Negociação quantitativa O que é negociação quantitativa negociação quantitativa consiste em estratégias de negociação com base na análise quantitativa. Que se baseiam em cálculos matemáticos e número crunching para identificar oportunidades comerciais. Como o comércio quantitativo é geralmente usado por instituições financeiras e fundos de hedge. As transações são normalmente de grande porte e podem envolver a compra e venda de centenas de milhares de ações e outros títulos. No entanto, o comércio quantitativo está se tornando mais comumente usado por investidores individuais. BREAKING Down Quantitative Trading Preço e volume são duas das entradas de dados mais comuns utilizados na análise quantitativa como os principais inputs para modelos matemáticos. As técnicas de negociação quantitativas incluem o comércio de alta frequência. Negociação algorítmica e arbitragem estatística. Estas técnicas são rápido-fogo e têm tipicamente horizontes de investimento a curto prazo. Muitos comerciantes quantitativos estão mais familiarizados com ferramentas quantitativas, como médias móveis e osciladores. Compreender a negociação quantitativa Comerciantes quantitativos tirar proveito da tecnologia moderna, matemática ea disponibilidade de bases de dados completas para tomar decisões comerciais racionais. Os comerciantes quantitativos tomam uma técnica de negociação e criam um modelo usando matemática, e então desenvolvem um programa de computador que aplica o modelo aos dados históricos do mercado. O modelo é então testado e otimizado. Se forem obtidos resultados favoráveis, o sistema é então implementado em mercados em tempo real com capital real. A forma como funcionam os modelos quantitativos de negociação pode ser melhor descrita usando uma analogia. Considere um relatório meteorológico em que o meteorologista prevê uma chance de 90 de chuva, enquanto o sol está brilhando. O meteorologista obtém essa conclusão contra-intuitiva coletando e analisando dados climáticos de sensores em toda a área. Uma análise quantitativa computadorizada revela padrões específicos nos dados. Quando esses padrões são comparados aos mesmos padrões revelados nos dados climáticos históricos (backtesting), e 90 em cada 100 vezes o resultado é chuva, então o meteorologista pode tirar a conclusão com confiança, daí a previsão de 90. Os comerciantes quantitativos aplicam este mesmo processo ao mercado financeiro para tomar decisões de negociação. Vantagens e Desvantagens da Negociação Quantitativa O objetivo da negociação é calcular a ótima probabilidade de executar um comércio rentável. Um comerciante típico pode efetivamente monitorar, analisar e tomar decisões de negociação em um número limitado de títulos antes que a quantidade de dados recebidos oprima o processo de tomada de decisão. O uso de técnicas de negociação quantitativas ilumina esse limite usando computadores para automatizar as decisões de monitoramento, análise e negociação. Superar a emoção é um dos problemas mais difundidos com a negociação. Seja medo ou ganância, ao negociar, a emoção serve apenas para sufocar o pensamento racional, que geralmente leva a perdas. Computadores e matemática não possuem emoções, portanto, o comércio quantitativo elimina esse problema. O comércio quantitativo tem seus problemas. Os mercados financeiros são algumas das entidades mais dinâmicas que existem. Portanto, os modelos de negociação quantitativos devem ser tão dinâmicos para serem consistentemente bem-sucedidos. Muitos comerciantes quantitativos desenvolver modelos que estão temporariamente rentável para a condição de mercado para o qual eles foram desenvolvidos, mas, em última análise falhar quando as condições de mercado change. Financial Matemática e Modelagem II (FINC 621) é uma classe de nível de pós-graduação que é oferecido atualmente na Universidade de Loyola, em Chicago durante o trimestre de inverno. FINC 621 explora tópicos em finanças quantitativas, matemática e programação. A classe é de natureza prática e é composta por uma palestra e um componente de laboratório. Os laboratórios utilizam a linguagem de programação R e os alunos são obrigados a submeter suas atribuições individuais no final de cada aula. O objetivo final do FINC 621 é fornecer aos alunos ferramentas práticas que possam usar para criar, modelar e analisar estratégias de negociação simples. Alguns links R úteis Sobre o Instrutor Harry G. é um comerciante quantitativo sênior para uma empresa comercial HFT em Chicago. Ele possui um grau de mestre em Engenharia Elétrica e um mestrado em Matemática Financeira pela Universidade de Chicago. Em seu tempo livre, Harry ensina um curso de pós-graduação em Finanças Quantitativas na Universidade Loyola, em Chicago. Ele também é o autor de Quantitative Trading with R. Uma análise empírica de estratégias de negociação quantitativos uma análise empírica de estratégias de negociação quantitativos Advisor: Andrew W. Lo. Departamento: Sloan School of Management. Junto com o crescente poder de computação, a crescente disponibilidade de vários fluxos de dados, introdução de trocas eletrônicas, custos de negociação decrescentes e aquecimento da concorrência no setor de investimentos financeiros, estratégias de negociação quantitativa ou regras de negociação quantitativas Têm evoluído rapidamente em poucas décadas. Eles desafiam a Hipótese de Mercado Eficiente ao tentar prever os movimentos de preços futuros de ativos de risco a partir das informações históricas de mercado de forma algorítmica ou de maneira estatística. Eles tentam encontrar alguns padrões ou tendências dos dados históricos e usá-los para bater o benchmark do mercado. Nesta pesquisa, introduzo várias estratégias de negociação quantitativas e investigo empiricamente seus desempenhos, isto é, executando back-tests assumindo que o índice de ações SampP 500 é um ativo de risco para o comércio. As estratégias utilizam os dados históricos do índice de ações em si, movimento de volume de negociação, movimento de taxa livre de risco e movimento de volatilidade implícita para gerar sinais de negociação de compra ou venda. Então eu tento articular e decompor a fonte para os sucessos de algumas estratégias nos back-testes em vários fatores, como padrões de tendência ou relações entre as variáveis de informação de mercado de forma intuitiva. Algumas estratégias registaram desempenhos mais elevados do que o benchmark nos back-tests, no entanto ainda é um problema como podemos distinguir estas estratégias vencedoras antecipadamente dos perdedores no início do nosso horizonte de investimento. A discreção humana, como a visão macro sobre a tendência do mercado futuro é considerada ainda desempenhar um papel importante para o comércio quantitativo para ser bem sucedido no longo prazo. Tese (M. B.A.) - Instituto de Tecnologia de Massachusetts, Sloan School of Management, 2008. Inclui referências bibliográficas (p 277-280). Palavras-chave: Sloan School of Management. Minha conta
No comments:
Post a Comment