Quantitative Opzioni Strategie

Quant Strategies - sono per le strategie di investimento You. Quantitative si sono evoluti in strumenti molto complessi con l'avvento dei moderni computer, ma le strategie radici risalgono oltre 70 anni Essi sono in genere gestiti da team altamente istruiti e utilizzano modelli proprietari per aumentare la loro capacità di battere il mercato ci sono anche i programmi off-the-shelf che sono plug-and-play per coloro che cercano modelli Quant semplicità funziona sempre bene quando di nuovo testati, ma le loro applicazioni reali e tasso di successo sono discutibili mentre sembrano funzionare bene in mercati toro quando i mercati vanno in tilt, le strategie quant sono sottoposti agli stessi rischi di qualsiasi altro Storia strategy. The Uno dei padri fondatori dello studio della teoria quantitativa applicata alla Finanza era Robert Merton si può solo immaginare quanto sia difficile e richiede molto tempo il processo è stato prima che l'uso del computer altre teorie della finanza si sono evoluti anche da alcuni dei primi studi quantitativi, compresa la base di diversificazione del portafoglio sulla base di moderna teoria di portafoglio l'uso di entrambi finanza quantitativa e calcolo ha portato a molti altri strumenti comuni tra cui uno dei più famosi , la formula di valutazione delle opzioni di Black-Scholes, che aiuta non solo le opzioni di prezzo e degli investitori sviluppare strategie, ma aiuta a mantenere i mercati sotto controllo con liquidity. When applicato direttamente alla gestione del portafoglio l'obiettivo è come qualsiasi altra strategia di investimento per aggiungere valore, alfa o rendimenti in eccesso quants, come gli sviluppatori sono chiamati, compongono complessi modelli matematici per individuare le opportunità di investimento ci sono molti modelli là fuori come quants che li sviluppano, e tutti sostengono di essere il migliore di una strategia di investimento quant s punti di best-seller è che il modello, e, infine, il computer, prende la decisione di acquisto vendita vera e propria, non un essere umano Questo tende a rimuovere qualsiasi risposta emotiva che una persona può verificarsi quando acquistano o vendono le strategie investments. Quant sono ora accettati nella comunità degli investitori e gestiti da mutuo fondi, hedge fund e investitori istituzionali hanno in genere vanno dai generatori nome alpha o alfa gens. Behind la cortina Proprio come nel Mago di Oz, qualcuno è dietro la tenda guidare il processo come con qualsiasi modello, s solo buono come il umano che sviluppa il programma Mentre non vi è alcun requisito specifico per diventare un Quant, la maggior parte delle imprese che eseguono modelli quant combinare le competenze di analisti finanziari, statistici e programmatori che il codice del processo nei computer a causa della natura complessa dei modelli matematici e statistici , s comune vedere le credenziali come lauree e dottorati in finanza, economia, matematica e engineering. Historically, questi i membri del team hanno lavorato negli uffici di back ma come modelli quant è diventato più comune, il back office si sta muovendo per le office. Benefits anteriori di Quant Strategies Mentre il tasso globale di successo è discutibile, la ragione per alcune strategie di quant lavoro è che si basano sulla disciplina Se il modello è di destra, la disciplina mantiene la strategia di lavorare con i computer fulmini velocità per sfruttare le inefficienze dei mercati sulla base quantitativa dati i moduli stessi possono essere basati su un minimo di un paio di rapporti come il debito PE per l'equità e la crescita degli utili, o utilizzare migliaia di ingressi che lavorano insieme alle stesse strategie time. Successful possono raccogliere sulle tendenze nelle loro fasi iniziali, come i computer costantemente eseguire scenari per individuare inefficienze prima degli altri I modelli sono in grado di analizzare un gruppo molto ampio di investimenti simultaneamente, in cui l'analista tradizionale può essere guardando solo un po 'alla volta il processo di screening può valutare l'universo da livelli di qualità come 1-5 o AF a seconda del modello Questo rende il processo di trading reale molto semplice, investendo negli investimenti ad alto rating e la vendita dei modelli ones. Quant basso rating aprono anche le variazioni di strategie come lunghi, corti e lunghi corti fondi quant successo a mantenere un acuto occhio controllo del rischio a causa della natura dei loro modelli più strategie iniziano con un universo o di riferimento e utilizzare settore e le ponderazioni di settore nei loro modelli in questo modo i fondi di controllare la diversificazione in una certa misura, senza compromettere il modello stesso fondi Quant tipicamente eseguito su una base di costo più basso perché don t bisogno di molti analisti e gestori di portafoglio tradizionali per eseguire them. Disadvantages di strategie Quant non ci sono ragioni per cui così tanti investitori non cogliere appieno il concetto di lasciare una scatola nera eseguire i loro investimenti per tutta la quant successo i fondi là fuori, proprio come molti sembrano essere infruttuoso Purtroppo per la reputazione quants, quando falliscono, falliscono grande time. Long-Term Capital Management è stato uno dei più famosi hedge fund quant, come è stato gestito da alcuni dei più leader accademici rispettati e due economisti Nobel Memorial Prize-winning Myron S Scholes e Robert C Merton nel corso del 1990, la loro squadra rendimenti superiori alla media e ha attirato capitali da tutti i tipi di investitori erano famosi non solo per sfruttare le inefficienze, ma con facile accesso al capitale per creare enormi scommesse leveraged sul mercato directions. The natura disciplinato della loro strategia in realtà creato la debolezza che ha portato alla loro crollo Long-Term Capital Management è stata liquidata e sciolto all'inizio del 2000 I suoi modelli non includono la possibilità che il governo russo potrebbe default su alcuni dei proprio debito Questo evento eventi e una reazione a catena ingrandite dalla leva-creato scompiglio LTCM era così pesantemente coinvolto con altre operazioni di investimento che il suo crollo ha interessato i mercati mondiali, innescando eventi drammatici Nel lungo periodo, la Federal Reserve ha innescato è intervenuta per aiutare, e altre banche e fondi di investimento sostenuti LTCM per evitare ulteriori danni Questo è uno dei motivi per fondi quant può fallire, in quanto si basano su eventi storici che non può includere futuro events. While una squadra forte quant sarà aggiungendo costantemente nuovi aspetti ai modelli per predire eventi futuri, si s impossibile predire il futuro ogni volta che i fondi Quant possono anche essere sopraffatti quando l'economia ed i mercati stanno vivendo superiore alla media volatilità in acquisto e vendita segnali possono venire così rapidamente che l'elevato turnover può creare alte commissioni e gli eventi imponibili fondi Quant possono anche rappresentare un pericolo quando sono commercializzati come orso a prova o si basano su brevi strategie Predire flessioni che utilizzano derivati ​​e che conciliano la leva può essere pericoloso una svolta sbagliata può portare a implosioni, che spesso fanno l'news. The Bottom Line strategie di investimento quantitative sono evoluti da back office scatole nere di strumenti di investimento tradizionali sono progettati per utilizzare le migliori menti del settore e dei computer più veloci per entrambe le inefficienze sfruttare e utilizzare la leva per fare le scommesse di mercato che possano essere molto successo se i modelli hanno incluso tutti gli input giusti e sono abbastanza agile per predire eventi di mercato anomali D'altra parte, mentre i fondi quant sono rigorosamente di nuovo testati fino a quando non lavorano, il loro punto debole è che si basano su dati storici per il loro successo, mentre Quant-style che investe ha il suo posto nel mercato, che è importante essere consapevoli dei suoi difetti e rischi per essere coerenti con le strategie di diversificazione e 'una buona idea per il trattamento di strategie quant come uno stile di investimento e combinarlo con le strategie tradizionali per realizzare un'adeguata diversificazione. Il tasso di interesse al quale un istituto di deposito presta fondi mantenuti presso la Federal Reserve ad un altro depositario institution.1 una misura statistica della dispersione dei rendimenti per un dato titolo o indice di mercato volatilità può essere sia measured. An agire il Congresso degli Stati Uniti ha approvato in 1933 come il Banking Act, che proibiva alle banche commerciali di partecipare al libro paga investment. Nonfarm si riferisce a qualsiasi lavoro al di fuori delle aziende agricole, abitazioni private e il settore no-profit l'US Bureau of Labor. The sigla valuta o simbolo di valuta per l'INR rupia indiana, la valuta indiana la rupia si compone di 1.An offerta iniziale delle attività di una società fallita s da un acquirente interessato scelto dalla società fallita da un pool di bidders. Quantitative Trading. What è quantitativo di trading Trading. Quantitative consiste di strategie di trading sulla base di un'analisi quantitativa, che si basano su calcoli matematici e macinare numeri per identificare le opportunità di trading come il commercio quantitativa è generalmente utilizzato da istituzioni finanziarie e fondi hedge alle operazioni di solito sono di grandi dimensioni e può prevedere l'acquisto e la vendita di centinaia di migliaia di azioni e di altri titoli Tuttavia, il commercio quantitativa sta diventando sempre più comunemente usato dai singoli investors. BREAKING GIU quantitativa Trading. Price e il volume sono due degli ingressi di dati più comuni utilizzati in analisi quantitativa come il principale input per tecniche di trading models. Quantitative matematica includono trading ad alta frequenza trading algoritmico e l'arbitraggio statistico Queste tecniche sono fuoco rapido e in genere hanno orizzonti di investimento a breve termine Molti commercianti quantitativi sono più familiarità con strumenti quantitativi, come ad esempio le medie mobili e commercianti oscillators. Understanding quantitativa Trading. Quantitative approfittare della moderna tecnologia, matematica e la disponibilità di basi di dati completi per fare il commercio razionale decisions. Quantitative commercianti prendono una tecnica di trading e creare un modello di esso utilizzando la matematica, e poi sviluppare un programma per computer che applica il modello di dati di mercato storici il modello viene poi backtested e ottimizzato Se favorevoli risultati si ottengono, il sistema viene poi implementato in mercati in tempo reale con funzione di modo modelli di trading quantitativo reale capital. The può essere meglio descritta usando un'analogia Considerate le previsioni del tempo in cui il meteorologo prevede un 90 possibilità di pioggia mentre il sole splende il meteorologo deriva questa conclusione controintuitiva raccogliendo e analizzando i dati climatici dai sensori in tutta l'area un'analisi quantitativa computerizzata rivela modelli specifici nei dati quando questi modelli sono confrontati con gli stessi schemi rivelati nel centro storico di backtesting dati climatici, e 90 di 100 volte le risultato è la pioggia, poi il meteorologo può trarre la conclusione con fiducia, quindi le 90 previsioni commercianti quantitativi applicare questo stesso processo al mercato finanziario per rendere decisions. Advantages commerciali e svantaggi di obiettivo quantitativo Trading. The di trading è quello di calcolare la probabilità ottimale di l'esecuzione di un commercio redditizio un tipico trader può effettivamente monitorare, analizzare e prendere decisioni di trading su un numero limitato di titoli prima della quantità di dati in entrata travolge il processo decisionale l'uso di tecniche di trading quantitative illumina questo limite utilizzando i computer per automatizzare il monitoraggio , l'analisi e il commercio decisions. Overcoming emozione è uno dei problemi più diffusi con negoziazione che si tratti di paura o l'avidità, quando il commercio, l'emozione serve solo a soffocare il pensiero razionale, che di solito porta a perdite Computer e la matematica non possiedono emozioni, in modo quantitativo commercio elimina questo commercio problem. Quantitative ha i suoi problemi di mercati finanziari sono alcuni dei soggetti più dinamici che esistono Pertanto, modelli di trading quantitativi devono essere il più dinamico per essere sempre successo Molti commercianti quantitativi sviluppano modelli che sono momentaneamente redditizi per la condizione di mercato per il quale sono stati sviluppati, ma in ultima analisi, non quando le condizioni di mercato change. The termine arbitraggio statistico stat-arb comprende una vasta gamma di strategie di investimento che in genere mirano a sfruttare una relazione di equilibrio statistico tra due o più titoli il principio generale è che differenze rispetto al equilibrio è un effetto temporaneo e che le scommesse dovrebbero essere immessi sul processo di ritorno ad esso s equilibrium. The avvertimento importante delle strategie di tipo stat-arb coppie di trading è che, come la divergenza dall'equilibrio cresce il commercio diventa più desiderabile, ma ad un certo punto la divergenza crescerà così grande che si deve ammettere che la relazione di equilibrio non esiste più il modello è rotto Naturalmente è opportuno stimare la potenza degli strumenti statistici utilizzati per determinare queste relazioni e di valutare la durata di qualsiasi osservata equilibrio fuori dal campione. Questo post verrà indagare la potenza dei test statistici in relazione alle coppie-trading per i seguenti test statistici ADF, BVR, Hurst, PP, PGFF, JO-T e JO-E. The principio generale è che per due stock e che formare un veicolo fermo, e per definizione, significa tornando pair se la seguente equazione holds. If è tra e poi e sono co-integrato, è il coefficiente di reversione medio di un test statistico deve essere eseguito per verificare se, questo è noto come una unità test radice Se la serie contiene una radice unitaria isn t adatto per coppie di trading ci sono molteplici test di radice unità, ogni esecuzione di un test diverso sul processo residua si potrebbe essere tentati di stimare il modello residuale AR 1 e verificare con il lineare convenzionale metodo di regressione calcolo del t-rapporto standard Tuttavia è stato dimostrato da Dicky e Fuller 1979 il rapporto t non segue la distribuzione t, sono necessari test di significatività quindi non standard noto come tests. As radici unitarie con ogni modello esistono trade off per determinare la dimensione della finestra di formazione, troppo a lungo una finestra e il modello può contenere dati irrilevanti e lento per adeguarsi alle recenti avvenimenti, troppo breve una finestra e il modello risponde solo ai recenti avvenimenti e dimentica eventi passati rapidamente questo trade off è problematico nei test di co-integrazione, è stato dimostrato in Clegg, M ° gennaio 2014 in persistenza di cointegrazione in coppie di negoziazione che per una dimensione finestra fissa la potenza della maggior parte dei test di radice unità diminuire in quanto tende a 1 dal basso, per i dati di 250 punti con la raffica di test di co-integrazione rilevano solo co-integrazione inferiore al 25 del time. Intuitively questo ha un senso, più lento è il processo è quello di ripristinare i dati più saranno necessari punti per vedere l'inversione E 'un po' auspicabile che il potenza dell'unità di test di radice variano a seconda delle proprietà del processo sottostante, tuttavia non è richiesto per coppie successo commerciale che tutte le coppie co-integrato sono identificate come proprietà potenza variabile di test di radice unitaria è largamente irrelevant. What è più interessante è la percentuale di falsi positivi, quindi le coppie identificate come media tornando quando non lo sono, e la persistenza dei risultati are. Generate 1000 co-integrati serie temporali con e uniformemente distribuiti nel set, e nel set base alle Clegg questo è simile per i tipi di archivio coppie incontrate in realtà Ripetere questa operazione per diverse lunghezze di serie temporali e di test per vedere quanti serie storiche ottenere correttamente classificato come co-integrati media ritornare utilizzando diversi test per diverse pValues. In la maggior parte dei test PP e PGFF outperform gli altri metodi Quando il processo è stato fortemente ritornando con meno di 0 85 prove PP, PGFF, JO-e e JO-T identificati correttamente il processo come mezzo di co-integrato ritornando più di 75 del tempo al pValue 0 01 Per alcuni di le coppie spettanti più deboli con maggiore di 0 95 l'esecuzione dei test statistici è doloroso con appena 250 points. It dati vale la pena tenendo presente che 250 punti di dati è approximatlythe numero di giorni di negoziazione in un anno, e forse dà un'indicazione di come quantità di dati storici è necessario in un trading coppie strategy. False positivo Tests. Follow la stessa procedura descritta per la prova di precisione, ma ha scelto nel set di generare serie temporali che isn t co-integrato Sede qual è la percentuale dei percorsi ottenere falsamente indicato come co - Integrated reverting. I medi ho mai visto questo grafico in un libro di testo ed è stato sorpreso dei risultati, sia HURST e la relazione BVR più falsi positivi come aumenta più il processo esplode più è probabile che il test è stato quello di mostrare un falso positive. Thankfully le altre prove si comportano in modo ragionevole con pochi falsi positives. This parte del tutorial su come utilizzare l'algoritmo NEAT spiega come genomi sono incrociate sopra in modo significativo mantenere la loro informazioni topologiche e come speciazione gruppo genomi in specie possono essere utilizzati per proteggere i genomi deboli con nuove informazioni topologiche da prematuramente essere sradicato dal pool genetico prima che il loro spazio di peso può essere optimised. The prima parte di questo tutorial può essere trovato here. Tracking gene Storia attraverso l'innovazione Numbers. Part 1 ha mostrato due mutazioni, collegare mutare e il nodo mutare che sia aggiunto nuovi geni al genoma ogni volta che un nuovo gene viene creato attraverso un'innovazione topologica un numero innovazione globale viene incrementato e assegnato a quel numero gene. The globale innovazione è inseguimento l'origine storica di ciascun gene Se due geni hanno lo stesso numero innovazione allora devono rappresentano la stessa topologia, anche se i pesi possono essere differenti Questo viene sfruttata durante il gene crossover. Genome Crossover Mating. Genomes incrocio prende due genomi genitori permette di chiamarli a e B e crea un nuovo genoma consente di chiamare il bambino che prende il più forte geni di A e B copia eventuali strutture topologiche lungo la way. During i geni di crossover da entrambi i genomi sono allineati con il loro numero innovazione Per ogni numero innovazione il gene dal genitore più in forma è stato selezionato e inserito nel genoma del bambino Se entrambi i genomi genitore sono gli stessi di fitness allora il gene è selezionato in modo casuale da entrambi i genitori con uguale probabilità Se il numero innovazione è presente solo in un genitore, allora questo è noto come gene disgiunto o eccesso e rappresenta un'innovazione topologica, anch'esso è inserito nel bambino. l'immagine sotto mostra il processo di crossover per due genomi dello stesso fitness. Speciation prende tutti i genomi in un determinato pool genoma e tenta di dividerli in gruppi distinti conosciuti come specie i genomi di ogni specie avranno simile modo di misurare characteristics. A è richiesta la somiglianza tra due genomi, se due genomi sono simili sono della stessa specie una misura naturale da usare sarebbe una somma ponderata del numero di geni in eccesso disgiunti che rappresentano le differenze topologiche e la differenza di peso tra i geni corrispondenti se il ponderata somma è inferiore ad una certa soglia, allora i genomi sono dello stesso vantaggio species. The di dividere i genomi in specie è che durante la fase di evoluzione genetica in cui genomi con bassa idoneità vengono abbattuti completamente rimossi dalla piscina genoma piuttosto che dover ogni combattimento genoma per esso s posto contro ogni altra genoma in tutta la piscina genoma possiamo fare a combattere per esso s posto contro genomi della stessa specie in questo modo gli specie che formano da una nuova innovazione topologica che potrebbero non avere un alto idoneità ancora causa di non avere s pesi ottimizzati sopravviverà l'culling. Summary di tutta process. Create una piscina genoma con n genomes. Take casuale ogni genoma e applicare alla simulazione problema e calcolare il genoma fitness. Assign ogni genoma di un species. In ogni specie da riforma dei genomi rimozione di alcuni del più debole genomes. Breed ogni specie selezionate in modo casuale genomi nelle specie a uno di crossover o mutate. Repeat tutta la navigazione above. Post.