सरल और उन्नत प्रणाली व्यापार रणनीति - क्या बेहतर है?

क्या क्वांटिफाइड ट्रेडिंग रणनीतियों को विकसित करने में अधिक उन्नत तरीकों का उपयोग करना बेहतर है, या सरल विचारों से चिपके रहना बेहतर है?

मात्रात्मक समुदाय में एक पुराना सवाल यह है कि क्या सिस्टम ट्रेडरों को सरल मात्रात्मक रणनीतियों का उपयोग करने के लिए दृढ़ रहना चाहिए या उन्हें अधिक उन्नत तरीकों को लागू करने का प्रयास करना चाहिए।

यह आमतौर पर माना जाता है कि खुदरा एल्गोरिथ्म ट्रेडर केवल सरल रणनीतियों का उपयोग करते हैं, जबकि मात्रात्मक हेज फंड अत्यधिक जटिल और गणितीय रूप से जटिल तरीकों का उपयोग करते हैं; हालाँकि, हाल ही में स्थिति बदल गई है।

खुदरा एल्गोरिथ्म व्यापारी अब अपेक्षाकृत सस्ते क्लाउड कंप्यूटिंग, सस्ती और उपयोग में आसान डेटासेट प्रदान करने वाले वैकल्पिक डेटा प्रदाताओं और एक ओपन सोर्स रिसर्च फ्रेमवर्क के साथ जटिल विश्लेषण करने में सक्षम हैं।

इस लेख में, हम चर्चा करेंगे कि क्या खुदरा मात्रात्मक विश्लेषकों को इन उन्नत रणनीतियों को निष्पादित करने के लिए समय देना चाहिए, या एक सरल विचार के साथ रहना चाहिए।

निवेशक की पसंद

सरल रणनीतियों और जटिल रणनीतियों के बीच के लाभों और नुकसानों को सूचीबद्ध करने से पहले, यह आवश्यक है कि हम प्रत्येक दृष्टिकोण के सापेक्ष लाभों और नुकसानों का आकलन कैसे करें।

एक महत्वपूर्ण मुद्दा यह है कि प्रत्येक निवेशक की अपनी विशिष्ट प्राथमिकताएं होती हैं, इसलिए उनके पास उन लक्ष्यों के लिए लक्ष्य फ़ंक्शन का एक सेट होता है जो वे सिस्टम ट्रेडिंग के माध्यम से प्राप्त करने का प्रयास करते हैं।

उदाहरण के लिए, एक निवेशक के पास पूंजी का एक बड़ा आधार हो सकता है, लेकिन ऐसे निवेशकों के लिए यह महत्वपूर्ण है कि वे नियमित रूप से इस पूंजी से प्राप्त किसी भी लेनदेन के लाभ को प्राप्त करें।

एक अन्य निवेशक के पास अपेक्षाकृत कम पूंजी का आधार हो सकता है और वह केवल कुल धन में वृद्धि करने में रुचि रखता है। यदि अधिक रिटर्न प्राप्त किया जा सकता है, तो समग्र लाभ और हानि की शुद्ध मूल्य वक्र में उतार-चढ़ाव कम चिंताजनक हो सकता है।

कुछ मात्रात्मक व्यापारी प्रभावी प्रणालीगत व्यापारिक रणनीति विकसित करने के लिए बुद्धि के उत्तेजना को अधिक महत्व देते हैं; वे वास्तव में सकारात्मक लाभ प्राप्त कर सकते हैं।

स्पष्ट रूप से, निवेशकों के पास कई अलग-अलग प्राथमिकताएं हैं; ये पहलू खुदरा मात्रात्मक विश्लेषकों के लिए चर्चा के ढांचे का निर्माण करने में मदद करते हैं जो शायद निर्णय ले रहे हैं कि अधिक उन्नत तरीकों का उपयोग करना है या नहीं।

सरल रणनीतियों का शोध करना और उन्हें बाजार में लाना आसान होता है; उन्हें कम जटिल डेटा और बुनियादी ढांचे की आवश्यकता होती है; यहां तक कि जब संकेत स्वयं स्वचालित रूप से उत्पन्न होते हैं, तो कुछ को मैन्युअल रूप से निष्पादित किया जा सकता है।

दूसरी ओर, उन्नत रणनीतियाँ बुद्धि के मामले में अधिक लाभदायक होती हैं, और उनके पास अक्सर अधिक लाभकारी शार्प अनुपात होता है; यानी, वे प्रति इकाई अस्थिरता पर बेहतर प्रत्याशित रिटर्न प्रदान करते हैं; शार्प अनुपात उन निवेशकों के लिए एक महत्वपूर्ण मीट्रिक होगा जो चिंता करते हैं कि घाटे और अस्थिरता को कैसे कम से कम किया जाए।

इस लेख में, हम विस्तार से चर्चा करेंगे कि क्या सरल व्यंजन जटिल व्यंजनों से बेहतर हैं। हम उपरोक्त प्रेरणाओं और अन्य फायदे और नुकसान को ध्यान में रखेंगे।

सरल लेनदेन रणनीति

क्या ट्रेडिंग रणनीति को सरल रणनीति माना जाता है, यह काफी हद तक निवेशक की शैक्षिक पृष्ठभूमि और तकनीकी क्षमता पर निर्भर करता है। जो व्यक्ति रैंडम कम्प्यूटेशन में पीएचडी करता है, वह स्वयंसेवी खुदरा मात्रात्मक विश्लेषकों की तुलना में सरल रणनीति की परिभाषा को काफी अलग कर सकता है।

इस लेख के लिए, यदि ट्रेडिंग रणनीतियों को विकसित बाजारों में लागू किया जाता है, तो हम बड़े ज्ञात परिसंपत्ति वर्गों में बुनियादी गणितीय या सांख्यिकीय जटिलता वाले सरल उपकरणों का उपयोग करते हैं।

इस तरह की रणनीतियों के उदाहरणों में तकनीकी विश्लेषण, पोर्टफोलियो निर्माण या जोखिम प्रबंधन घटक के बिना उच्च तरलता वाले बाजारों जैसे अमेरिकी स्टॉक, ईटीएफ या विदेशी मुद्रा शामिल हैं।

सरल रणनीतियों के लाभों में शामिल हैंः

• आंकड़े- सभी सिस्टम ट्रेडिंग रणनीतियों को डेटा की आवश्यकता होती है; सरल रणनीतियों में आमतौर पर अच्छी तरह से कारोबार किए जाने वाले टूल से तैयार किए गए मूल्य/ट्रेड मात्रा डेटा का उपयोग किया जाता है। इस तरह के डेटा को प्राप्त करने की लागत बहुत कम है, या मुफ्त भी है। यह आमतौर पर छोटी मात्रा में होता है और इसे कई प्रदाताओं से सीधे डाउनलोड किया जा सकता है।
• अध्ययन- बहुत सारे रीट्रेडिंग वातावरण हैं जहां ट्रेडस्ट्रेडर-शैली की रणनीतियों का परीक्षण किया जा सकता है, जो व्यावसायिक उत्पादों (जैसे ट्रेडस्टेशन या मेटाट्रेडर 5) से लेकर ओपन सोर्स लाइब्रेरी (जैसे QSTrader, बैकट्रेडर और Zipline) और यहां तक कि पांडा जैसे लाइब्रेरी तक हैं। सरल रणनीतियों को आमतौर पर इनमें से किसी एक ढांचे में आसानी से लागू किया जा सकता है।
• लेनदेन की लागत- विकसित, तरल बाजारों में सरल उपकरणों का उपयोग करने के कारण, लेनदेन की लागत का अनुमान लगाना अपेक्षाकृत आसान है।
• अवसंरचना- कम आवृत्ति पर निष्पादित तकनीकी विश्लेषण प्रकार की रणनीतियों को अपेक्षाकृत सरल बुनियादी ढांचे के माध्यम से स्वचालित किया जा सकता है; आवश्यक स्थिरता के स्तर के आधार पर, cron कार्य को आवश्यक लेनदेन सूची उत्पन्न करने के लिए सेट किया जा सकता है, जबकि इसे मैन्युअल रूप से निष्पादित किया जा सकता है।
• क्षमता- इसी तरह, उच्च तरलता वाले बाजारों में सरल उपकरणों का उपयोग करने के कारण, क्षमता सीमाओं के मुद्दे कम होने की संभावना है।

हालांकि, सरल रणनीतियों का उपयोग करने के नुकसान भी हैंः

• अल्फा- तकनीकी विश्लेषण पिन संकेतक पिन रणनीति वित्तीय बाजारों में बहुत अच्छी तरह से ज्ञात और व्यापक है. यह अभी तक स्पष्ट नहीं है कि सबसे सरल रणनीति मौलिक खरीद और रखरखाव या गतिशीलता पर आधारित सामरिक परिसंपत्ति विनियोजन से अधिक मूल्यवान है. यानी, रणनीति स्वयं पिन अल्फा नहीं उत्पन्न कर सकती है, बल्कि बाजार से ही या अन्य ज्ञात अकादमिक जोखिम कारकों से पिन बीटा प्राप्त कर सकती है।
• लाभप्रदता- चूंकि इस तरह का दृष्टिकोण सार्वभौमिक है, इसलिए वास्तविक लेन-देन लागत को ध्यान में रखते हुए, नमूना से परे निरंतर लाभप्रदता चुनौतीपूर्ण हो सकती है। यही कारण है कि किसी भी पुनर्मूल्यांकन में लेनदेन लागत का अनुमान यथासंभव प्रभावी रूप से लगाना आवश्यक है।
• सांख्यिकी परीक्षण- हालांकि यह सरल ट्रेडिंग रणनीतियों की समस्या नहीं है, लेकिन आमतौर पर सरल रणनीतियों पर बहुत कम या कोई मजबूत सांख्यिकीय विश्लेषण नहीं किया जाता है। इसलिए, कई ऐसी रणनीतियाँ जो पुनर्मूल्यांकन में उच्च प्रदर्शन दिखाती हैं, वे केवल नमूने में डेटा के लिए अत्यधिक फिट होने के कारण हो सकती हैं।
• आजादी- मैन्युअल रूप से निष्पादित सरल रणनीतियों के परिणामस्वरूप प्रक्रिया में विवेक के तत्व लागू हो सकते हैं। उदाहरण के लिए, व्यस्त ट्रेडिंग समय के कारण ट्रेडों के प्रवेश में देरी या ट्रेडों को उलटने के लिए ट्रेंड्स का उपयोग करना। यह रणनीति के वास्तविक प्रदर्शन को निर्धारित करना चुनौतीपूर्ण बनाता है।
• पोर्टफोलियो का निर्माण- सरल रणनीति आमतौर पर किसी भी मजबूत पोर्टफोलियो निर्माण या जोखिम प्रबंधन तकनीक का उपयोग करने से बचती है। हालांकि अक्सर रोकथाम का उपयोग किया जाता है, लेकिन बहुत कम लोग अस्थिरता लक्ष्य, समतुल्य अस्थिरता भार (जिसे अस्थिरता समतुल्य अस्थिरता भी कहा जाता है) या क्रॉस-मार्केट विविधीकरण को जोखिम-समायोजित रिटर्न बढ़ाने के संभावित तंत्र के रूप में देखते हैं।
• बुद्धि का प्रतिफल- सरल रणनीतियों में आमतौर पर किसी भी जटिल गणित या उन्नत विश्लेषण का उपयोग नहीं किया जाता है। यदि निवेशक का लक्ष्य बौद्धिक रिटर्न है, तो सरल रणनीतियों से यह हासिल होने की संभावना नहीं है।

जैसा कि देखा जा सकता है, जबकि सरल ट्रेडिंग रणनीतियों को लागू करना, परीक्षण करना और व्यापार करना आसान है, यह सादगी सांख्यिकीय स्थिरता और दीर्घकालिक लाभप्रदता की कीमत पर हो सकती है।

उच्च व्यापार रणनीति

उच्च स्तरीय रणनीतियों में सांख्यिकीय परिकल्पना परीक्षण, व्यापक परिसंपत्ति वर्गों के क्षेत्र में ज्ञान, सख्त पोर्टफोलियो निर्माण के तरीके और कम तरलता वाले, आला परिसंपत्ति वर्गों या उपकरणों जैसे कि उभरते बाजारों, वस्तुओं और व्युत्पन्नों के लिए रणनीतियां शामिल हैं।

ये रणनीतियाँ आमतौर पर संस्थागत परिमाणित हेज फंडों के क्षेत्र में होती हैं, लेकिन डेटा की उपलब्धता और बेहतर अनुकरण उपकरणों की लोकप्रियता के कारण ये रणनीतियाँ अब खुदरा परिमाणित लेनदेन में तेजी से आम हो रही हैं।

जटिल रणनीतियों के लाभों में शामिल हैंः

• संबंध- डिजाइन के आधार पर, उन्नत रणनीतियाँ डिजाइन में समग्र बाजार और अन्य व्यापारिक रणनीतियों से बने किसी भी मौजूदा पोर्टफोलियो के लिए कम प्रासंगिक होती हैं।
• लाभप्रदता- उन्नत क्षेत्र के ज्ञान के साथ, लेन-देन की लागत का उचित अनुमान लगाया जा सकता है। इसका मतलब है कि यह निर्धारित करना आम तौर पर आसान होता है कि क्या रणनीति नमूना से बाहर लाभदायक हो सकती है। इसलिए, वास्तविक समय परीक्षण अवधि से पहले कई गैर-लाभकारी रीटेस्ट विचारों को खारिज किया जा सकता है।
• सांख्यिकी परीक्षण- सख्त ट्रेडिंग रणनीतियों का सांख्यिकीय विश्लेषण आमतौर पर अधिक उन्नत तरीकों के साथ होता है। इसका मतलब है कि सांख्यिकीय विश्लेषण आमतौर पर अधिक उन्नत तरीकों के साथ होता है। इसका मतलब है कि तैनात रणनीतियों का नमूना के बाहर प्रदर्शन बहुत कम होता है, जबकि सरल रणनीतियों का नमूना में बहुत अधिक फिट हो सकता है।
• अल्फा- इस तरह की रणनीतियों में आला उपकरण का उपयोग कम विकसित बाजारों में किए जाने के कारण अल्फा की क्षमता अधिक है। इस तरह के अल्फा अक्सर धीमी गति से गिरते हैं क्योंकि रणनीतिक ज्ञान का प्रसार पूरे बाजार में धीमा हो जाता है।
• पोर्टफोलियो का निर्माण- पोर्टफोलियो निर्माण और जोखिम प्रबंधन को अधिक उन्नत तरीकों से पूरक किया जाता है। यह निवेशकों के लक्ष्यों को रणनीतिक प्रदर्शन के साथ संरेखित करने में मदद करता है।
• बुद्धि का प्रतिफल- उन्नत रणनीतियों के लिए अधिक जटिल विश्लेषण, अधिक परिपक्व गणितीय ज्ञान और व्यापक सॉफ्टवेयर विकास की आवश्यकता होती है। कुछ शौकिया निवेशकों के लिए, यह धन सृजन के बजाय एक लक्ष्य की तरह है। इसलिए, वे अक्सर अधिक जटिल प्रणालीगत व्यापारिक तरीकों के लिए आकर्षित होते हैं।

सरल रणनीतियों की तरह, उन्नत रणनीतियों में भी कुछ कमियां हैंः

• गणितीय जटिलता- कुछ अधिक उन्नत प्रणालीगत लेन-देन के तरीकों को संभालने के लिए आमतौर पर सांख्यिकीय विश्लेषण, समय अनुक्रम विश्लेषण, यादृच्छिक गणना या मशीन सीखने के संदर्भ की आवश्यकता होती है। हालांकि ये ज्ञान स्वयं सीखे जा सकते हैं, लेकिन स्नातक, एमएफई और / या पीएचडी के माध्यम से प्रासंगिक ज्ञान प्राप्त करना बहुत आसान है।
• विशेषज्ञता- कई स्नातकोत्तर डिग्री के साथ, किसी भी उन्नत प्रणालीगत ट्रेडिंग तकनीक से लगातार अल्फा उत्पन्न करने के लिए लाभदायक अंतर्निहित परिसंपत्ति वर्ग या उपकरण प्रकार के बारे में उचित क्षेत्र के ज्ञान की आवश्यकता होती है। ये विशेषज्ञता आमतौर पर वर्षों के कार्य अनुभव के माध्यम से प्राप्त की जाती है, जो बैंक या फंड में एक विशिष्ट काउंटर पर काम करती है।
• आंकड़े- सामान्य तौर पर, डेटा लागत नमूनाकरण आवृत्ति, दायरे की चौड़ाई, इतिहास की लंबाई, डेटा गुणवत्ता और परिसंपत्ति वर्ग/उपकरण की विशिष्टता के साथ बदलती है. उन्नत रणनीतियाँ आला बाजारों पर निर्भर करती हैं ताकि अल्फा उत्पन्न हो सके. इसलिए, डेटा बहुत महंगा हो सकता है. रणनीतियों को लाभदायक बनाने के लिए इन लागतों को ध्यान में रखना आवश्यक है.
• अध्ययन- यदि रणनीति अधिक जटिल उपकरणों के साथ व्यापार करने के लिए उपयोग की जाती है, तो एक विशेष पुनरावृत्ति वातावरण की आवश्यकता होती है। आम तौर पर इसका मतलब है कि खरोंच से पूरी तरह से अनुकूलित कोड विकसित करना। यह एक बड़ा समय निवेश है। यह भी व्यापक सॉफ्टवेयर इंजीनियरिंग कौशल की आवश्यकता है ताकि त्रुटियों से बचा जा सके।
• अवसंरचना- यहां तक कि एक मजबूत रीट्रीट फ्रेमवर्क विकसित किया गया है जो उच्च रणनीतियों का अध्ययन करता है, लेकिन लेनदेन के लिए एक जटिल बुनियादी ढांचे की आवश्यकता होती है; यह पूरी तरह से स्वचालित हो सकता है; जटिल तैनाती, परीक्षण और निगरानी की आवश्यकता होती है।
• क्षमता- कुछ उन्नत रणनीतिक तरीकों को प्रभावी रूप से बंद कर दिया जाता है क्योंकि वे क्षमता के प्रति सीमित होते हैं; बड़े फंड इन रणनीतियों को नहीं बेच सकते हैं क्योंकि समय का निवेश उनके द्वारा उत्पन्न किए जाने वाले पूर्ण रिटर्न के लायक नहीं है; इसका मतलब है कि उच्च स्तर के तरीकों पर लागू की जा सकने वाली पूंजी की मात्रा पर एक सीमा है।

जैसा कि आप देख सकते हैं, जबकि उन्नत ट्रेडिंग रणनीति अधिक अल्फा अवसर और संभावित उच्च लाभ प्रदान करती है, इसके लिए अधिक जटिल गणित ज्ञान, आवश्यक विशेषज्ञता और अधिक जटिल स्वचालित ट्रेडिंग बुनियादी ढांचे की आवश्यकता होती है।

सारांश

कुल मिलाकर, यह स्पष्ट है कि सरल ट्रेडिंग रणनीतियों को बाजार में तेजी से लाया जा सकता है; उन्हें बहुत कम विशेषज्ञता की आवश्यकता होती है और स्वचालित रूप से उत्पन्न संकेतों के बावजूद उन्हें मैन्युअल रूप से निष्पादित किया जा सकता है; हालांकि, वे उन्नत तरीकों की तुलना में अधिक अनुकूलित और कम लाभदायक होने की संभावना रखते हैं।

जटिल रणनीतियों से असंबद्ध अल्फा, उचित लाभप्रदता और बौद्धिक लाभ मिलता है; हालांकि, यह उच्च डेटा लागत, अनुसंधान और लेनदेन बुनियादी ढांचे को विकसित करने में अधिक समय और गहन शैक्षिक पृष्ठभूमि की आवश्यकता के कारण होता है।

मूल लिंकःhttps://www.quantstart.com/articles/simple-versus-advanced-systematic-trading-strategies-which-is-better/