Perbedaan antara perusahaan perdagangan frekuensi tinggi dan perusahaan investasi kuantitatif
Secara umum, perusahaan perdagangan frekuensi tinggi dan perusahaan investasi kuantitatif memiliki hubungan dan perbedaan. Di Amerika Serikat, perusahaan perdagangan frekuensi tinggi yang sering disebut umumnya adalah perusahaan perdagangan mandiri, yang sebagian besar terdiri dari Getco, Tower Research, Hudson River Trading, SIG, Virtu Financial, Jump Trading, RGM Advisor, Chopper Trading, Jane Street, dan lain-lain; sementara perusahaan investasi kuantitatif yang sering disebut umumnya adalah hedge fund, termasuk RenTec, DE Shaw, Two Sigma, WorldQuant, AQR, Winton, BlueCrest, Citadel, dan lain-lain. Selain itu, perusahaan Citadel, Two Sigma, dan lain-lain, yang memiliki bisnis perdagangan frekuensi tinggi dan investasi kuantitatif, memiliki investasi kuantitatif dan tidak kuantitatif, dan memiliki banyak perusahaan investasi yang berorientasi pada pengembangan yang lebih komprehensif.
Secara historis, banyak pendiri perusahaan perdagangan frekuensi tinggi berasal dari kalangan pedagang, yang pada awalnya terlibat dalam perdagangan derivatif, perdagangan derivatif, dan lain-lain. Awalnya pekerjaan ini tidak membutuhkan pengetahuan yang mendalam. Seiring perkembangan teknologi komputer, tingkat dan frekuensi otomatisasi perdagangan juga meningkat secara bertahap, perusahaan-perusahaan ini secara bertahap mempekerjakan beberapa orang yang memiliki latar belakang matematika, statistik, dan komputer yang kuat untuk menyesuaikan diri dengan perkembangan situasi. Tentu saja, proses ini juga mengalami beberapa diferensiasi, beberapa perusahaan masih mempertahankan dominasi pedagang di perusahaan, dan tidak pernah meninggalkan perdagangan buatan, akhirnya membentuk perdagangan semi-otomatis kombinasi manusia; sementara perusahaan lain menerima teknologi baru dengan tingkat yang lebih tinggi, sering menggunakan model perdagangan otomatis.
Kelemahan terbesar dari perdagangan buatan adalah bahwa tempat pemesanan manual jauh dari bursa, dan seringkali tidak dapat mengambil pesanan pada saat perubahan pasar. Pada titik ini, perusahaan yang berdagang secara otomatis dapat mengurangi waktu transmisi sinyal sebanyak mungkin melalui ruang mesin hosting, tetapi perdagangan otomatis seringkali terjadi karena prosesnya terlalu rumit, ditambah dengan banyak aliran karyawan perusahaan yang besar, beberapa kesalahan terjadi dalam pemeliharaan program, dan akhirnya program yang salah menjadi bencana besar, seperti modal ksatria yang terkenal.
Terlalu cocok tidak dapat melawan Black Swan adalah masalah yang tidak dapat dihindari dari perdagangan manual dan perdagangan otomatis. Secara umum, Getco, Jane Street, SIG, Virtu Financial, dan lain-lain adalah perdagangan semi-otomatis, Tower Research, Hudson River Trading, Jump Trading, dan lain-lain adalah perdagangan otomatis.
Perusahaan investasi kuantitatif sangat berbeda dari perusahaan perdagangan frekuensi tinggi. Pertama, perusahaan investasi kuantitatif di Amerika Serikat pada dasarnya didirikan oleh orang-orang dengan latar belakang kuantitatif yang sangat kuat, seperti pendiri Renaissance, Simmons, yang berasal dari matematikawan, pendiri DE Shaw, David Shaw, yang berasal dari profesor komputer, pendiri AQR, Cliff Asness, yang berasal dari ahli keuangan, sedangkan perusahaan perdagangan frekuensi tinggi lebih banyak didirikan oleh pedagang tradisional; kedua, investasi kuantitatif umumnya bergantung pada model yang kompleks, sedangkan perdagangan frekuensi tinggi umumnya bergantung pada kode yang berfungsi dengan baik.
Waktu penyimpanan perusahaan investasi kuantitatif sering mencapai 1-2 minggu, untuk memprediksi tren harga yang lama, informasi yang perlu diproses sangat besar, dan oleh karena itu modelnya juga lebih kompleks, dan tidak terlalu sensitif terhadap kecepatan operasi program; waktu pemrosesan informasi transaksi frekuensi tinggi sangat singkat (mikrosekund atau milidetik), tidak mungkin untuk menganalisis banyak informasi, sehingga modelnya juga cenderung sederhana, keunggulan kompetitif lebih bergantung pada kode yang beroperasi secara efisien, banyak orang bahkan langsung menulis program pada perangkat keras; dan akhirnya, kapasitas investasi kuantitatif dapat mencapai ratusan miliar dolar, sedangkan perusahaan perdagangan frekuensi tinggi sering hanya beberapa puluh triliun hingga beberapa miliar dolar, tetapi karena strategi perdagangan frekuensi tinggi menunjukkan stabilitas investasi kuantitatif yang jauh, seperti transaksi Virtu Financial hanya beroperasi dalam kerugian 1238 hari sehari, sehingga umumnya merupakan transaksi volume, dan dana kuantitatif umumnya membantu investor.
Model transaksi kuantitatif
Di bawah ini adalah model transaksi kuantitatif, mulai dari sederhana hingga kompleks:
Yang paling sederhana, yang diwakili oleh teknik analisis pasar berjangka John Murphy, menggunakan pengetahuan matematika tingkat menengah seperti indeks, logaritma, dan lain-lain, mudah dipahami secara umum, lebih cocok untuk perdagangan subjektif, atau perdagangan semi-otomatis yang diurutkan secara manual oleh manusia yang dihitung oleh komputer dan mengeluarkan sinyal perdagangan.
Peraturan perdagangan pantai yang sedikit lebih tinggi diwakili oleh aturan perdagangan pantai yang lebih tinggi, matematika setelah semua menggunakan materi matematika kelas dasar universitas seperti rata-rata, perbedaan, distribusi normal, pengujian strategi juga lebih ilmiah, dan menawarkan metode manajemen dana yang dapat diandalkan, tetapi kekurangannya adalah masih tidak melepaskan diri dari ide perdagangan tradisional yang bergantung pada kombinasi susunan aturan perdagangan. Namun, jika strategi dirancang dengan baik dan tren besar, itu masih bisa memiliki efek yang bagus.
Tingkat yang lebih tinggi terutama terlihat dalam aspek integrasi sinyal perdagangan, seperti menggunakan metode statistik yang lebih modern untuk mengintegrasikan secara organik indikator teknis tradisional, seperti analisis regresi kerucut, jaringan saraf, mesin vektor pendukung, dan menggunakan metode statistik yang lebih ketat untuk menyaring dan menguji variabel. Mengingat karakteristik waktu data keuangan, model yang dihasilkan juga lebih kuat karena sering memerlukan penggunaan pengoptimalan bergulir untuk mendapatkan hasil pengujian di luar sampel.
Namun, sistem perdagangan terprogram umumnya sulit untuk mencapai fungsi ini dan membutuhkan bahasa pemrograman yang lebih umum untuk melakukannya sendiri.
Gambar untuk Simmons, pendiri Dana Renaissance, tentang investasi kuantitatif
Jika itu adalah investasi kuantitatif, maka selain informasi pasar, informasi dasar lainnya juga harus dikumpulkan, disusun dalam urutan waktu yang sesuai, dan dimasukkan ke dalam model prediksi. Secara umum, model yang sukses tidak hanya tergantung pada seberapa tinggi teori matematika yang digunakan, tetapi juga pada seberapa banyak informasi dari berbagai sumber yang diintegrasikan. Bahkan dengan regresi linier yang paling sederhana, model yang diprediksi dengan baik jika setiap parameter memiliki kemampuan prediksi yang kuat dan relevansi yang rendah; sebaliknya, bahkan dengan menggunakan teori pembelajaran mendalam yang kompleks, model yang dihasilkan tidak berguna jika pilihan parameter tidak berarti.
Pemodelan adalah satu hal, dan model pemecahan juga sama pentingnya. Misalnya, dalam fisika ada banyak model yang dapat menggambarkan realitas dengan tepat, tetapi seringkali sulit dipecahkan karena kurangnya metode perhitungan ilmiah yang efisien. Transaksi kuantitatif juga sama. Perhitungan, seleksi, pengoptimalan, retesting parameter, dll.
Kesalahan umum dalam bidang frekuensi tinggi dan kuantitas
Model Kuantitatif Tidak Bisa Menang melawan Black Swan
Faktanya, setiap metode investasi yang bergantung pada ramalan sejarah tentang masa depan, takut pada peristiwa black swan, dan akan ada kemunduran. Manfaat kuantitatif adalah bahwa setelah mengalami kemunduran, Anda dapat dengan cepat memasukkan situasi terbaru ke dalam model, menyesuaikan, mengulas kembali, mengoptimalkan, dan meniru, dengan tujuan untuk membalikkan kerugian dalam waktu singkat. Misalnya, setelah Renaissance mengalami kemunduran 9% yang sangat langka dalam sejarah pada bulan Agustus 2007, Simmons mengambil langkah-langkah yang tegas, membangun kembali, dan dalam surat investor, dia menyatakan bahwa kami telah menemukan 3 model baru yang kuat.
Perusahaan manajemen modal jangka panjang (LTCM) bangkrut karena menggunakan model kuantitatif. Faktanya, LTCM adalah dana multi-strategi, strategi perdagangan yang murni kuantitatif akhirnya menghasilkan $ 100 juta pada tahun 1998. Strategi kerugian terbesarnya adalah derivatif counter yang memiliki likuiditas perdagangan yang sangat buruk, banyak bahkan produk yang dirancang sendiri untuk bersaing dengan bank lawan, yang tidak dapat membersihkan posisi tepat waktu dalam peristiwa Black Swan. Produk-produk ini umumnya hanya digunakan untuk membantu model kuantitatif pada saat penentuan harga, dan pelacakan transaksi, desain produk, penjualan, dan lain-lain tidak terkait dengan pelacakan kuantitatif, dan umumnya dianggap bahwa kebangkrutan LTCM lebih karena risiko likuiditas, tidak terkait dengan model.
Perdagangan frekuensi tinggi merugikan kepentingan investor
Buku-buku seperti The Flash Boys, yang memiliki tulisan yang sangat bagus dan narasi yang sangat menghasut, menarik banyak perhatian. Selain media, harus dikatakan bahwa Amerika Serikat saat ini menuntut larangan perdagangan frekuensi tinggi yang paling kuat, pada dasarnya adalah pedagang tradisional saat itu.
Di dalam negeri, sekarang opsi siap untuk diluncurkan, saham juga kemungkinan besar terbuka T + 0; Untuk kedua potongan daging yang gemuk ini, pedagang frekuensi tinggi di luar negeri telah lama merindukan. Jika di bidang futures frekuensi tinggi, kita juga dapat mengandalkan pengalaman yang kaya dalam perdagangan terprogram untuk bersaing dengan luar negeri, maka di bidang opsi dan saham frekuensi tinggi, pengalaman praktis kami adalah nol, selisih yang lebih besar dari luar negeri. Untuk ini, penulis berpendapat, di satu sisi kita tidak bisa sombong, merasa bahwa investasi asing terlalu kuat, hanya tidak melakukannya; Di sisi lain, kita juga tidak bisa terburu-buru untuk mencapai hal yang diinginkan, meremehkan satu setengah tahun untuk mencapai prestasi besar.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。