Quando se trata de criar uma estratégia de negociação quantitativa, é melhor adotar uma abordagem mais avançada ou é melhor manter a ideia simples?
Uma questão antiga na comunidade de quantificação é se os traders de sistemas devem se apegar a usar estratégias de quantificação simples ou se devem se esforçar para implementar métodos mais avançados.
Acredita-se geralmente que os comerciantes de algoritmos de varejo usam apenas estratégias mais simples, enquanto os hedge funds quantificados usam métodos altamente complexos e matemáticos. No entanto, recentemente, as coisas mudaram.
Os comerciantes de algoritmos de varejo agora podem fazer análises complexas com a cloud computing relativamente barata, fornecedores de dados alternativos que oferecem conjuntos de dados acessíveis e fáceis de usar, e um quadro de pesquisa de código aberto.
Neste artigo, vamos discutir se os analistas de quantidade de varejo devem investir no tempo para executar essas estratégias avançadas, ou se eles devem manter a ideia mais simples.
Preferências dos investidores
Antes de listar uma série de vantagens e desvantagens entre estratégias simples e estratégias complexas, é necessário analisar como julgaremos as vantagens e desvantagens relativas de cada método.
Uma das questões fundamentais é que cada investidor tem suas próprias preferências específicas e, portanto, eles têm um conjunto de funções de meta-meta para os objetivos que eles tentam alcançar através da negociação do sistema.
Por exemplo, um investidor pode ter uma base de capital grande, mas pode precisar extrair regularmente qualquer lucro de transação obtido a partir desses capitais. É importante para esse investidor manter o equilíbrio para minimizar os prejuízos.
Outro investidor pode ter uma base de capital relativamente pequena e interessado apenas em aumentar a riqueza total. A volatilidade da curva geral de prejuízos e prejuízos pode ser menos preocupante se houver um retorno maior.
Alguns comerciantes quantificadores dão mais importância ao estímulo intelectual que vem com o desenvolvimento de estratégias de negociação sistêmicas eficazes. Eles podem, na verdade, obter ganhos positivos como um bom fator colateral que eles adoram.
Obviamente, os investidores têm muitas preferências diferentes. Estes aspectos ajudam a construir um quadro de discussão para analistas quantitativos de varejo que podem estar decidindo se devem adotar métodos mais avançados.
As estratégias simples são mais fáceis de pesquisar e de implantar no mercado. Eles exigem dados e infraestrutura menos complexos. Mesmo que os sinais sejam gerados automaticamente, alguns podem até ser executados manualmente.
Por outro lado, as estratégias avançadas são mais inteligentemente recompensadoras, e elas tendem a ter taxas de Sharpe mais favoráveis. Isto é, elas oferecem melhores retornos esperados por unidade de volatilidade. Para os investidores preocupados em minimizar os prejuízos e a volatilidade, a taxa de Sharpe será um indicador importante a considerar.
Neste artigo, vamos explorar em detalhes se o yoga simples é melhor do que o yoga complexo.
Estratégias de negociação simples
Se uma estratégia de negociação é considerada uma estratégia de troca simples depende em grande parte da educação e das habilidades técnicas do investidor. Uma pessoa com um Ph.D. em cálculo aleatório pode definir uma estratégia de troca simples de uma forma muito diferente do que um analista de quantificação de troca autodidata.
Para este artigo, se a estratégia de negociação for aplicada em mercados desenvolvidos, em grandes categorias de ativos conhecidos, usando ferramentas simples com complexidade matemática ou estatística básica, nós a definimos como uma estratégia de negociação simples.
Exemplos de tais estratégias incluem a análise técnica, sem estrutura de portfólio clara ou componente de gestão de risco, para mercados altamente líquidos como ações, ETFs ou Forex.
Os benefícios de uma estratégia mais simples incluem:
- Dados- Todas as estratégias de negociação sistêmicas exigem dados; estratégias simples geralmente utilizam dados de preço/volume de negociação já disponíveis de ferramentas que são bem negociadas em categorias de ativos estabelecidas. Os custos de obtenção de tais dados são muito baixos ou até gratuitos.
- Pesquisa- Há uma grande quantidade de ambientes de retrospecção para testar estratégias de estilo de troca de indicadores, desde produtos comerciais (como TradeStation ou MetaTrader 5) até bibliotecas de código aberto (como QSTrader, Backtrader e Zipline) e até mesmo bibliotecas como Pandas.
- Custos de transação- O uso de ferramentas simples em mercados desenvolvidos e altamente líquidos torna a estimativa de custos de transação relativamente fácil. Isso, em vez disso, torna mais simples determinar se a estratégia é provável de ser lucrativa fora da amostra.
- Infraestrutura- As políticas do tipo de análise técnica executadas com baixa frequência podem ser automatizadas por meio de uma infraestrutura relativamente simples. Dependendo do nível de robustez desejado, as operações cron podem ser configuradas para gerar a lista de transações desejada e executadas manualmente.
- Capacidade- Da mesma forma, o uso de ferramentas simples em mercados de alta liquidez reduz as chances de problemas de limitação de capacidade.
No entanto, as estratégias mais simples também têm desvantagens:
- Alfa.- A estratégia de captação é muito conhecida e generalizada nos mercados financeiros. Não está claro se a estratégia mais simples é mais valiosa do que a compra e detenção básica ou a configuração de ativos táticos baseados em movimentação. Ou seja, a estratégia pode não gerar captação alfa por si mesma, mas sim captação beta do próprio mercado ou de outros fatores de risco acadêmicos conhecidos.
- Rentabilidade- Como esse método é universal, a rentabilidade contínua fora da amostra pode ser desafiadora, uma vez que os custos reais de transação são considerados. É por isso que é necessário estimar o custo de transação da maneira mais eficaz possível em qualquer retrospectiva.
- Testes estatísticos- Embora não seja uma questão de estratégias de negociação simples, muitas vezes há pouca ou nenhuma análise estatística robusta de estratégias simples. Assim, muitas dessas estratégias que mostram alto desempenho em retrospectivas podem ser meramente devido a um excesso de ajustamento dos dados na amostra.
- Liberdade de escolha- Uma simples estratégia executada manualmente pode levar a aplicar elementos de discrição ao processo; por exemplo, atrasar a entrada de um negócio devido a um tempo de abertura muito ocupado, ou usar um botão intuitivo para reverter um negócio; o que torna difícil determinar o verdadeiro desempenho da estratégia.
- Construção de portfólios- Estratégias simples geralmente evitam o uso de qualquer estrutura de portfólio robusta ou técnicas de gestão de risco. Embora o capotamento seja frequentemente usado, raramente os objetivos de volatilidade, os ponderados por volatilidade de equidade (também chamados de capotamento de equidade de risco) ou a diversificação entre os mercados são considerados mecanismos potenciais para aumentar o retorno após o ajuste do risco.
- O retorno da inteligência- Estratégias simples geralmente não usam qualquer matemática complexa ou análise avançada.
Pode-se ver que, embora estratégias de negociação mais simples sejam mais fáceis de implementar, testar e negociar, essa simplicidade pode vir a custo da solidez estatística e da rentabilidade a longo prazo.
Estratégias de negociação avançadas
Estratégias de alto nível incluem estratégias baseadas em testes estatísticos de hipóteses, conhecimento de uma ampla área de categorias de ativos, métodos rigorosos de construção de portfólios e estratégias de classes de ativos ou instrumentos de baixa liquidez, como mercados emergentes, commodities e derivativos.
Essas estratégias são geralmente do domínio dos fundos de hedge quantitativos institucionais, mas, devido à disponibilidade de dados e à popularização de melhores ferramentas de simulação, essas estratégias agora se tornam cada vez mais comuns em transações quantitativas de varejo.
Os benefícios de uma estratégia complexa incluem:
- Relevância- De acordo com o design, as estratégias avançadas tendem a ter uma baixa relevância no design para o mercado geral e para qualquer portfólio existente composto por outras estratégias de negociação. Isso geralmente resulta em um maior índice de Sharp do portfólio geral.
- Rentabilidade- Com conhecimento avançado da área, os custos de transação podem ser razoavelmente estimados. Isso significa que geralmente é mais fácil determinar se a estratégia pode ser lucrativa fora da amostra. Assim, muitas ideias de retrospecção não lucrativas podem ser rejeitadas antes do período de teste em tempo real.
- Testes estatísticos- Estatisticas de estratégias de negociação rigorosas geralmente são acompanhadas por métodos mais avançados. Isto significa que as estatísticas geralmente são acompanhadas por métodos mais avançados. Isto significa que as estratégias implantadas apresentam menor decréscimo de desempenho fora da amostra, em comparação com estratégias simples que podem ser excessivamente adequadas na amostra.
- Alfa.- O potencial de um alfa-alfa é maior devido ao uso de ferramentas de nicho em mercados menos desenvolvidos. Este alfa geralmente diminui mais lentamente devido à diminuição do ritmo de disseminação do conhecimento estratégico em todo o mercado.
- Construção de portfólios- A construção de portfólios e a gestão de riscos são complementadas por métodos mais avançados. Isso ajuda a alinhar os objetivos dos investidores com o desempenho estratégico.
- O retorno da inteligência- estratégias de alto nível exigem análises mais complexas, conhecimentos matemáticos mais avançados e desenvolvimento de software mais amplo. Para alguns investidores amadores, isso é mais como um objetivo do que a criação de riqueza.
Como as estratégias simples, as estratégias avançadas também apresentam algumas desvantagens:
- Complexidade matemática- Algumas técnicas de negociação de sistemas mais avançadas geralmente requerem um contexto de análise estatística, análise de sequências de tempo, cálculo aleatório ou aprendizado de máquina. Embora esses conhecimentos possam ser aprendidos sozinhos, é muito mais fácil obter conhecimentos relevantes através de um bacharelado, MFE e / ou doutorado.
- Conhecimentos especializados- Mesmo com vários cursos de pós-graduação, ainda é necessário ter um conhecimento razoável do campo das classes de ativos ou tipos de instrumentos de base lucrativos para produzir continuamente alfa de qualquer tecnologia avançada de negociação sistêmica. Esses conhecimentos são geralmente adquiridos através de anos de experiência profissional, trabalhando em um banco ou fundo específico.
- Dados- Em geral, os custos de dados variam com a frequência de amostragem, a amplitude do alcance, o comprimento do histórico, a qualidade dos dados e a especificidade dos tipos de ativos/instrumentos. As estratégias avançadas dependem do mercado nicho para gerar alfa. Portanto, os dados podem ser muito caros. Esses custos devem ser considerados para que as estratégias sejam lucrativas.
- Pesquisa- Se a estratégia é usada para negociar ferramentas mais complexas, um ambiente de retrospecção especializado é necessário. Geralmente, isso significa desenvolver código totalmente personalizado a partir do zero. Este é um grande investimento de tempo. Também é necessário uma ampla gama de habilidades de engenharia de software para evitar a introdução de erros.
- Infraestrutura- Mesmo com um quadro de retrospecção robusto para estudar estratégias avançadas, é igualmente necessária uma infraestrutura complexa para transações. Pode ser necessário uma automação completa. Requer uma implementação, teste e monitoramento complexos.
- Capacidade- Alguns métodos estratégicos avançados são ineficazes porque são limitados; grandes fundos não podem negociar esses estratégias porque o investimento de tempo não vale o retorno absoluto que eles podem gerar; isso significa que há um limite na quantidade de capital que pode ser aplicada aos métodos avançados.
Como pode ser visto, embora estratégias de negociação avançadas ofereçam mais oportunidades alfa e lucros potenciais elevados, isso requer conhecimentos matemáticos mais complexos, a especialização necessária e uma infraestrutura de negociação automática mais complexa.
Resumo
Em suma, é óbvio que estratégias de negociação simples podem ser colocadas no mercado mais rapidamente. Eles exigem muito menos especialização e podem ser executados manualmente, mesmo que os sinais sejam gerados automaticamente. No entanto, eles são mais propensos a serem super-ajustados e de baixo lucro em comparação com métodos avançados.
A estratégia complexa oferece uma alfa desligada, lucratividade razoável e retorno intelectual. No entanto, isso vem à custa de custos de dados mais altos, mais tempo gasto no desenvolvimento de pesquisas e infraestrutura de transações e um contexto educacional mais profundo.
O link original:https://www.quantstart.com/articles/simple-versus-advanced-systematic-trading-strategies-which-is-better/