¿Es mejor tener un enfoque más avanzado o es mejor seguir una idea simple al diseñar una estrategia de comercio cuantitativo?

Un viejo problema en la comunidad de la cuantificación es si los operadores de sistemas deben seguir utilizando estrategias de cuantificación simples o si deben esforzarse por implementar métodos más avanzados.

Se suele pensar que los operadores de algoritmos minoristas solo utilizan estrategias más sencillas, mientras que los fondos de cobertura cuantitativos utilizan métodos altamente complejos y matemáticamente complejos. Sin embargo, recientemente la situación ha cambiado.

Los comerciantes de algoritmos minoristas ahora pueden realizar análisis complejos gracias a la computación en la nube, que es relativamente barata, los proveedores de datos alternativos que ofrecen conjuntos de datos asequibles y fáciles de usar, y las marcas de investigación de código abierto.

En este artículo, discutiremos si los analistas de cuantificación al por menor deberían dedicar su tiempo a ejecutar estas estrategias avanzadas o si deberían seguir con ideas más simples.

Preferencias de los inversores

Antes de enumerar una serie de ventajas y desventajas de las estrategias simples frente a las estrategias complejas, es necesario resumir 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 columnas de la función objetivo para los objetivos que intentan alcanzar a través de la negociación del sistema.

Por ejemplo, un inversor puede tener una base de capital enorme, pero puede necesitar extraer periódicamente cualquier ganancia de transacción obtenida de estos capitales. La columna de seguridad es importante para un inversor como este para minimizar las pérdidas.

Otro inversor puede tener una base de capital relativamente pequeña y estar interesado solo en aumentar la riqueza total. La volatilidad de la curva de ganancias y pérdidas netas en general podría ser menos preocupante si se obtiene un mayor rendimiento.

Algunos comerciantes cuantitativos priorizan el estímulo intelectual que trae el desarrollo de estrategias de comercio de sistemas eficaces. En realidad, pueden considerar que obtener ganancias positivas es un buen lado de la cola que aman.

Obviamente, los inversores tienen muchas preferencias diferentes. Estos aspectos ayudan a construir un marco de discusión de estrategias de negociación de sistemas simples y complejos para los analistas cuantitativos minoristas que pueden estar decidiendo si adoptar o no un método más avanzado.

Las estrategias sencillas son más fáciles de investigar y desplegar en el mercado. Requieren datos e infraestructura menos complejos. Incluso si las señales se generan automáticamente, algunas pueden incluso ejecutarse manualmente.

Por otro lado, las estrategias de alto nivel son más rentables intelectualmente y suelen tener un Sharpe ratio más favorable. Es decir, ofrecen un mejor retorno esperado por unidad de fluctuación. El Sharpe ratio será un indicador importante a tener en cuenta para los inversores preocupados por cómo minimizar las pérdidas y la volatilidad.

En este artículo, vamos a analizar en detalle si la cocina simple es mejor que la cocina compleja. Tendremos en cuenta los motivos mencionados anteriormente y los otros pros y contras.

Estrategias de negociación sencillas

Si una estrategia de negociación es considerada como simple, dependerá en gran medida de la educación y habilidades técnicas de los inversores. Las personas con un doctorado en cálculo aleatorio pueden definir el simple de manera muy diferente en comparación con los analistas cuantitativos minoristas autodidactas.

Para el presente artículo, si la estrategia de negociación se aplica en mercados desarrollados, en grandes categorías de activos conocidos, con herramientas simples con una complejidad matemática o estadística básica, lo definiremos como algo sencillo.

Ejemplos de estas estrategias incluyen el análisis técnico de las señales de referencia de los indicadores de referencia, sin una estructura de cartera clara o un componente de gestión de riesgos, para mercados de alta liquidez como las acciones, los ETF o las divisas.

Las ventajas de las estrategias más simples incluyen:

• datos- Todas las estrategias de negociación del sistema requieren datos. Las estrategias simples suelen utilizar datos de precios / volúmenes de transacción listos para usar en herramientas de negociación bien desarrolladas en categorías de activos.
• Investigaciones- Hay una gran cantidad de entornos de retroalimentación para probar estrategias de estilo, desde productos comerciales (como TradeStation o MetaTrader 5) hasta bibliotecas de código abierto (como QSTrader, Backtrader y Zipline) e incluso bibliotecas como Pandas. Las estrategias más simples generalmente se pueden implementar fácilmente en uno de los marcos.
• Costo de las transacciones- Debido a que se utilizan herramientas sencillas en mercados desarrollados y con mucha liquidez, es relativamente fácil estimar los costos de transacción. Esto, a su vez, hace que las estrategias para determinar si es posible obtener ganancias fuera de la muestra sean más simples.
• Infraestructura- Las estrategias de tipo de análisis técnico que se ejecutan con baja frecuencia pueden ser automatizadas con una infraestructura relativamente simple. De acuerdo con el nivel de robustez requerido, se puede configurar un trabajo cron para generar la lista de transacciones requerida, mientras que se puede ejecutar manualmente.
• Capacidad- También es poco probable que haya problemas de limitación de capacidad debido a la utilización de herramientas sencillas en mercados de alta liquidez.

Sin embargo, el uso de estrategias más sencillas tiene sus desventajas:

• Alpha- Las estrategias de arbitraje de indicadores de analítica técnica son muy conocidas y comunes en los mercados financieros. No está claro si las estrategias más simples son más valiosas que las estrategias de compra y tenencia básicas o la asignación de activos tácticos basadas en el dinamismo. Es decir, las estrategias en sí mismas pueden no generar arbitraje alfa, sino obtener arbitraje beta de los propios mercados u otros factores de riesgo académicos bien conocidos.
• La rentabilidad- Debido a la universalidad de este método, puede ser desafiante mantener un beneficio fuera de la muestra una vez que se tengan en cuenta los costos reales de las transacciones. Por esta razón, en cualquier retrospectiva, es necesario estimar los costos de las transacciones de la manera más eficiente posible.
• Pruebas estadísticas- Si bien no es un problema de estrategias de negociación simples, por lo general hay poca o ninguna análisis estadístico sólido de estrategias simples. Por lo tanto, muchas de estas estrategias que muestran un alto rendimiento en la retroalimentación pueden deberse simplemente a una sobreajuste de los datos en la muestra.
• Derecho a la libertad de elección- Las estrategias sencillas de ejecución manual pueden conducir a la aplicación de elementos de discrecionalidad en el proceso. Por ejemplo, la entrada de la operación puede ser retrasada debido a las horas de apertura ocupadas de las monedas, o el uso de monedas intuitivas para revocar la operación. Esto hace que sea desafiante determinar el verdadero rendimiento de la estrategia.
• Construcción de la cartera- Las estrategias sencillas generalmente evitan el uso de cualquier tipo de construcción de cartera sólida o técnicas de gestión de riesgos. Si bien es frecuente el uso de columnas de stop loss, es raro que se utilice un objetivo de volatilidad, una ponderación de la volatilidad equivalente (también conocida como columnas de paridad de riesgo) o la diversificación entre mercados como mecanismos potenciales para aumentar los retornos ajustados al riesgo.
• Las recompensas de la inteligencia- Las estrategias simples no suelen utilizar ninguna matemática compleja o análisis avanzado. Si el objetivo de los inversores 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 costa de la estabilidad estadística y la rentabilidad a largo plazo.

Estrategias de negociación avanzadas

Las estrategias de alto nivel incluyen estrategias basadas en pruebas de hipótesis estadísticas, conocimiento de un amplio abanico de categorías de activos, métodos estrictos de construcción de carteras y estrategias para categorías o instrumentos de menor liquidez y nichos, como mercados emergentes, commodities y derivados.

Estas estrategias suelen ser el campo de los fondos de cobertura cuantitativa de las instituciones, pero ahora se están volviendo más comunes en el comercio cuantitativo minorista debido a la disponibilidad de datos y la popularidad de mejores herramientas de simulación.

Las ventajas de las estrategias complejas incluyen:

• La relevancia- De acuerdo con el diseño, las estrategias de alto nivel suelen tener una menor correlación de diseño con el mercado en general y con cualquier cartera de inversión existente compuesta por otras estrategias de negociación. Esto suele conducir a un mayor índice de Sharpe en la cartera de inversión en general.
• La rentabilidad- El conocimiento de un campo avanzado permite estimar razonablemente los costos 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, muchas ideas de retroalimentación no rentables pueden ser rechazadas antes de la prueba en tiempo real.
• Pruebas estadísticas- El análisis estadístico de estrategias de negociación rigurosas suele ir acompañado de métodos más avanzados. Esto significa que las estrategias implementadas tienen un menor descenso de rendimiento fuera de la muestra en comparación con las estrategias simples que pueden ser excesivamente ajustadas dentro de la muestra.
• Alpha- El potencial de Alpha en este tipo de estrategias es mayor debido al uso de herramientas de nicho en mercados menos desarrollados. El conocimiento de la estrategia se propaga a un menor ritmo en todo el mercado, por lo que el Alpha tiende a decaer más lentamente.
• Construcción de la cartera- La construcción de la cartera y la gestión de riesgos se complementan con métodos más avanzados. Esto ayuda a que los objetivos de los inversores estén en consonancia con el rendimiento de la estrategia.
• Las recompensas 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 un objetivo que la creación de riqueza. Por lo tanto, a menudo se sienten atraídos por métodos de negociación de sistemas más complejos.

Las estrategias avanzadas, al igual que las estrategias simples, tienen algunas desventajas:

• La complejidad matemática- Algunos métodos de transacción de sistemas más avanzados generalmente requieren un conocimiento de análisis estadístico, análisis de secuencias de tiempo, cálculo aleatorio o aprendizaje automático. Aunque estos conocimientos pueden ser autodidactas, es mucho más fácil obtener el conocimiento relevante a través de un título universitario, MFE y / o doctorado.
• Conocimiento especializado- Incluso con más de un título de posgrado, todavía se requiere tener un conocimiento de un área razonable de la clase de activos o el tipo de instrumento en el que se basan las ganancias para generar continuamente alfa de cualquier tecnología avanzada de transacción de sistemas.
• datos- En general, los costos de los datos varían con la frecuencia de la muestra, la amplitud del alcance, la longitud de la historia, la calidad de los datos y la especificidad de las clases de activos / herramientas. Las estrategias avanzadas dependen del mercado de nichos para generar alfa. Por lo tanto, los datos pueden ser muy caros.
• Investigaciones- Si la estrategia se utiliza para el comercio de herramientas más complejas, se requiere un entorno de retroalimentación especializado. Por lo general, esto significa desarrollar un código completamente personalizado desde cero.
• Infraestructura- Incluso si se ha establecido un marco de retroalimentación robusto para estudiar estrategias avanzadas, también se requiere una infraestructura compleja para realizar transacciones. Puede requerir una automatización completa. Requiere una implementación, prueba y monitoreo complejos.
• Capacidad- Algunos métodos de estrategias avanzadas son muy eficaces porque tienen limitaciones de capacidad. Los grandes fondos no pueden negociar estas estrategias porque la inversión de tiempo no vale la pena el rendimiento absoluto que pueden generar. Esto significa que hay un límite en la cantidad de capital que se puede aplicar a los métodos avanzados.

Se puede ver que, si bien las estrategias de negociación avanzadas ofrecen más oportunidades de alfa y un potencial de alta rentabilidad, esto requiere conocimientos matemáticos más complejos, la experiencia necesaria y una infraestructura de negociación automática más compleja.

Resumir

En resumen, es obvio que las estrategias de negociación sencillas llegan más rápido al mercado. Requieren mucha menos experiencia y pueden ejecutarse manualmente incluso si las señales se generan automáticamente. Sin embargo, son más propensas a la sobreajuste y a la baja rentabilidad en comparación con los métodos avanzados.

Las estrategias complejas ofrecen un nivel de alfa irrelevante, una rentabilidad razonable y un rendimiento intelectual. Sin embargo, esto se hace a costa de mayores costos de datos, más tiempo dedicado al desarrollo de infraestructuras de investigación y negociación y la necesidad de una formación académica más profunda.

En la actualidad, la mayoría de las empresas que operan en el mercado de divisas tienen una estrategia de negociación de divisas más simple que la estrategia de negociación de divisas más avanzada.