Comment le commerce de haute fréquence gagne-t-il de l'argent?

Comment le trading à haute fréquence gagne-t-il de l'argent?

Il y a un article sur le front qui dit: Le 30 juillet 2016, le principal personnage du portail, le négociant à haute fréquence Li O, a organisé une conférence sur le thème de la finance quantitative et de la plate-forme de négociation à haute fréquence à l'invitation de la réunion des anciens élèves de l'Université des transports de Hong Kong.

• Ce que je dis est un peu détourné de l'IT, car j'ai toujours fait l'IT. Je n'ai pas eu d'études formelles en mathématiques et en statistiques, donc cela peut sembler moins formel. Je vais vous parler de quatre types de stratégies de trading, puis je vais vous parler des mathématiques et de l'informatique. Quantitative Trading, comme son nom l'indique, peut être divisé en deux parties, l'une quantitative et l'autre trading. Quantitative Comparé à la négociation manuelle traditionnelle, beaucoup de choses sont quantifiées par des modèles plutôt que par l'intuition. Quantitative Trading peut être divisé en plusieurs catégories, une semaine et un mois. Il y a une partie fondamentale avec des actions longues / courtes, une partie Alpha Strategy. Il y a aussi une catégorie de prix Quant, comme faire des options de prix, comment fixer les prix.

Figure 1

• Les transactions à haute fréquence utilisent essentiellement des données de marché pures, car elles exigent un peu plus de données. Les données de marché sont en constante évolution, mais les informations fondamentales ne le sont généralement pas. Qu'est-ce que le trading haute fréquence? Tout d'abord, c'est l'automatisation. Le trading haute fréquence n'est pas possible à faire manuellement, pas à un niveau de temps, il faut beaucoup de puissance de calcul, des ordinateurs puissants, puis beaucoup de commandes, pas comme les mains humaines, peut-être chaque seconde, chaque milliseconde, sont en train de négocier. Bien sûr, cette liste comprend également beaucoup de retraits, beaucoup de retraits de déclaration. Certaines stratégies de retraits sont nombreuses, peut-être plus d'un million de demandes, mais seulement plus de 10 000 transactions. D'autres sont très rapides. Avant de continuer, je vais vous présenter quelques notions de temps. Dans notre chronométrage, les petites unités peuvent être des secondes, voire des minutes. En dessous de la seconde, il y a une milliseconde: un millième de seconde. En clignant des yeux, on dirait que c'est environ 300 millisecondes.

Figure 2

• Voici une comparaison: Fermez les yeux, 350 millisecondes; les transactions haute fréquence font 1000 décisions commerciales en seulement 15 millisecondes. Nous disons souvent qu'en un clin d'œil, les transactions à haute fréquence entre clin d'œil peuvent prendre plus de 10 000 décisions de transaction.

• Voici quelques-unes des principales stratégies utilisées pour les transactions à haute fréquence.

Figure 3

• La stratégie de la ville

  Le but principal d'une stratégie de négociation est d'offrir de la liquidité sur le marché, d'aller sur les offres, de réduire les offres et de tirer profit de la différence entre les deux. Je pense qu'il y a beaucoup de gens qui ne sont pas d'accord avec ce que je dis. Il y a beaucoup de choses à discuter, comme comment contrôler vos avoirs, vos risques. Faire beaucoup de prédictions. Comment prévoir la volatilité et le prix. Le coût de l'informatique est élevé, parce que tout le monde est en compétition, tout le monde veut être plus rapide, de Co-Location, à FPGA, et maintenant les micro-ondes sont là. Pour les investisseurs ordinaires, il est avantageux d'avoir un marché qui leur permet d'acheter et de vendre moins cher. Figure 4C'est le résultat d'une de mes stratégies sur les futures boursières de l'indice boursier 50 le 12 août dernier. Ce jour-là, le marché entier a été négocié à 225 000 pièces, ma stratégie représentait 4,1% (9,180 pièces), le P&L était bon, et le drawdown était relativement faible. Les besoins en capital étaient également faibles, seulement 500 000 pièces nécessaires pour une journée entière, gagnant plus de 210 000, avec un rendement de 43,5%. En juillet dernier, en raison de la catastrophe boursière, la BEI a commencé à restreindre certains investisseurs sur les futures boursières. On peut voir que le mois de juillet a montré des signes de tendance pour les spéculateurs, le 7 septembre, la BEI a commencé à restreindre les spéculateurs, augmentant le montant des garanties de détention à 40%, les frais de transaction ont été augmentés à vingt-trois mille, le volume des transactions d'ouverture d'une seule journée n'excède pas 10 personnes. Figure 5Figure 6La stratégie de marché peut donc augmenter la liquidité du marché, réduire le spread Bid/Ask et réduire les points de glissement lorsque les ventes sont importantes. La stratégie de marché consiste à estimer le prix le plus raisonnable.

• Le taux d'intérêt statistique Chacun d'entre eux est un gros sujet. Les suites statistiques concernent les probabilités, l'extraction de données, la modélisation, l'exécution des transactions et le nettoyage des données. L'extraction de données est très importante, et c'est parfois un casse-tête. Il y a une phrase classique qui s'appelle: "Garbage in, garbage out". Beaucoup de Quant passent beaucoup de temps à l'extraction de données. Le modèle le plus simple est celui de la volatilité des prix historiques, avec des zones d'exécution sur les deux côtés. Par exemple, la poudre de lait est achetée à 100 dollars de Hong Kong et vendue à 120 dollars sur le continent. Au milieu, vous dépensez 10 dollars pour le transport, et vous gagnez 10 dollars. Par exemple, l'or, sur les marchés nationaux et internationaux, a un contrat standard, la valeur théorique est la même, deux pièces d'or sont sorties. Mais le prix va fluctuer, si nous calculons cette différence, si nous trouvons qu'il s'écarte de la plage historique, par exemple au moment du Brexit, nous verrons que l'or chinois est moins cher, l'or américain est plus cher.

• Prévisions Prédire les mouvements de prix futurs en comparant les données passées du marché avec l'environnement actuel du marché: Prix = a + b + c. Cette hypothèse peut être la seconde suivante, la minute suivante, le jour de négociation suivant, la semaine suivante, le mois suivant. Si votre modèle est précis, il est supérieur à NB, que ce soit la seconde suivante, la minute suivante ou la semaine suivante. Figure 7Le processus de base consiste à rassembler les données et à déterminer quels sont les facteurs qui influencent le marché. Vous pouvez commencer rapidement, prendre une ligne droite, et vous pouvez obtenir des résultats rapidement, mais la stabilité de votre modèle peut être stable pendant combien de temps, cela nécessite un réglage continu, un cycle continu. Bien sûr, il y a beaucoup de facteurs maintenant, et la pratique de certaines personnes est de jeter 500 facteurs. Son modèle peut lui dire quels facteurs sont utiles et quels facteurs ne le sont pas. Il peut également supprimer les facteurs à forte corrélation. Le secret d'un Super Simple n'est pas de dire que c'est simple, mais le modèle de prévision le plus simple, c'est que le prix va revenir à l'équation. Quelle est l'équation cyclique, à vous de l'affiner. Les données et les facteurs ont besoin d'être affinés sans cesse.

  • Micro Structure C'est une fréquence trop élevée, et le quantum normal peut ne pas être utilisé. Par exemple, dans le trading d'actions, on entend souvent parler de niveaux de support, de niveaux de pression, ou simplement de micro structure. Vous pouvez voir que c'est un niveau de support, il y a beaucoup d'ordres, beaucoup d'offres là-bas. Il y a un certain nombre de raisons pour lesquelles les banques américaines ne sont pas prêtes à vendre leurs titres. Spoofer, certains joueurs bluffant sur le marché. Le marché était normal, le paiement était de 10, 20 et tout à coup un joueur est venu et a dit que je voulais acheter 1000. Tout le monde pensait qu'il y avait un gros paiement et a tout racheté. Il y a deux liens intéressants: Comment attraper un spooferhttp://www.bloomberg.com/graphics/2015-spoofing/Les ordres de l' iceberghttp://www.marketdelta.com/blog/2011/10/footprint-chart/iceberg-orders/Les mathématiques, d'après mon expérience, peuvent être utilisées pour les mathématiques primaires et les mathématiques de doctorat. Il y a aussi la modélisation prédictive, qui est très large, et cela peut durer longtemps, et beaucoup d'entreprises l'utilisent. Le court-métrage de la haute fréquence est que la capacité est très faible. C'est comme si vous lui donniez 500 000 et qu'il gagne 200 000.

• IT. Tout le monde connaît l'affaire de l'affaire de l'aiguille de l'ouragan. En outre, Cavalier Capital a perdu 440 millions de dollars en une demi-heure. Le système de mise à niveau du programmeur, peut-être huit machines de production, une qui n'a pas été mise à niveau, a entraîné l'exécution d'une instruction erronée et a continué à négocier.

Dans ces deux cas, l'IT est importante et peut vous faire perdre beaucoup d'argent. Figure 8Le système informatique est principalement divisé en quatre parties. Les données de prix sont relativement simples, les données fondamentales, les données non structurées sont un peu plus complexes et nécessitent beaucoup de code de programmeur pour la collecte, le formatage, l'unification et l'accès. En tant que Quant, je veux prendre des données d'un jour pour dessiner un diagramme. C'est essentiellement la situation actuelle, il est facile de faire beaucoup de choses avec un tas de données, Quant écrit peu de code de l'autre côté. Bien sûr, vous ne pouvez pas vous tromper, votre tolérance à l'erreur et votre capacité à vérifier les erreurs sont également très élevées. Nous avons déjà eu ce genre de situation, les retours sont très bons, nous gagnons de l'argent tous les jours, les résultats sont erronés. Des erreurs très stupides. Cette exécution est une variété d'API, d'accès à différents marchés, de contrôles variés. Dans le domaine des hautes fréquences, la vitesse est très importante. Parce que la plupart des données sont publiques et visibles par beaucoup de gens. Quand beaucoup de gens voient une opportunité, seuls les plus rapides peuvent l'obtenir. Il est possible que le système de test de retour ne soit pas en mesure de prendre en charge les choses que Quant a inventées, et vous devez modifier le cadre de test de retour. La visualisation est très importante. Vous ne pouvez pas dire, donnez-moi un tas de chiffres, je ne peux pas voir. Voir les graphiques est plus évident. Nous avons beaucoup travaillé sur les graphiques dans Scala, sur les graphiques dans R. Parce qu'un tas de graphiques et un tas de données ne sont pas la même chose. La vitesse de réévaluation est également importante. Par exemple, si vous réévaluez une stratégie, un an de données, vous avez besoin d'une semaine. Qui attend une semaine pour voir vos résultats? Une minute peut encore être un peu acceptable. Nous avons aussi fait beaucoup d'optimisations ici, comme comment prendre des données, comment les mettre en cache, améliorer leurs performances entre-temps. Avant, j'ai fait quelques tentatives de cloud computing avec ma dernière entreprise, et j'ai distribué tous les moteurs testés sur de nombreux serveurs. Ainsi, une requête passe, plusieurs machines fonctionnent en même temps. L'autre est le suivi. Il y a beaucoup d'automatisation. Il y a beaucoup de stratégies. Comment faire pour surveiller les risques, comment aller à l'alerte, c'est aussi un élément important. Comme notre stratégie actuelle, elle est automatisée, toutes les stratégies sont surveillées, le niveau de risque de chaque stratégie ne peut pas dépasser un peu, au-delà de l'alarme. Lorsque vous négociez beaucoup de variétés, il est pratiquement impossible que tout le monde soit là, donc il y a beaucoup de surveillance.

• Je vous recommande de lire:

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

Les liens