Algorithmic Trading Strategies Course

8 Arten von Algorithmic Forex Strategies Posted 2 years ago 12:10 AM 12 November 2014 2 Kommentare Wie versprochen, Heres der nächste Teil meiner Serie auf algorithmische Devisenhandelssysteme. Achten Sie darauf, überprüfen Sie den ersten Teil auf Was Sie wissen müssen über Algo FX Trading vor dem Lesen auf Diese Trading-Ansatz in der Regel appelliert an diejenigen, die schauen, um zu beseitigen oder zu reduzieren menschlichen emotionalen Störungen bei der Herstellung von Entscheidungen des Handels. Schließlich können Kauf - oder Verkaufssignale unter Verwendung eines programmierten Satzes von Anweisungen erzeugt werden und können direkt auf Ihrer Handelsplattform ausgeführt werden. Amazeballs Heres mein Geld Wo ich unterschreibe Halten Sie Ihre Pferde, junge padawan Legen Sie Ihr hart verdientes Geld zurück in Ihre Brieftasche und verbringen ein wenig mehr Zeit verstanden algorithmischen Handel ersten. Um zu beginnen, werfen wir einen Blick auf die verschiedenen Klassifikationen dieses Trading-Ansatzes. Algorithmische Handelsstrategien Es gibt acht Hauptarten des Algo-Handels, die auf den verwendeten Strategien basieren. Ziemlich überwältigend, huh Natürlich können Sie mischen und passen diese Strategien zu, die so viele Kombinationsmöglichkeiten ergibt. Eine der einfachsten Strategien ist einfach, Markttrends zu folgen, mit Kauf - oder Verkaufsaufträgen, die auf einer Reihe von Bedingungen erbracht werden, die durch technische Indikatoren erfüllt werden. Diese Strategie kann auch historische und aktuelle Daten in der Vorhersage vergleichen, ob Trends wahrscheinlich sind, fortzufahren oder umzukehren. Eine weitere grundlegende Art der Algo-Handelsstrategie ist das mittlere Reversionssystem, das unter der Annahme operiert, dass die Märkte 80 Jahre alt sind. Schwarze Kästen, die diese Strategie verwenden, berechnen üblicherweise einen durchschnittlichen Vermögenspreis unter Verwendung von historischen Daten und nehmen Trades in Erwartung des aktuellen Preises, der zum Durchschnittspreis zurückkehrt. Immer versuchen Handel die Nachrichten. Nun, diese Strategie kann es für Sie tun Eine news-basierte algorithmische Handelssystem ist in der Regel an News Drähte, automatisch Erzeugung von Handelssignalen abhängig davon, wie tatsächlichen Daten erweist sich im Vergleich zum Markt Konsens oder die vorherigen Daten. Wie Sie in unserem Schulunterricht auf Marktstimmung gelernt haben. Kommerzielle und nicht-kommerzielle Positionierung können auch verwendet werden, um Markt Tops und Böden. Forex-Algo-Strategien auf der Grundlage der Marktstimmung können mit dem COT-Bericht oder ein System, das extreme Netto-Short-oder Long-Positionen ermitteln. Moderne Ansätze sind auch in der Lage, soziale Netzwerke zu scannen, um Währungsvorstellungen abzuschätzen. Jetzt ist hier, wo es ein wenig komplizierter als üblich wird. Die Nutzung von Arbitrage im algorithmischen Handel bedeutet, dass das System für Preis-Ungleichgewichte auf verschiedenen Märkten jagt und macht Gewinne aus denen. Da die Forex-Preisunterschiede in der Regel Mikro-Pipes aber sind, müssen Sie wirklich große Positionen handeln, um erhebliche Gewinne zu machen. Dreieckige Arbitrage, die zwei Währungspaare und ein Währungskreuz zwischen den beiden betrifft, ist auch eine beliebte Strategie unter dieser Klassifizierung. 6. Hochfrequenzhandel Wie der Name schon vermuten lässt, handelt es sich bei diesem Handelssystem um blitzschnelle Geschwindigkeiten, bei denen Kauf - oder Verkaufssignale und Handelsabschlüsse in Millisekunden durchgeführt werden. Diese verwenden typischerweise Arbitrage - oder Skalpierungsstrategien, die auf schnellen Preisschwankungen basieren und hohe Handelsvolumina beinhalten. Dies ist eine Strategie, die von großen Finanzinstituten, die sehr geheimnisvoll sind über ihre Forex-Positionen. Statt eine große Long - oder Short-Position mit nur einem Broker zu platzieren, brechen sie ihre Geschäfte in kleinere Positionen auf und führen diese unter verschiedenen Brokern aus. Ihr Algorithmus erlaubt es sogar, diese kleineren Handelsaufträge zu unterschiedlichen Zeitpunkten platzieren zu lassen, damit andere Marktteilnehmer nicht herausfinden können. Auf diese Weise können Finanzinstitute Geschäfte unter normalen Marktbedingungen ohne plötzliche Preisschwankungen ausführen. Einzelhändler, die über das Handelsvolumen verfügen, können nur die Spitze des Eisbergs sehen, wenn es um diese großen Geschäfte geht. Wenn Sie denken, Eisberg ist hinterhältig, dann ist die Stealth-Strategie sogar schleichender Iceberging wurde eine solche allgemeine Praxis in den letzten Jahren, dass Hardcore-Markt Beobachter waren in der Lage, in diese Idee hacken und kommen mit einem Algorithmus zusammen, um diese kleinen Aufträge zusammen zu bringen und Herauszufinden, ob ein großer Marktteilnehmer hinter all dem steht. Wie Sie wahrscheinlich vermutet haben, es braucht einen soliden Hintergrund in der Finanzmarktanalyse und Computer-Programmierung in der Lage sein, so anspruchsvolle Handel Algorithmen zu entwerfen. Quantitative Analysten oder Quants werden typischerweise in C-, C - oder Java-Programmen geschult, bevor sie mit algorithmischen Handelssystemen aufwachsen können. Lassen Sie sich davon nicht entmutigen Sie die ersten drei oder vier Arten von algorithmischen Handelsstrategien sollte bereits sehr vertraut sein, wenn Sie schon seit einiger Zeit Handel oder wenn Sie ein fleißiger Schüler in unserer Schule der Pipsologie waren. Bleiben Sie dran für den nächsten Teil dieser Serie, wie ich plane, lassen Sie sich über die neuesten Entwicklungen und die Zukunft der algorithmischen FX-Handel. Bis nächste Woche Einführung in Algorithmische Handelsstrategien, 2011-2013 Kursbeschreibung Dieser Kurs führt die Studierenden in den quantitativen Handel ein. Ein Trader beginnt normalerweise mit einer Intuition oder einer vagen Handelsidee. Mit Hilfe der Mathematik verwandelt er die Intuition in ein quantitatives Handelsmodell für Analyse, Rückprobe und Verfeinerung. Wenn sich das quantitative Handelsmodell nach einer strengen statistischen Prüfung als rentabel erweist, implementiert der Händler das Modell auf einem Computersystem zur automatischen Ausführung. Kurz gesagt, der quantitative Handel ist der Prozess, in dem Ideen in mathematische Modelle umgewandelt und dann in Computerprogramme für den systematischen Handel kodiert werden. Es ist eine Wissenschaft, wo Mathematik und Informatik treffen. In diesem Kurs studieren Studenten Trading-Strategien aus der populären akademischen Literatur und lernen die grundlegenden Mathematik und IT-Aspekte dieser aufstrebenden Bereich. Durch die Arbeit an den Klassenprojekten werden sie praktische Erfahrungen sammeln. Nach erfolgreichem Abschluss dieses Kurses werden die Studenten die erforderlichen quantitativen, Computer-und Programmierkenntnisse in quantitativen Handel haben. Sie sind daher gut für eine Front-Office-Rolle in Hedgefonds oder Banken vorbereitet. Kurs-OutlineAlgorithmische Handelsstrategien Kursbeschreibung Systematic Quant-Fonds sind ein rasch steigender Teil des Hedgefonds und der Smart-Beta-Welt. Obwohl es einen hohen Fokus auf Hochfrequenz von Akademikern, Algo-Trading von mittlerem bis niedrigen Frequenz für über 350bn AUM und ist das höchste Wachstumsegment der HF-Welt. Dieser Kurs deckt die zugrunde liegenden Prinzipien des algorithmischen Handels ab und umfasst Prinzipien und Analysen von Trendfolgen, Tragen, Werten, Mittelwerten und relativen Werten sowie anderen dunkleren Strategien wie Kurz-Gamma. Wir werden die Grundlagen für die Strategie, die Standardstrategieentwürfe, die Vor - und Nachteile verschiedener Designoptionen und die Gewinne aus der Diversifizierung der Portfolio-Strategien diskutieren. Schließlich werden wir, da die Branche durch Überbeanspruchung und daraus resultierende schlechte Leistung geplagt wird, über p-hacking (oder 39financial charlatanism39) und verschiedene Strategien diskutieren, um dies zu vermeiden. Was bekomme ich von diesem Kurs Akademiker / Studenten - um eine breite Einführung in den Bereich der algorithmischen Handelsstrategien einschließlich der Kenntnis der zugrunde liegenden Theorie, wie und wann es bekannt ist. Um in der großen Zahl der offenen Fragen eine neue wissenschaftliche Forschung durchführen zu können, werden wir während des gesamten Kurses berühren. Professionals - Standard-Implementierungen der kanonischen Single-Asset-und Portfolio-basierte Trading-Strategien zu kennen und ein gutes Verständnis der Vor-und Nachteile der verschiedenen Ansätze zur Erarbeitung von Handelsstrategien haben. Zu wissen, häufige Fallstricke, die Handels-Designer oft begegnen und haben eine feste Grundlage für die Entwicklung neuer und verbesserte algorithmische Strategien. Algo Traders - zu verstehen, warum gemeinsame Strategien tatsächlich funktionieren. Voraussetzungen und Zielgruppe Was müssen die KursteilnehmerInnen vor Beginn dieses Kurses wissen oder tun? Kursarbeit (oder Vertrautheit mit den folgenden Themen): Undergrad ODE und PDE (Mathematik oder Ingenieurwesen / Fourier-Erweiterung). Lösung von ODEs erster und zweiter Ordnung, Veränderung von Konstanten Wärmegleichung, Kernelmethoden (Greens39-Funktionen) Zeitreihenerweiterungen, Fourier-, Laplace - oder Z-Transformationen Basic undergrad Analysis Kontinuierliche Funktionen Differentialfunktionen L2 Normen L1 Normen Optimierung Lagrange-Multiplikatoren Quadratische Optimierung Least Quadrate Newton Raphson und andere Wurzellöser. Numerische lineare Algebra. SVD Eigenwerte und Eigenvektoren PCA QR Zersetzung / Gram Schmidt Rang, Determinanten Statistik (gelehrt in einer Statistik, Ökonometrie, maschinelles Lernen oder Signalverarbeitung) Zentrales Grenzwertsystem Gesetz der großen Zahlen Standard Univariate Verteilungen (Normal, Student-T, Chi-Quadrat, Gamma.) Grundlegende Wahrscheinlichkeitstheorie Einige Zeitreihenvertrautheit. Regression Hypothesentests. F-Tests, T-Tests, Chi-Quadrat-Tests. Asymptotik Autokorrelation / ARMA-Modelle Heteroskedastizität und GLS-Kriterien (AIC und BIC) Multivariate Normaldichten, Kovarianz, Korrelation Vertrautheit mit einigen Zeitreihen Codierung Python oder Matlab oder R OOP Finance. Vertrautheit mit Finanzprodukten: Futures, Equities, Bonds, Commodities Hilfreich, aber nicht notwendig: Black-Scholes Optionspreis Wer sollte diesen Kurs nehmen Wer darf nicht in Physikalische Wissenschaften und Ingenieurwissenschaften in Informatik mit einem festen Verständnis von Mathematik in Wirtschaftswissenschaften oder Finanzen mit einem Fachliche Kenntnisse der Ökonometrie Curriculum Modul 1: Kursübersicht Vorlesung 47 P vs Q-Maßnahme Wir führen die Diskussion der Unterschiede zwischen der P-Messung (physikalische Welt) und der Q-Maßnahme (für Preis - und Hedging-Derivate) fort. Während Q (wo die Kassakosten immer nach vorne oder nach vorne reichen39) ein interessantes Konstrukt ist, ist es nur das. Wir haben es zu verwenden, um Preis-und Hedge - (oder 39Risk manage39) Derivate. Realistisch, in unvollständigen Märkten, Q ist nicht wirklich einzigartig und ist nur ein nützliches Konstrukt. Realistisch gesehen, neigen die Kassakosten dazu, zu bleiben, und zufällige Wanderungen sind viel wahrscheinlicher als nach vorne realisiert. Wenn Punktzinssätze Martingales / gelegentliche Wege sind, ist dieses eine vollkommen anständige Grundlegung für das Studieren tragen. Vorlesung 48 Definition Carry Definition Carry - was ist es Warum kümmern wir uns darum Was ist eine positive Carry-Position und was ist eine negative Carry-Position Was ist mit Waren Lecture 49 Carry for Swaps (und ein wenig für Anleihen) Wir definieren Carry für Swaps , Etwas nicht so leicht verfügbar, und auch ein wenig für Anleihen. Anleihen sind jedoch insgesamt schwieriger, da Sie bonitätsspezifische Refinanzierungssätze kennen müssen (kurzfristige Repo-Raten), so dass wir überwiegend nach Swaps handeln. Vorlesung 50 Tragen Sie für Futures, FX, Equities und Derivate Wir beschreiben kurz den Carry für Futures (einschließlich Rohstoff und Eigenkapital) und FX sowie für den weniger gut abgedeckten Bereich der Derivate. Vorlesung 51 Carry - Zusammenfassung Wir fassen die Erforschung von Carry Vortrag 52 Wert Wir definieren Wert, seine Verwendung und wie er sich von Aktien unterscheidet (wo er gut definiert und regelmäßig verfolgt wird) zu festverzinslichen Wertpapieren und Rohstoffen. Der Wert ist mit seinen längerfristigen Mittelwert-Reversionseigenschaften naturlich orthogonal zum Impuls und Mittelwert-Reversion. Vorlesung 53 Portfolio-Strategien 1 - MVO Mean Varianz-Optimierung als Leitfaden für die Grundlagen der Portfoliostrategie Vorlesung 54 Portfolios - Gewichte testen Wir präsentieren Portfolio-Optimierung als Regression und beschreiben F-Tests für die statistische Signifikanz von Veränderungen im Portfolio-Gewicht. Vorlesung 55 Portfolio-Optimierung - Bedingte Portfolios und andere Performance-Maßnahmen Wir führen konditionale Portfolios und Optimierungen ein, um eine dynamische Reallokation zu ermöglichen. Durch die Verwendung von erweiterten Portfolios können wir dynamische Signale in der Portfoliooptimierung berücksichtigen. Schließlich sprechen wir über die Mängel der meisten MVO-Stil Portfolio-Optimierung und führen eine Reihe der Standard-Performance-Maßnahmen in Mess-und Allokationsprobleme verwendet. Ressource 4 Folien als PDF