Livro do sistema de negociação automatizado

Mais um passo.
Por favor, preencha a verificação de segurança para acessar a velocidade da luz.
Por que eu tenho que completar um CAPTCHA?
A conclusão do CAPTCHA prova que você é humano e concede acesso temporário à propriedade da web.
O que posso fazer para evitar isso no futuro?
Se você estiver em uma conexão pessoal, como em casa, poderá executar uma verificação antivírus no seu dispositivo para garantir que ele não esteja infectado por malware.
Se você estiver em um escritório ou em uma rede compartilhada, poderá solicitar ao administrador da rede que execute uma verificação na rede procurando dispositivos configurados ou infectados incorretamente.
Cloudflare Ray ID: 40e3ea2bbe42b6ce & bull; Seu IP: 78.109.24.111 & bull; Performance & amp; segurança pela Cloudflare.

Livros Recomendados sobre Investimento e Sistemas de Negociação Automatizada.
OK, eu admito. Nenhum de nós é um guru do investimento e não fez (ou perdeu) milhões jogando no mercado de ações. No entanto, nos perguntaram algumas vezes para trabalhar em projetos relacionados a sistemas de negociação automatizados e esses são alguns dos livros que achamos mais interessantes ou úteis. Clique nos títulos para ver as opiniões de outras pessoas e outras informações da sua Amazon local.
Nassim Nicholas Taleb, Texere.
Este livro contém reflexões sobre eventos aleatórios e seus efeitos no mercado (e vida em geral) por um comerciante profissional, Nassim Taleb. Há pensamentos aqui que eu achei bastante profundos sobre a natureza da lógica indutiva (raciocínio de eventos para regras), bem como exemplos interessantes e explicações de como nos permitimos ser enganados por fenômenos aleatórios.
Taleb é particularmente fascinado pelo que ele descreve como o Problema do Cisne Negro. Nós vemos muitos cisnes. Todos eles são brancos. Nós inferimos que todos os cisnes são brancos. Infelizmente nós nunca fomos à Austrália, onde os cisnes são pretos também. Se construirmos nossos sistemas de negociação com esses princípios, a aparência de um cisne negro nos apagará?
O estilo de escrever aqui é uma coleção de reflexões e digressões letradas que eu gostei, mas, a julgar pelas resenhas da Amazon, parece irritar alguns leitores.
Steven Skiena, Cambridge University Press.
Se você já sonhou em criar um sistema de computador para vencer os corretores de apostas ou o mercado de ações (e quem não tem?), Então o livro de Steven Skiena é para você. Skiena descreve seus próprios esforços (e de sua equipe) para criar um sistema automatizado que colocaria apostas vencedoras em jai alai, um jogo basco que também é jogado em partes da França e algumas cidades na América do Norte. O livro descreve o jogo em si (um jogo com semelhanças com tênis, squash e rúgbi), os métodos complicados pelos quais os torneios são realizados (uma espécie de round robin) e o sistema de jogo pari-mutuel que é usado para fazer apostas no resultado.
Para criar o sistema perfeito, Skiena e sua equipe precisaram modelar a estrutura do torneio, os efeitos da habilidade do jogador nos resultados dos jogos e (já que as probabilidades são oferecidas usando um sistema pari-mutuel) os hábitos de apostas do público em geral. Eles então precisavam identificar apostas que (em média) seriam lucrativas.
A equipe teve sucesso, o programa que eles desenvolveram finalmente conseguindo retornar cerca de 500% em sua participação inicial no jogo em um único ano. (A má notícia, como Skiena ressalta, é que não seria possível usar um sistema desse tipo para apostar grandes quantias de dinheiro em jai alai, já que tais apostas reduziriam significativamente as chances disponíveis).
Um deve ler para alguém seriamente interessado em "bater o sistema".
Prentice Hall Pr.
Sem a modéstia ou objetivos limitados de Taleb ou Paulos, este livro afirma que irá revelar. como você pode usar seu computador para coletar, analisar e detectar ineficiências rentáveis ​​do mercado & mdash; a chave para fazer comércios ganhando dia após dia.
Apesar desta hipérbole editorial, há muito a recomendar este livro se você estiver planejando implementar um sistema de negociação. Existem explicações sobre a rede neural, análise técnica e abordagens de mineração de dados. Há também descrições de dois ou três projetos principais, discussões de possíveis fontes de dados comerciais e questões-chave a serem feitas na avaliação de sistemas.
Alguns dos capítulos deste livro estão um pouco datados: com as mudanças substanciais em hardware e software desde 1999, felizmente não precisamos mais nos preocupar se os dados recebidos irão transbordar nossa UART de 16550. No entanto, muitas considerações de design nunca mudam e este livro ainda vale a pena ser lido se você estiver pensando em projetar ou avaliar uma estratégia de negociação automatizada.
Richard L. Hudson, Benoit B. Mandelbrot, Livros Básicos.
Uma das principais suposições feitas por muitas teorias de investimento e de preços (por exemplo, Black-Scholes) é que os preços se comportam de uma maneira que pode ser modelada pela distribuição normal. Parece uma suposição razoável, mas não é.
Mandelbrot faz um forte argumento de que a distribuição normal é um mau estimador para a distribuição das mudanças de preço, e que uma distribuição fractal produz uma imagem mais precisa. Por que isso Importa? Se você adotar a suposição normal, então grandes saltos no preço são extremamente improváveis, e as alterações de preço em qualquer dia não são afetadas por alterações no dia anterior. Na verdade, os extremos acontecem e a magnitude das mudanças de hoje correlaciona-se com as negociações do dia anterior. O efeito líquido é que a suposição de distribuição normal subestima seriamente o risco.
Este livro está na categoria de ciência popular. Não há matemática ou equações profundas. (Uma vergonha, se você é matematicamente inclinado - boas notícias, se você não é.) Há uma mistura razoável de anedotas e evidências experimentais, mas um pouco de escandalhamento excessivo quando Mandelbrot consegue provar que está certo e os outros estão errados.
Este livro não vai enriquecê-lo ou dar-lhe uma maneira infalível de ganhar dinheiro nos mercados & mdash; é autor cuidadosamente aponta isso. O que isso lhe dará é uma compreensão mais profunda das fundações instáveis ​​sobre as quais a teoria do portfólio, o preço das opções e muitos outros modelos são baseados, bem como algumas idéias sobre como testar de forma mais realista um sistema de negociação em dados simulados.
John Allen Paulos, livros básicos (AZ)
Paulos perdeu dinheiro no crash do WORLDCOM e usa isso como um ponto de partida para explicar a matemática por trás do mercado de ações. Há boas explicações qualitativas de muitos dos números e teorias usadas na tentativa de prever o preço dos estoques. Eu gostei especialmente de sua descrição do paradoxo da hipótese do mercado eficiente (se todos acreditassem nela, a hipóxia do mercado eficiente não seria mais verdadeira) e seu oposto imaginário, a hipotética hipótese do mercado.
Outro bom ponto que ele faz é que o critério para o sucesso de um sistema de negociação não é se ele gera dinheiro. Isso é apenas uma condição necessária. Um sistema comercial bem-sucedido deve ganhar mais dinheiro do que simplesmente investir em títulos do tesouro ou comprar um fundo de índice.
O livro cobre em linhas gerais temas como análise técnica, beta, teoria do portfólio, etc.
Embora existam algumas excelentes informações aqui, achei o estilo de escrita uma distração. Eu também fiquei desapontado que outro livro do mesmo autor (Once upon a number: a lógica matemática oculta das histórias) cobriu grande parte do mesmo terreno com os mesmos exemplos.
Edwin Lefevre, John Wiley & amp; Filhos.
A julgar por essa auto-biografia, Edwin Lef e Vra (um pseudônimo de Jesse Livermore) pode ter sido o tipo de pessoa contra a qual sua mãe o advertiu.
Ele ganhava a vida de especular sobre o mercado de ações, às vezes usando técnicas que provavelmente seriam ilegais hoje em dia. Ele ganhou e perdeu dinheiro, e este livro contém seus insights sobre períodos de negociação bem-sucedidos e mal-sucedidos. Aqui está um dos argumentos de esquerda sobre a natureza da especulação, que segue a história de um homem que teve um sistema bem-sucedido, pensou que poderia fazer melhor mudando o sistema e depois se limpou: às vezes penso que a especulação deve ser antinatural. tipo de negócio, porque eu acho que o especulador médio se arrasta contra ele sua própria natureza. As fraquezas que todos os homens são propensos são fatais para o sucesso na especulação. usualmente, aquelas mesmas fraquezas que o tornam agradável aos seus semelhantes ou que ele mesmo particularmente protege em outros empreendimentos onde não são tão perigosos quanto quando estão negociando ações ou commodities. Talvez um sistema automatizado não esteja sujeito a tais erros humanos? Ou será que também falta a humildade de traders como Taleb?
William Poundstone, Linha de Ações Não Básica.
Se você conseguir sobreviver lendo o título, este livro é, na verdade, um relato do Kelly Criterion & mdash; uma fórmula que identifica quanto deve ser apostado em uma empresa arriscada. Um elenco surpreendente de personagens está envolvido, desde figuras do submundo até físicos e matemáticos, e de 1738 (não um erro de impressão) até os dias atuais.
Este não é um tratamento matemático suficiente para mim, mas vale a pena ler para descobrir como as pessoas tentaram e tiveram sucesso (ou falharam) em explorar o trabalho de Kelly (e de Bernoulli).
(Se você precisa brincar com números, a Kelly Calculator pode ser útil.)

Top 5 livros essenciais para iniciantes para negociação algorítmica.
Top 5 livros essenciais para iniciantes para negociação algorítmica.
O comércio algorítmico é geralmente percebido como uma área complexa para os iniciantes aprenderem. Abrange uma ampla gama de disciplinas, com certos aspectos que exigem um grau significativo de maturidade matemática e estatística. Por conseguinte, pode ser extremamente desanimador para os não iniciados. Na realidade, os conceitos gerais são fáceis de entender, enquanto os detalhes podem ser aprendidos de maneira iterativa e contínua.
A beleza da negociação algorítmica é que não há necessidade de testar o conhecimento sobre capital real, já que muitas corretoras oferecem simuladores de mercado altamente realistas. Embora existam certas ressalvas associadas a esses sistemas, elas fornecem um ambiente para promover um nível profundo de entendimento, sem absolutamente nenhum risco de capital.
Uma pergunta comum que recebo dos leitores da QuantStart é "Como faço para começar no comércio quantitativo?". Eu já escrevi um guia para iniciantes sobre negociação quantitativa, mas um artigo não pode esperar cobrir a diversidade do assunto. Assim, decidi recomendar meus livros de negociação de quantia de nível de entrada favoritos neste artigo.
A primeira tarefa é obter uma visão geral sólida do assunto. Eu descobri que é muito mais fácil evitar discussões matemáticas pesadas até que o básico seja coberto e entendido. Os melhores livros que encontrei para esse fim são os seguintes:
1) Negociação Quantitativa por Ernest Chan - Este é um dos meus livros financeiros favoritos. O Dr. Chan oferece uma excelente visão geral do processo de criação de um sistema de negociação quantitativo "de varejo", usando o MatLab ou o Excel. Ele torna o assunto altamente acessível e dá a impressão de que "qualquer um pode fazê-lo". Embora haja muitos detalhes que são ignorados (principalmente por questão de brevidade), o livro é uma ótima introdução sobre como funciona o comércio algorítmico. Ele discute geração alfa ("o modelo comercial"), gerenciamento de risco, sistemas automatizados de execução e certas estratégias (particularmente momentum e reversão à média). Este livro é o lugar para começar. 2) Inside the Black Box por Rishi K. Narang - Neste livro, Dr. Narang explica em detalhes como funciona um fundo de hedge quantitativo profissional. É lançado em um investidor experiente que está pensando em investir em tal "caixa preta". Apesar da aparente irrelevância para um comerciante de varejo, o livro realmente contém uma riqueza de informações sobre como um "bom" sistema de negociação de quantum deve ser realizado. Por exemplo, a importância dos custos de transação e gerenciamento de risco são delineados, com idéias sobre onde procurar mais informações. Muitos comerciantes de algo de varejo poderiam fazer bem para pegar isso e ver como os 'profissionais' realizam sua negociação. 3) Negociação Algorítmica & amp; DMA por Barry Johnson - A frase "negociação algorítmica", no setor financeiro, geralmente se refere aos algoritmos de execução usados ​​por bancos e corretores para executar transações eficientes. Eu estou usando o termo para cobrir não apenas os aspectos de negociação, mas também de negociação quantitativa ou sistemática. Este livro é principalmente sobre o primeiro, sendo escrito por Barry Johnson, que é um desenvolvedor de software quantitativo em um banco de investimento. Isso significa que não tem utilidade para o quant varejo? De modo nenhum. Possuir uma compreensão mais profunda de como as trocas funcionam e a "microestrutura de mercado" pode ajudar imensamente a lucratividade das estratégias de varejo. Apesar de ser um tomo pesado, vale a pena pegar.
Uma vez que os conceitos básicos são apreendidos, é necessário começar a desenvolver uma estratégia de negociação. Isso é geralmente conhecido como o componente de modelo alfa de um sistema de negociação. As estratégias são fáceis de encontrar nos dias de hoje, no entanto, o verdadeiro valor vem na determinação de seus próprios parâmetros de negociação através de extensa pesquisa e backtesting. Os seguintes livros discutem certos tipos de sistemas de negociação e execução e como implementá-los:
4) Algorithmic Trading por Ernest Chan - Este é o segundo livro do Dr. Chan. No primeiro livro, ele escapou ao momentum, à reversão à média e a certas estratégias de alta frequência. Este livro discute essas estratégias em profundidade e fornece detalhes significativos da implementação, embora com mais complexidade matemática do que na primeira (por exemplo, filtros de Kalman, estacionariedade / cointegração, CADF, etc.). As estratégias, mais uma vez, fazem uso extensivo do MatLab, mas o código pode ser facilmente modificado para C ++, Python / pandas ou R para aqueles com experiência em programação. Ele também fornece atualizações sobre o comportamento mais recente do mercado, já que o primeiro livro foi escrito há alguns anos. 5) Negociação e Trocas por Larry Harris - Este livro concentra-se na microestrutura do mercado, que eu pessoalmente acho que é uma área essencial para aprender, mesmo nos estágios iniciais da negociação de quant. A microestrutura de mercado é a "ciência" de como os participantes do mercado interagem e as dinâmicas que ocorrem na carteira de pedidos. Está intimamente relacionado a como as trocas funcionam e o que realmente acontece quando uma negociação é feita. Este livro é menos sobre estratégias de negociação como tal, mas mais sobre coisas para estar ciente ao projetar sistemas de execução. Muitos profissionais do espaço financeiro financeiro consideram isso um excelente livro e também o recomendo.
Nesta fase, como um comerciante de varejo, você estará em um bom lugar para começar a pesquisar os outros componentes de um sistema de negociação, como o mecanismo de execução (e seu profundo relacionamento com os custos de transação), bem como gerenciamento de risco e portfólio. Eu dicarei livros para esses tópicos em artigos posteriores.
A Quantcademy.
Participe do portal de associação da Quantcademy que atende à crescente comunidade de traders de quantificação de varejo e aprenda como aumentar a lucratividade de sua estratégia.

Construindo Sistemas de Negociação Automatizada.
1ª edição.
Com uma introdução ao Visual C ++. NET 2005.
Acesso Institucional.
Verificação segura
Frete grátis.
Sem pedido mínimo.
Índice.
Capítulo 1 Introdução.
Seção I: Introdução ao Visual C ++.NET 2005.
Capítulo 2 O. NET Framework.
Capítulo 3 Referências de Rastreamento.
Capítulo 4 Classes e Objetos.
Capítulo 5 Tipos de Referência.
Capítulo 6 Tipos de Valor.
Capítulo 7 Objetos não gerenciados.
Capítulo 8 Composição.
Capítulo 9 Propriedades.
Capítulo 10 Estruturas e Enumerações.
Capítulo 11 Herança.
Capítulo 12 Convertendo e lançando.
Capítulo 13 Sobrecarga do Operador.
Capítulo 14 Delegados e Eventos.
Capítulo 15 Arrays.
Capítulo 16 Gerando Números Aleatórios.
Capítulo 17 Tempo e Temporizadores.
Capítulo 18 Fluxos de Entrada e Saída.
Capítulo 19 Tratamento de Exceções.
Capítulo 20 Coleções.
Capítulo 21 STL / STL. NET.
Capítulo 22 DataSets.
Capítulo 23 Conectando-se a bancos de dados.
Capítulo 24 Linguagem de Consulta Estruturada.
Capítulo 26 Protocolo de troca de informações financeiras.
Capítulo 27 Serialização.
Capítulo 28 Serviços do Windows.
Capítulo 29 Pacotes de configuração e instalação.
Seção II: Concorrência.
Capítulo 30 Threading.
Capítulo 31 Classes de Sincronização.
Capítulo 32 Sockets.
Seção III: Interoperabilidade e Conectividade.
Capítulo 33 Marshaling & lt;
Descrição.
Nos próximos anos, as indústrias proprietárias de trading e hedge funds migrarão amplamente para sistemas automatizados de seleção e execução de transações. De fato, isso já está acontecendo. Embora vários livros de finanças forneçam código C ++ para derivativos de precificação e realizem cálculos numéricos, nenhum aborda o tópico de uma perspectiva de design do sistema. Este livro será dividido em duas seções - técnicas de programação e tecnologia ATS (automated trading system) - e ensinará o desenvolvimento e o projeto do sistema financeiro desde o início usando o Microsoft Visual C ++.NET 2005. O MS Visual C ++.NET 2005 foi escolhido como a linguagem de implementação, principalmente porque a maioria das empresas de trading e grandes bancos desenvolveram e continuam a desenvolver seus algoritmos proprietários em ISO C ++ e Visual C ++. NET oferece a maior flexibilidade para incorporar esses algoritmos legados em sistemas operacionais. Além disso, o. NET Framework e o ambiente de desenvolvimento fornecem as melhores bibliotecas e ferramentas para o rápido desenvolvimento de sistemas de negociação. A primeira seção do livro explica detalhadamente o Visual C ++.NET 2005 e concentra-se no conhecimento de programação necessário para o desenvolvimento automatizado do sistema de negociação, incluindo design orientado a objetos, delegados e eventos, enumerações, geração de números aleatórios, objetos temporizadores e de temporização e gerenciamento de dados. com coleções STL. NET e. NET. Além disso, como a maioria dos códigos legados e de modelagem nos mercados financeiros é feita em ISO C ++, este livro analisa em profundidade vários tópicos avançados relacionados ao gerenciamento e interoperabilidade de memória gerenciada / não gerenciada / COM. Além disso, este livro fornece dezenas de exemplos que ilustram o uso da conectividade de banco de dados com o ADO. NET e um tratamento extensivo de SQL e FIX e XML / FIXML. Tópicos de programação avançada, como encadeamento, soquetes, bem como o uso de C ++. NET para conectar ao Excel, também são discutidos detalhadamente e apoiados por exemplos. A segunda seção do livro explica a tecnologia.
Características principais.
Ensina o projeto e o desenvolvimento do sistema financeiro desde o início usando o Microsoft Visual C ++.NET 2005.
Fornece dezenas de exemplos ilustrando as abordagens de programação no livro.
Leituras.
Audiência primária: engenheiros financeiros, analistas quantitativos, programadores em empresas comerciais; pós-graduandos em cursos e programas de engenharia financeira e mercados financeiros.

Livro do sistema de negociação automatizado
Uma das primeiras citações do livro define o conceito que abrange:
O método científico é a única maneira racional de extrair conhecimento útil dos dados de mercado e a única abordagem racional para determinar quais métodos de TA têm poder preditivo. Eu chamo isso de análise técnica baseada em evidências (EBTA).
Aronson introduz logo no conceito de objetivo (TA) vs. subjetivo (TA). Uma reivindicação objetiva é uma proposição significativa, que pode ser verificada sem ambigüidade. Para nós, desenvolvedores de sistemas mecânicos: um conjunto de regras que podem ser testadas novamente. Por outro lado, a análise técnica subjetiva consistiria de abordagens como a Elliot Wave Analysis.
No entanto, a análise técnica objetiva não é suficiente por si só: você ainda precisa de uma inferência estatística rigorosa para tirar conclusões sobre seu poder preditivo.
Primeira parte: as fundações
A primeira parte do livro estabelece os fundamentos metodológicos, filosóficos, psicológicos e estatísticos da EBTA.
O primeiro tópico abordado é a necessidade de benchmarking para avaliar as regras objetivas e introduz o conceito de desvantagem, que discuti anteriormente.
O segundo tópico trata da psicologia cognitiva e dá exemplos de diferentes tipos de preconceitos comportamentais que podem nos enganar e nos fazer acreditar em análises técnicas subjetivas:
Reconhecimento de padrões Tendência de confirmação Viés de retrospectiva Excesso de confiança Correlações ilusórias Mis-percepção de aleatoriedade.
O antídoto para essas armadilhas da mente & # 8221; é o método científico. O método científico genérico é abordado no terceiro capítulo com alguma história e filosofia da ciência e raciocínio lógico. O método científico & # 8211; que pode e deve ser aplicado à Análise Técnica & # 8211; contém 5 etapas:
TA subjetiva não está em conformidade com o método científico e o autor apresenta um interessante estudo de objetivação de um padrão TA subjetivo (Head e Shoulders) para torná-lo testável (mostra que Head and Shoulders é inútil em ações e tem valor duvidoso sobre moedas) .
Análise estatística dos resultados do teste de retorno.
Os próximos três capítulos introduzem e cobrem a análise estatística. O início desta parte fornece uma boa atualização da inferência estatística, começando com conceitos como distribuição de frequência, desvio padrão, probabilidades e valores-p. O exemplo de amostragem e inferência estatística usando contas em uma caixa é uma boa ilustração e um paralelo bastante claro com o mundo dos testes de regras de negociação.
O livro passa para conceitos como teste de hipóteses, significância estatística e intervalo de confiança, etc. e como eles se relacionam ao teste de regras.
Uma das principais questões dos resultados de back-testing é que eles representam apenas uma amostra de como os sistemas / regras funcionam. Aronson apresenta a abordagem estatística clássica para derivar a distribuição amostral (necessária para realizar a inferência estatística) com base em uma única observação / amostra. No entanto, isso pressupõe a normalidade da distribuição, que é improvável que esteja correta ao lidar com dados financeiros.
Novos Métodos Científicos para o Back-Testing.
Este último conceito leva à introdução dos dois métodos alternativos para derivar a distribuição de amostragem e realizar inferência estatística nos resultados do back-test. Estes são dois métodos baseados em computador:
Ambos os métodos estimam a distribuição amostral aleatoriamente por reamostragem (reutilização) da amostra original de observação. Uma estatística de teste é então calculada para cada resample.
Na prática, o método de bootstrap usa a reamostragem com a substituição dos retornos da estratégia diária para gerar várias estatísticas de teste aleatório usadas para aproximar uma distribuição de amostragem.
O método de permutação de Monte Carlo alcança o mesmo resultado ao desacoplar e permutar a direção da posição (ou seja, longa ou curta) com os retornos diários do instrumento.
Usando a inferência estatística coberta nos capítulos anteriores, pode-se decidir se os resultados encontrados no back-test são estatisticamente significativos ou o produto da chance aleatória.
Esses dois métodos são o principal take-away do livro, pois são valiosos para identificar o grau de aleatoriedade em uma regra de back-testada. Isso provavelmente deve fazer parte de uma metodologia de pesquisa de sistema de negociação padrão e abordarei esses dois métodos em mais detalhes em posts posteriores.
Na mineração de dados.
Os métodos acima lidam apenas com uma regra / backteste. No entanto, raramente testamos a única regra isolada: a maioria dos back-testing testaria valores, regras e combinações de vários parâmetros para tentar identificar os que apresentam melhor desempenho: isso é mineração de dados.
No entanto, é errado esperar que o desempenho futuro dos sistemas com o melhor desempenho se mantenha em linha com os resultados passados ​​e testados. Os sistemas com melhor desempenho podem ter valor intrínseco, mas parte de seu desempenho excessivo é devido a variações aleatórias. Se você executar 1.000 regras diferentes sem poder preditivo, todas elas terão alguma chance aleatória de produzir uma partida variável da média zero. O & # 8220; mais sortudo & # 8221; A regra estará mais longe no lado direito da média zero (e, portanto, pegou o minerador de dados), apesar de não ter valor intrínseco.
Mineração de dados introduz um viés, que exagera o valor do & # 8220; melhor & # 8221; regra em comparação com as variações aleatórias esperadas. O viés de mineração de dados está ligado a vários fatores:
Aumenta com o número de regras back-testadas Diminui com o tamanho da amostra usado em back-testing. Diminui com a correlação dos resultados das regras testadas novamente. Aumenta com a frequência de outliers na amostra de teste de retorno. Diminui com a variação nos retornos testados entre as regras consideradas.
Isso é ilustrado com exemplos e gráficos. O restante do capítulo se concentra em métodos para reduzir / corrigir o viés da mineração de dados e adaptar o método de bootstrap (usando a verificação de realidade da White) e a permutação de Monte Carlo a ser usada na & # 8220; data mining & # 8221; modo (em vez de teste de regra única).
Em conclusão, a mineração de dados é um método válido para descobrir a (s) melhor (s) regra (s), mas o pesquisador deve garantir que os resultados sejam estatisticamente significantes para evitar o risco de descobrir “o mais sortudo” # 8221; regras.
Um tour da EMH e aplicação de métodos.
O capítulo seguinte lida com a Hipótese do Mercado Eficiente, que leva um pouco de espancamento pelo autor. O ponto principal é que, do ponto de vista empírico e teórico, a EMH contém falhas, o que suporta a ideia de AT bem sucedida.
A última parte do livro apresenta um conjunto diversificado de regras e parâmetros (6.402 combinações) e tenta testar sua significância estatística. As regras são bastante simples e os resultados não destacam poder preditivo significativo em nenhuma regra.
Revisão Conclusão.
Este livro é uma leitura muito interessante, no lado longo, com mais de 450 páginas. Mesmo que eu tenha gostado disso, às vezes eu estava me encontrando esperando que o autor não expandisse tanto em alguns tópicos introdutórios (a história e a filosofia da ciência é bastante interessante, mas poderia muito bem ser lida para chegar ao & # 8220; juicier & # 8221; peças mais rápidas). Se você estiver com pressa, aconselho a concentrar-se nos capítulos 4, 5 e 6, onde os métodos reais de bootstrap e Monte Carlo são apresentados e discutidos, e a discussão sobre viés de mineração de dados é interessante e muito relevante. Para um leitor novo desses conceitos, os capítulos iniciais forneceriam uma introdução abrangente dos conceitos fundamentais de raciocínio científico e análise estatística antes de colocá-los todos juntos na aplicação.
Para mais informações, alguns dos comentários sobre a amazon são bastante perspicazes (principalmente positivo, embora o livro tenha sua cota de avaliações de 1 estrela). Há também um site complementar ao livro com mais informações e resultados detalhados dos testes realizados na última parte do livro.
16 Comentários até agora & darr;
& # 8220; Diminui com a correlação dos resultados das regras testadas novamente. & # 8221;
Você está dizendo que enquanto mais regras aumentam o viés, se elas são altamente correlacionadas entre si, esse aumento é mitigado?
Correto (bem, estou apenas repetindo o que diz Aronson & # 8230 ;-):
com muitos resultados não correlacionados (diferentes), há uma probabilidade maior de que um conjunto de resultados erre no lado da sorte / super desempenho.
Se você pensar no exemplo extremo de 1.000 resultados de testes de regras perfeitamente correlacionados (ou seja, resultados idênticos), não há viés de mineração de dados (ou seja, porque o processo de mineração de dados não descobriu uma regra superando todos os outros puramente por acaso: eles são tudo o mesmo)
Isso é o que eu pensei, apenas buscando alguma confirmação & # 8230; Bem, essa pequena citação me fez pensar em algumas possíveis novas maneiras de avaliar a robustez dos sistemas.
Talvez tendo a correlação pareada média para um conjunto de regras para ajustar o t-stat? Ou o número de regras multiplicado por (1 & # 8211; absoluta de correlação paritária média) para obter o seu & # 8220; ajustado & # 8221; número de regras independentes?
Aronson vai para a matemática de como ajustar o viés para as regras & # 8217; correlações?
E sim, 1000 regras, todas com uma correlação pareada de 1, seriam completamente equivalentes a ter apenas uma regra & # 8230; um pouco relacionado, você leu um artigo sobre SSRN intitulado “Distinção de Estratégia e Desempenho do Fundo de Hedge”? Google, se você não tiver.
Eu tenho este livro e posso recomendá-lo completamente. Implementei as ideias da Aronson em scripts R e nas funções do Octave C ++ e agora elas formam a espinha dorsal da minha metodologia de testes. Eu aprendi com o uso desses testes que muito poucos indicadores etc. realmente têm alguma validade estatística e eu me conforto com o fato de que agora tenho o conhecimento de não arriscar meu dinheiro em TA tão duvidosa.
Excelente revisão Jez, ansioso para seus posts em Monte Carlo e bootstrapping.
Aronson realmente não entra em uma explicação matemática / teórica de cada fator no viés de mineração de dados & # 8211; em vez disso, ele apresenta resultados baseados em simulações computadorizadas usando algumas regras artificiais onde ele pode controlar cada fator. Os resultados são apresentados em um gráfico que mostra que o viés de mineração de dados cai lentamente para as correlações entre 0 e 0,8 e, em seguida, mais drasticamente além da marca de 0,8 (ou aproximadamente) & # 8211; quanto mais regras / sistemas estão sendo testados, maior o limiar de correlação para uma grande queda de viés de mineração de dados (ou seja, com 10 regras testadas, ele começa a cair mais em 0.7, enquanto para 1000 ele cai 0.95).
Sua idéia de ajustar o t-stat com base na correlação de regras soa bem & # 8211; no entanto Aronson não vai nessa direção, mas ele descreve como adaptar os métodos de bootstrap e Monte Carlo para explicar o viés de mineração de dados.
Obrigado pela sugestão de papel & # 8211; Eu vou dar uma olhada.
Eu também sinto que alguns dos conceitos e métodos da Aronson serão incorporados na minha metodologia de teste padrão & # 8211; Como eu estou dizendo no post, este livro ensina você a pescar! & # 8230;
Será necessário codificar isso como você fez em R e Octave C ++ (embora eu ainda não tenha aprendido essas ferramentas e possa ter uma rota de implementação de TI diferente & # 8230;)
O viés caindo lentamente até o.8 faria sentido matematicamente, desde que r quadrado é a correlação ao quadrado, então seguir uma lei de poder faz sentido.
Em última análise, soa como 6 a 12 e meia dúzia para o outro. Com centenas de regras altamente correlacionadas, mas baixo viés de datamining, contra centenas de regras não correlacionadas com alto viés, parece que a borda líquida seria zero. É claro que se a taxa na qual o viés cai não é linear em relação à taxa, a correlação aumenta, então pode haver um "sweet spot" # 8221 ;.
Coisas interessantes, pegando o livro de Aronson, tem estado na minha lista de tarefas por um tempo.
Análise técnica baseada em evidências [& # 8230]
O método [& # 8230;] para avaliar a significância estatística de um resultado de back-test apresentado por Aronson (em EBTA) é a Permutação de Monte Carlo. Esta é uma extensão do método clássico de Monte Carlo, aplicado a [& # 8230;]
Muito divertido ler alguns dos comentários malucos do livro sobre a Amazônia, parece ser alguns rancores sobre. É incrível como as pessoas trabalharam sobre TA!
Oi Andrew, depois de todos os seus testes, quais são os poucos indicadores que vale a pena usar?
Os indicadores que acho que têm algum valor são aqueles baseados em conceitos de Processamento Digital de Sinal, como filtros de baixa defasagem, filtros de alta frequência, medidas de periodicidade e indicadores adaptativos. Parâmetros de comprimento fixo não cortam a mostarda para mim.
Bom livro, mas (e bastante grande & # 8220; MAS & # 8221;) & # 8211; nenhuma palavra sobre overfitting & # 8221 ;. Assim como não é um problema em tudo.
Eu percebo que estou chegando a este ponto um pouco atrasado, mas sobre o tópico de sobreposição de um conselho parece ser que, em vez de tentar maximizar um critério como o lucro, você deve tentar maximizar a robustez de seus resultados.
Portanto, se o seu Lucro máximo vem de um pico para um conjunto de parâmetros, quando todos os outros parâmetros da vizinhança geram perdas, é provável que sua estratégia não seja robusta e sua estratégia não será executada fora da amostra. Portanto, é melhor procurar o maior patamar de lucro, mesmo que não seja tão alto quanto o maior pico de lucro.
O problema é a quantidade de parâmetros em uma estratégia de média móvel bastante simples que tende a ser grande quando você começa a adicionar filtragem / paradas / derrapagens, etc. Alguém sabe uma boa maneira de visualizar esses problemas dimensionais em um espaço dimensional menor? Isso pode ser feito numericamente, mas você perde a intuição.
Bom trabalho, continue assim.
Deixe um comentário (Cancelar)
Atualizações gratuitas.
Posts populares.
Procure no blog Au. Tra. Sy.
Corretor Global de Futuros.
Blog Au. Tra. Sy, pesquisa e desenvolvimento de Trading Sistemático, com um sabor de Trend Following.
Disclaimer: O desempenho passado não é necessariamente indicativo de resultados futuros. A negociação de futuros é complexa e apresenta o risco de perdas substanciais; como tal, pode não ser adequado para todos os investidores. O conteúdo deste site é fornecido apenas como informação geral e não deve ser considerado como recomendação de investimento. Todo o conteúdo do site, não deve ser interpretado como uma recomendação para comprar ou vender qualquer título ou instrumento financeiro, ou para participar de qualquer estratégia específica de negociação ou investimento. As idéias expressas neste site são unicamente as opiniões do autor. O autor pode ou não ter uma posição em qualquer instrumento financeiro ou estratégia citada acima. Qualquer ação que você tome como resultado de informações ou análises neste site é, em última instância, de sua exclusiva responsabilidade.
OS RESULTADOS DE DESEMPENHO HIPOTÉTICOS TÊM MUITAS LIMITAÇÕES INERENTES, ALGUNS DOS QUAIS SÃO DESCRITOS ABAIXO. NENHUMA REPRESENTAÇÃO ESTÁ SENDO FEITA QUE QUALQUER CONTA PODERÁ OU POSSIBILITAR LUCROS OU PERDAS SEMELHANTES AOS MOSTRADOS; DE FATO, HÁ DIFERENÇAS FREQUENTEMENTE DIFERENCIADAS ENTRE OS RESULTADOS DE DESEMPENHO HIPOTÉTICOS E OS RESULTADOS REALIZADOS SUBSEQÜENTEMENTE ATINGIDOS POR QUALQUER PROGRAMA DE NEGOCIAÇÃO PARTICULAR. UMA DAS LIMITAÇÕES DOS RESULTADOS DE DESEMPENHO HIPOTÉTICOS É QUE ELES SÃO GERALMENTE PREPARADOS COM O BENEFÍCIO DE HINDSIGHT. ALÉM DISSO, A NEGOCIAÇÃO HIPOTÉTICA NÃO ENVOLVE O RISCO FINANCEIRO, E NENHUM REGISTRO DE NEGOCIAÇÃO HIPOTÉTICA PODE COMPLETAMENTE CONTA PARA O IMPACTO DO RISCO FINANCEIRO DE NEGOCIAÇÃO REAL. POR EXEMPLO, A CAPACIDADE PARA SUPORTAR PERDAS OU ADERIR A UM PROGRAMA DE NEGOCIAÇÃO EM PARTICULAR DENTRO DA NEGOCIAÇÃO DE PERDAS SÃO PONTOS MATERIAIS QUE TAMBÉM PODEM AFETAR DE ACORDO, DE FORMA ALTA, OS RESULTADOS DA NEGOCIAÇÃO. EXISTEM NUMEROSOS OUTROS FATORES RELACIONADOS COM OS MERCADOS EM GERAL OU PARA A IMPLEMENTAÇÃO DE QUALQUER PROGRAMA DE NEGOCIAÇÃO ESPECÍFICO QUE NÃO PODE SER TOTALMENTE CONSIDERADO PARA A ELABORAÇÃO DE RESULTADOS DE DESEMPENHO HIPOTÉTICOS E TODOS OS QUE PODEM AFETAR COM ANTECEDÊNCIA OS RESULTADOS DA NEGOCIAÇÃO.
ESTAS TABELAS DE DESEMPENHO E RESULTADOS SÃO HIPOTÉTICOS NA NATUREZA E NÃO REPRESENTAM A NEGOCIAÇÃO EM CONTAS REAIS.

Começando: Construindo um Sistema de Negociação Totalmente Automatizado.
Nos últimos 6 meses, tenho focado no processo de construção da pilha completa de tecnologia de um sistema de negociação automatizado. Eu me deparei com muitos desafios e aprendi muito sobre os dois métodos diferentes de backtesting (Vectorised e Event driven). Na minha jornada para construir um backtester orientado a eventos, veio a minha surpresa que o que você iria acabar é perto de toda a pilha de tecnologia necessária para construir uma estratégia, fazer backtest e executar a execução ao vivo.
Meu maior problema ao enfrentar o problema foi a falta de conhecimento. Procurei em muitos lugares uma introdução à construção da tecnologia ou um blog que me orientasse. Eu encontrei alguns recursos que vou compartilhar com vocês hoje.
Para iniciantes:
Para os leitores novatos em negociações quantitativas, eu recomendaria o livro de Ernie P. Chan intitulado: Negociação Quantitativa: Como construir seu próprio negócio de comércio algorítmico. Este livro é o básico. Na verdade, é o primeiro livro que li sobre negociação quantitativa e mesmo assim achei muito básico, mas há algumas notas que você deve tomar.
Da página 81-84 Ernie escreve sobre como, no nível de varejo, uma arquitetura de sistema pode ser dividida em estratégias semi-automatizadas e totalmente automatizadas.
Um sistema semi-automatizado é adequado se você quiser fazer algumas transações por semana. Ernie recomenda usar o Matlab, R ou até mesmo o Excel. Eu usei todas as 3 plataformas e este é o meu conselho:
Saltar do Matlab, custou muito dinheiro e só consegui acesso aos laboratórios da universidade. Não há muito material de treinamento como blogs ou livros que ensinem como codificar uma estratégia usando o Matlab. R tem toneladas de recursos que você pode utilizar para aprender como construir uma estratégia. Meu blog favorito cobrindo o tópico é: QuantStratTradeR é ​​executado por Ilya Kipnis. É mais provável que o Microsoft Excel inicie onde você não tem experiência em programação. Você pode usar o Excel para negociações semi-automáticas, mas isso não vai funcionar quando se trata de construir a pilha completa de tecnologias.
Estrutura semiautomática pg 81.
Sistemas de negociação totalmente automatizados são para quando você deseja colocar automaticamente as negociações com base em um feed de dados ao vivo. Eu codifiquei o meu em C #, o QuantConnect também usa o C #, o QuantStart orienta o leitor através da construção em Python, o Quantopian usa o Python, o HFT provavelmente usará o C ++. Java também é popular.
Estrutura de negociação completamente automatizada página 84.
Passo 1: Conseguir um bom começo.
Faça o Programa Executivo em Algorithmic Trading oferecido pela QuantInsti. Acabei de começar o curso e o primeiro conjunto de palestras foi na arquitetura do sistema. Teria me poupado cerca de 3 meses de pesquisa se eu tivesse começado aqui. As palestras me acompanharam através de cada componente que eu precisaria, bem como uma descrição detalhada do que cada componente precisa fazer. Abaixo está uma captura de tela de um de seus slides usados ​​na apresentação:
Você também pode usar essa estrutura geral ao avaliar outros sistemas de negociação automáticos.
No momento em que escrevo, estou apenas na terceira semana de palestras, mas estou confiante de que um praticante será capaz de construir uma estratégia comercial totalmente automatizada que poderia, com um pouco de refinamento, ser transformada no começo de um fundo de hedge quantitativo. .
Nota: o curso não está focado na construção da pilha de tecnologia.
Etapa 2: codifique um backtester baseado em eventos básicos.
Blog de Michael Hallsmore, quantstart & amp; livro “Negociação Algorítmica Bem Sucedida”
Este livro tem seções dedicadas à construção de um robusto backtester orientado a eventos. Ele orienta o leitor através de vários capítulos que explicarão sua escolha de idioma, os diferentes tipos de backtesting, a importância do backtesting orientado a eventos e como codificar o backtester.
Michael introduz o leitor às diferentes classes necessárias em um projeto orientado a objetos. Ele também ensina o leitor a construir um banco de dados mestre de títulos. É aqui que você verá como a arquitetura do sistema da QuantInsti se encaixa.
Nota: Você precisará comprar o livro dele: “Successful Algorithmic Trading”, seu blog deixa de fora muita informação.
Passo 3: Volte para o TuringFinance.
O programa EPAT Reading “Successful Algorithmic Trading” & amp; codificando um backtester em um idioma diferente de sua escolha.
Você deve ir para um blog chamado TuringFinance e ler o artigo intitulado "Algorithmic Trading System Architecture" Por: Stuart Gordon Reid. Em seu post ele descreve a arquitetura seguindo as diretrizes dos padrões ISO / IEC / IEEE 42010 e padrão de descrição de arquitetura de engenharia de software.
Eu achei este post muito técnico e tem algumas ótimas idéias que você deve incorporar em sua própria arquitetura.
Uma captura de tela de seu post.
Etapa 4: Estude os sistemas de negociação de código aberto.
4.1) Quantopian.
Escusado será dizer que Quantopian deve ser adicionado a esta lista e tenho vergonha de dizer que não passei muito tempo usando sua plataforma (devido à minha escolha de idioma). Quantopian tem muitas vantagens, mas as que mais se destacam para mim são as seguintes:
Fácil de aprender Python Acesso gratuito a muitos conjuntos de dados Uma grande comunidade e competições Eu amo como eles hospedam a QuantCon!
Quantopian é os líderes de mercado neste campo e é amado por todos os quants! Seu projeto de código aberto está sob o nome de código Zipline e isso é um pouco sobre isso:
“O Zipline é o nosso mecanismo de código aberto que alimenta o backtester no IDE. Você pode ver o repositório de código no Github e contribuir com solicitações de pull para o projeto. Há um grupo do Google disponível para procurar ajuda e facilitar discussões. ”
Aqui está um link para sua documentação:
4.2) QuantConnect.
Para aqueles que não estão familiarizados com o QuantConnect, eles fornecem um mecanismo completo de negociação algorítmica de código aberto. Aqui está um link.
Você deve dar uma olhada no código deles, estudá-lo, & amp; dê-lhes louvor. Eles são competição de quantopianos.
Eu gostaria de aproveitar esta oportunidade para agradecer à equipe da QuantConnect por me deixar escolher o cérebro deles e pelo serviço brilhante que eles fornecem.
Aqui está um link para sua documentação:
Observações finais:
Espero que este guia ajude os membros da comunidade. Eu gostaria de ter essa percepção 6 meses atrás quando comecei a codificar nosso sistema.
Eu gostaria de falar com a comunidade e perguntar: “Que bons cursos de negociação algorítmica você conhece?” Eu gostaria de escrever um post que analise o tópico e forneça uma classificação. Há alguma recomendação para criar um sistema de negociação totalmente automatizado que você gostaria de adicionar a este post?

Mais um passo.
Por favor, preencha a verificação de segurança para acessar a velocidade da luz.
Por que eu tenho que completar um CAPTCHA?
A conclusão do CAPTCHA prova que você é humano e concede acesso temporário à propriedade da web.
O que posso fazer para evitar isso no futuro?
Se você estiver em uma conexão pessoal, como em casa, poderá executar uma verificação antivírus no seu dispositivo para garantir que ele não esteja infectado por malware.
Se você estiver em um escritório ou em uma rede compartilhada, poderá solicitar ao administrador da rede que execute uma verificação na rede procurando dispositivos configurados ou infectados incorretamente.
Outra maneira de evitar essa página no futuro é usar o Privacy Pass. Confira a extensão do navegador na loja de complementos do Firefox.
Cloudflare Ray ID: 40e3ea4fd82eb6ce & bull; Seu IP: 78.109.24.111 & bull; Performance & amp; segurança pela Cloudflare.

Construindo Sistemas de Negociação Automatizada.
1ª edição.
Com uma introdução ao Visual C ++. NET 2005.
Acesso Institucional.
Verificação segura
Frete grátis.
Sem pedido mínimo.
Índice.
Capítulo 1 Introdução.
Seção I: Introdução ao Visual C ++.NET 2005.
Capítulo 2 O. NET Framework.
Capítulo 3 Referências de Rastreamento.
Capítulo 4 Classes e Objetos.
Capítulo 5 Tipos de Referência.
Capítulo 6 Tipos de Valor.
Capítulo 7 Objetos não gerenciados.
Capítulo 8 Composição.
Capítulo 9 Propriedades.
Capítulo 10 Estruturas e Enumerações.
Capítulo 11 Herança.
Capítulo 12 Convertendo e lançando.
Capítulo 13 Sobrecarga do Operador.
Capítulo 14 Delegados e Eventos.
Capítulo 15 Arrays.
Capítulo 16 Gerando Números Aleatórios.
Capítulo 17 Tempo e Temporizadores.
Capítulo 18 Fluxos de Entrada e Saída.
Capítulo 19 Tratamento de Exceções.
Capítulo 20 Coleções.
Capítulo 21 STL / STL. NET.
Capítulo 22 DataSets.
Capítulo 23 Conectando-se a bancos de dados.
Capítulo 24 Linguagem de Consulta Estruturada.
Capítulo 26 Protocolo de troca de informações financeiras.
Capítulo 27 Serialização.
Capítulo 28 Serviços do Windows.
Capítulo 29 Pacotes de configuração e instalação.
Seção II: Concorrência.
Capítulo 30 Threading.
Capítulo 31 Classes de Sincronização.
Capítulo 32 Sockets.
Seção III: Interoperabilidade e Conectividade.
Capítulo 33 Marshaling & lt;
Descrição.
Nos próximos anos, as indústrias proprietárias de trading e hedge funds migrarão amplamente para sistemas automatizados de seleção e execução de transações. De fato, isso já está acontecendo. Embora vários livros de finanças forneçam código C ++ para derivativos de precificação e realizem cálculos numéricos, nenhum aborda o tópico de uma perspectiva de design do sistema. Este livro será dividido em duas seções - técnicas de programação e tecnologia ATS (automated trading system) - e ensinará o desenvolvimento e o projeto do sistema financeiro desde o início usando o Microsoft Visual C ++.NET 2005. O MS Visual C ++.NET 2005 foi escolhido como a linguagem de implementação, principalmente porque a maioria das empresas de trading e grandes bancos desenvolveram e continuam a desenvolver seus algoritmos proprietários em ISO C ++ e Visual C ++. NET oferece a maior flexibilidade para incorporar esses algoritmos legados em sistemas operacionais. Além disso, o. NET Framework e o ambiente de desenvolvimento fornecem as melhores bibliotecas e ferramentas para o rápido desenvolvimento de sistemas de negociação. A primeira seção do livro explica detalhadamente o Visual C ++.NET 2005 e concentra-se no conhecimento de programação necessário para o desenvolvimento automatizado do sistema de negociação, incluindo design orientado a objetos, delegados e eventos, enumerações, geração de números aleatórios, objetos temporizadores e de temporização e gerenciamento de dados. com coleções STL. NET e. NET. Além disso, como a maioria dos códigos legados e de modelagem nos mercados financeiros é feita em ISO C ++, este livro analisa em profundidade vários tópicos avançados relacionados ao gerenciamento e interoperabilidade de memória gerenciada / não gerenciada / COM. Além disso, este livro fornece dezenas de exemplos que ilustram o uso da conectividade de banco de dados com o ADO. NET e um tratamento extensivo de SQL e FIX e XML / FIXML. Tópicos de programação avançada, como encadeamento, soquetes, bem como o uso de C ++. NET para conectar ao Excel, também são discutidos detalhadamente e apoiados por exemplos. A segunda seção do livro explica a tecnologia.
Características principais.
Ensina o projeto e o desenvolvimento do sistema financeiro desde o início usando o Microsoft Visual C ++.NET 2005.
Fornece dezenas de exemplos ilustrando as abordagens de programação no livro.
Leituras.
Audiência primária: engenheiros financeiros, analistas quantitativos, programadores em empresas comerciais; pós-graduandos em cursos e programas de engenharia financeira e mercados financeiros.