O que é que ele está a fazer? Em 30 de julho de 2016, o principal personagem do portal, o comerciante de alta frequência, Li Ao, em Hong Kong, foi convidado pela reunião dos alunos da Universidade de Transportes de Hong Kong, para fazer um seminário sobre o tema "Quantificação de Finanças e Quantificação de Transações de Alta Frequência".
Figura 1
Figura 2
Figura 3
Estratégia da cidade
A estratégia de um comerciante de mercado tem como principal objetivo fornecer liquidez no mercado, fazer um pedido bid/ask, reduzir o pedido bid/ask e ganhar uma diferença no meio. O que quer dizer que algumas das construções aqui estão a fazer melhor. Há muitas coisas para falar, como como controlar o seu estoque, o seu risco. Também fazer muitas previsões. Como prever a volatilidade e o preço. Aqui o problema da TI é muito importante, porque a concorrência é muito forte. Como oferecer uma cotação mais rápida, uma retirada mais rápida, são questões muito importantes. O custo da TI é alto, porque todos estão competindo, todos querem ser mais rápidos, desde a Co-localização, até o FPGA, agora todos estão no microondas. A concorrência é intensa. Para os investidores comuns, a existência de um mercado que lhes permita comprar e vender com uma diferença menor é benéfica. Figura 4Este foi o desempenho de uma das minhas estratégias no mercado de futuros do índice 50 de Bolsa de Valores no dia 12 de agosto do ano passado. Naquele dia, o volume de negociação do mercado inteiro foi de 225.000, a minha estratégia foi de 4.1% (9.180), o P&L também foi bom e o drawdown foi menor. A necessidade de capital também foi baixa, apenas 500.000 foram necessários em um dia inteiro, ganhando mais de 210.000, ganhando 43.5%. Em julho do ano passado, por causa do desastre de ações, a CFC começou a restringir alguns investidores em futuros de ações. Pode-se ver que em julho, os dias de Bid/Ask Spread tiveram sinais de aumento, até 7 de setembro, a CFC começou a restringir os especuladores, aumentando a taxa de garantia de detenção para 40%, a taxa de transação de liquidação aumentou para vinte e três por cento, o volume de negociação de uma única variedade de negociações de uma só dia não excede 10 mãos. Figura 5Figura 6A estratégia de mercado pode aumentar a liquidez do mercado, diminuindo o Bid/Ask Spread e reduzindo o número de pontos de fluxo quando há um grande volume de compra e venda. A estratégia de mercado requer, provavelmente, uma estimativa de qual é o preço mais razoável.
Prejuízo estatístico Cada um deles é um grande tópico. A suíte estatística envolve probabilidades, mineração de dados, modelagem, execução de transações e como fazer a limpeza de dados. A mineração de dados é muito importante, e pode ser uma dor de cabeça. Há uma expressão clássica chamada "Garbage in, Garbage out". Muitos quantos gastam muito tempo processando dados. Um modelo de arbitragem mais simples é a taxa de variação do preço histórico, acrescentando algumas faixas de execução em ambos os lados. Por exemplo, a farinha de leite é comprada em Hong Kong por 100 dólares e vendida no continente por 120 dólares. No meio, você gasta 10 dólares em passagem e acaba ganhando 10 dólares. Por exemplo, o ouro tem um contrato padrão no mercado interno e internacional, o valor teórico é o mesmo, são dois blocos de ouro. Mas o preço vai flutuar, vamos calcular esse diferencial, se descobrirmos que ele se afasta da faixa histórica, por exemplo, no momento do Brexit, vamos descobrir que o ouro da China é mais barato, o ouro dos EUA é mais caro.
Previsão Comparando dados do mercado passado com o ambiente atual, prevê movimentos futuros de preços: Price = a + b + c. Este futuro pode ser o próximo segundo, o próximo minuto, o próximo dia de negociação, a próxima semana, o próximo mês. Se o seu modelo for acertado, ele será superior ao NB, seja no próximo segundo, no próximo minuto ou na próxima semana. Figura 7O processo básico consiste em organizar os dados e descobrir quais são os fatores que estão influenciando o mercado. Você pode começar rápido, fazer uma linha reta, e pode ter resultados rápidos, mas a estabilidade do seu modelo é estável por quanto tempo, isso requer um constante ajuste, um ciclo contínuo. Você vai para Treinamento, Evalua o Modelo e depois para Otimize o seu Factor. Claro que agora há muitos fatores, e algumas pessoas estão jogando 500 fatores. Seu modelo pode dizer-lhe quais fatores são úteis e quais fatores não são úteis, e também pode remover fatores de alta correlação. O segredo de um Super Simple não é que seja simples de usar, o modelo de previsão mais simples é que o preço retornará à linha média. O que é a linha média é ciclica, você deve refiná-la. A complexidade do meio, em grande parte, vem do Data. Data e Factor precisam ser refinados constantemente.
Em ambos os casos, a TI é importante e pode fazer você perder muito dinheiro. Figura 8O sistema de TI é dividido em quatro partes. Price Data é relativamente simples, mais como Fundamental Data, Unstructured Data é um pouco mais complexo e requer muito código de programação, como coletar, formatar, unificar, Access. Como um Quant, eu quero tirar um dia de dados para desenhar um gráfico. É claro que você não pode estar errado, sua tolerância a erros e sua capacidade de verificar erros também são muito altas. Nós já tivemos situações como essa antes, o retesting é muito bom, todos os dias ganhamos dinheiro e descobrimos que os dados estão errados. Erros muito estúpidos. Essa Execução é uma variedade de APIs, de acesso a mercados, de controle de velocidades. Na área de altas frequências, a velocidade é muito importante, porque a maior parte dos dados é pública e vista por muitos. Quando muitos veem uma oportunidade, apenas o mais rápido pode pegá-la. Cada mercado tem diferentes APIs e protocolos uniformes, como o protocolo Fix, mas não necessariamente suportados por todas as bolsas, mas o protocolo Fix também é mais lento. Back Testing, às vezes algo que a Quant pensa, talvez o seu sistema de testes não suporte, e você precisa alterar o quadro de testes. A visualização é importante. Não podes dizer: "Gerencie-me uma pilha de números, eu não vejo". A velocidade da reavaliação também é importante. Por exemplo, reavaliação de uma estratégia, um ano de dados, você precisa de uma semana. Quem esperar uma semana para ver seus resultados! Também fizemos muitas otimizações, como como pegar dados, como armazená-los e melhorar seu desempenho no meio. Anteriormente, eu fiz algumas tentativas de computação em nuvem na minha empresa anterior, distribuindo todos os motores de teste de repetição em vários servidores. Assim, um pedido passa, muitas máquinas estão sendo executadas ao mesmo tempo. Outro é o monitoramento. Há muita automação lá dentro. Há muitas estratégias. Como monitorar o risco, como alertar, isso também é um ponto muito importante. Como a nossa estratégia atual é uma operação automatizada, todas as estratégias são monitoradas, o nível de risco de cada estratégia não pode exceder um pouco, exceder um alarme. Quando você está negociando muitas variedades, é praticamente impossível que todas as pessoas estejam lá, então é preciso fazer muito monitoramento.
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