Différence entre une société de trading à haute fréquence et une société d’investissement quantitatif

Les sociétés de trading à haute fréquence et les sociétés d’investissement quantique sont généralement liées et distinctes. Aux États-Unis, les sociétés de trading à haute fréquence sont généralement des sociétés de trading indépendantes, notamment Getco, Tower Research, Hudson River Trading, SIG, Virtu Financial, Jump Trading, RGM Advisor, Chopper Trading et Jane Street. Les sociétés d’investissement quantique sont généralement des fonds de couverture, notamment RenTecDE, Shaw, Two Sigma, WorldQuant, AQR, Winton, BlueCrest, Citadel, etc. En outre, des sociétés telles que Citadel, Two Sigma, BlueCrest et Citadel ont à la fois des activités de trading à haute fréquence et des activités d’investissement quantique.

Historiquement, les fondateurs de nombreuses sociétés de négociation à haute fréquence sont issus de traders et ont d’abord été engagés dans des activités de négociation de produits dérivés. Au début, ces travaux ne nécessitaient pas de connaissances approfondies. Avec le développement de la technologie informatique, le niveau et la fréquence d’automatisation des transactions ont progressivement augmenté.

Le plus gros inconvénient de la négociation manuelle réside dans le fait que la place de commande manuelle est éloignée de l’échange et qu’elle ne peut souvent pas être saisie lorsque les choses changent. À ce stade, les entreprises de négociation entièrement automatique peuvent réduire au maximum le temps de transmission du signal en gérant la salle des machines.

En ce qui concerne la suradaptation, qui ne peut pas résister à l’événement Black Swan, ce n’est pas un problème que le trading artificiel et le trading automatique ne peuvent éviter. En général, Getco, Jane Street, SIG, Virtu Financial et d’autres sont des transactions semi-automatiques, Tower Research, Hudson River Trading et Jump Trading sont des transactions entièrement automatiques.

Les sociétés d’investissement quantiques sont très différentes des sociétés de trading à haute fréquence. Premièrement, les sociétés d’investissement quantiques américaines sont essentiellement fondées par des personnes ayant une forte expérience en matière de quantification, par exemple, le fondateur de Renaissance, Simmons, est un mathématicien, le fondateur de DE Shaw, David Shaw, est un professeur d’informatique, le fondateur d’AQR, Cliff Asness, est un financier, tandis que les sociétés de trading à haute fréquence sont davantage créées par des traders traditionnels.

Le temps de stockage des sociétés d’investissement quantiques atteint souvent 1 ou 2 semaines. Les informations à traiter pour prédire les tendances des prix de cette longue période sont naturellement très volumineuses, les modèles sont donc plus complexes et moins sensibles à la vitesse de fonctionnement du programme. Le temps de traitement des informations de transaction à haute fréquence est très court ((micro-seconde ou milliseconde), il est impossible d’analyser beaucoup d’informations, de sorte que les modèles sont également plus simples, l’avantage concurrentiel repose davantage sur l’efficacité du fonctionnement du code, beaucoup de gens écrivent même des programmes directement sur le matériel.

Modèle de transaction quantifiée

Voici un aperçu des modèles de transaction quantifiée, allant de la plus simple à la plus complexe:

La plus simple est représentée par l’analyse technique du marché à terme de John Murphy, qui utilise le plus souvent des connaissances mathématiques de niveau secondaire telles que l’indice et l’arithmétique, qui sont faciles à comprendre et plus adaptées à la négociation subjective, ou à la négociation semi-automatique calculée par ordinateur et émettant un signal de négociation commandé manuellement par une personne.

Le niveau un peu plus élevé est représenté par la loi de trading de la tortue de mer de Dennis, qui utilise en mathématiques des matières de mathématiques de niveau inférieur de l’université telles que la moyenne, l’écart et la distribution normale. Les tests de la stratégie sont également plus scientifiques et proposent des méthodes de gestion de fonds fiables, mais l’inconvénient est qu’il n’y a toujours pas d’idée de trading qui se débarrasse des combinaisons d’arrangements traditionnelles qui dépendent des règles de négociation. Cependant, si la stratégie est bien conçue et que les choses se passent bien, elle peut avoir de bons résultats.

Les niveaux supérieurs se reflètent principalement dans l’intégration des signaux de transaction, par exemple, l’intégration organique des indicateurs techniques traditionnels tels que l’analyse de la régression, les réseaux neuronaux et les vecteurs de support avec des méthodes statistiques plus rigoureuses pour le filtrage et le test des variables. Compte tenu des caractéristiques temporelles des données financières, l’optimisation par défilement est souvent nécessaire pour obtenir des résultats de test hors échantillon, ce qui rend les modèles plus robustes.

Cependant, les systèmes de négociation programmatique en général ont du mal à mettre en œuvre ces fonctionnalités et doivent les mettre en œuvre eux-mêmes dans un langage de programmation plus généraliste.

Le fondateur de Renaissance Fund, Simon, explique comment investir de façon quantitative

Si c’est un investissement quantitatif, alors en plus de l’information de marché, il faut rassembler d’autres informations fondamentales, rassembler la séquence chronologique correspondante et les intégrer dans le modèle de prévision. En général, le modèle de succès ne dépend pas de la hauteur et de la profondeur de la théorie mathématique, mais de la quantité d’informations provenant de différentes sources. Même la régression linéaire la plus simple, si les paramètres ont une forte capacité de prédiction et une faible corrélation, le modèle aura un bon effet de prévision.

La modélisation est une chose, les modèles de résolution sont tout aussi importants. Par exemple, il existe de nombreux modèles en physique qui décrivent précisément la réalité, mais qui sont souvent difficiles à résoudre en raison du manque de méthodes de calcul scientifiques efficaces. Il en va de même pour les transactions quantitatives. Le calcul, le filtrage, l’optimisation et la remise en balance des paramètres sont souvent accompagnés d’un volume de calcul énorme, et la manière de résoudre habilement est une science de grande profondeur.

Les erreurs courantes dans le domaine de la haute fréquence et de la quantification

Les modèles quantiques ne peuvent pas vaincre le Black Swan

En fait, toute méthode d’investissement repose sur la prévision historique de l’avenir, la crainte d’un événement de couleur noire et des retraits. L’avantage de la quantification réside dans le fait qu’après avoir rencontré des retraits, on peut rapidement intégrer les derniers développements dans le modèle, ajuster en temps opportun, réévaluer, optimiser, simuler et essayer de renverser les pertes dans les plus brefs délais. Par exemple, après que la Renaissance des Arts ait connu un retrait historique rare de 9% en août 2007, Simons a pris des mesures décisives pour remodeler, et dans une lettre aux investisseurs, il a déclaré que notre nouveau modèle avait découvert trois très forts signaux de trading.

En fait, LTCM est un fonds multi-stratégies, sa stratégie de trading purement quantitatif a finalement gagné 100 millions de dollars en 1998. Ses stratégies les plus perdantes sont les dérivés de comptoir de très mauvaise liquidité, beaucoup sont même conçues par lui-même pour suivre les produits de ses pairs, et ne peuvent pas liquider leurs positions à temps en cas d’événement de Black Swan. Ces produits n’utilisent généralement que des modèles quantitatifs pour aider à la fixation des prix, l’exécution des transactions, la conception et la vente de produits spécifiques ne sont pas adaptés.

Les transactions à haute fréquence nuisent aux investisseurs

Les points de vue de livres comme Flash Boys sont en fait très controversés, mais l’écriture de l’auteur est excellente et le style narratif est très provocateur, c’est pourquoi il a attiré beaucoup d’attention. En dehors des médias, il faut dire que les États-Unis demandent actuellement l’interdiction de la négociation haute fréquence le plus fort, essentiellement les traders traditionnels de l’année.

Dans le pays, les options sont maintenant prêtes à être cotées en bourse, et les actions sont également susceptibles d’ouvrir T + 0. Pour ces deux morceaux de viande grasse, les traders à haute fréquence étrangers ont longtemps soif. Si dans le domaine des futures à haute fréquence, nous pouvons également compter sur une riche expérience dans les transactions programmées pour rivaliser avec l’étranger, alors dans le domaine des options et des actions à haute fréquence, notre expérience pratique est nulle et le fossé est plus grand avec l’étranger.策略研究要慢工出细活，急于求成，频繁改变研究方向，最终很可能一事无成。