¿Es mejor adoptar un método más avanzado o es mejor mantener la idea simple al diseñar una estrategia de transacción cuantitativa?
Un viejo problema en la comunidad de la cuantificación es si los operadores de sistemas deben perseverar en el uso de estrategias de cuantificación simples o si deben esforzarse por implementar métodos más avanzados.
Generalmente se piensa que los comerciantes de algoritmos minoristas solo usan estrategias más simples, mientras que los hedge funds cuantificados usan métodos altamente complejos y matemáticamente complejos. Sin embargo, esto ha cambiado recientemente.
Los comerciantes de algoritmos minoristas ahora pueden realizar análisis complejos gracias a la nube, proveedores de datos alternativos que ofrecen conjuntos de datos asequibles y fáciles de usar, y un marco de investigación de código abierto.
En este artículo, discutiremos si los analistas cuantitativos minoristas deben invertir tiempo en ejecutar estas estrategias avanzadas o si se deben aferrar a ideas más simples.
Las preferencias de los inversores
Antes de enumerar una serie de ventajas y desventajas de las estrategias simples y las estrategias complejas, es necesario dar un resumen de cómo vamos a juzgar las ventajas y desventajas relativas de cada método.
Uno de los problemas clave es que cada inversor tiene sus propias preferencias específicas, por lo que tienen un conjunto de funciones de meta de meta para los objetivos que intentan alcanzar a través de la negociación del sistema.
Por ejemplo, un inversionista puede tener una base de capital grande, pero puede necesitar extraer regularmente cualquier beneficio de transacción obtenido de ese capital. Es importante para este tipo de inversionista mantener el capital y así minimizar los daños.
Otro inversor puede tener una base de capital relativamente pequeña y estar interesado en aumentar la riqueza total. La volatilidad de la curva de pérdidas y ganancias netas en general puede ser menos preocupante si se obtiene un mayor rendimiento.
Algunos operadores cuantitativos valoran más el estímulo intelectual de desarrollar estrategias de trading sistémicas efectivas.
Obviamente, los inversores tienen muchas preferencias diferentes. Estos aspectos ayudan a construir un marco para la discusión de estrategias de negociación sistémicas simples y complejas para los analistas cuantitativos minoristas que pueden estar decidiendo si adoptar un método más avanzado.
Las estrategias sencillas son más fáciles de investigar y poner en el mercado. Requieren datos e infraestructuras menos complejas. Incluso cuando las señales se generan automáticamente, algunas incluso se pueden ejecutar manualmente.
Por otro lado, las estrategias avanzadas son más rentables intelectualmente y suelen tener una tasa de Sharpe más favorable. Es decir, ofrecen mejores retornos esperados por unidad de volatilidad. La tasa de Sharpe será un indicador importante a considerar para los inversores preocupados por minimizar los daños y la volatilidad.
En este artículo, vamos a explorar en detalle si la simplicidad es mejor que la complejidad. Tendremos en cuenta los motivos anteriores y otras ventajas y desventajas.
Estrategias de negociación sencillas
Si una estrategia de negociación se considera una estrategia de venta simple depende en gran medida de la educación y la capacidad técnica del inversor. Una persona con un doctorado en cálculo aleatorio puede definir una estrategia de venta simple de manera muy diferente que un analista cuantitativo detallista autodidacta.
Para este artículo, si las estrategias de negociación se aplican a los mercados desarrollados, en las grandes categorías de activos conocidos, utilizando herramientas simples con complejidad matemática o estadística básica, las definimos más o menos como estrategias simples.
Los ejemplos de estas estrategias incluyen el análisis técnico, sin una estructura de cartera clara o un componente de gestión de riesgos, para mercados altamente líquidos como las acciones, los ETF o los divisas.
Las ventajas de una estrategia más sencilla incluyen:
- Datos- Todas las estrategias de negociación sistémicas requieren datos; las estrategias simples suelen utilizar datos de precios/volúmenes de transacción disponibles de herramientas que se negocian bien en categorías de activos establecidas. Los costos de obtención de este tipo de datos son muy bajos, incluso gratuitos.
- Investigación- Hay un gran número de entornos de retrospección donde se pueden probar estrategias al estilo de los guiones, desde productos comerciales (como TradeStation o MetaTrader 5) hasta librerías de código abierto (como QSTrader, Backtrader y Zipline) e incluso librerías como Pandas. Las estrategias más simples generalmente se pueden implementar fácilmente en uno de estos marcos.
- Costos de las transacciones- Es relativamente fácil estimar los costos de transacción debido a que se utilizan herramientas simples en los mercados desarrollados y con alta liquidez. Esto, a su vez, hace más sencillo determinar si la estrategia es probable en la rentabilidad de la muestra.
- Infraestructura- Las políticas de tipo de análisis técnico que se ejecutan con baja frecuencia se pueden automatizar con una infraestructura relativamente simple. Dependiendo del nivel de robustez que se desee, se puede configurar el cron para generar la lista de transacciones deseada, mientras que se puede ejecutar manualmente.
- Capacidad- Asimismo, es poco probable que se produzcan problemas de limitación de capacidad debido a la utilización de herramientas sencillas en mercados de alta liquidez.
Sin embargo, las estrategias más sencillas tienen sus inconvenientes:
- El AlfaLas estrategias de captación son muy conocidas y generalizadas en los mercados financieros. No está claro si la estrategia más simple es más valiosa que la compra y posesión básica o la asignación de activos tácticos basados en la movilidad. Es decir, la estrategia puede no generar captación alfa por sí misma, sino captación beta del mercado o de otros factores de riesgo académicos conocidos.
- La rentabilidad- Debido a la universalidad de este método, una vez que se tienen en cuenta los costos reales de transacción, la rentabilidad continua fuera de la muestra puede ser desafiante.
- Pruebas estadísticas- Aunque no es un problema de estrategias de negociación simples, a menudo hay poco o ningún análisis estadístico sólido de estrategias simples. Por lo tanto, muchas de estas estrategias que muestran un alto rendimiento en las retroevaluaciones pueden ser simplemente debido a un exceso de ajuste de los datos en la muestra.
- El derecho a la libre voluntad- Las simples estrategias que se ejecutan manualmente pueden llevar a aplicar elementos de libre albedrío al proceso. Por ejemplo, la entrada de una operación puede ser retrasada debido a un tiempo de apertura muy ocupado, o el uso de una herramienta intuitiva para revertir una operación. Esto hace que sea difícil determinar el desempeño real de la estrategia.
- Construcción del portafolio- Las estrategias sencillas generalmente evitan el uso de cualquier construcción de portafolios sólidos o técnicas de gestión de riesgos. Aunque a menudo se adopta el captura de pérdidas, rara vez se utilizan objetivos de fluctuación, ponderación de fluctuación equivalente (también conocida como captura de riesgo equilibrado) o diversificación entre mercados como mecanismos potenciales para mejorar el rendimiento después del ajuste de riesgos.
- Los beneficios de la inteligencia- Las estrategias simples no suelen utilizar ninguna matemática compleja o análisis avanzado. Si el objetivo del inversor es el retorno intelectual, es poco probable que las estrategias simples logren este objetivo.
Se puede ver que, aunque las estrategias de negociación más simples son más fáciles de implementar, probar y negociar, esta simplicidad puede ser a expensas de la solidez estadística y la rentabilidad a largo plazo.
Estrategias de negociación de alto nivel
Las estrategias de alto nivel incluyen estrategias basadas en pruebas de hipótesis estadísticas, conocimiento de una amplia gama de categorías de activos, métodos estrictos de construcción de portafolios y estrategias para categorías o instrumentos de activos nichos o de baja liquidez, como mercados emergentes, commodities y derivados.
Estas estrategias suelen ser el ámbito de los hedge funds cuantificados por instituciones, pero ahora son cada vez más comunes en las transacciones cuantificadas al por menor debido a la disponibilidad de datos y la difusión de mejores herramientas de simulación.
Las ventajas de las estrategias complejas incluyen:
- Relación- Por diseño, las estrategias avanzadas tienden a tener una menor relevancia por diseño con el mercado en general y con cualquier portafolio existente compuesto por otras estrategias de negociación. Esto a menudo resulta en una mayor tasa de Sharp en el portafolio en general.
- La rentabilidad- Con un conocimiento avanzado del campo, se puede estimar razonablemente el costo de la transacción. Esto significa que generalmente es más fácil determinar si una estrategia es probable que sea rentable fuera de la muestra. Por lo tanto, se pueden rechazar muchas ideas de retrospección no rentables antes del período de prueba en tiempo real.
- Pruebas estadísticas- El análisis estadístico de estrategias de negociación rigurosas suele ir acompañado de métodos más avanzados. Esto significa que el análisis estadístico suele ir acompañado de métodos más avanzados. Esto significa que las estrategias desplegadas se comportan de manera menor fuera de la muestra, en comparación con las estrategias simples que pueden encajar demasiado dentro de la muestra.
- El Alfa- El uso de herramientas de nicho en los mercados menos desarrollados hace que esta estrategia tenga un mayor potencial para generar alfa. Este tipo de alfa suele declinar más lentamente debido a la disminución de la velocidad de difusión del conocimiento estratégico en todo el mercado.
- Construcción del portafolio- La construcción de portafolios y la gestión de riesgos se complementan con métodos más avanzados. Esto ayuda a alinear los objetivos de los inversores con el rendimiento estratégico.
- Los beneficios de la inteligencia- Las estrategias de alto nivel requieren análisis más complejos, conocimientos matemáticos más maduros y un desarrollo de software más amplio. Para algunos inversores aficionados, esto es más como un objetivo que como una creación de riqueza. Por lo tanto, a menudo se sienten atraídos por métodos de negociación sistémicos más complejos.
Las estrategias avanzadas, al igual que las estrategias sencillas, presentan algunos inconvenientes:
- Complejidad matemática- Normalmente se requiere un contexto de análisis estadístico, análisis de secuencias de tiempo, cálculo aleatorio o aprendizaje automático para manejar métodos de negociación de sistemas más avanzados. Aunque estos conocimientos pueden aprenderse por sí mismos, es mucho más fácil obtenerlos con un título universitario, MFE y / o un doctorado.
- Conocimiento especializado- Incluso con varios títulos de posgrado, se requiere tener un conocimiento razonable del campo de la clase de activo o tipo de instrumento de base rentable para generar alfas continuas de cualquier tecnología de negociación sistémica avanzada. Estas competencias generalmente se obtienen a través de años de experiencia laboral, trabajando en un banco o fondo específico.
- Datos- En general, el costo de los datos varía según la frecuencia de la muestra, el alcance, la longitud del historial, la calidad de los datos y la especificidad de las categorías de activos / herramientas. Las estrategias avanzadas dependen del mercado nicho para generar alfa. Por lo tanto, los datos pueden ser muy caros.
- Investigación- Si la estrategia se utiliza para negociar con herramientas más complejas, se necesita un entorno de repetición especializado. Generalmente, esto significa desarrollar código completamente personalizado desde cero. Es una gran inversión de tiempo. También requiere una amplia gama de habilidades de ingeniería de software para evitar la introducción de errores.
- Infraestructura- Incluso si se ha establecido un marco de retrospectiva sólido para estudiar estrategias avanzadas, también se requiere una infraestructura compleja para realizar transacciones. Puede requerir una automatización completa. Requiere un despliegue, prueba y monitoreo complejos.
- Capacidad- Algunos métodos estratégicos avanzados son ineficaces porque son limitados en su capacidad. Los grandes fondos no pueden negociar estas estrategias porque la inversión de tiempo no vale la pena el retorno absoluto que pueden producir. Esto significa que hay un límite en la cantidad de capital que se puede aplicar a los métodos avanzados.
Como se puede ver, aunque las estrategias de negociación avanzadas ofrecen más oportunidades alfa y altas ganancias potenciales, esto requiere conocimientos matemáticos más complejos, la experiencia necesaria y una infraestructura de negociación automática más compleja.
Resumen
En resumen, es evidente que las estrategias de negociación sencillas pueden introducirse más rápidamente en el mercado; requieren mucha menos experiencia y pueden ejecutarse manualmente, incluso si las señales se generan automáticamente; sin embargo, son más propensas a ser excesivamente adecuadas y a tener bajas ganancias en comparación con los métodos avanzados.
Las estrategias complejas ofrecen alfas irrelevantes, rentabilidad razonable y retribución intelectual. Sin embargo, esto se debe a un mayor costo de datos, más tiempo dedicado al desarrollo de infraestructuras de investigación y transacción y a la necesidad de un contexto educativo más profundo.
Enlace al texto original:https://www.quantstart.com/articles/simple-versus-advanced-systematic-trading-strategies-which-is-better/