Negociação sistemática de opções

Noções básicas de negociação algorítmica: conceitos e exemplos.
Um algoritmo é um conjunto específico de instruções claramente definidas destinadas a realizar uma tarefa ou processo.
O comércio algorítmico (negociação automatizada, negociação de caixa preta ou simplesmente negociação de algoritmos) é o processo de usar computadores programados para seguir um conjunto definido de instruções para fazer uma negociação, a fim de gerar lucros a uma velocidade e frequência impossíveis para uma negociação. comerciante humano. Os conjuntos de regras definidos são baseados em tempo, preço, quantidade ou qualquer modelo matemático. Para além das oportunidades de lucro para o comerciante, a negociação de algoritmos torna os mercados mais líquidos e torna o comércio mais sistemático ao excluir os impactos humanos emocionais nas atividades de negociação. (Para mais, confira Escolhendo o Software de Negociação Algorítmica Certo.)
Suponha que um comerciante siga estes critérios comerciais simples:
Compre 50 ações de uma ação quando a média móvel de 50 dias ultrapassar a média móvel de 200 dias. Venda ações da ação quando a média móvel de 50 dias ficar abaixo da média móvel de 200 dias.
Usando este conjunto de duas instruções simples, é fácil escrever um programa de computador que monitore automaticamente o preço das ações (e os indicadores de média móvel) e coloque as ordens de compra e venda quando as condições definidas forem atendidas. O comerciante não precisa mais ficar de olho nos preços e gráficos ao vivo, ou colocar os pedidos manualmente. O sistema de negociação algorítmica faz isso automaticamente, identificando corretamente a oportunidade de negociação. (Para obter mais informações sobre médias móveis, consulte Médias móveis simples Faça as tendências se destacarem.)
[Se você quiser aprender mais sobre as estratégias comprovadas e no ponto que podem, eventualmente, ser trabalhadas em um sistema de negociação alorítimo, confira o curso Torne-se um Day Trader da Investopedia Academy. ]
Benefícios do comércio algorítmico.
Algo-trading fornece os seguintes benefícios:
Negociações executadas com os melhores preços Possibilidade de colocação imediata e imediata de ordens (com altas chances de execução nos níveis desejados) Negociações cronometradas correta e instantaneamente, para evitar mudanças significativas nos preços Redução dos custos de transação (veja o exemplo de déficit de implementação abaixo) Verificações automatizadas simultâneas em múltiplos condições de mercado Risco reduzido de erros manuais na colocação dos negócios Backtest o algoritmo, com base em dados históricos e em tempo real disponíveis Possibilidade de erros reduzidos por comerciantes humanos com base em fatores emocionais e psicológicos.
A maior parte da negociação de algoritmos atuais é a negociação de alta frequência (HFT), que tenta capitalizar a colocação de um grande número de pedidos em velocidades muito rápidas em vários mercados e vários parâmetros de decisão, com base em instruções pré-programadas. (Para mais informações sobre negociação de alta frequência, consulte Estratégias e segredos de empresas de negociação de alta frequência (HFT).)
O comércio de algo é usado em muitas formas de atividades de negociação e investimento, incluindo:
Investidores de médio a longo prazo ou empresas compradoras (fundos de pensão, fundos mútuos, seguradoras) que compram em grandes quantidades, mas não querem influenciar os preços das ações com investimentos discretos e de grande volume. Comerciantes de curto prazo e participantes do lado da venda (formadores de mercado, especuladores e arbitradores) se beneficiam da execução automatizada do comércio; Além disso, o comércio de algo ajuda a criar liquidez suficiente para os vendedores no mercado. Comerciantes sistemáticos (seguidores de tendências, pares de traders, hedge funds, etc.) acham muito mais eficiente programar suas regras de negociação e permitir que o programa troque automaticamente.
O comércio algorítmico fornece uma abordagem mais sistemática ao comércio ativo do que métodos baseados na intuição ou instinto de um comerciante humano.
Estratégias de Negociação Algorítmica.
Qualquer estratégia para negociação algorítmica requer uma oportunidade identificada que seja lucrativa em termos de ganhos aprimorados ou redução de custos. A seguir estão as estratégias de negociação comuns usadas no comércio de algo:
As estratégias de negociação algorítmica mais comuns seguem as tendências de médias móveis, desvios de canal, movimentos de níveis de preços e indicadores técnicos relacionados. Essas são as estratégias mais fáceis e simples de implementar por meio do comércio algorítmico, porque essas estratégias não envolvem previsões nem previsões de preços. As negociações são iniciadas com base na ocorrência de tendências desejáveis, que são fáceis e diretas de implementar por meio de algoritmos, sem entrar na complexidade da análise preditiva. O exemplo acima mencionado de média móvel de 50 e 200 dias é uma tendência popular seguindo a estratégia. (Para mais informações sobre estratégias de negociação de tendências, consulte: Estratégias simples para capitalizar tendências.)
Comprar uma ação com cotação dupla a um preço menor em um mercado e, simultaneamente, vendê-la a um preço mais alto em outro mercado oferece o diferencial de preço como lucro ou arbitragem isenta de risco. A mesma operação pode ser replicada para ações versus instrumentos futuros, já que os diferenciais de preço existem de tempos em tempos. Implementar um algoritmo para identificar esses diferenciais de preços e colocar as ordens permite oportunidades lucrativas de maneira eficiente.
Os fundos de índices definiram períodos de reequilíbrio para aproximar seus investimentos aos seus respectivos índices de referência. Isso cria oportunidades lucrativas para os traders algorítmicos, que capitalizam os negócios esperados que oferecem lucros de 20 a 80 pontos básicos, dependendo do número de ações no fundo de índice, imediatamente antes do rebalanceamento do fundo do índice. Tais negociações são iniciadas através de sistemas de negociação algorítmica para execução atempada e melhores preços.
Muitos modelos matemáticos comprovados, como a estratégia de negociação delta-neutral, que permitem negociar com combinação de opções e seu título subjacente, onde são feitas negociações para compensar deltas positivos e negativos, de modo que o delta do portfólio seja mantido em zero.
A estratégia de reversão à média baseia-se na ideia de que os preços altos e baixos de um ativo são um fenômeno temporário que revertem para seu valor médio periodicamente. Identificar e definir uma faixa de preço e implementar um algoritmo com base nisso permite que os negócios sejam colocados automaticamente quando o preço do ativo entra e sai de seu intervalo definido.
A estratégia de preço médio ponderado por volume divide uma ordem grande e libera pedaços menores da ordem para o mercado, determinados dinamicamente, usando perfis de volume histórico específicos do estoque. O objetivo é executar o pedido próximo ao Preço Médio Ponderado pelo Volume (VWAP), beneficiando, assim, no preço médio.
A estratégia de preço médio ponderada pelo tempo quebra uma ordem grande e libera dinamicamente pedaços menores da ordem para o mercado usando intervalos de tempo divididos uniformemente entre uma hora inicial e final. O objetivo é executar o pedido próximo ao preço médio entre os horários inicial e final, minimizando o impacto no mercado.
Até que a ordem de negociação esteja totalmente preenchida, este algoritmo continua enviando ordens parciais, de acordo com a taxa de participação definida e de acordo com o volume negociado nos mercados. A "estratégia de etapas" relacionada envia pedidos em uma porcentagem definida pelo usuário de volumes de mercado e aumenta ou diminui essa taxa de participação quando o preço da ação atinge níveis definidos pelo usuário.
A estratégia de déficit de implementação visa minimizar o custo de execução de um pedido negociando o mercado em tempo real, economizando assim no custo do pedido e se beneficiando do custo de oportunidade de execução atrasada. A estratégia aumentará a taxa de participação visada quando o preço das ações se mover favoravelmente e diminuirá quando o preço das ações se mover negativamente.
Existem algumas classes especiais de algoritmos que tentam identificar “acontecimentos” do outro lado. Esses "algoritmos de farejamento", usados, por exemplo, por um criador de mercado do lado da venda, têm a inteligência incorporada para identificar a existência de quaisquer algoritmos no lado da compra de uma ordem grande. Essa detecção por meio de algoritmos ajudará o criador de mercado a identificar grandes oportunidades de pedidos e possibilitará que ele se beneficie com o preenchimento dos pedidos a um preço mais alto. Às vezes, isso é identificado como front-running de alta tecnologia. (Para mais informações sobre comércio de alta frequência e práticas fraudulentas, consulte: Se você comprar ações on-line, você está envolvido em HFTs.)
Requisitos técnicos para negociação algorítmica.
Implementar o algoritmo usando um programa de computador é a última parte, batida com backtesting. O desafio é transformar a estratégia identificada em um processo informatizado integrado que tenha acesso a uma conta de negociação para fazer pedidos. Os seguintes são necessários:
Conhecimentos de programação de computadores para programar a estratégia de negociação necessária, programadores contratados ou software de negociação pré-fabricados. Conectividade de rede e acesso a plataformas de negociação para colocação de pedidos. Acesso a feeds de dados de mercado que serão monitorados pelo algoritmo para oportunidades de fazer pedidos. para backtest o sistema, uma vez construído, antes de ir viver em mercados reais Dados históricos disponíveis para backtesting, dependendo da complexidade das regras implementadas no algoritmo.
Aqui está um exemplo abrangente: A Royal Dutch Shell (RDS) está listada na Bolsa de Valores de Amsterdã (AEX) e na Bolsa de Valores de Londres (LSE). Vamos criar um algoritmo para identificar oportunidades de arbitragem. Aqui estão algumas observações interessantes:
AEX negocia em Euros, enquanto a LSE negocia em Libras Esterlinas Devido à diferença horária de uma hora, a AEX abre uma hora antes da LSE, seguida pelas duas bolsas negociadas simultaneamente pelas próximas horas e depois negociando apenas na LSE durante a última hora conforme a AEX fecha .
Podemos explorar a possibilidade de negociação de arbitragem sobre as ações da Royal Dutch Shell listadas nesses dois mercados em duas moedas diferentes?
Um programa de computador que pode ler os preços de mercado atuais Feeds de preços de LSE e AEX Um feed de taxa de câmbio para taxa de câmbio de GBP-EUR Capacidade de colocação de pedidos que pode encaminhar o pedido para a capacidade correta de troca.
O programa de computador deve executar o seguinte:
Leia o feed de preço recebido do estoque RDS de ambas as trocas Usando as taxas de câmbio disponíveis, converta o preço de uma moeda para outra Se houver uma discrepância de preço suficiente (descontando os custos de corretagem) levando a uma oportunidade lucrativa, coloque a compra ordem em troca de preço mais baixo e ordem de venda em troca de preço mais alto Se as ordens forem executadas como desejado, o lucro da arbitragem seguirá.
Simples e fácil! No entanto, a prática de negociação algorítmica não é tão simples de manter e executar. Lembre-se, se você puder colocar uma negociação gerada por algoritmos, os outros participantes do mercado também poderão. Consequentemente, os preços flutuam em milissegundos e até microssegundos. No exemplo acima, o que acontece se a transação de compra for executada, mas o comércio de venda não é feito, pois os preços de venda mudam no momento em que seu pedido chega ao mercado? Você vai acabar sentado com uma posição aberta, fazendo com que sua estratégia de arbitragem seja inútil.
Existem riscos e desafios adicionais: por exemplo, riscos de falha do sistema, erros de conectividade de rede, atrasos entre ordens de negociação e execução e, o mais importante de tudo, algoritmos imperfeitos. Quanto mais complexo for um algoritmo, o backtesting mais rigoroso é necessário antes de ser colocado em ação.
The Bottom Line.
A análise quantitativa do desempenho de um algoritmo desempenha um papel importante e deve ser examinada criticamente. É emocionante usar a automação auxiliada por computadores com a noção de ganhar dinheiro sem esforço. Mas é preciso garantir que o sistema seja completamente testado e que os limites necessários sejam definidos. Comerciantes analíticos devem considerar aprender programação e construir sistemas por conta própria, para ter confiança em implementar as estratégias corretas de maneira infalível. Uso cauteloso e testes completos de negociação de algoritmos podem criar oportunidades lucrativas. (Para mais, veja Como codificar seu próprio robô de negociação da Algo.)

GERENTES DE FX.
Entrevista com Douglas Garistina.
CEO da Sequoia Capital Fund Management.
Douglas Garistina compartilha sua visão sobre o que torna o espaço FX único e explica por que, depois de pesquisar e desenvolver uma abordagem algorítmica para o comércio de moedas por vários anos - usando várias técnicas como programação genética, modelagem de fatores e vários conceitos proprietários - a empresa optou por aplicar modelos sistemáticos no seu programa monetário.
Ele fala sobre a estratégia de investimento de curto prazo, puramente quantitativa e sistemática do SCFM, e explica como o sistema de risco da empresa foi incorporado nos modelos de negociação.
Sequoia Capital Fund Management LLP.
Fundo Sistémico Sequoia.
Modelo de fator multivariado.
Há quanto tempo você está negociando divisas estrangeiras e o que primeiro atraiu você para essa indústria?
Eu tenho negociado em uma ampla gama de classes de ativos, incluindo FX desde 1988, embora o foco na aplicação de modelos sistemáticos no espaço FX seja realmente o resultado de pesquisas que minha equipe quant e eu iniciamos em 2006. Antes disso, meu foco tinha Principalmente o mercado de opções, executando equipes de traders e desenvolvendo ferramentas proprietárias de risco para a Sequoia Capital LLP, uma empresa que fundei em 1996. Muitos dos conceitos técnicos de deslocamentos ou erros de iluminação, bem como métodos de mensuração de risco, transferem muito bem de Minha carreira anterior passou para a abordagem sistemática, particularmente em um universo fechado de moedas selecionadas.
De que forma a negociação de moedas é diferente da negociação de outros instrumentos financeiros?
Com todos os instrumentos financeiros, você tem informações sobre os preços de dois instrumentos, tipicamente o produto que você está negociando e a moeda em que ele é cotado. Por exemplo, ao negociar petróleo bruto, você pensa no preço do petróleo bruto, mas também receber informações sobre o dólar, embora essa informação sobre o dólar não seja geralmente utilizada. Ao negociar moedas, essa informação é muito mais óbvia, pois cada cruzamento tem uma moeda de cotação e uma moeda base diferentes. O que torna o espaço FX único é a triangulação que existe entre um universo fechado de moedas, dando origem a oportunidades mais exploráveis.
O que você mais gosta no seu trabalho?
Acho o momento da descoberta particularmente gratificante; Quando a equipe e eu estamos questionando e pesquisando algo, seja aumentando as taxas de sinal para ruído em nossos conjuntos de dados ou aprimorando nossa modelagem de custos de transação, há um momento em que você sabe que está em algo quando os resultados do trabalho uma melhoria significativa nas suas estatísticas de desempenho. É intelectualmente satisfatório e se traduz em vitória, que também é sempre satisfatória. Tivemos alguns desses momentos este ano, que ajudaram a contribuir para o nosso forte desempenho.
Quando e como nasceu a empresa?
SCFM nasceu como um spin-out da Sequoia Capital LLP no início de 2011. Nossa equipe quant e eu tínhamos, nesse momento, pesquisado e desenvolvido uma abordagem algorítmica para negociação usando várias técnicas como programação genética, modelagem de fatores e vários conceitos proprietários. enquanto sob o guarda-chuva da matriz por cerca de cinco anos e acreditava que tínhamos estratégias robustas o bastante para nos tornarmos uma empresa independente de gestão de investimentos, separada da nossa matriz. A partir daí, investimos pesado em nossa infraestrutura e demos aos membros do time participações de equidade e desempenho para garantir que o negócio tenha o que ele precisa para crescer e superar os altos e baixos do ciclo de desempenho.
Como a empresa é estruturada hoje em termos de headcounts e escritórios?
SCFM tem seu escritório no centro de Londres, com uma equipe central de oito funcionários; quatro deles são quants, um COO, dois engenheiros de software e eu. Também temos acesso a alguns engenheiros de rede e hardware que fornecem os conhecimentos necessários que exigimos nessas áreas, além de manter nossa infraestrutura externa em um data center profissional.
Qual é a maior força do seu time?
A diversidade da equipe.
Nossa equipe de quant é composta por um trader experiente com formação em engenharia, um pesquisador com experiência em fundos de hedge, um engenheiro de pesquisa com formação em engenharia elétrica e um matemático aplicado. Com sua experiência diversificada, cada um deles traz uma abordagem diferente para nossa solução de problemas e pesquisa e acabamos com algumas soluções muito inovadoras baseadas em técnicas usadas fora de nossa indústria. Usamos uma abordagem científica para nossa pesquisa e temos muitas revisões por pares dos experimentos que realizamos. Isso, combinado com o fato de que a equipe vem trabalhando em conjunto há vários anos, significa que todos nós sabemos como aproveitar ao máximo o que cada pessoa traz para a mesa.
O que você considera como sendo as principais posições em uma empresa de gestão de FX?
Como todas as nossas negociações e gerenciamento de riscos são quantitativos e sistemáticos, o papel da PM é menos importante do que em uma empresa onde a negociação é discricionária. Toda a equipe de quant é capaz de operar os sistemas e os mecanismos de negociação, que têm a camada de risco pré-negociação incorporada a eles. Portanto, todos eles compartilham um papel fundamental. Um dos meus cargos como Chefe de Gestão de Riscos é compartilhado com o nosso COO, Hakan Malmros, então, se alguma vez houver algo a ser decidido sobre exposições ao risco, ele pode ser coberto mesmo quando eu não estiver lá. Eu teria que dizer que cada uma dessas áreas é fundamental (equipe de quantificação / negociação, COO, Gerenciamento de Risco), mas devido à abordagem sistemática, as funções dessas funções podem ser compartilhadas de forma significativa, fornecendo redundância que você não pode obter. com negociação discricionária.
Quais autoridades regulam a empresa?
Somos regulamentados no Reino Unido pela FSA.
Como você descreve sua estratégia de investimento em moeda?
Nossa estratégia de investimento é de curto prazo, puramente quantitativa e sistemática. Os modelos são dimensionados para atingir uma volatilidade de 15%. Todos os nossos modelos são projetados para identificar deslocamentos de curto prazo nos mercados aos quais os aplicamos, usando sinais técnicos ou de precificação de mercados economicamente relacionados. O modelo que estamos executando no espaço FX é, em linhas gerais, um tipo de stat-arb; não é nem reversão de médias nem base de momentum, mas é capaz de aproveitar as oportunidades em ambas as categorias. Eu acho que o mais importante para os investidores entenderem sobre nossa estratégia de investimento é que ela não é, de forma alguma, uma caixa-preta. Entendemos a lógica econômica por trás dos relacionamentos que impulsionam nossa geração de sinais e podemos ver as entradas que impulsionam nosso desempenho. Nós nos esforçamos ao máximo para trabalhar de forma transparente com nossos investidores, para que eles também possam entender claramente o que estamos fazendo, para que suas expectativas sobre nós estejam alinhadas com o que podemos oferecer.
Como você criou e desenvolveu seu modelo de negociação de FX e mudou ao longo do tempo?
Nossa estratégia de FX é uma estratégia baseada em teoria, usando alguns elementos e insumos comumente entendidos, combinados com várias técnicas e metodologias proprietárias desenvolvidas nos últimos seis anos, que garantem que os modelos sejam robustos, generalizados e sustentáveis. A pesquisa é contínua, neste modelo, bem como as próximas estratégias que serão executadas. Parte do nosso foco de pesquisa é sempre dedicado ao desempenho de nossas estratégias ao vivo. No entanto, consideramos vital que não permitamos o "estilo de derivação" & rsquo; e aderir aos princípios básicos nos quais baseamos nossos modelos. Portanto, embora não tenhamos feito nenhuma alteração no atacado em nossos modelos, fizemos pequenas melhorias que nossa pesquisa indica que terão um efeito positivo contínuo em nossos resultados, seja na área de processamento e precisão de sinais, gerenciamento de levantamento ou custo de transação. eficiência. Não aceitamos a ideia de que um modelo deva permanecer estático para sempre, nem que deva ser alterado ao primeiro sinal de problema. Somente se os resultados de pesquisas rigorosas indicarem uma alta probabilidade de melhoria, prosseguiremos com um aprimoramento. Isso requer uma abordagem disciplinada e objetiva, como o método científico que forma a base de nossa abordagem de pesquisa.
Como você gerencia risco?
O risco é gerenciado em diferentes níveis por toda a equipe. Como nossa negociação é baseada em modelos, ninguém está realizando negócios por vontade própria, o que poderia envolvê-los emocionalmente para que todos tenham interesse em garantir que as posições que colocamos estejam dentro de nossos limites de risco e conforme especificado por nossos sistemas e não haja recompensa por desviar disso. Nosso sistema de risco é incorporado em nossos modelos para que, quando uma nova posição de destino for gerada, ela passe pela camada de risco pré-negociação, que consiste em vários testes que medem nossas exposições de maneiras diferentes. Se as posições propostas violarem qualquer um desses testes, o portfólio será reduzido pelo sistema até que não haja violações de limite. Só então os negócios podem ser enviados para os mecanismos de negociação. Os quantos que executam os modelos estão na linha de frente e sinalizam quaisquer problemas para o resto de nós se a camada de risco lançar um aviso. Todos nós, então, temos a capacidade de visualizar os relatórios de riscos onde quer que estejamos e, se houver algum assunto a discutir, nós o fazemos. Em última análise, tenho a autoridade final em gerenciamento de riscos e tenho discrição apenas para reduzir riscos e apenas em circunstâncias definidas. Usamos essa discrição um punhado de vezes nos últimos 18 meses durante eventos que poderiam levar a um resultado não linear que nossos modelos não foram projetados para identificar. Por exemplo, durante a eleição grega do ano passado e as Cúpulas do Euro, tomamos a decisão de atingir 7,5% de volatilidade nesses dias, ampliando assim nosso portfólio pela metade. Uma vez que o evento passou e o resultado não foi um desastre, aumentamos para 15% vol. Também introduzimos regras de redução de risco em nosso código para lidar com a decisão do Swiss National Bank de limitar o franco suíço em relação ao euro. Este é um exemplo do porquê ter experiência comercial em uma equipe sistemática é vital. Do ponto de vista de operadores, certas posições são assimétricas no resultado e podem ser tratadas usando regras para evitar certas posições em certas circunstâncias. A compreensão da mecânica do mercado e as habilidades de observação desenvolvidas ao longo de anos como trader também servem para reduzir os riscos, garantindo que os processos implementados tenham uma consciência de mercado incorporada em sua lógica.
Conte-nos sobre uma lição que você aprendeu com as decisões de negociação anteriores.
Nos primeiros dias de execução do nosso modelo antes de fazermos muito pré-processamento dos nossos dados (e antes de aceitarmos investidores), notávamos o modelo ocasionalmente querendo colocar grandes negociações no AUD / NZD e nossas investigações nos levaram a concluir que a escassez de alguns dos dados de entrada estava impulsionando essas decisões. Isso nos levou a criar algumas novas técnicas para monitorar e filtrar os dados de entrada. Isso serviu para esclarecer ainda mais a importância do conhecimento e da experiência do mercado como dados, embora precisos de acordo com o provedor de dados, não é necessariamente útil, a menos que seja significativamente completo ou pelo menos filtrado para reduzir o ruído indesejado.
Você usa uma mistura de estratégias ou apenas uma?
Em toda a empresa, temos um grupo de estratégias que podem ser combinadas para diversificação entre as classes de ativos. No espaço FX, estamos usando um tipo de modelo, mas ele está estruturado para gerar muitos sinais simultâneos em vários cruzamentos, cada um em si classificadores um tanto fracos, mas se agregando em uma previsão robusta no nível da moeda.
Quais são as condições de mercado que você considera ideais e quais são as mais desafiadoras para o desempenho de sua estratégia?
Tal como acontece com a maioria das estratégias sistemáticas que dependem de dados históricos, um mercado de livre movimentação com pouca intervenção do governo é ideal. Geralmente, a intervenção do governo tende a ir contra a sabedoria predominante ou lógica do que deveria estar acontecendo nos mercados e os modelos geralmente não são particularmente bons em identificar isso. Dito isso, temos tido um ótimo ano e houve vários exemplos de intervenção do governo e oscilações de risco / risco no sentimento, então é possível que, com intervenção governamental contínua e suficiente nos dados históricos, nossos modelos tenham foi capaz de lidar melhor com esse ambiente.
Você pode nos dar um exemplo de uma memorável decisão comercial vencedora?
No espaço sistemático de curto prazo, onde nós, como indivíduos, não estamos tomando as decisões de negociação, é difícil identificar negociações vencedoras particularmente memoráveis. É mais sobre ajustes memoráveis ​​no modelo ou períodos de negociação particularmente memoráveis, onde ganhamos em 80% dos dias de negociação em um mês. A forma como nossos modelos são construídos, eles não pretendem fazer negócios que devam se destacar na memória. Nossos modelos realizam várias transações diariamente, cada uma tentando explorar pequenas oportunidades que esperamos que se desdobrem no dia seguinte. É mais um processo de desmantelamento constante do que um balanço para "home runs".
Você usa moedas de mercados emergentes?
Não utilizamos moedas EM como nossos modelos contam com dados de entrada de qualidade, o que muitas vezes não existe no EM e nossa execução requer alta liquidez para lidar com nosso alto giro diário. Para os comerciantes que não têm as mesmas preocupações, acredito que as moedas emergentes oferecem oportunidades muito viáveis ​​e excitantes que podem não existir nas moedas desenvolvidas.
Ao desenvolver uma estratégia, você prioriza a construção de sinais de entrada, sinais de saída ou regras de gerenciamento de dinheiro?
Regras de gerenciamento de dinheiro. Sem estes, você não está em lugar nenhum. Nenhum sistema, independentemente de quão bom seja nas entradas e saídas de tempo, pode estar certo o tempo todo, então você deve ter regras de risco prudentes para manter essas perdas sob controle.
Você acha que toda estratégia perde sua precisão mais cedo ou mais tarde, ou acredita em regras de mercado duradouras?
Se um modelo for deixado estático, pode muito bem encontrar-se perdendo a precisão ao longo do tempo, embora isso possa voltar em algum momento, se a teoria de mercado na qual ele é baseado for robusta ou duradoura. Para garantir a sustentabilidade de nossas estratégias, incorporamos uma técnica de seleção de modelos baseada em regras e objetivas que são executadas periodicamente para selecionar os melhores parâmetros para usar até a próxima seleção. Todo este processo, o tempo e as técnicas de pontuação que usamos são rotineiramente validados para garantir que qualquer atualização que estamos fazendo para os parâmetros seja sensata e mais provável que seja positiva no ambiente ao vivo.
Você usa alguma forma de otimização e como você lida com ajuste de curva?
Nossa técnica de seleção de modelos é uma forma de otimização. Algumas das principais forças que nossa equipe desenvolveu durante o nosso tempo na criação de algoritmos geneticamente evoluídos são métodos para minimizar qualquer ajuste excessivo e identificar os modelos mais robustos e verdadeiramente preditivos. Sendo uma estratégia baseada em dados, a evolução genética de algoritmos é uma receita para overfitting se procedimentos rigorosos não forem seguidos. Como resultado, desenvolvemos um conjunto de testes ou métodos nesta área que adaptamos para outros modelos, como a nossa estratégia de FX. Alguns deles são clássicos, como o uso de simulações de Monte Carlo, mas a maioria é proprietária e específica para as nossas necessidades. Eu diria, em um nível geral, que garantir que você tenha métodos definidos objetivamente que separam a verdadeira produtividade da aleatoriedade, maneiras de testar a consistência em vários períodos fora da amostra e manter-se atento para evitar ótimos locais, são critérios-chave para construção de modelos robustos e sustentáveis.
Você favorece algum prazo específico em suas estratégias?
Gostamos do espaço de curto prazo com períodos de detenção de posição em torno da marca de 1-2 dias, embora possamos manter posições por até uma semana. Em particular, descobrimos que gerar novos sinais em um horizonte diário ou um pouco menos mantém nossos modelos ágeis e não casados ​​com um determinado tema por muito tempo em um ambiente em constante mudança. O outro lado disso é a restrição de capacidade, particularmente com um modelo de alta rotatividade como o nosso.
O que um comerciante inexperiente deve prestar atenção ao escolher um período de tempo?
Há vantagens e desvantagens para períodos longos e curtos. Alguns dos melhores negócios da minha carreira foram o resultado de analisar gráficos de commodities semanais e mensais, onde os padrões tendem a ser mais claros. Você precisa de uma tremenda paciência para observar um padrão de longo prazo e não se apressar a entrar no mercado tão cedo. No espaço de curto prazo, uma grande vantagem é que você tem muito mais oportunidades de entrada e saída que torna o teste de uma abordagem algorítmica muito mais rápida e fácil. Além disso, com mais negócios acontecendo em um curto espaço de tempo, você coleta informações estatísticas sobre sua estratégia muito mais rapidamente. É, no entanto, um espaço mais barulhento para se trabalhar.
Qual é a alavancagem que você normalmente usa?
Em média, nossa estratégia de câmbio usa 3-5 vezes a alavancagem e limitamos isso a 7 vezes o máximo.
Quantos corretores de execução você usa?
Limitamos o número de provedores de liquidez que utilizamos, pois preferimos ser um bom cliente para poucos clientes do que um pequeno cliente para muitos. Acreditamos que isso nos ajuda a ver os spreads mais apertados. Toda a nossa negociação é eletrônica.
Quais dados históricos você usa ao desenvolver suas estratégias?
Todos os nossos dados de futuros são da Tick Data e nossos dados de pontos FX são da Bloomberg e nossos provedores de liquidez. A qualidade dos dados é da maior importância, como "lixo em igual desperdício". Mesmo com os melhores dados, descobrimos que somos capazes de aumentar nossas taxas de sinal / ruído com filtragem cuidadosa e imparcial e outras técnicas de pré-processamento.
Qual software você usa nas funções de pesquisa, risco e reconciliação?
Usamos o Matlab para algumas pesquisas, mas a maioria dos softwares que usamos para todas as nossas funções foi construída internamente e todo o nosso código de produção está em C #.
Quais oportunidades e riscos você vê na negociação de alta frequência para gerentes de FX?
Eu acho que ainda existem oportunidades para os tipos de farejamento de mercado para detectar padrões de execução e tentar tirar vantagem deles. Ao mesmo tempo, algoritmos de execução e varredura de pool de liquidez estão ficando mais sofisticados para reduzir o footprint de execução. Da minha experiência no mercado de frequências ultra-altas nos mercados de opções de índices de ações e de renda fixa, acredito que exija um compromisso com uma corrida armamentista nas frentes de software e hardware. Já existe muita exploração das oportunidades de precificação que existem, reduzindo os retornos possíveis e, portanto, exigindo código cada vez mais rápido rodando em chips gráficos ou chips proprietários cada vez mais rápidos. Nada disso é barato e os maiores e mais experientes podem gastar mais do que os novatos em software e hardware.
Conte-nos sobre a eficiência e capacidade do seu programa.
Nossas estratégias têm uma alta rotatividade no dia a dia, então temos que nos concentrar nos mercados mais líquidos. Em seguida, precisamos trabalhar constantemente para aproveitar ao máximo a liquidez disponível nesses mercados. Só então podemos ter certeza de que o alfa que extraímos dos mercados a cada dia representará um lucro líquido. Nossa estratégia de FX é restrita à capacidade em algum lugar ao norte de US $ 250 milhões, mas quanto mais é uma incógnita, à medida que trabalhamos continuamente para melhorar o que podemos movimentar pelos mercados a cada dia.
Você pode nos dar a sua opinião sobre a mudança do EurUsd nos próximos 6/12 meses?
Pessoalmente, acho que o euro pertence ainda mais baixo. Profissionalmente, eu não me importo, desde que nossos modelos continuem a acertar. Como um ex-operador discricionário, levou algum tempo para se acostumar com isso, mas é a beleza de executar modelos quantitativos & ndash; disciplina rígida e sem emoção.
Qual é o melhor conselho que você daria para os comerciantes que querem entrar no setor de gestão de fundos FX?
A concorrência nessa indústria é feroz, então esteja certo de que, antes de seguir esse caminho, o que você está fazendo é diferenciado o suficiente de seus pares (se não for único) e sustentável a longo prazo.

Negociação sistemática de opções
Os dez principais métodos de negociação sistemática.
por Michael R. Bryant.
Os métodos sistemáticos de negociação são a base para sistemas de negociação e estratégias de negociação automatizadas. Eles consistem em indicadores técnicos ou outros métodos matemáticos usados ​​para gerar sinais objetivos de compra e venda nos mercados financeiros. Alguns dos métodos mais populares estão em uso desde antes do advento dos computadores, enquanto outros métodos são mais recentes. Este artigo lista dez dos métodos sistemáticos mais populares encontrados em sistemas de negociação.
Movendo crossovers médios. Sistemas de negociação baseados no cruzamento de duas médias móveis de diferentes comprimentos é talvez o método de negociação sistemático mais comum. Este método também inclui crossovers médios móveis triplos, bem como o indicador de divergência de convergência da média móvel (MACD), que é a diferença entre duas médias móveis exponenciais. As médias móveis podem ser calculadas de várias maneiras, como simples, exponencial, ponderada, etc.
Quebras do canal. Nesse método, um canal de preço é definido pelo mais alto e o mais baixo mais baixo de um número anterior de barras. Uma negociação é sinalizada quando o mercado irrompe acima ou abaixo do canal. Isso também é conhecido como canal Donchian, que tradicionalmente usa um período de lookback de 20 dias. O famoso sistema de “tartaruga” foi supostamente baseado em fugas de canal.
Fugas de volatilidade. Estes são similares em alguns aspectos às fugas de canal exceto que em vez de usar o mais alto e mais baixo mais baixo, a fuga é baseada na assim chamada volatilidade. A volatilidade é tipicamente representada pelo intervalo médio verdadeiro (ATR), que é essencialmente uma média dos intervalos das barras, ajustada para intervalos de abertura, ao longo de um número passado de barras. O ATR é adicionado ou subtraído do preço atual da barra para determinar o preço inicial.
Suporte / Resistência Este método baseia-se na ideia de que, se o mercado estiver abaixo de um nível de resistência, terá dificuldade em ultrapassar esse preço, ao passo que, se estiver acima de um nível de suporte, terá dificuldade em ficar abaixo desse preço. É considerado significativo quando o mercado ultrapassa um nível de suporte ou resistência. Além disso, quando o mercado rompe um nível de resistência, esse preço se torna o novo nível de suporte. Da mesma forma, quando o mercado cai através de um nível de suporte, esse preço se torna o novo nível de resistência. Os níveis de suporte e resistência são tipicamente baseados em preços recentes e significativos, como altos e baixos recentes ou pontos de reversão.
Osciladores e ciclos Osciladores são indicadores técnicos que se movem dentro de um intervalo definido, como zero a 100, e representam a extensão em que o mercado está sobrecomprado ou sobrevendido. Os osciladores típicos incluem o stochastics, o Williams% R, o Rate of Change (ROC) e o Indicador de Força Relativa (RSI). Os osciladores também revelam a natureza cíclica dos mercados. Métodos mais diretos de análise de ciclo também são possíveis, como o cálculo do comprimento do ciclo dominante. O comprimento do ciclo pode ser usado como uma entrada para outros indicadores ou como parte de um método de previsão de preço.
Padrões de preço. Um padrão de preço pode ser tão simples quanto um preço de fechamento mais alto ou tão complicado quanto um padrão de cabeça e ombros. Numerosos livros foram escritos sobre o uso de padrões de preços na negociação. O tema das velas japonesas é essencialmente uma maneira de categorizar diferentes padrões de preço e vinculá-los ao comportamento do mercado.
Envelopes de preço. Neste método, as bandas são construídas acima e abaixo do mercado, de modo que o mercado normalmente permanece dentro das bandas. Bandas de Bollinger, que calculam a largura do envelope a partir do desvio padrão de preço, são provavelmente o tipo de envelope de preço mais comumente usado. Os sinais de negociação são normalmente gerados quando o mercado toca ou passa pela banda superior ou inferior.
Hora do dia / dia da semana. Os métodos de negociação baseados no tempo, baseados na hora do dia ou no dia da semana, são bastante comuns. Um sistema de negociação bem conhecido para os futuros do S & P 500 comprados em aberto às segundas-feiras e encerrado no fechamento. Aproveitou-se de uma tendência que o mercado tinha na época para negociar às segundas-feiras. Outras abordagens sistemáticas restringem os negócios a determinados momentos do dia que tendem a favorecer certos padrões, como tendências, reversões ou alta liquidez.
Volume. Muitos métodos sistemáticos de negociação são baseados unicamente em preços (aberto, alto, baixo e próximo). No entanto, o volume é um dos componentes básicos dos dados de mercado. Como tal, os métodos baseados no volume, embora menos comuns do que os métodos baseados no preço, são dignos de nota. Muitas vezes, os comerciantes usam o volume para confirmar ou validar uma mudança de mercado. Alguns dos métodos sistemáticos mais comuns baseados no volume são os indicadores baseados em volume, como o volume no balanço (OBV), a linha de acumulação / distribuição e o oscilador Chaiken.
Previsão. A previsão de mercado usa métodos matemáticos para prever o preço do mercado em algum momento no futuro. A previsão é qualitativamente diferente dos métodos listados acima, que são projetados para identificar tendências ou padrões de mercado comercializáveis. Em contraste, um sistema de negociação baseado na previsão pode, por exemplo, comprar o mercado hoje, se a previsão é de que o mercado seja maior a uma semana a partir de hoje.
Por favor, tenha em mente que esta lista é baseada na popularidade, o que não é necessariamente o mesmo que rentabilidade. Sistemas comerciais bem-sucedidos geralmente empregam uma combinação de métodos e muitas vezes de maneiras não convencionais. Além disso, é possível que outros métodos menos populares sejam mais lucrativos em alguns casos.
Se você gostaria de ser informado sobre novos desenvolvimentos, novidades e ofertas especiais da Adaptrade Software, por favor, junte-se à nossa lista de e-mail. Obrigado.

Introdução à negociação de opções sistemáticas: avaliando, analisando e lucrando com oportunidades de opções errôneas.
Este capítulo é do livro.
Este capítulo é do livro.
Este capítulo é do livro & # xF501;
O que o livro é sobre e quem deve lê-lo.
Este livro discute os procedimentos de busca multidimensional, seleção e utilização de oportunidades comerciais potenciais existentes no mercado de opções. Não contém regras mágicas que prometam um enriquecimento rápido e garantido. Em vez disso, você encontra uma pesquisa abrangente voltada para a descoberta e aplicação prática de regularidades estatísticas e características probabilísticas da negociação de opções. O objetivo da nossa abordagem sistemática não é a criação de estratégias sempre vencedoras. Em vez disso, nos esforçamos para implementar uma idéia realista - desenvolvendo um sistema de algoritmos e regras que lhe forneçam vantagem estatística sobre o participante médio do mercado. O sistema de negociação baseado na aplicação consistente dos princípios discutidos neste livro permite que você crie e mantenha posições com lucros esperados altos (mais altos do que a média do mercado) e riscos de previsão mais baixos.
A parte substancial deste livro é dedicada ao problema da seleção. A vantagem estatística e as vantagens probabilísticas dependem da nossa capacidade de selecionar as melhores variantes de um grande número de alternativas disponíveis. O mercado de opções é incrivelmente amplo e diversificado, enquanto oportunidades comerciais promissoras são raras e difíceis de identificar. Para evitar perder a chance de descobrir essas "pérolas" escassas, uma ampla quantidade de alternativas deve ser cuidadosamente estimada e analisada. A análise contínua de grandes conjuntos de dados cobrindo todo o mercado de opções é a única maneira de identificar oportunidades de negociação esparsas que podem ser descritas como "as melhores disponíveis". Portanto, as questões relacionadas ao desenvolvimento, otimização e aplicação prática dos critérios de seleção são discutidas amplamente e examinadas em profundidade ao longo do livro.
Este livro destina-se a vendedores, investidores, gestores de carteiras, teóricos e economistas com diferentes níveis de fundamentação em opções e matemática.
Se você estiver familiarizado com as noções básicas de estatística e teoria da probabilidade e tiver dominado os fundamentos da negociação de opções, poderá prosseguir com a leitura deste livro. Para aqueles de vocês que não têm experiência anterior com opções, mas estão familiarizados com as duas primeiras disciplinas, recomendamos que você comece com o apêndice em que listamos as principais definições e explicamos as noções e os termos necessários para entender o conteúdo das opções. livro.
Aqueles que não estão familiarizados com a teoria das probabilidades e estatísticas têm duas opções. Você pode começar a ler sem se aprofundar em provas e argumentos, concentrando-se mais nos padrões e regularidades descritos no texto e nas conclusões deles resultantes. Neste caso, você deve confiar nos resultados apresentados pelos autores e confiar plenamente na validade de seus julgamentos e conclusões. Um caminho alternativo, que é mergulhar nos fundamentos da estatística e da teoria da probabilidade, pode permitir que você examine criticamente o material do livro. Até mesmo o conhecimento superficial das noções básicas desses assuntos oferece uma oportunidade de formar sua própria opinião sobre muitas questões importantes da negociação de opções. A primeira maneira pode levar menos tempo e esforço, enquanto a segunda permite aproveitar ao máximo este livro.

Negociação de Futuros Sistemáticos.
Em sua negociação proprietária, o foco principal da Systematic Strategies é em estratégias de capital e volatilidade, tanto de baixa quanto de alta frequência. Nos futuros, a ênfase está na negociação de alta frequência, embora também tenhamos uma ou duas estratégias de baixa frequência com maior capacidade, como o Futures WealthBuilder. A versão do WealthBuilder em execução no site Collective 2 teve um ótimo desempenho em 2017, com retornos líquidos de 30% e um Índice de Sharpe de 3,4:
No espaço de alta frequência, nosso foco é em estratégias com Altíssimos Índices de Sharpe e baixos rebaixamentos. Negociamos uma gama de produtos futuros, incluindo mercados de ações, renda fixa, metais e energia. Apesar dos baixos níveis atuais de volatilidade do mercado, essas estratégias tiveram um bom desempenho em 2017:
Construir estratégias de alta frequência com índices de Sharpe de dois dígitos requer uma sinergia de capacidade computacional e conhecimento de modelagem. A microestrutura dos mercados futuros é, naturalmente, substancialmente diferente da dos mercados de ações ou de forex e os componentes do modelo que incluem os efeitos da microestrutura variam muito de um produto para outro. Também pode haver variações substanciais na maneira como o tempo é tratado no modelo & # 8211; seja como tempo de parede & # 8220; discreto ou contínuo, em tempo de negociação, ou alguma outra medida. Mas alguns dos indicadores técnicos simples que usamos "# 8211; médias móveis, por exemplo & # 8211; são comuns a muitos modelos em diferentes produtos e mercados. O aprendizado de máquina desempenha um papel na maioria das nossas estratégias de negociação, incluindo alta frequência.
Aqui estão alguns posts relevantes que você pode achar interessantes:

Negociação sistemática de opções
Nossas estratégias são totalmente automatizadas e operam em baixas e altas freqüências, usando algoritmos matemáticos proprietários e modelos econométricos.
A Systematic Strategies possui uma Plataforma de Contas Gerenciadas e uma estrutura de fundos de hedge Master Feeder para investidores.
Nossos clientes incluem pessoas físicas de alta renda, escritórios familiares e investidores institucionais.
Além de gerenciar suas próprias estratégias, a empresa se dedica à pesquisa e desenvolvimento em nome de outras empresas de comércio.