Quantum Vennootskappe

Post navigasie Isnt R gawdawful stadig vir real-time handel? Jeff op 7 Februarie 2011 om 23:25 R, soos die meeste programmeertale kan so vinnig of stadig wees as jy dit maak. Soos die skrywer van IBrokers (en ander pakkette) Ek kan jou vertel dat R is vinniger as die stroom kom in vanaf IB, dit wil sê die bottelnek isnt R. IB en R is eintlik 'n ster kombinasie omdat jy toegang tot al die goedheid van R en die vermoë om te gaan uit toets om produksie met bietjie meer as 'n ander rekening te hê. Plus, interaktiewe toegang tot die IB API is baie kragtige en uniek onder die koppelvlakke te IB. Regime Skakel stelsel met behulp van Volatiliteit Voorspelling In dieselfde lyn van gedagtes as last post, vandag gaan ons kyk na 'n manier om die GARCH wisselvalligheid model wat ons gister bekend gestel aan 'n regime skakel strategie te skep inkorporeer. Daar word dikwels bespreek op die blogosfeer dat 'n hoë wisselvalligheid is goed vir daaglikse MR, sien vorige uitgawes van die toestand van kort termyn gemiddelde-terugkeer verslag deur Michael oor te MarketSci hier en die moderator van die daaglikse follow-up MR reeks deur David op CSS Analytics hier en hier. Gelyktydig, 'n lae wisselvalligheid omgewing is gewoonlik 'n goeie omgewing vir tendens volgende strategieë; sien toestand van tendens volgende verslag Jez Liberty se hier. Met dit in gedagte, want ons wil hê dat ons terugkeer maksimeer wil ons word handel die toepaslike strategie wat gebaseer is op die wisselvalligheid omgewing. Die gebruik van wisselvalligheid ons kan wissel tussen MR en TF strategieë dinamies om 'n beter aan te pas by die huidige mark paradigma. Om dit te doen, kan ons huidige wisselvalligheid klassifiseer deur persentiel met behulp van 'n 252 dag Terugblik tydperk. Die gevolglike reeks ossilleer tussen 0 en 1, en is glad gemaak met behulp van 'n 21 dag percentrankSMA (ontwikkel deur David Váradi) met behulp van 'n 252 dag Terugblik tydperk. Ons het nou 'n agterkant van die koevert stryk wisselvalligheid regime ossillator waar lees groter as 0,5 aandui hoë wisselvalligheid en kleiner as 0,5 lae wisselvalligheid in plek. Vir die volgende voorbeeld, die regime skakel (RS) strategie sal wees soos volg: As die oscilliator is groter as 0,5 handel ons die MR strategie en ons handel die TF strategie wanneer die ossillator is onder die 0,5 drempel. Die MNR strategie volmag is die RSI2, en die TF strategie volmag is die MA 50-200 crossover vir hierdie eenvoudige toets. Resultate op die SPY word hieronder aangebied met reg kurwes vir MR net (rooi), net TF (blou), te koop en te hou (groen) en RS (geel). Let daarop dat vir hierdie toets, die insette vir die wisselvalligheid is die loop van 21 dae standaardafwyking van opbrengste (di. Historiese wisselvalligheid). Die RS strategie beter as beide die eienaar en TF strategieë meer as 10 jaar. Maar wag 'n bietjie, die boodskap is oor regime skakel met behulp van wisselvalligheid voorspelling, nie historiese wisselvalligheid. Eenvoudige, om dit te doen, bereken ons die oscilliator met behulp van die resultate van die GARCH model ingevoer in die laaste post. Ons het nou die RS strategie met behulp van wisselvalligheid voorspelling, goeie nuus is: dit doen hoe beter! Resultate hieronder met behulp van GARCH voorspelling (goud) vs deur historiese wisselvalligheid (grys). Soos voorheen genoem op baie ander blogs, waarin wisselvalligheid voorspelling in 'n strategie blyk te lei tot hierdie regime skakel strategie te verbeter. Regime Skakel stelsel met behulp van Volatiliteit Voorspelling In dieselfde lyn van gedagtes as last post, vandag gaan ons kyk na 'n manier om die GARCH wisselvalligheid model wat ons gister bekend gestel aan 'n regime skakel strategie te skep inkorporeer. Daar word dikwels bespreek op die blogosfeer dat 'n hoë wisselvalligheid is goed vir daaglikse MR, sien vorige uitgawes van die toestand van kort termyn gemiddelde-terugkeer verslag deur Michael oor te MarketSci hier en die moderator van die daaglikse follow-up MR reeks deur David op CSS Analytics hier en hier. Gelyktydig, 'n lae wisselvalligheid omgewing is gewoonlik 'n goeie omgewing vir tendens volgende strategieë; sien toestand van tendens volgende verslag Jez Liberty se hier. Met dit in gedagte, want ons wil hê dat ons terugkeer maksimeer wil ons word handel die toepaslike strategie wat gebaseer is op die wisselvalligheid omgewing. Die gebruik van wisselvalligheid ons kan wissel tussen MR en TF strategieë dinamies om 'n beter aan te pas by die huidige mark paradigma. Om dit te doen, kan ons huidige wisselvalligheid klassifiseer deur persentiel met behulp van 'n 252 dag Terugblik tydperk. Die gevolglike reeks ossilleer tussen 0 en 1, en is glad gemaak met behulp van 'n 21 dag percentrankSMA (ontwikkel deur David Váradi) met behulp van 'n 252 dag Terugblik tydperk. Ons het nou 'n agterkant van die koevert stryk wisselvalligheid regime ossillator waar lees groter as 0,5 aandui hoë wisselvalligheid en kleiner as 0,5 lae wisselvalligheid in plek. Vir die volgende voorbeeld, die regime skakel (RS) strategie sal wees soos volg: As die oscilliator is groter as 0,5 handel ons die MR strategie en ons handel die TF strategie wanneer die ossillator is onder die 0,5 drempel. Die MNR strategie volmag is die RSI2, en die TF strategie volmag is die MA 50-200 crossover vir hierdie eenvoudige toets. Resultate op die SPY word hieronder aangebied met reg kurwes vir MR net (rooi), net TF (blou), te koop en te hou (groen) en RS (geel). Let daarop dat vir hierdie toets, die insette vir die wisselvalligheid is die loop van 21 dae standaardafwyking van opbrengste (di. Historiese wisselvalligheid). Die RS strategie beter as beide die eienaar en TF strategieë meer as 10 jaar. Maar wag 'n bietjie, die boodskap is oor regime skakel met behulp van wisselvalligheid voorspelling, nie historiese wisselvalligheid. Eenvoudige, om dit te doen, bereken ons die oscilliator met behulp van die resultate van die GARCH model ingevoer in die laaste post. Ons het nou die RS strategie met behulp van wisselvalligheid voorspelling, goeie nuus is: dit doen hoe beter! Resultate hieronder met behulp van GARCH voorspelling (goud) vs deur historiese wisselvalligheid (grys). Soos voorheen genoem op baie ander blogs, waarin wisselvalligheid voorspelling in 'n strategie blyk te lei tot hierdie regime skakel strategie te verbeter. Wisselvalligheid vooruitskatting gebruik van GARCH (1,1) Voortgesette op die huidige reeks van post, ek was op die punt van vooruitskatting wisselvalligheid. Daar is verskeie maniere om dit te; hierdie onderwerp is die onderwerp van 'n baie navorsing in finansies. Verskillende modelle model wisselvalligheid is beskikbaar en hulle wissel van beide kante van die kompleksiteit spektrum. Ek gaan word met behulp van wat ek dink is een van die gewildste: die GARCH (1,1). Net soos 'n kant nota maar ek dink nie dit is die beste model te gebruik, maar ek dink dat die eenvoud van dit maak dit baie aantreklik. Vir die meer gesofistikeerde Quant skare in die GARCH familie, die EGARCH lyk beter voorspelling markonbestendigheid as sy eweknieë. Ek sal nie in te gaan om veel detail oor die GARCH proses (dws dit nie bedoel om 'n inleiding post wees), as jy wil graag meer daaroor hoor, laat my asseblief weet in die kommentaar afdeling. In terme van betekenis, die model beduidend gefiltreer die boog effek en die voorwaardelike normaliteit aanname lyk nie geskend word (met behulp van Jarque Bera en Box-Ljung toetse). Ongeag die handboek toets, eyeballing die grafiek, sien ons dat die model is redelik goed in die voorspel SPYs wisselvalligheid. Noudat ons die model in plek is, moet die volgende post wees oor hoe om 'n soortgelyke model gebruik op wisselvalligheid van wisselvalligheid sodra dit gestroop van sy korrelasie met die werklike wisselvalligheid om te sien of ons ons handelsresultate en veral ons regime kan verbeter skakel strategieë. 99 probleme, maar 'n backtest Aint Een Back testing is 'n baie belangrike stap in strategie-ontwikkeling. Maar as jy ooit het deur die volle strategie-ontwikkeling siklus, kan jy besef hoe moeilik dit is om 'n strategie behoorlik backtest. Mense gebruik verskillende tools om 'n backtest afhangende van hul kundigheid en doelwitte te implementeer. Vir diegene met 'n programmeertaal agtergrond, Quantstrat (R), Zipline. PyAlgoTrade (Python) of TradingLogic (Julia) is seker gunsteling opsies wees. Vir diegene verkies 'n kleinhandel produk wat minder konvensionele programmering behels, TradeStation of TradingBlox is algemeen opsies. Een van die probleme met die gebruik van 'n derde party oplossing is dikwels die gebrek aan buigsaamheid. Dit nie die geval sou blyk tot mens probeer om 'n strategie wat meer esoteriese besonderhede vereis backtest. Dit is duidelik dat dit sal nie 'n probleem back testing die klassieke soos bewegende gemiddeldes of Donchian tipe kanaal strategieë wees, maar ek is seker dat sommige van julle het jou kop op die backtest kompleksiteit plafon meer as een keer getref. Daar is ook die kwessie van die vul aanname. Die meeste backtests Ek sien gepos op die blogosfeer (insluitend dié teenwoordig op hierdie nederige webwerf) aanvaar handel oor die noue prys as 'n vereenvoudiging aanname. Terwyl hierdie werk goed met die doel om te vermaak 'n gesprek oor die internet, is dit nie sterk genoeg is om gebruik te word as die basis vir besluitneming tot 'n aansienlike kapitaal ontplooi. Die eerste keer 'n mens kan eintlik besef hoe goed (sleg), selfs sy uitgesoekte back testing oplossing is wanneer die strategie live is verhandel. Maar ek is altyd verbaas hoe min sommige handelaars aandag te gee aan hoe naby hul backtest wedstryd hul live resultate. Vir sommige is dit soos die strategie is die stap na die backtest. Ek dink dit ontbreek op sommige van die uiterste belang deel van die handel proses, naamlik die terugvoerlus. Daar is 'n baie te leer in die uitzoeken waar die verskil tussen simulasie en lewendige uitvoering. Benewens die ooglopende foute wat deur die toets kan geslaag word, sal dit vinnig duidelik of jou backtest aannames is 'n goeie en of hulle moet hersien word geword. Ideaal backtested resultate en live resultate vir die tydperk wat die oorvleueling nou soortgelyke moet wees. As hulle nie is nie, moet 'n mens vra ernstige vrae en probeer om uit te vind waar die teenstrydighede vandaan kom. In 'n goed ontwerpte simulasie op stadige frekwensie data (dink daagliks of meer) wat jy moet in staat wees om beide te versoen met die pennie. As die backtester goed ontwerp, is die verskil waarskynlik gaan konsentreer op die vul prys by die sluiting veiling wat verskil van die laaste verhandelde prys wat tipies wat kry gerapporteer as die noue prys. Ek het altyd graag veral aandag skenk aan die data wat ek gebruik om live seine genereer en vergelyk dit met die gevoed aan die simulasie enjin data om potensiële sein verskille vind as ek vind dikwels dat die lewe implementering ambagte af data wat altyd ooreenstem nie die geval met die simulasie dataset. Dit is duidelik dat, is as die tyd verminder die probleme groot gemaak. Back testing intraday handel strategieë is berug moeilik en buite die bestek van hierdie blog. Kom ons net sê dat 'n goeie intraday backtester is 'n groot mededingende voordeel vir handelaars / firmas bereid in die ontwikkeling tyd en geld om te sit. Dit sou nalatig van my wees om te kla oor back testing probleem sonder die aanbied van 'n paar van die prosesse wat ek gebruik om hul gehalte en uiteindelik bruikbaarheid te verbeter. Aanvanklik het ek persoonlik verkies 'n derde party back testing oplossing te gebruik. Ek gebruik sagteware wat ek skryf, nie, want dit is beter as ander oplossings daar buite, maar omdat dit my in staat stel om ten volle alle aspekte van die simulasie te pas in 'n manier wat intuïtief vir my. Op dié manier kan ek inskakel enige backtest as deel van die terugvoerlus Ek het verwys na vroeëre om meer akkuraat model lewende handel. Verder, soos ek die backtester verfyn met verloop van tyd, dit stadig Morphed in 'n uitvoering enjin wat gebruik kan word met 'n goeie adapters live markte handel te dryf. Effektief Ek het 'n persoonlike backtest vir elke strategie, maar hulle het almal deel 'n gemeenskaplike kern van die kode wat die basis van die lewende handel enjin vorm. Ek het ook 'n geruime tyd te spandeer op soek na lewendige vul vs gesimuleerde vul en probeer om die twee te versoen. Moet asseblief nie dink dat ek probeer om jou te vertel dat doen-dit-self-oplossing is die beste. Ek net sê dat dit is die een wat my die beste pas. Die punt wat ek probeer om hierin te maak, is dat maak nie saak wat oplossing wat jy besluit om te gebruik, dit is waardevol vir die verskil tussen gesimuleerde en live resultate, wat miskien weet dit oorweeg sal maak dat jy die proses waardeer selfs more. I sou geweldig belangstel om te hoor wat lesers dink oor die onderwerp, deel asseblief 'n insig in die kommentaar afdeling hieronder sodat almal kan baat vind. Hallo ou vriend Verslae van my dood is grootliks oordrewe Mark Twain Sjoe, dit het 'n rukkie. Ongeveer vier jaar wat verby is sedert die my laaste post. Dit kan lyk soos 'n lang tyd vir 'n paar, maar kom uit die kollege en slaan die grond loop so 'n voltydse handelaar het dit lyk soos die knip van 'n oog vir my. Dit gesê, ek het onlangs kom om dit te mis en het die bedoeling om weer te begin blog al is dit op 'n onreëlmatige skedule wat sal ontwikkel wat gebaseer is op my vrye tyd. Wat om te verwag Dit is duidelik dat, want ek het voltyds my vaardigheid stel ontwikkel is handel so ek kan my net indink dat die nuwe perspektief Ek hoop om die ontleding te bring vorentoe vervat beweeg sal meer insiggewend wees. Jy sal sien 'n paar veranderinge, die grootste een is dat ek R nie meer gebruik as my taal. Ek het al, maar ten volle verskuif my navorsing stapel te Python, sodat jy kan verwag om 'n baie meer van dit te sien beweeg vorentoe. Soos vir die inhoud, ek dink die fokus sal dieselfde vir die grootste deel bly; algoritmiese handel vir die markte aandele. Spesiale woord van dank Ten slotte wil ek die tyd neem om die lesers wat gehou e-pos en gehou in aanraking tydens my afwesigheid van die blogosfeer bedank. Ek kan net hoop dat die aantal mense wat waarde in hierdie kort artikels of ander manier te vind sal groei met verloop van tyd en dit sal ek aan ander interessante mense. Jy is per slot van die rede waarom ek skryf hierdie notas. So 'n groot dankie aan almal van julle. 2012 Wense Ensemble Building 101 In voortsetting met last post, sal ek kyk na die bou van 'n robuuste ensemble vir die SP 500 ETF en mini-grootte toekoms. Die doel hier is om die opstel van 'n mooi raamwerk wat (hopelik) sal wees van 'n goeie gebruik vir lesers wat belangstel in die kombinasie van stelsels in die skep van strategieë. Ten einde dit meer tasbare maak, ek wil 'n eenvoudige voorbeeld wat gebruik sal word as ons vorentoe beweeg in die ontwikkeling te skep. Ek sou lesers aan te moedig om aktief kommentaar en dra by tot die hele proses. Voordat ons enigiets doen, as met enige projek, ek wil 'n idee van die omvang het, sodat ek nie verstrengel te kry in 'n oneindige lus van ontwikkeling waar ek nooit tevrede en voortdurend probeer om aanwyser vervang nadat aanwyser vir 'n marginale toename in CAGR op die backtest. Vir hierdie voorbeeld, ek wil 4 aanwysers gebruik (twee met 'n momentum geur en twee met 'n gemiddelde-terugkeer smaak), 'n wisselvalligheid filter en 'n omgewing filter. Die strategie sal ook 'n aangepaste laag om dit te. Noudat die fondasie idee is gelê, kom ons kyk na die meganika op 'n hoë vlak, in gedagte hou dat hierdie is net een manier wat jy kan daaroor. Eintlik sal ek evalueer elke strategie individueel, op soek na prestasie onder verskillende wisselvalligheid omgewing en ook met die globale omgewing filter. Gebaseer op historiese prestasie en huidige omgewing, sal blootstelling bepaal word. Hierdie reeks sal R-kode vir die backtest (nog debatteer met behulp quanstrat / onderlegger) en die eenvoudige voorbeeld sal beskikbaar wees vir aflaai het. My punt is om die leser 'n manier om resultate te herhaal en uit te brei die raamwerk aansienlik. Meer om te volg! Een grootte pas nie Alle In ons ewige soeke na die handel Heilige Graal is dit dikwels aanloklik om te probeer en vind die "uiteindelike" sein (aanwyser) en pas dit aan soveel instrumente wat ons kan. Hierdie enkele oplossing benadering vir die grootste deel versuim klaaglik, dink aan 'n timmerman met slegs 'n hamer in sy (of haar; QF is 'n advokaat vir gelyke geleenthede) toolbox. Terwyl die maak van seine adaptive is beslis 'n verbetering maar ek dink ons ​​soms mis die punt. In plaas daarvan om te teister en die optimalisering van 'n sein advertensie absurdum om die backtest verbeter, sou 'n mens 'n beter bedien word deur te kyk na die groter prentjie. Een sein op sigself bevat net soveel inligting. Terwyl daar is 'n baie goeie aanwysers wat baie goed beskikbaar te voer deur hulself (die blogosfeer is 'n baie ryk ekosisteem in dié verband); hulle mag slegs groot gemaak wanneer dit gekombineer met ander seine met verskillende inligting. Die geheim is in die sein samevoeging. Met ander woorde, in die manier waarop ons te vorm en gebruik 'n ensemble van seine te isoleer verskillende stukkies inligting om 'n winsgewende strategie te bou (let op die gebruik van die woord strategie in teenstelling met stelsel, versigtig wordsmithing ter syde stel, die verskil is uiters belangrik). Dit is 'n onderwerp wat ek is die neem van 'n vinnige blik op onlangs, en ek dink die blogosfeer is 'n perfekte Tribune om 'n paar van my bevindings deel. As 'n voorgereg, hier is 'n paar punte wat ek sal raak in die komende reeks van post. 1. Wat is die basiese intuïsies agter ensembles en hoekom kan hulle jou help in die bou van handel strategieë? 2. Hoe moet ons te isoleer en te kwantifiseer spesifieke stukke van inligting en dan neem die uitwerking daarvan op die instrumente wat ons handel. 3. Hoe om ons te evalueer huidige relevansie van die seine. 4. Ten slotte, hoe kan ons saamvoeg al die nuttige inligting en bou 'n strategie van die grond af. Die meganika gaan word verduidelik met behulp van 'n eenvoudige voorbeeld vir lesers om saam te volg, maar die intuïsie sal dieselfde wees dat die een agter die eerste QF strategie word gevolg real-time op die blog. Ek het nog nie 'n fancy naam vir dit, maar dit sal 'n vir sy amptelike bekendstelling te kry.