Adakah lebih baik menggunakan kaedah yang lebih maju atau berpegang pada idea yang lebih mudah untuk merancang strategi perdagangan kuantitatif?
Satu persoalan lama dalam komuniti kuantifikasi ialah sama ada peniaga sistem harus berpegang kepada strategi kuantifikasi yang mudah atau harus berusaha untuk menggunakan kaedah yang lebih maju.
Orang biasa menganggap bahawa peniaga algoritma runcit hanya menggunakan strategi yang lebih mudah, sementara dana lindung nilai kuantitatif menggunakan kaedah yang sangat rumit dan rumit secara matematik. Walau bagaimanapun, keadaan baru-baru ini telah berubah.
Pedagang algoritma runcit kini dapat melakukan analisis yang kompleks dengan menggunakan awan yang agak murah, pembekal data alternatif yang menyediakan set data yang berpatutan dan mudah digunakan, dan rangka kerja penyelidikan sumber terbuka.
Dalam artikel ini, kita akan membincangkan sama ada penganalisis kuantiti runcit harus meluangkan masa untuk melaksanakan strategi canggih ini atau berpegang pada idea yang lebih mudah.
Keutamaan Pelabur
Sebelum menyenaraikan beberapa kelebihan dan kekurangan strategi sederhana dan strategi kompleks, adalah perlu untuk menggariskan bagaimana kita akan menilai kelebihan dan kelemahan relatif setiap kaedah.
Salah satu masalah utama adalah bahawa setiap pelabur mempunyai keutamaan tersendiri, oleh itu mereka mempunyai satu set fungsi sasaran yang kuat untuk tujuan yang mereka cuba capai melalui perdagangan sistem.
Sebagai contoh, seorang pelabur mungkin mempunyai asas modal yang besar, tetapi mungkin perlu mengeluarkan keuntungan dagangan yang diperoleh dari modal tersebut secara berkala. Penjimatan modal untuk meminimumkan kerugian adalah penting bagi pelabur seperti itu.
Pelabur lain mungkin mempunyai asas modal yang agak kecil dan hanya berminat untuk meningkatkan kekayaan keseluruhan. Jika anda mendapat pulangan yang lebih besar, turun naik dalam kurva laba rugi bersih keseluruhan mungkin kurang membimbangkan.
Beberapa peniaga kuantitatif lebih mementingkan rangsangan intelektual yang datang daripada membangunkan strategi perdagangan sistem yang berkesan. Mereka mungkin sebenarnya akan mendapat hasil positif sebagai kesan sampingan yang baik yang mereka sukai.
Jelas, pelabur mempunyai banyak pilihan yang berbeza. Aspek-aspek ini membantu membina rangka kerja perbincangan untuk penganalisis kuantitatif runcit yang mungkin memutuskan sama ada untuk menggunakan kaedah yang lebih maju atau tidak.
Strategi yang mudah lebih mudah untuk diteliti dan digunakan ke pasaran. Mereka memerlukan data dan infrastruktur yang kurang rumit. Walaupun isyarat itu sendiri dihasilkan secara automatik, beberapa bahkan boleh dilaksanakan secara manual.
Sebaliknya, strategi yang lebih tinggi lebih berpatutan dengan kecerdasan, dan mereka sering mempunyai nisbah Sharpe yang lebih baik. Maksudnya, mereka memberikan pulangan yang lebih baik yang dijangkakan untuk kadar turun naik setiap unit. Nombor Sharpe akan menjadi penunjuk penting yang perlu dipertimbangkan bagi pelabur yang berminat untuk meminimumkan kerugian dan turun naik.
Dalam artikel ini, kami akan membincangkan secara terperinci sama ada yoga yang mudah lebih baik daripada yoga yang rumit. Kami akan mempertimbangkan motif di atas dan kelebihan dan kekurangan lain.
Strategi Perdagangan Mudah
Sama ada strategi dagangan dianggap sebagai mudah berdagang bergantung kepada latar belakang pendidikan dan kebolehan teknikal pelabur. Definisi mudah berdagang mungkin sangat berbeza daripada orang yang mempunyai ijazah PhD dalam matematik rawak berbanding penganalisis kuantitatif peruncit yang belajar sendiri.
Untuk tujuan artikel ini, jika strategi dagangan digunakan untuk pasaran maju, dalam kategori aset terkenal yang besar, menggunakan alat mudah yang mempunyai kerumitan matematik atau statistik asas, kita akan mendefinisikannya secara amnya sebagai mudah berdagang.
Contoh strategi seperti ini termasuk analisis teknikal, tidak mempunyai struktur portfolio yang jelas atau komponen pengurusan risiko yang sesuai untuk pasaran yang sangat cair seperti saham Amerika Syarikat, ETF atau pertukaran asing.
Manfaat strategi yang lebih mudah termasuk:
- Data- Semua strategi dagangan sistem memerlukan data; strategi mudah biasanya menggunakan data harga siap pakai/volume dagangan alat yang baik untuk berdagang dalam kategori aset yang mantap. Data seperti itu diperoleh dengan kos yang sangat rendah atau bahkan percuma. Ia biasanya kecil dan boleh dimuat turun secara langsung dari banyak pembekal melalui API yang mudah digunakan.
- Kajian- Terdapat banyak persekitaran pengujian semula yang boleh menguji strategi gaya penipuan indikator penipuan, dari produk komersial (seperti TradeStation atau MetaTrader 5) hingga perpustakaan sumber terbuka (seperti QSTrader, Backtrader dan Zipline), dan juga perpustakaan seperti Pandas. Strategi yang lebih mudah biasanya dapat dilaksanakan dengan mudah dalam salah satu kerangka kerja ini.
- Kos urus niaga- Menganggarkan kos urus niaga adalah agak mudah kerana alat mudah digunakan di pasaran maju dan cair. Ini juga menjadikan lebih mudah untuk menentukan sama ada strategi mungkin menguntungkan di luar sampel.
- Infrastruktur- Kebijakan jenis analisis teknikal yang dijalankan pada frekuensi rendah boleh diotomasi melalui infrastruktur yang agak mudah. Mengikut tahap kestabilan yang diperlukan, operasi cron boleh disiapkan untuk menghasilkan senarai urus niaga yang diperlukan, sementara ia boleh dijalankan secara manual.
- Kapasiti- Begitu juga, kerana alat yang mudah digunakan dalam pasaran yang sangat cair, masalah batasan kapasiti tidak mungkin berlaku.
Walau bagaimanapun, strategi yang lebih mudah juga mempunyai kelemahan:
- Alpha- Teknikal analisis penambangan indikator strategi penambangan sangat terkenal dan umum di pasaran kewangan. Ia masih tidak jelas sama ada strategi yang paling mudah adalah lebih bernilai daripada membeli dan memegang asas atau aset taktikal yang berasaskan momentum.
- Keuntungan- Oleh kerana pendekatan ini bersifat universal, keuntungan yang berterusan di luar sampel boleh menjadi mencabar apabila mengambil kira kos urus niaga yang sebenar. Itulah sebabnya kos urus niaga mesti dianggarkan dengan sebaik mungkin dalam sebarang penilaian semula.
- Ujian statistik- Walaupun bukan masalah strategi dagangan mudah, analisis statistik yang kukuh terhadap strategi mudah biasanya jarang atau tidak dilakukan. Oleh itu, banyak strategi sedemikian yang menunjukkan prestasi yang tinggi dalam kajian semula mungkin hanya disebabkan oleh terlalu banyak kesesuaian data dalam sampel.
- Kebebasan untuk memilih- Strategi mudah yang dilaksanakan secara manual mungkin menyebabkan unsur kewibawaan digunakan dalam proses tersebut. Sebagai contoh, penundaan masuk perdagangan kerana waktu pembukaan yang sibuk, atau penggunaan palang intuitif untuk membalikkan perdagangan. Ini menjadikan penentuan prestasi sebenar strategi menjadi mencabar.
- Pembinaan portfolio- Strategi yang mudah biasanya mengelakkan penggunaan mana-mana struktur portfolio yang kukuh atau teknik pengurusan risiko. Walaupun penghalang kerugian sering digunakan, hanya sedikit yang menggunakan sasaran kadar turun naik, kadar turun naik ekuiti (juga dikenali sebagai paras paras risiko turun naik) atau kepelbagaian merentasi pasaran sebagai mekanisme berpotensi untuk meningkatkan pulangan selepas penyesuaian risiko.
- Pendapatan Kecerdasan- Strategi mudah biasanya tidak menggunakan mana-mana matematik yang rumit atau analisis canggih. Jika matlamat pelabur adalah pulangan intelektual, strategi mudah tidak mungkin mencapai matlamat ini.
Tampaknya, walaupun strategi dagangan yang lebih mudah dilaksanakan, diuji, dan diperdagangkan, kesederhanaan ini mungkin akan datang dengan mengorbankan kestabilan statistik dan keupayaan keuntungan jangka panjang.
Strategi Perdagangan Tinggi
Strategi peringkat tinggi termasuk strategi berdasarkan pemeriksaan hipotesis statistik, pengetahuan dalam bidang kelas aset yang luas, kaedah pembinaan portfolio yang ketat, dan strategi untuk kategori aset atau alat yang kurang cair, seperti pasaran baru, komoditi dan derivatif.
Kaedah-kaedah ini biasanya adalah bidang dana lindung nilai kuantitatif institusi, tetapi mereka kini menjadi semakin umum dalam perdagangan kuantitatif runcit kerana ketersediaan data dan populariti alat simulasi yang lebih baik.
Manfaat strategi yang kompleks termasuk:
- Perhubungan- Dengan reka bentuk, strategi yang lebih maju cenderung kurang relevan dengan reka bentuk pasaran keseluruhan dan mana-mana portfolio yang sedia ada yang terdiri daripada strategi perdagangan lain. Ini sering membawa kepada nisbah Sharp yang lebih tinggi untuk portfolio keseluruhan.
- Keuntungan- Dengan pengetahuan bidang yang lebih maju, kos urus niaga boleh dianggarkan dengan munasabah. Ini bermakna ia biasanya lebih mudah untuk menentukan sama ada strategi mungkin menguntungkan di luar sampel. Oleh itu, banyak idea retest yang tidak menguntungkan boleh ditolak sebelum tempoh ujian masa nyata.
- Ujian statistik- Analisis statistik strategi dagangan yang ketat biasanya disertai dengan kaedah yang lebih maju. Ini bermaksud bahawa analisis statistik biasanya disertai dengan kaedah yang lebih maju. Ini bermaksud bahawa strategi yang digunakan menunjukkan penurunan yang lebih kecil di luar sampel berbanding dengan strategi sederhana yang mungkin terlalu sesuai dalam sampel.
- Alpha- Dengan menggunakan alat niche di pasaran yang kurang maju, strategi seperti ini mempunyai potensi yang lebih besar untuk menanamkan Alpha.
- Pembinaan portfolio- Pembinaan portfolio dan pengurusan risiko dilengkapi dengan pendekatan yang lebih canggih. Ini membantu menyelaraskan matlamat pelabur dengan prestasi strategik.
- Pendapatan Kecerdasan- Strategi yang lebih tinggi memerlukan analisis yang lebih kompleks, pengetahuan matematik yang lebih matang, dan pembangunan perisian yang lebih luas. Bagi sesetengah pelabur amatur, ini lebih seperti matlamat daripada mewujudkan kekayaan. Oleh itu, mereka biasanya tertarik dengan kaedah perdagangan sistem yang lebih kompleks.
Sama seperti strategi mudah, strategi canggih juga mempunyai beberapa kelemahan:
- Kerumitan Matematik- Cara perdagangan sistem yang lebih maju biasanya memerlukan latar belakang analisis statistik, analisis urutan masa, kalkulus rawak atau pembelajaran mesin. Walaupun pengetahuan ini boleh dipelajari sendiri, pengetahuan yang berkaitan lebih mudah diperoleh melalui ijazah sarjana muda, MFE dan/atau PhD.
- Kepakaran- Walaupun mempunyai beberapa ijazah sarjana muda, pengetahuan bidang yang munasabah mengenai kategori aset asas yang menguntungkan atau jenis alat masih diperlukan untuk terus menghasilkan alpha dari mana-mana teknologi perdagangan sistem yang maju. Kepakaran ini biasanya diperoleh melalui pengalaman kerja bertahun-tahun, bekerja di meja kaunter tertentu di bank atau dana.
- Data- Secara amnya, kos data berubah mengikut kekerapan sampel, lebar jangkauan, panjang sejarah, kualiti data, dan ciri khas kategori aset/alat. Strategi yang lebih maju bergantung kepada pasaran khusus untuk menghasilkan alpha. Oleh itu, data mungkin sangat mahal. Kos ini mesti dipertimbangkan untuk membuat strategi menguntungkan.
- Kajian- Jika strategi digunakan untuk berdagang dengan alat yang lebih kompleks, maka persekitaran yang khusus diperlukan. Biasanya ini bermaksud membangunkan kod yang sepenuhnya disesuaikan dari awal. Ini adalah pelaburan masa yang besar. Ia juga memerlukan kemahiran kejuruteraan perisian yang luas untuk mengelakkan kesalahan.
- Infrastruktur- Walaupun kerangka kerja yang kuat telah dibina untuk mengkaji strategi yang lebih tinggi, ia juga memerlukan infrastruktur yang rumit untuk berdagang. Ia mungkin memerlukan automasi sepenuhnya. Ia memerlukan penggunaan, ujian dan pemantauan yang rumit.
- Kapasiti- Beberapa kaedah strategi yang lebih maju tidak berkesan kerana mereka terhad; dana besar tidak dapat memperdagangkan strategi ini kerana pelaburan masa tidak sepadan dengan pulangan mutlak yang dapat mereka hasilkan; yang bermaksud terdapat had jumlah modal yang boleh digunakan untuk kaedah canggih;
Seperti yang dapat dilihat, walaupun strategi dagangan canggih menawarkan lebih banyak peluang alpha dan potensi keuntungan yang tinggi, ini memerlukan pengetahuan matematik yang lebih canggih, kepakaran yang diperlukan, dan infrastruktur dagangan automatik yang lebih canggih.
Ringkasan
Kesimpulannya, adalah jelas bahawa strategi dagangan yang mudah boleh dibawa ke pasaran dengan lebih cepat; mereka memerlukan lebih sedikit kepakaran dan boleh dilaksanakan secara manual walaupun isyarat dihasilkan secara automatik; namun, mereka lebih cenderung untuk menjadi terlalu sesuai dan kurang menguntungkan berbanding dengan kaedah yang lebih maju.
Strategi yang rumit memberikan alpha-beta yang tidak relevan, keuntungan yang wajar, dan pulangan intelektual. Walau bagaimanapun, ini adalah dengan kos data yang lebih tinggi, lebih banyak masa yang dihabiskan untuk membangunkan penyelidikan dan infrastruktur perdagangan, dan memerlukan latar belakang pendidikan yang lebih mendalam.
Link asal:https://www.quantstart.com/articles/simple-versus-advanced-systematic-trading-strategies-which-is-better/