Une stratégie de trading simple contre un système avancé - quelle est la meilleure?

Est-il préférable d'adopter une approche plus avancée ou de s'en tenir à des idées simples pour élaborer une stratégie de négociation quantitative?

Une question ancienne dans la communauté de la quantification est de savoir si les traders systémiques devraient s'en tenir à des stratégies de quantification simples ou s'ils devraient s'efforcer d'appliquer des méthodes plus avancées.

On pense généralement que les traders algorithmiques de détail utilisent uniquement des stratégies plus simples, tandis que les hedge funds quantifiés utilisent des méthodes hautement sophistiquées et mathématiquement complexes. Cependant, cela a changé récemment.

Les traders d'algorithmes de détail peuvent désormais effectuer des analyses complexes grâce au cloud relativement peu coûteux, à des fournisseurs de données alternatifs offrant des ensembles de données à un prix raisonnable et facile à utiliser, et à un cadre de recherche open source.

Dans cet article, nous allons discuter de la question de savoir si les analystes quantiques de détail devraient consacrer du temps à la mise en œuvre de ces stratégies avancées ou s'en tenir à une idée plus simple.

Les préférences des investisseurs

Avant d'énumérer une série d'avantages et d'inconvénients entre les stratégies simples et les stratégies complexes, il est nécessaire de décrire comment nous allons juger des avantages et des inconvénients relatifs de chaque méthode.

L'un des problèmes essentiels est que chaque investisseur a ses propres préférences spécifiques, et donc ils ont un ensemble de fonctionnalités d'objectifs de pile pour les objectifs qu'ils essaient d'atteindre par le biais de transactions systémiques.

Par exemple, un investisseur peut disposer d'une base de capitaux importante, mais il peut avoir besoin d'extraire régulièrement les bénéfices de toute transaction réalisée à partir de ces capitaux.

L'autre investisseur peut avoir une base de capital relativement faible et s'intéresser uniquement à l'augmentation de la richesse globale. La volatilité de la courbe globale de la valeur nette pourrait être moins préoccupante si des rendements plus élevés sont obtenus.

Certains commerçants quantifiés accordent plus d'importance à la stimulation intellectuelle de l'élaboration d'une stratégie de trading systémique efficace. Ils peuvent en fait obtenir des gains positifs comme un bon côté-conseil de leur passion.

De toute évidence, les investisseurs ont de nombreuses préférences différentes. Ces aspects aident à construire un cadre de discussion pour les analystes quantitatifs de détail qui pourraient être en train de décider s'ils doivent adopter une approche plus avancée.

Les stratégies simples sont plus faciles à étudier et à déployer sur le marché. Elles nécessitent moins de données et d'infrastructures complexes. Même si les signaux eux-mêmes sont générés automatiquement, certains peuvent même être exécutés manuellement.

D'autre part, les stratégies avancées sont plus rentables intellectuellement et elles ont tendance à avoir des ratios de Sharpe plus favorables. C'est-à-dire qu'elles offrent un meilleur rendement attendu par unité de volatilité. Les ratios de Sharpe seront un indicateur important à considérer pour les investisseurs soucieux de minimiser les pertes et la volatilité.

Dans cet article, nous allons examiner en détail si le yoga simple vaut mieux que le yoga complexe. Nous garderons à l'esprit ces motivations et d'autres avantages et inconvénients.

Une stratégie de trading simple

Le fait que la stratégie de trading soit considérée comme simple dépend en grande partie du contexte éducatif et de la compétence technique de l'investisseur. Une personne titulaire d'un doctorat en calcul aléatoire peut avoir une définition très différente d'un analyste quantitatif de détail autodidacte.

Pour l'application de ce texte, nous définissons la stratégie de trading comme "simple" si elle est appliquée aux marchés développés, aux grandes catégories d'actifs connus, en utilisant des outils simples avec une complexité mathématique ou statistique de base.

Des exemples de telles stratégies incluent l'analyse technique des signaux d'alarme, l'absence d'une structure de portefeuille ou d'une composante de gestion des risques claire, et l'utilisation de stratégies pour des marchés très liquides tels que les actions, les ETF ou les devises.

Les avantages d'une stratégie plus simple sont les suivants:

• Les données- Toutes les stratégies de négociation systémique nécessitent des données; les stratégies simples utilisent généralement des données de prix/volume de transaction prêts à l'emploi provenant d'outils bien négociés dans des catégories d'actifs bien établies.
• Des recherches- Il existe un grand nombre d'environnements de retouche pour tester des stratégies de style de pivot, des produits commerciaux (comme TradeStation ou MetaTrader 5) aux bibliothèques open source (comme QSTrader, Backtrader et Zipline) et même à des bibliothèques telles que Pandas. Des stratégies plus simples peuvent généralement être facilement mises en œuvre dans l'un de ces frameworks.
• Coût des transactions- L'estimation des coûts de transaction est relativement facile, car des outils simples sont utilisés dans les marchés développés et très liquides. Cela, en retour, simplifie la détermination de la possibilité d'une stratégie de rentabilité dans l'échantillon.
• Infrastructure- Les stratégies de type analyse technique exécutées à basse fréquence peuvent être automatisées grâce à une infrastructure relativement simple. Selon le niveau de robustesse souhaité, les opérations cron peuvent être configurées pour générer la liste des transactions souhaitées, tout en étant exécutées manuellement.
• Capacité- De même, il est peu probable que des problèmes de limitation de capacité se posent en raison de l'utilisation d'outils simples dans des marchés à forte liquidité.

Cependant, il y a des inconvénients à utiliser des stratégies plus simples:

• Je suis Alpha.- L'analyse technique de l'indicateur d'alpha-hypothaine La stratégie d'alpha-hypothaine est très connue et répandue sur les marchés financiers. Il n'est pas encore clair si la stratégie la plus simple est plus précieuse que l'achat et la détention de base ou la configuration tactique d'actifs basée sur la dynamique. C'est-à-dire que la stratégie peut ne pas générer d'alpha-hypothaine elle-même, mais plutôt de l'alpha-hypothaine provenant du marché lui-même ou d'autres facteurs de risque académiques bien connus.
• La rentabilité- En raison de la universalité de cette approche, il peut être difficile de maintenir une rentabilité hors échantillon une fois que les coûts de transaction réels sont pris en compte.
• Les tests statistiques- Bien qu'il ne s'agisse pas d'une simple stratégie de négociation, il y a généralement peu ou pas d'analyse statistique solide des stratégies simples. Par conséquent, de nombreuses stratégies de ce type qui ont montré de bonnes performances dans les retrospectives peuvent être simplement dues à une suradaptation des données dans l'échantillon.
• Le libre arbitre- Des stratégies simples exécutées manuellement peuvent entraîner l'application d'éléments de discrétion dans le processus. Par exemple, retarder l'entrée d'une transaction en raison d'un temps d'ouverture occupé par un panier, ou utiliser un panier intuitif pour renverser une transaction.
• Construction de portefeuille- Les stratégies simples évitent généralement l'utilisation de toute construction de portefeuille solide ou de techniques de gestion des risques. Bien qu'il soit fréquent d'utiliser des captures de perte, il est rare que des objectifs de volatilité, des pondérations de volatilité équivalentes (aussi appelées captures de risque parallèles) ou la diversification transmarchées soient utilisés comme mécanismes potentiels d'amélioration des rendements après ajustement des risques.
• Le retour de l'intelligence- Les stratégies simples ne recourent généralement pas à des mathématiques complexes ou à des analyses avancées.

On voit que, bien que des stratégies de trading plus simples soient plus faciles à mettre en œuvre, à tester et à négocier, cette simplicité peut être au détriment de la stabilité statistique et de la rentabilité à long terme.

Stratégie de négociation avancée

Les stratégies de haut niveau comprennent des stratégies basées sur des tests d'hypothèses statistiques, une connaissance approfondie des domaines des catégories d'actifs, des méthodes rigoureuses de construction de portefeuilles et des stratégies pour les catégories d'actifs niches ou d'instruments moins liquides, tels que les marchés émergents, les matières premières et les dérivés.

Ces stratégies sont généralement dans le domaine des hedge funds quantifiés par les institutions, mais elles deviennent de plus en plus courantes dans les transactions quantifiées au détail en raison de la disponibilité des données et de la popularité des meilleurs outils d'analyses.

Les avantages d'une stratégie complexe sont les suivants:

• L'importance- Par conception, les stratégies avancées ont tendance à être moins pertinentes par conception pour le marché global et pour tout portefeuille existant composé d'autres stratégies de négociation.
• La rentabilité- Avec une connaissance avancée du domaine, il est possible d'estimer raisonnablement les coûts de transaction. Cela signifie qu'il est généralement plus facile de déterminer si une stratégie est susceptible d'être rentable en dehors de l'échantillon. Par conséquent, de nombreuses idées de réévaluation non rentables peuvent être rejetées avant la période de test en temps réel.
• Les tests statistiques- L'analyse statistique des stratégies de négociation rigoureuses est généralement accompagnée d'une méthode plus avancée. Cela signifie que l'analyse statistique est généralement accompagnée d'une méthode plus avancée. Cela signifie que les stratégies déployées se comportent moins bien en dehors de l'échantillon que les stratégies simples qui pourraient être trop adaptées à l'intérieur de l'échantillon.
• Je suis Alpha.- L'utilisation d'outils de niche dans les marchés sous-développés donne plus de potentiel à l'alpha de cette stratégie. Cette alpha tend à décliner plus lentement car la propagation du savoir stratégique dans l'ensemble du marché est plus lente.
• Construction de portefeuille- La construction du portefeuille et la gestion des risques sont complétées par des méthodes plus avancées. Cela aide à aligner les objectifs des investisseurs sur les performances stratégiques.
• Le retour de l'intelligence- Les stratégies avancées nécessitent des analyses plus sophistiquées, des connaissances mathématiques plus avancées et un développement de logiciels plus large. Pour certains investisseurs amateurs, cela ressemble plus à un objectif qu'à la création de richesse. Ils sont donc souvent attirés par des méthodes de trading systémiques plus sophistiquées.

Comme pour les stratégies simples, les stratégies avancées présentent certains inconvénients:

• Complicité mathématique- Des méthodes de négociation systémique plus avancées nécessitent généralement un contexte d'analyse statistique, d'analyse des séquences chronologiques, de calcul aléatoire ou d'apprentissage automatique. Bien que ces connaissances puissent bien sûr être apprises par vous-même, il est beaucoup plus facile d'acquérir des connaissances pertinentes avec un baccalauréat, une MFE et / ou un doctorat.
• Le savoir-faire- Même avec plusieurs diplômes supérieurs, il est toujours nécessaire d'avoir une connaissance raisonnable du domaine des classes d'actifs ou des types d'instruments de base rentables pour générer de manière continue de l'alpha de n'importe quelle technologie de négociation systémique avancée. Ces compétences sont généralement acquises grâce à des années d'expérience de travail, travaillant à un comptoir spécifique d'une banque ou d'un fonds.
• Les données- En général, le coût des données varie en fonction de la fréquence de l'échantillonnage, de la portée, de la longueur de l'histoire, de la qualité des données et des spécificités des catégories d'actifs / outils. Les stratégies avancées s'appuient sur le marché de niche pour générer de l'alpha. Par conséquent, les données peuvent être très coûteuses.
• Des recherches- Si la stratégie est utilisée pour négocier des outils plus complexes, un environnement de redémarrage spécialisé est nécessaire. Habituellement, cela signifie développer du code entièrement personnalisé à partir de zéro. C'est un investissement de temps énorme.
• Infrastructure- Même si un cadre de retouche robuste a été mis en place pour étudier les stratégies avancées, il faut également une infrastructure complexe pour effectuer des transactions. Cela peut nécessiter une automatisation complète.
• Capacité- Certaines stratégies avancées sont moins efficaces parce qu'elles sont limitées en capacité; les grands fonds ne peuvent pas les négocier parce que le temps investi ne vaut pas le retour absolu qu'elles peuvent produire; ce qui signifie qu'il existe des limites au montant de capital qui peut être appliqué aux méthodes avancées.

On voit que, bien que les stratégies de trading avancées offrent plus d'opportunités alpha et de profits potentiellement élevés, cela nécessite des mathématiques plus sophistiquées, l'expertise nécessaire et une infrastructure de trading automatique plus sophistiquée.

Résumé

Dans l'ensemble, il est évident que les stratégies de trading simples peuvent être mises sur le marché plus rapidement; elles nécessitent beaucoup moins d'expertise et peuvent être exécutées manuellement même si les signaux sont générés automatiquement; cependant, elles sont plus susceptibles d'être sur-adaptées et de réaliser de faibles profits par rapport aux méthodes avancées.

Les stratégies complexes offrent des alphas non pertinents, des profits raisonnables et des rendements intellectuels. Cependant, cela s'explique par des coûts de données plus élevés, plus de temps consacré au développement d'infrastructures de recherche et de transaction et une formation plus approfondie.

Le lien vers l'original:https://www.quantstart.com/articles/simple-versus-advanced-systematic-trading-strategies-which-is-better/