Как искать выгодные алгоритмические торговые стратегии.
Часть 1: Личные предпочтения в торговле.
Часть 2: Поиск источников алгоритмических торговых идей.
Часть 3: Оценка торговых стратегий.
Часть 4: Получение исторических данных.
Поиск источников алгоритмических торговых идей
Несмотря на общее противоположное мнение, на самом деле довольно просто находить выгодные торговые стратегии в открытых источниках. Никогда раньше торговые стратегии не были столь доступны, как сейчас. Научные финансовые журналы, серверы с препринтами (предварительной публикацией научных работ), трейдинговые блоги и форумы, еженедельные торговые журналы и тексты профессионалов предоставляют тысячи торговых стратегий, которые могут послужить основой для ваших идей.
Наша цель в качестве количественных исследователей состоит в установлении канала поступления стратегий, который предоставит нам поток непрерывных торговых идей. В идеале мы хотим создать методический подход к поиску источников, оценке и реализации обнаруженных стратегий. Цель канала состоит в генерировании постоянного числа новых идей и создании рабочей схемы для отклонения большинства этих идей с минимальной эмоциональной оценкой.
Мы должны быть очень внимательными и не позволять когнитивным искажениям влиять на нашу методологию принятия решения. Это может быть так же просто, как предпочитать один класс активов другому (на ум приходит золото и другие драгоценные металлы), потому что он выглядит более экзотичным. Наша цель всегда должна состоять в нахождении прибыльных стратегий с положительным ожидаемым результатом. Выбор класса активов должен быть основан на других факторах, таких как ограничения торгового капитала, комиссия брокера и маржинальные характеристики.
Если вы совсем не знакомы с понятием торговой стратегии, то сначала вам следует почитать авторитетные учебники. Классические тексты предоставляют широкий диапазон простых, прямых идей, по которым можно самостоятельно ознакомиться с количественной торговлей. Вот список книг, рекомендуемых мною тем, кто плохо знаком с количественной торговлей, составленный в порядке постепенного усложнения:
— Количественная торговля: Как построить свой алгоритмический торговый бизнес — Эрнест Чан (Quantitative Trading: How to Build Your Own Algorithmic Trading Business (Wiley Trading) — Ernest Chan)
— Алгоритмическая Торговля и DMA: Введение в торговые стратегии прямого доступа. — Барри Джонсон (Algorithmic Trading and DMA: An introduction to direct access trading strategies — Barry Johnson);
— Волатильность и ценообразование опциона: передовые торговые стратегии и методы — Шелдон Нэтенберг (Option Volatility & Pricing: Advanced Trading Strategies and Techniques — Sheldon Natenberg);
— Торговля волатильностью — Юэн Синклер (Volatility Trading — Euan Sinclair);
— Торговля и биржи: Микроструктура рынка для практиков — Ларри Харрис (Trading and Exchanges: Market Microstructure for Practitioners — Larry Harris).
Чтобы получить дополнительный список книг по количественной торговле, можно посетить сайт QuantStart.
Следующее место, где можно найти более сложные стратегии, это трейдинговые форумы и блоги. Однако предупреждаю: многие блоги опираются на технический анализ. Технический анализ включает в себя использование основных индикаторов и поведенческую психологию для определения тенденций, или изменение направления паттернов цен актива.
Несмотря на то, что технический анализ очень популярен в околотрейдинговом пространстве, его считают весьма неэффективным в сообществе количественных финансистов. Некоторые предполагают, что с точки зрения прогнозирующей способности, он не лучше чтения гороскопа или изучения фигур из чайной заварки! На самом деле есть успешные люди, использующие технический анализ. Однако, поскольку количественные трейдеры в своем распоряжении имеют более сложный математический и статистический комплект инструментов, то мы можем легко оценивать эффективность таких «основанных на техническом анализе» стратегий и принимать решения, основанные на данных, а не на эмоциональных факторах или предвзятых мнениях.
Вот список высокоавторитетных алгоритмических трейдинговых блогов и форумов:
— Quantivity;
— Quantitative Trading(Ernest Chan) ;
— Quantopian;
— Quantpedia;
— ETF HQ;
— Quant.ly;
— Wealth Lab;
Как только у вас появится некоторый опыт оценки простых стратегий, пора будет взглянуть на более сложные научные предложения. Некоторые научные журналы труднодоступны без дорогой подписки или одноразовых платежей. Но если вы являетесь сотрудником или выпускником университета, то должны иметь возможности получить доступ к некоторым из этих финансовых журналов. В противном случае вы можете использовать серверы с препринтами (предварительной публикацией научных работ), которые являются интернет-репозитоиями черновиков последних научных работ, которые находятся на экспертной оценке. Поскольку мы интересуемся только стратегиями, которые сможем успешно воспроизвести, повести бэктестиование и получить прибыль, то для нас экспертная оценка не имеет большого значения.
Важной обратной стороной научных стратегий является то, что они могут часто быть устаревшими, нуждаться в неизвестных и дорогих исторических данных, торговать неликвидными классами активов или не учитывать комиссии, проскальзывание или спрэд. Также может быть не ясно, реализована ли в торговой стратегии работа с рыночными и лимитными заявками, включает ли она стоп-лоссы и т.д. Таким образом, очень важно самостоятельно воспроизводить стратегию так хорошо, как это возможно, проводить ее бэктестирование, и добавлять реальные операционные издержки, которые включают большинство аспектов класса актива, которыми вы хотите торговать.
Вот список наиболее популярных серверов с предварительной публикацией научных работ и финансовых журналов, где вы можете найти источник для своих идей:
— arXiv;
— SSRN;
— Journal of Investment Strategies;
— Journal of Computational Finance;
Что же касается формирования собственных количественных стратегий, то это обычно требует экспертного опыта (но не ограничивается им) в одной или нескольких следующих категориях:
— Микроструктура рынка. В частности для высокочастотных стратегий можно использовать микроструктуру рынка, то есть понимание динамики книги заявок для получения прибыли. У разных рынков разные технологические ограничения, регламенты, участники рынка и требования, которые можно использовать с помощью определенных стратегий. Это очень сложная область, и розничным практикам будет трудно оставаться конкурентоспособными в этом пространстве, особенно потому, что в соревновании участвуют крупные, хорошо капитализированные количественные хедж-фонды с сильными технологическими возможностями.
— Структура фонда. Объединенные инвестиционные фонды, такие как пенсионные фонды, частные инвестиционные партнерства (хедж-фонды), финансовые консультанты и взаимные фонды, ограничены как жестким регулированием, так и большим резервным капиталом. А определенное последовательное поведение может использоваться теми, кто более гибок. Например, крупные фонды из-за своего размера подвержены ограничениям по емкости (capacity constraints). Значит, если им надо быстро освободиться от некоторого количества ценных бумаг (продать), то они должны будут разбить их для избежания «движения рынка». Сложные алгоритмы могут использовать в своих интересах этот и другие особенности общего процесса, известного как арбитраж структуры фонда (fund structure arbitrage).
— Машинное обучение/искусственный интеллект. Алгоритмы машинного обучения в последние годы стали более распространены на финансовых рынках. Классификаторы (например, Naive-Bayes, и др.) нахождения нелинейной функции (нейронные сети) и алгоритмы оптимизации (генетические алгоритмы) используются для прогнозирования пути актива или оптимизации торговой стратегии. Если у Вас есть знания в этой области, то вы можете понимать, как отдельные алгоритмы можно применить к определенным рынкам.
Есть, конечно, много других областей для изучения, которыми могут заняться количественные трейдеры.
Продолжая еженедельно или даже ежедневно просматривать эти источники, вы начнете получать систематический список стратегий из большого диапазона источников. Следующим шагом необходимо определить, как забраковать большинство стратегий, которые, скорее всего, будут нерентабельными, для минимизации потери времени и использования ресурсов бэктестирования.
Продолжение: Часть 3: Оценка торговых стратегий.
Автор: Michael Halls-Moore
Источник: How to identify algorithmic trading strategies
Другие статьи по теме:
Количественные торговые стратегии: гид для начинающих
Как я ищу, оцениваю и торгую внутридневные торговые стратегии для E-mini (ES) S&P 500
Торговая идея: shareholder yield против dividend yield
Комментарии:
Владимир Агишев: спасибо за работу!