শুকনো পণ্য - হাই ফ্রিকোয়েন্সি ট্রেডিং কিভাবে আয় করে?

হাই ফ্রিকোয়েন্সি ট্রেডিং কিভাবে আয় করে?

এটির সামনের অংশে লেখা আছেঃ ২০১৬ সালের ৩০ জুলাই, হংকংয়ের পরিবহন বিশ্ববিদ্যালয়ের হংকংয়ের প্রাক্তন শিক্ষার্থীদের সম্মেলনের আমন্ত্রণে, ট্রেডিং গেটের প্রধান চরিত্র, উচ্চ-ফ্রিকোয়েন্সি ব্যবসায়ী লিও একটি বিষয়বস্তু ভাগ করে নেওয়ার সম্মেলন করেছিলেন।

• আমার বক্তব্যটি কিছুটা আইটি-ভিত্তিক হতে পারে, কারণ আমি সবসময় আইটি করেছি। কারণ আমি গণিত এবং পরিসংখ্যানের কোনও আনুষ্ঠানিক শিক্ষা গ্রহণ করি নি, তাই এটি কিছুটা আনুষ্ঠানিক মনে হতে পারে, কিছু টিপস রয়েছে এবং আমি নিজের ব্যবসায়ের পরে অভিজ্ঞতা পেয়েছি। আমি চার ধরনের লেনদেনের কৌশল নিয়ে কথা বলব, তারপর গণিত এবং আইটি নিয়ে কিছু বলব। পরিমাণগত ট্রেডিং, নাম অনুসারে, দুটি অংশে বিভক্ত করা যেতে পারে, একটি পরিমাণগত এবং অন্যটি ট্রেডিং। Quantitative: ঐতিহ্যগত ম্যানুয়াল ট্রেডিংয়ের তুলনায় অনেক কিছুই মডেলের মাধ্যমে পরিমাপ করা হয়, স্বজ্ঞানের পরিবর্তে। ট্রেডিং হ'ল ঝুঁকি নিয়ন্ত্রণের সাথে ঘনিষ্ঠভাবে যুক্ত, ম্যানুয়াল ট্রেডিং নয়, প্রোগ্রামিংয়ের মাধ্যমে সম্পন্ন করা হয়। Quantitative Trading অনেক ধরনের, এক সপ্তাহ এক মাস বলতে পারেন. fundamental অংশ কিছু Long/Short Equity আছে, কিছু Alpha Strategy আছে. এবং একটি শ্রেণী আছে Pricing Quant, যেমন Option Pricing, কিভাবে মূল্য নির্ধারণ করা হয়. এবং একটি প্রকার আছে যা বিশুদ্ধ বাজার ডেটা Quant. অর্থাৎ তিনি শুধুমাত্র মূল্য এবং ভলিউম দেখেন, মূল্য এবং ভলিউম উপর প্রযুক্তিগত বিশ্লেষণ, বিশুদ্ধ বাজার ডেটা।

চিত্র ১- উচ্চ ফ্রিকোয়েন্সি ট্রেডিং মূলত খাঁটি মার্কেট ডেটা ব্যবহার করে, কারণ এটি নিজেই ডেটাতে কিছুটা বেশি চাহিদা রাখে। হাই-ফ্রিকোয়েন্সি ট্রেডিং কি? প্রথমত, এটি স্বয়ংক্রিয় করা হয়। হাই-ফ্রিকোয়েন্সি ট্রেডিংটি হাতে করা অসম্ভব, এক সময়ের স্তরে নয়, অনেকগুলি কম্পিউটিং ক্ষমতা প্রয়োজন, শক্তিশালী কম্পিউটার প্রয়োজন, এবং তারপরে প্রচুর পরিমাণে অর্ডার, মানুষের হাতের মতো নয়, সম্ভবত প্রতি সেকেন্ডে, প্রতি মিলিসেকেন্ডে, ট্রেড করা হয়। অবশ্যই, এই তালিকায় অনেকগুলি প্রত্যাহারও অন্তর্ভুক্ত রয়েছে, প্রচুর পরিমাণে প্রত্যাহার; কিছু কৌশলগুলি অনেকগুলি প্রত্যাহার করেছে, সম্ভবত এক মিলিয়নেরও বেশি আদেশ দিয়েছে, কেবলমাত্র দশ হাজারেরও বেশি আদেশ সম্পন্ন করেছে; অন্যটি খুব দ্রুত গতিতে। এবং সংজ্ঞাটি হ'ল জটিল অ্যালগরিদমগুলির প্রয়োজন। আমি একটি প্রশ্ন চিহ্ন রেখেছি, কারণ কিছু অ্যালগরিদম আসলে তুলনামূলকভাবে সহজ, জটিল নয়, সম্ভবত প্রাথমিক গণিতের স্তরের। আগে আমি সময় সম্পর্কে কিছু কথা বলব। আমাদের সাধারণ সময়, ছোট একক সেকেন্ড বা এমনকি মিনিটের মধ্যে হতে পারে। সেকেন্ডের নীচে, মিলিসেকেন্ডঃ এক হাজার সেকেন্ড। চোখের পলকে, এটি প্রায় 300 মিলিসেকেন্ডের মতো। সাংহাই থেকে শেংহং পর্যন্ত ডেটা ট্রান্সমিশন, একটি পিং প্রায় 30 মিলিসেকেন্ড। আবার নীচে মাইক্রোসেকেন্ড, এক হাজার মিলিসেকেন্ড, এক মিলিয়ন সেকেন্ড। উচ্চ-ফ্রিকোয়েন্সি ট্রেডিংয়ে, একটি লেনদেন সিদ্ধান্ত নেওয়া প্রায় 10-20 মাইক্রোসেকেন্ড, অবশ্যই কিছু হার্ডওয়্যার পদ্ধতির মাধ্যমে এটি করতে পারে প্রায় 2 মাইক্রোসেকেন্ড। মাইক্রোসেকেন্ডের নীচে, এক হাজার সেকেন্ডের একটি মাইক্রোসেকেন্ড। এটি খুব দ্রুত।

চিত্র ২- তুলনাঃ চোখ বন্ধ করুন, ৩৫০ মিলিসেকেন্ড; উচ্চ ফ্রিকোয়েন্সির ট্রেডিংয়ে মাত্র ১৫ মিলিসেকেন্ডে ১০০০টি ট্রেড সিদ্ধান্ত নেওয়া হয়। আমরা প্রায়শই বলি যে উচ্চ-ফ্রিকোয়েন্সির লেনদেনগুলি চোখের পলকের মধ্যে 10,000 টিরও বেশি লেনদেনের সিদ্ধান্ত নিতে পারে। সুতরাং উচ্চ-ফ্রিকোয়েন্সির লেনদেনের সময়সীমা আলাদা, উচ্চ-ফ্রিকোয়েন্সির লেনদেনের জন্য এক সেকেন্ড অনেক দীর্ঘ।

• #### নিম্নলিখিতগুলি উচ্চ-ফ্রিকোয়েন্সি ট্রেডিংয়ের কয়েকটি প্রধান কৌশলগত প্রকার।

চিত্র ৩

• শহরের কৌশল

  বাজারের ব্যবসায়ীদের কৌশলগুলির মূল উদ্দেশ্য হল বাজারে তরলতা প্রদান করা, বিড/আসক লিঙ্ক করা, বিড/আসক সংকীর্ণ করা এবং মধ্যবর্তী ব্যবধান অর্জন করা। এটি সহজ বলে মনে হচ্ছে, তবে অনেকগুলি মডেল রয়েছে, ঝুঁকি নিয়ন্ত্রণ, এটির উপর অস্ত্র প্রতিযোগিতা। আমি বলতে চাইছি, এখানে অনেকগুলো বাঁধাই ভালো কাজ করছে। এখানে অনেক কিছু আলোচনা করা যায়, যেমন কিভাবে আপনার হোল্ডিং নিয়ন্ত্রণ করা যায়, আপনার ঝুঁকি; কিভাবে অনেক ভবিষ্যদ্বাণী করা যায়; কিভাবে ভোলাটিলিটি এবং মূল্য ভবিষ্যদ্বাণী করা যায়; এখানে আইটি সমস্যা খুবই গুরুত্বপূর্ণ, কারণ প্রতিযোগিতা খুবই তীব্র; কিভাবে দ্রুত দর প্রদান করা যায়, কিভাবে দ্রুত প্রত্যাহার করা যায়, সবই খুবই গুরুত্বপূর্ণ। আইটি খরচ খুব বেশি, কারণ সবাই প্রতিযোগিতা করছে, সবাই দ্রুততর হতে চায়, কো-লোকেশন থেকে শুরু করে এফপিজিএ পর্যন্ত, এখন মাইক্রোওয়েভের উপরে। প্রতিযোগিতা খুব তীব্র। কারণ প্রান্তিক উচ্চ, তাই বাকি কয়েকটি ভাল করছে। সাধারণ বিনিয়োগকারীদের জন্য, বাজারের উপস্থিতি, যা তাদের কেনার এবং বিক্রয়ের ব্যবধানকে ছোট করে তোলে, এটি উপকারী। চিত্র ৪গত বছরের ১২ আগস্ট আমার একটি কৌশল শীর্ষস্থানীয় ৫০টি শেয়ারের ফিউচারে কাজ করেছিল। সেদিন পুরো মার্কেটে ২২৫,০০০ টাকার বেশি লেনদেন হয়েছিল, আমার কৌশল ছিল ৪.১% (৯,১৮০ টাকার বেশি), P&L ভাল ছিল এবং ড্রডাউনও কম ছিল। মূলধনের চাহিদাও কম ছিল, পুরো দিনে মাত্র ৫০,০০০ টাকার প্রয়োজন ছিল, ২১০,০০০ এরও বেশি লাভ হয়েছিল, ৪৩.৫% লাভ। গত বছরের জুলাই মাসে শেয়ার বিপর্যয়ের কারণে, চীন মুদ্রা সংস্থাগুলি শেয়ারের ভবিষ্যতের জন্য কিছু বিনিয়োগকারীদের উপর সীমাবদ্ধতা আরম্ভ করেছিল। জুলাই মাসে, এই কয়েক দিনের বিড / অ্যাক্স স্প্রেডের প্রসারিত হওয়ার লক্ষণগুলি দেখা যায়, 7 সেপ্টেম্বরের মধ্যে, চীন মুদ্রা সংস্থাগুলি স্পেকুলেটরদের উপর সীমাবদ্ধতা আরম্ভ করে, হোল্ডিং গ্যারান্টি পরিমাণ 40% বৃদ্ধি করে, স্থিরীকরণের ফি 23 মিলিয়ন বৃদ্ধি করে, একক প্রজাতির এক দিনের ওপেন ট্রেডিং পরিমাণ 10 টিরও বেশি হয় না। বাজারের লেনদেন আগের তুলনায় 1% হ্রাস পেয়েছে। কারণ বাজারের কৌশলটি ভালভাবে করা হয়নি, 10 টি বাজারের কৌশলটি ঠিকঠাকভাবে খেলতে পারে না, কিছু বন্ধ হয়ে গেছে। আপনি বিড / অ্যাক্স স্প্রেডের একটি নীরব পরিবর্তন দেখতে পারেন। চিত্র ৫চিত্র ৬তাই বাজারের কৌশলগুলি বাজারের তরলতা বাড়িয়ে তুলতে পারে, বিড / অ্যাক স্প্রেডকে সংকীর্ণ করে তোলে এবং বড় পরিমাণে কেনার সময় প্রচুর স্লিপ পয়েন্টের কারণ হয় না। বাজারের কৌশলটি প্রায়শই অনুমান করতে হয় যে কোনটি আরও যুক্তিসঙ্গত মূল্য।

• পরিসংখ্যানগত সুদ এখানে প্রত্যেকটিই বড় বিষয়। আমি শুধু আলোচনা করছি। পরিসংখ্যানগত সূত্রগুলি সম্ভাব্যতা, ডেটা মাইনিং, মডেলিং, লেনদেনের কার্যকরকরণ, ডেটা ক্লিনিং কীভাবে করবেন। ডাটা মাইনিং খুবই গুরুত্বপূর্ণ, এবং এটিকে খারাপভাবে পরিচালনা করা অনেক সময় খুব মাথা ব্যাথা করে। একটি প্রচলিত কথা আছেঃ Garbage in, Garbage out। অনেক Quant অনেক সময় ডেটা প্রক্রিয়াকরণে ব্যয় করে। কখনও কখনও খুব উত্তেজনাপূর্ণ ফলাফল পাওয়া যায়, আবার ফিরে এসে দেখা যায় যে ডেটা ভুল হয়েছে। সবচেয়ে সহজ সুবিধার মডেল হল ঐতিহাসিক মূল্যের ওঠানামা, যার দুই পাশে কিছু এক্সিকিউশন স্পেস যোগ করা হয়। উদাহরণস্বরূপ, হংকং থেকে ১০০ ডলারে কেনা দুধের গুঁড়া, মূল ভূখণ্ডে ১২০ ডলারে বিক্রি করা হয়। মাঝখানে আপনি ১০ ডলারের টিকিট খরচ করেন এবং শেষ পর্যন্ত ১০ ডলারের লাভ করেন। এটাই আপনার সুবিধার স্থান। উদাহরণস্বরূপ, স্বর্ণের জন্য, দেশীয় এবং বিদেশী বাজারে স্ট্যান্ডার্ড চুক্তি রয়েছে, তাত্ত্বিকভাবে একই মান, দুটি স্বর্ণের টুকরো বের করা হয়। তবে দামটি অস্থির হতে পারে, আমরা যদি এই পার্থক্যটি গণনা করি তবে এটি যদি ঐতিহাসিক পরিসংখ্যান অঞ্চল থেকে বিচ্যুত হয়, যেমন ব্রেক্সিটের সময়, আমরা দেখতে পাব যে চীনের স্বর্ণ সস্তা, মার্কিন যুক্তরাষ্ট্রের স্বর্ণ ব্যয়বহুল। তাহলে আমরা কম দামে কিনতে পারি, উচ্চ দামে বিক্রি করতে পারি। অবশ্যই, বাস্তব ক্রিয়াকলাপে, তরলতা ইত্যাদি কারণগুলির প্রভাব রয়েছে, যা কিছু অভিজ্ঞতা প্রয়োজন।

• পূর্বাভাস অতীতের বাজার তথ্য এবং বর্তমান বাজার পরিবেশের তুলনা করে ভবিষ্যতের দামের গতিবিধি পূর্বাভাস দিনঃ Price=a+b+c. এই ভবিষ্যতের দামের গতিবিধি পরবর্তী সেকেন্ড, পরবর্তী মিনিট, পরবর্তী ট্রেডিং দিন, পরবর্তী সপ্তাহ, পরবর্তী মাস হতে পারে। যদি আপনার মডেল সঠিকভাবে পূর্বাভাস দেয় তবে এটি NB কে ছাড়িয়ে যাবে, এটি পরবর্তী সেকেন্ড, পরবর্তী মিনিট বা পরবর্তী সপ্তাহেও হতে পারে। যদি আপনার মডেল কার্যকর হয় তবে এটি NB। এটি একটি সহজ কাজ নয়, এটির জন্য ভিত্তি, অভিজ্ঞতা প্রয়োজন। আমি এটিও শিখছি, খুব বেশি অভিজ্ঞতা নেই। চিত্র ৭এই মৌলিক প্রক্রিয়াটি হ'ল ডেটা সংগ্রহ করা এবং বাজারে কী কী প্রভাব ফেলছে তা নির্ধারণ করা। আপনি দ্রুত শুরু করতে পারেন, একটি সমতল লাইন নিতে পারেন, এবং ফলাফল দ্রুত হতে পারে, কিন্তু আপনার মডেলের স্থিতিশীলতা কতক্ষণ স্থিতিশীল থাকবে, এটি একটি অবিরাম টিউনিং, একটি অবিরাম চক্র প্রয়োজন। আপনি ট্রেনিং যান, মডেলটি মূল্যায়ন করুন, এবং তারপরে আপনার ফ্যাক্টরটি অপ্টিমাইজ করুন। অবশ্যই এখন অনেক ফ্যাক্টর আছে, কিছু লোকের পদ্ধতি হচ্ছে, ৫০০টি ফ্যাক্টর ফেলে দেওয়া। তার মডেল তাকে বলতে পারে কোন ফ্যাক্টরগুলো দরকারী এবং কোনগুলো দরকারী নয়, এবং উচ্চ ক্যারেলেশন ফ্যাক্টরগুলোকে নিজে থেকে সরিয়ে ফেলতে পারে। কিন্তু এই জিনিসটা, আমি এখনো শিখছি, আমার খুব বেশি অভিজ্ঞতা নেই। আমি শুধু জানি এই পদ্ধতিগুলো আছে। একটি সুপার সিম্পল মডেলের রহস্যটি হ'ল এটি সহজভাবে ব্যবহার করা যায় না, সবচেয়ে সহজ পূর্বাভাস মডেলটি হ'ল দামটি গড় রেখায় ফিরে আসবে। গড় রেখাগুলি কি চক্রীয়, এটি নিজেরাই মেশান। এই মাঝের জটিলতা বেশিরভাগই ডেটা থেকে আসে। মডেলের কথায়, আর এর মধ্যে অনেকগুলি প্যাকেজ রয়েছে যা আপনাকে ভাল অটোমেশন করতে সহায়তা করে। অনেকগুলি সূচক স্বয়ংক্রিয়ভাবে কাজ করতে পারে, চার্টগুলিও সহায়ক। ডেটা এবং ফ্যাক্টর উভয়ই ধারাবাহিকভাবে মেশানো প্রয়োজন।

  • মাইক্রো স্ট্রাকচার এটি খুব বেশি ঘন ঘন, সাধারণ কোয়ান্টগুলি সম্ভবত ব্যবহার করা হবে না। উদাহরণস্বরূপ, স্টক ট্রেডিংয়ে আপনি প্রায়শই সমর্থন স্তর, চাপ স্তর বা সহজ মাইক্রো স্ট্রাকচার সম্পর্কে শুনেছেন। আপনি দেখতে পারেন যে এটি সমর্থন স্তর, অনেকগুলি আদেশ, অনেকগুলি বিড রয়েছে। গত বছর মার্কিন সিকিউরিটিজ কাউন্সিলের একটি জরিপ দেখুন। স্পুফার, বাজারে কিছু প্লেয়ার ব্লাফিং করছে; বাজারে স্বাভাবিক ছিল, বেতন ছিল ১০, ২০, হঠাৎ একজন প্লেয়ার এসে বলল আমি ১০০০ কিনব; সবাই ভেবেছিল যে বড় বেতন আছে, তাই তারা তা নিয়েছিল। স্টকগুলির গতি microscopically থেকে সরবরাহ ও চাহিদার সম্পর্ক। আরও বেশি ক্রেতা থাকলে এটি বেড়ে যাবে। কেউ এক মিলিয়ন অর্ডার দেয়, এবং এটি বাড়তে শুরু করে। তারপর সে বিক্রি শুরু করে। এটি স্পুফিং। মার্কিন নজরদারি কঠোরভাবে বাজারে ম্যানিপুলেশন হিসাবে সংজ্ঞায়িত একটি কাজ, এটি অবৈধ। এই ভিডিওতে, আমি আমার বন্ধুদের সাথে কথা বলতে চাই। How to Catch a Spoofer কিভাবে স্পুফারকে ধরতে হয়http://www.bloomberg.com/graphics/2015-spoofing/আইসবার্গ অর্ডারhttp://www.marketdelta.com/blog/2011/10/footprint-chart/iceberg-orders/গণিত, আমার অভিজ্ঞতা থেকে, প্রাথমিক গণিত এবং পিএইচডি গণিত উভয়ই ব্যবহার করা যেতে পারে। প্রাথমিক গণিতকে অবহেলা করবেন না, এটি অনেকগুলি গর্তও বপন করবে। উন্নততর একটি, যেমন মূল্য নির্ধারণ খুব পেশাদার। কিভাবে একটি সুদের হার মূল্য দিতে হবে। এবং ভবিষ্যদ্বাণীমূলক মডেলিং, যা অনেক বিস্তৃত, অনেক দীর্ঘ, অনেক কোম্পানি এটি ব্যবহার করছে। উচ্চ-প্রবাহের সংক্ষিপ্ত বিবরণটি হ'ল, ক্ষমতা খুব কম। এটি আপনার কাছে 500,000 ডলার দেওয়ার মতো, এবং তিনি 200,000 ডলার উপার্জন করবেন। আপনি তাকে 5 মিলিয়ন ডলার দেবেন, এবং তিনি সম্ভবত 200 ডলার উপার্জন করবেন।

• #### আইটি. সবাই জানে যে উগ্রপন্থী উরুনের আঙুলের ঘটনাটি ঘটেছে. এছাড়াও, রাইটার ক্যাপিটাল একবার অর্ধ ঘন্টার মধ্যে 440 মিলিয়ন ডলার হারিয়েছে. প্রোগ্রামার আপগ্রেড সিস্টেম, সম্ভবত 8 টি উত্পাদনকারী মেশিন, একটি আপগ্রেড করা হয়নি, যার ফলে একটি ভুল নির্দেশ কার্যকর হয়েছিল, অবিরত ট্রেডিং। মূল বিষয় হল এটি 30 মিনিটের জন্যও ট্রেড করেছে। আমি জানি না এটি 30 মিনিটের জন্য কীভাবে কাজ করে তা আবিষ্কার হয়নি। এই দুটি ক্ষেত্রে, আইটি গুরুত্বপূর্ণ এবং এটি আপনাকে প্রচুর অর্থ হারাতে পারে (যদিও এটি একটি বড় জরিমানা) । চিত্র ৮আইটি সিস্টেম মূলত চারটি অংশে বিভক্ত। প্রাইস ডেটা তুলনামূলকভাবে সহজ, ফান্ডামেন্টাল ডেটা, আনস্ট্রাকচারড ডেটা এর মত আরো জটিল, অনেক প্রোগ্রামার কোড কোড প্রয়োজন, কিভাবে সংগ্রহ, ফরম্যাট, একীকরণ, অ্যাক্সেস করতে হয়। Quant হিসাবে, আমি একদিনের ডেটা নিয়ে একটি চিত্র আঁকতে চাই। আমরা এখন মূলত এই অবস্থায় আছি, অনেক কিছু করা সহজ, অন্যদিকে Quant খুব কম কোড লিখেছে। কারণ আমরা অনেকগুলি ডেটা স্ট্রাকচার, ডেটা ইন্টারফেস একীকরণ করেছি। C++, C# বা Scala থেকে, একই ফর্ম্যাটে এই ডেটা নেওয়া খুব সুবিধাজনক। অবশ্যই আপনি ভুল হতে পারবেন না, আপনার ভুলের ধৈর্য এবং আপনার ভুল পরীক্ষা করার ক্ষমতাও খুব বেশি। আমরা আগেও এমন পরিস্থিতিতে পড়েছি, রিটার্নিং খুব ভাল, আমরা প্রতিদিন অর্থ উপার্জন করি এবং ফলাফলটি ভুল। খুব বোকা ভুল। এটি প্রায়শই ঘটে, আমি বিশ্বাস করি এটি পরেও ঘটবে। তবে পরে আমরা খুব ভাল রিটার্নিং ফলাফল দেখি, আমরা আরও সন্দেহ করি। এই এক্সিকিউশন হল বিভিন্ন এপিআই, বিভিন্ন মার্কেট অ্যাক্সেস, বিভিন্ন উইন্ডো কন্ট্রোল; উচ্চ-ফ্রিকোয়েন্সি ক্ষেত্রে, গতি অত্যন্ত গুরুত্বপূর্ণ; কারণ অনেক ডেটা সর্বজনীন এবং অনেক লোকের কাছে দৃশ্যমান; যখন অনেক লোক একটি সুযোগ দেখে, কেবল দ্রুততম ব্যক্তি এটি পেতে পারে। প্রতিটি মার্কেটে বিভিন্ন এপিআই রয়েছে এবং একটি অভিন্ন প্রোটোকল রয়েছে, যেমন ফিক্স প্রোটোকল, তবে প্রতিটি এক্সচেঞ্জের পক্ষে এটি সমর্থন করা প্রয়োজন হয় না, তবে ফিক্স প্রোটোকল নিজেই তুলনামূলকভাবে ধীর। উচ্চ-ফ্রিকোয়েন্সি সাধারণত সি ++ এবং এফপিজিএর অধীনে থাকে, আমরা সাধারণত সি ++ এবং এফপিজিএ। এখন আমাদের একটি ছোট অংশের কৌশল রয়েছে যা এফপিজিএসের উপরে থাকে না। ব্যাক টেস্টিং, কখনও কখনও কোয়ান্ট এমন কিছু নিয়ে আসে যা আপনার ব্যাক টেস্টিং সিস্টেম এখনও সমর্থন করে না এবং আপনাকে ব্যাক টেস্টিংয়ের কাঠামো পরিবর্তন করতে হবে। ভিজ্যুয়ালাইজেশন খুবই গুরুত্বপূর্ণ. আপনি বলতে পারেন না, আমাকে একটি সংখ্যা তৈরি করতে দিন, আমি দেখতে পাচ্ছি না. গ্রাফ দেখতে আরও সহজ। আমরা স্কালায় গ্রাফ আঁকতে অনেক চেষ্টা করেছি, আর-তে গ্রাফ আঁকতে। কারণ একটি গ্রাফ এবং একটি ডেটা গ্রাফের ব্যাখ্যা ভিন্ন। পুনর্বিবেচনার গতিও গুরুত্বপূর্ণ। উদাহরণস্বরূপ, একটি কৌশল পুনর্বিবেচনার জন্য, এক বছরের ডেটা, আপনার এক সপ্তাহ লাগবে। কে আপনার ফলাফল দেখতে এক সপ্তাহ অপেক্ষা করতে পারে! এক মিনিট সম্ভবত কিছুটা গ্রহণ করতে পারে। নীতির মধ্যে প্যারামিটারগুলির একটি পুনরাবৃত্তি প্রক্রিয়া রয়েছে, যেমন প্যারামিটার, আমি 1 থেকে 100 পর্যন্ত চেষ্টা করতে চাই এবং দেখতে চাই। আপনি প্রতিটি পরীক্ষার জন্য 5 মিনিট সময় ব্যয় করেন, অপ্টিমাইজেশনের সময় আমার 100,000 প্যারামিটার পরীক্ষা করা দরকার হতে পারে, তাই অপেক্ষা করতে পারে না। এখানে আমরা অনেক অপ্টিমাইজেশন করেছি, যেমন কিভাবে ডাটা নেয়া যায়, কিভাবে ক্যাশে রাখা যায়, মাঝখানে এর পারফরম্যান্স উন্নত করা যায়। আগে, আমি আমার আগের কোম্পানিতে কিছু ক্লাউড কম্পিউটিং প্রচেষ্টা করেছি, কিছু রিটেস্ট ইঞ্জিনকে অনেক সার্ভারে বিতরণ করেছি। সুতরাং, একটি অনুরোধ পাস, অনেক মেশিন একই সাথে চলছে। আপনি একে অপরের উপর প্রভাব ফেলবে না। প্রতিটি পরামিতি স্বাধীন। সমান্তরালভাবে গণনা করা যেতে পারে। আরেকটি হচ্ছে মনিটরিং. এখানে অনেক অটোমেশন আছে। এখানে অনেক কৌশল আছে। এখানে মানুষের প্রয়োজন। কীভাবে ঝুঁকি পর্যবেক্ষণ করবেন, কীভাবে সতর্কতা দেবেন, এটিও একটি গুরুত্বপূর্ণ অংশ। আমাদের বর্তমান কৌশলগুলির মতো এটি স্বয়ংক্রিয়ভাবে চালিত হয়, সমস্ত কৌশল পর্যবেক্ষণ করা হয়, প্রতিটি নীতির ঝুঁকির মাত্রা খুব বেশি হতে পারে না, অ্যালার্মের চেয়ে বেশি। বিশেষত আমরা রাতেও ট্রেড করি, প্রোগ্রামারদের প্রায়শই রাত জেগে থাকা খুব বাস্তবসম্মত নয়। সুতরাং যদি কোনও সমালোচনামূলক ত্রুটি থাকে তবে আমরা সরাসরি মোবাইল ফোনটি কল করব। এখন আমরা অনেক সহজ হয়ে যাব। আপনি যখন প্রচুর জাতের ট্রেড করেন, তখন মূলত সবাই সেখানে ঘুরতে পারে না, তাই প্রচুর নজরদারি করা হয়।

• #### আমি পড়ার পরামর্শ দিচ্ছিঃ

Flash Boys
Quantitative Trading: How to Build Your Own Algorithmic Trading Business
The Quants: How a New Breed of Math Whizzes Conquered Wall Street and Nearly Destroyed It
The Problem of HFT - Collected Writings on High Frequency Trading & Stock Market Structure Reform
Inside the Black Box: A Simple Guide to Quantitative and High Frequency Trading
Algorithmic Trading: Winning Strategies and Their Rationale
Quantitative Trading with R: Understanding Mathematical and Computational Tools from a Quant's Perspective

http://numericalmethod.com/courses/introduction-to-algorithmic-tradingstrategies-2011-2013/ https://www.quantstart.com/articles/beginners-guide-to-quantitative-trading https://www.zhihu.com/publications/nacl/19550372

লিঙ্ক