乾燥物 - 高周波取引はどのように儲かるのか?

ハイ周波数取引はどのように儲かるのか?

この記事へのトラックバック一覧です. 2016年7月30日,取引所の主人公,高周波トレーダーであるリオは,香港交通大学香港校友会の招待を受けて,量化金融と高周波取引のというテーマの交流会を開催した.

• 私の発言は,ITを少し偏っているでしょう. 私は常にITをやっているからです. 私は数学と統計を正規に学んでいないので,不規則に見えるかもしれません. 些細な情報や自分の取引後の経験があります. 取引戦略の4つの種類について説明します. 数学やITについてお話しします. 定量取引 (Quantitative Trading) は,その名前の通り,定量取引と取引の2つの部分に分けられる. Quantitativeは,従来の手動取引とは異なり,多くのことがモデルによって量化されるのでなく,直感によって量化される. 定量取引には多くのカテゴリーがあり,一週間から1ヶ月間もできます. 基本部分には,いくつかの長/短株式,いくつかのアルファ戦略があります. また,価格設定のカテゴリーもあります. また,純粋な市場データのタイプがあります. つまり,彼は価格とボリュームのみを見ており,価格とボリュームの技術分析を行う.

図1- 高周波取引は基本的に純粋な市場データを使用します.市場データは常に変化しますが,基本データやニュースは一般的に常に変化しません. 高周波取引とは?まずは自動化である. 高周波取引は手動で行うことは不可能であり,時間レベルではなく,多くの計算能力が必要であり,強力なコンピュータを必要とし,その後大量に下注され,人間の手のように行われず,おそらく毎秒,毎ミリ秒,取引されている. もちろん,このリストには多くの撤回,多くの撤回が含まれています. いくつかの戦略は,多くの撤回があり,1百万以上の注文を提出し,1万以上の注文を処理しています. もう一つは,非常に高速です. また,定義は,複雑なアルゴリズムが必要です. 話を続ける前に,まず時間概念についていくつか説明します. 普通の時計では,小単位は秒,あるいは分数で表現されるかもしれません. 秒の下にはミリ秒:千分の1秒もあります. 目をひっくり返すと,それは300ミリ秒くらいです. 上海から深?? へのデータ転送では,ピングは30ミリ秒くらいです. さらに下にはマイクロ秒,千分の1ミリ秒,百万分の1秒があります. 高周波取引では,取引決定は10〜20ミリ秒くらいです. もちろん,いくつかのハードウェアで2ミリ秒くらいです. マイクロ秒の下にはナノ秒,ミリ秒もあります. これは非常に速いです.

図2- 比較してみよう: 目を閉じて,350ミリ秒;高周波取引で1000の取引決定を15ミリ秒で 私たちはよく言うように,瞬間に,瞬間の高周波取引は,1万以上の取引決定を行うことができる.

• #### 以下は,高周波取引に関するいくつかの主要な戦略タイプについて説明します.

図3

• 都市戦略

  市場取引戦略の主な目的は市場での流動性,Bid/Askのリストアップ,Bid/Askの縮小,中間差の引き上げです. シンプルに聞こえますが,多くのモデルがあります. 建物の建設は,多くの場合,多くの場合,多くの場合,多くの場合,多くの場合,多くの場合,多くの場合,多くの場合,多くの場合,多くの場合,多くの場合,多くの場合,多くの場合,多くの場合,多くの場合,多くの場合,多くの場合,多くの場合,多くの場合,多くの場合,多くの場合. 取引は非常に激しく,競争が激しくて,ITの問題は非常に重要です. 迅速なオート,迅速な撤収をどのように提供するか,非常に重要です. ITのコストは高く,誰もが競争しているので,誰もがもっと速くしたい, Co-LocationからFPGAまで,今はマイクロ波も上です.競争は激しいです. 一般投資家の場合,市場が存在し,買い物価格の差が小さいことが有利です. 図4これは去年の8月12日の50株の先物取引で,私の戦略の1つである. その日の市場全体の取引量は225万件で,私の戦略は4.1% (9,180件) であり,P&Lも良好であり,引き下げも比較的小さい.資本需要も低い. 一日中50万件しか必要なく,210万件以上稼ぎ,利回りは43.5%だった. 昨年7月,株価の破綻のために中銀は株価先物について一部の投資家に制限を施し始めた. 7月,この数日間のBid/Ask Spreadが引き延ばされる兆候が見られる. 9月7日,中銀は投機者に制限を施し,保有保証金額を40%に引き上げ,平衡手続費を万分の23に増加させ,単一品種1日間の開場取引量は10人を超えない. 市場の取引量は以前不足していた1%に低下した. 市場戦略がうまく行われなかったため,10人手札の戦略は全く遊べない,一部は閉鎖された. 図5図6市場戦略を行うことは,市場流動性を高め,Bid/Ask Spreadを狭め,買い売り量が多くなる場合,滑り点が多くないようにします. 市場戦略を行うには,おそらく,何がより合理的な価格であるかを推測する必要があります. 株式指数の先物市場では,ある人は,株式指数の合理的な価格を予測するために,バスケットの株式を使用します.

• 統計的利息 この記事へのトラックバック一覧です. 統計のスーツは,確率,データマイニング,モデリング,取引実行,データクリーニングなどに関係しています. データの処理は非常に重要で,処理が不適切である場合,非常に頭痛になります. 古典的な言葉があります. "ゴミを入れ,ゴミを出す". 多くのQuantはデータを処理するのに多くの時間を費やします. 最も簡単な利息モデルの一つは,歴史価格の変動率であり,両側に実行区間を加える. 例えば,ミルク粉は香港から100ドルで購入し,内陸に120ドルで販売する. 中間には10ドルの交通費を費やし,最後には10ドルを稼ぐ. これが利息区間である. また,例えば,国内外市場では,標準契約があり,理論的には同じ価値があり,金塊が2枚とも出てきます. しかし,価格は変動します. この差を計算すると,それが歴史的な統計区間から離れると見つかります. 例えば,ブレグジット時,中国の金は安く,アメリカの金は高価です.

• 予測 過去の市場データと現在の市場環境を比較することで,将来の価格動向を予測する:Price=a+b+c.このの未来動向は,次の秒,次の分,次の取引日,次の週,次の月かもしれない.あなたのモデルが予測が正確であれば,NBを上回ります.あなたのモデルが有効である限り,NBです.これは簡単な仕事ではありません.基礎,経験が必要です.このことも学びつつあります.あまり経験はありません. 図7この基本的プロセスは,データを整理し,市場に影響を与える要因を明らかにすることです. モデルが安定してどのくらいの期間で安定するかは 絶えずチューニングやループが必要です. あなたはトレーニング,モデルを評価,そしてあなたのファクターを最適化します. もちろん現在,多くのファクターはあるが,ある人は500のファクタを投げ込む. 彼のモデルは彼に,どのファクタが有用で,どのファクタが役に立たないかを教えてくれる. そして,高い相関性を持つファクタを自分で削除することもできる. しかし,このことは,私はまだ学んでいる. 私はあまり経験がない. 私はただ,これらの方法があることを知っている. Super Simpleの秘訣は,単純で使い勝手がなく,最も簡単な予測モデルは,価格が平均線に戻るということです.平均線は何周期的か,自分で磨いてみましょう.この間の複雑性は,ほとんどがDataから来ている.Modelでは,Rには多くのパッケージがあり,良い自動化もできます.多くのインディケーターは自動化され,グラフも役立ちます. Data と Factor は,常に磨きが必要である.

  • マイクロストラクチャー これは非常に高い頻度で,一般的なQuantは使用されないかもしれません. 例えば,株式取引では,サポートレベル,プレッシャーレベル,または単純なマイクロ構造についてよく聞きます. これはサポートレベルであり,多くの单元があり,多くのBidがそこにあります. 投資家は,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が,投資家が スプーファー,市場でブルーフィングしているプレイヤー.市場が普通だったのに,支払いは10,20で,突然プレイヤーがやってきて,1000を買いたいと言う. みんな大きな支払いが有ると考え,買いに行く. 株の動きは微小の観点から言えば供給と需要関係である. 買い手が多くなったら上昇する. 誰かが100万ドルを注文し,上昇し始めます. そして彼は販売を始めます. これはスプーフィングです. 米国監査局が厳格に定義する市場操作行為であり,違法です. この記事へのトラックバック一覧です. スプーファーを捕まえる方法http://www.bloomberg.com/graphics/2015-spoofing/アイスバーグの命令http://www.marketdelta.com/blog/2011/10/footprint-chart/iceberg-orders/数学は,私の経験では,小学校の数学と博士課程の数学の両方が使えます. 小学校の数学を軽視しないでください. 予測モデリングは,非常に広く,長い話です. 多くの企業がそれを使用しています. 高周波の短所は,容量が小さいということです. 彼に500万ドルを与えると,彼は200万ドルを得ます. 彼に500万ドルを与えると,彼は200万ドルを得ることができます.

• #### IT、みんな知っている光大ウロン指紋事件、また,ライバード・キャピタルは半時間で4億4千万ドルを損した. プログラマーのアップグレードシステム,おそらく8台の生産機,アップグレードされていない1台,誤った命令を実行した結果,止まらず取引する. 鍵は30分も取引した. この2つのケースは,ITが重要であり,多くのお金を失う可能性があるというものです. 図8ITシステムには4つの部分があります. 価格データは比較的シンプルで,基本的なデータや構造化されていないデータのようなものは,より複雑で,多くのプログラマーのコードコードが必要です. 収集,フォーマット,統一,アクセス. 量子として,私はある日のデータをグラフに描くことができます. 私たちは基本的に,この状態です. 間違いを許す能力も非常に高い. 以前にも,このようなことがあった. 復習はとても上手で,毎日お金を稼いで,結果が間違っていた. 非常に愚かな間違い. よく起こりますが,後で起こると信じています. この Execution は様々な API,様々な市場アクセス,様々な風制御である. 高周波領域では,スピードは非常に重要です. 多くのデータが公開され,多くの人々が見ることができる. 多くの人々が機会を見るとき,最も速い人だけがそれを得ることができる. すべての市場には異なる API,統一されたプロトコルがあります. 例えば,Fix プロトコル,しかし,すべての取引所がサポートする必要はありません. しかし,Fix プロトコル自体は比較的遅いです. バックテストは,Quantが考え出したものが,あなたのテストシステムでサポートされていない場合もあるので,テストフレームワークを変更する必要があります. 視覚化はとても重要です. 図形を見るのはもっと簡単です. 私たちはScalaで図を描き,Rで図を描くのに多くの努力をしました. 図形とデータの解釈は違うからです. 復習速度も重要です.例えば,一年のデータで1週間かかる戦略を復習する.誰が1週間待って結果を見るのか? 1分でも少しでも受け入れられるかもしれない.戦略内のパラメータには,繰り返しのプロセスがある.例えば,パラメータは,1から100まで試したい.あなたは5分でテストする.最適化時に,100,000のパラメータが必要かもしれない. データの取り出しやキャッシングなどの多くの最適化も行いました. 以前は,私の前の会社でクラウドコンピューティングを試みて,回測したエンジンのすべてを複数のサーバーに配布しました. 監視もあります. 自動化もたくさんあります. 戦略もたくさんあります. 人工的な監視はあまり現実的ではありません. リスクモニターやアラートへのアクセスも重要な要素です. 現在の戦略は自動化で,すべての戦略は監視され,各戦略のリスクレベルは,アラートよりもはるかに高くありません. 特に,夜間取引も行っています. プログラマが頻繁に眠っていることは,あまり現実的ではありません. 取引品種が多ければ,基本的に誰もがそこにいる可能性がほとんどないので,多くの監視を行います.

• #### おすすめの読書:

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

リンク