängel und Risiken bewusst sein. Im Einklang mit Diversifizierungsstrategien. Es ist eine gute Idee, quant Strategien als Investing-Stil zu behandeln und kombinieren sie mit traditionellen Strategien, um eine richtige Diversifizierung zu erreichen.
No comments:
Post a Comment