체계적인 거래 전략 정의

체계적인 거래 전략 정의
App Store를 통해 가져 오기 우리의 응용 프로그램 에서이 게시물을 읽으십시오!
체계적인 거래 전략의 범주?
인덱스 또는 펀드 애널리스트 (fund-of-fund) 분석가가 고려할 수있는 체계적인 트레이딩 전략 (예 : 모멘텀, 평균 리 버전)의 주 카테고리는 무엇입니까?
일반적인 하위 전략이 있습니까?
mean-reversion / trend 다음과 같은 다른 전략 유형이 있습니다.
차익 거래 - 상관 된 자산을 가격에 가깝게 유지 (SPX 지수와 이에 포함 된 500 종목 또는 런던의 금 거래 대 뉴욕의 금 거래)
시장 만들기 - 입찰가로 매수, 물음에 매도, 스프레드를 얻는다.
유동성 리베이트 - 일부 금성 책에 제한 주문을 지불합니다. 구매 주문을 한도에 넣고, 가격이 올라 갔을 때 (또는 그 이상으로) 구입 한 가격으로 판매하려고 시도하고 환급을 받으십시오. 대량, 저렴한 가격의 자산에 가장 적합합니다.
약탈 거래 - 시장에서 커다란 숨겨진 유동성을 찾고이를 선도하십시오.
행동 거래 - 시장 감정을 정량화하고 그것에 대한 거래를 수행하고 (트윗 분석, 글로벌 / 지역 분위기 결정, 시장 행동에 대한 영향을 예측하는 알려진 심리학 이론 사용)
이벤트 거래 - 뉴스 (전자, 종이, 블로그, twits)를 분석하고 새로운 관련 사실 (소송, 신제품, 새 경영 등)의 시장 영향을 예측합니다.
퀀트 트레이딩 모델에 대한 공식적인 분류법은 없습니다. 결국 "가치 평가"는 본질적으로 주관적입니다. 아무리 많은 수학이 투입 되더라도 말이죠. 그러나 도움이 될만한 업계 표준 용어가 있습니다.
구현별로 세분화 할 수도 있습니다.
시간 범위 : 장기간에서 고주파에 이릅니다. 배팅 구조 : 상대적 또는 내장형 인 스트 루먼트 : 액체 또는 비유 동성.
또한 포트폴리오 구성, 포지션 한도, 위험 모니터링 등에도 미치지 않습니다.
효과가있는 부분에 대해서는이 격언을 염두에 두십시오.
황소는 돈을 벌고 곰은 돈을 벌지 만 돼지는 도살 당한다.
그리고 마지막으로, 차트리스트를 퀀트와 비교하는 것은 점성술사를 천문학 자와 비교하는 것과 같습니다.
나는 LANY CASH FLOW 방식을 사용하는데, 그것은 내가 가장 좋아하는 방법이다.

체계적인 거래 전략 정의
상위 10 개 체계적 거래 방법.
상위 10 개 체계적 거래 방법.
Michael R. Bryant.
체계적인 거래 방법은 거래 시스템 및 자동화 된 거래 전략의 기초입니다. 그들은 금융 시장에서 객관적인 매매 신호를 생성하는 데 사용되는 기술 지표 또는 기타 수학적 방법으로 구성됩니다. 가장 인기있는 방법 중 일부는 컴퓨터가 등장하기 전부터 사용되어 왔지만 다른 방법은 최근에 사용되었습니다. 이 기사는 트레이딩 시스템에서 발견되는 가장 인기있는 체계적인 방법 10 가지를 열거합니다.
이동 평균 크로스 오버. 서로 다른 길이의 두 이동 평균의 교차에 기반한 거래 시스템은 아마도 가장 일반적인 체계적인 거래 방법 일 것입니다. 이 방법에는 또한 3 개의 이동 평균 크로스 오버와 2 개의 지수 이동 평균 간의 차이 인 이동 평균 수렴 분기 (MACD) 표시기가 포함됩니다. 이동 평균 자체는 단순, 지수, 가중 등 다양한 방식으로 계산할 수 있습니다.
채널 브레이크 아웃. 이 방법에서 가격 채널은 과거 수의 막대에 대해 가장 높고 낮음으로 정의됩니다. 시장이 채널의 위 또는 아래로 나올 때 거래가 알립니다. 이것은 Donchian 채널이라고도 알려져 있으며, 전통적으로 20 일의 되돌아보기 길이를 사용합니다. 유명한 "거북이"시스템은 채널 탈주를 기반으로 한 것으로 추정됩니다.
변동성 브레이크 아웃. 이는 가장 높은 최고 및 최저 최저를 사용하는 대신 소위 변동성을 기반으로한다는 점을 제외하고 채널 브레이크 아웃과 일부 측면에서 유사합니다. 휘발성은 전형적으로 평균 진실 범위 (ATR)로 표현되며, 이는 본질적으로 과거의 바의 수에 걸쳐서 개구 간격을 위해 조정 된 바의 범위의 평균이다. ATR은 브레이크 바 가격을 결정하기 위해 현재 바 가격에서 더 해지거나 뺍니다.
지원 / 저항. 이 방법은 시장이 저항 수준보다 낮 으면 그 가격을 넘는 데 어려움을 겪고, 지원 수준보다 높으면 그 가격 이하로 떨어지는 것이 어려울 것이라는 생각에 기반합니다. 시장이지지 수준이나 저항 수준을 넘어 서면 의미있는 것으로 간주됩니다. 또한 시장이 저항 수준을 벗어나면 그 가격은 새로운 지원 수준이됩니다. 마찬가지로, 시장이 지원 수준을 통해 떨어지면 그 가격은 새로운 저항 수준이됩니다. 지지 수준과 저항 수준은 일반적으로 최근 최고치와 최저치 또는 반전 포인트와 같은 최근의 중요한 가격을 기반으로합니다.
발진기 및 사이클. 발진기는 0에서 100까지와 같이 설정된 범위 내에서 움직이는 기술 지표이며 시장이 과매 매 또는 과매매되는 정도를 나타냅니다. 일반적인 발진기에는 stochastics, Williams % R, ROC (Rate of Change) 및 RSI (Relative Strength Indicator)가 있습니다. 발진기는 또한 시장의 순환 특성을 나타냅니다. 사이클 분석의 더 직접적인 방법도 가능합니다 (예 : 지배적 인 사이클 길이 계산). 사이클 길이는 다른 지표에 대한 입력으로 사용되거나 가격 예측 방법의 일부로 사용될 수 있습니다.
가격 패턴. 가격 패턴은 더 높은 종가와 같이 간단 할 수도 있고 머리와 어깨 패턴처럼 복잡 할 수도 있습니다. 많은 책들이 거래에서 가격 패턴의 사용에 관해 쓰여졌다. 일본 양초 스틱의 주제는 근본적으로 다른 가격 패턴을 카테고리 화하고이를 시장 행동과 연결시키는 방법입니다.
가격 봉투. 이 방법에서는 대역이 시장 위 및 아래에 구성되어 시장이 대역 내에서 정상적으로 유지됩니다. 가격의 표준 편차로부터 봉투의 너비를 계산하는 Bollinger 밴드는 아마도 가격 봉투의 가장 일반적으로 사용되는 유형입니다. 거래 신호는 일반적으로 시장이 상단 밴드 또는 하단 밴드를 터치하거나 통과 할 때 생성됩니다.
Time-of-day / day-of-week. 하루 중 시간이나 요일을 기반으로하는 시간 기반 거래 방법은 매우 일반적입니다. S & amp; P 500 선물에 대한 잘 알려진 거래 시스템이 매주 월요일에 매입되어 거래 마감되었습니다. 시장이 그 당시 월요일에 매매하는 경향을 이용했습니다. 다른 체계적인 접근법은 추세, 역 분개 또는 높은 유동성과 같은 특정 패턴을 선호하는 특정 시간대에 거래를 제한합니다.
음량. 많은 체계적인 거래 방법은 가격 (오픈, 하이, 로우 및 클로즈)만을 기준으로합니다. 그러나 볼륨은 시장 데이터의 기본 구성 요소 중 하나입니다. 따라서 가격 기반 방법보다 일반적이지는 않지만 볼륨을 기반으로 한 방법은 주목할 가치가 있습니다. 흔히 거래자는 시장 이동을 확인하거나 유효성을 확인하기 위해 거래량을 사용합니다. 볼륨을 기반으로하는 가장 보편적 인 체계적인 방법 중 일부는 온 밸런스 볼륨 (OBV), 축적 / 분배 라인 및 차이 켄 오실레이터와 같은 볼륨 기반 지표입니다.
예측. 시장 예측은 미래에 언젠가 시장 가격을 예측하기 위해 수학적 방법을 사용합니다. 예측은 거래 가능한 시장 경향 또는 패턴을 식별하도록 설계된 위의 방법과 질적으로 다릅니다. 반대로 예측을 기반으로하는 거래 시스템은 예를 들어 시장이 오늘부터 1 주일 더 높은 것으로 예측되는 경우 오늘 시장을 산 것입니다.
이 목록은 인기도를 기반으로하며 수익성과 반드시 ​​동일하지는 않습니다. 성공적인 거래 시스템은 종종 방법의 조합을 채택하고 종종 비 전형적인 방식으로 사용됩니다. 또한 다른 경우보다 덜 인기있는 방법이 수익성이있을 수 있습니다.
Adaptrade Software의 새로운 개발, 뉴스 및 특별 제안에 대한 정보를 얻으려면 당사 목록에 가입하십시오. 고맙습니다.
저작권 © 2004-2015 Adaptrade Software. 판권 소유.

체계적인 거래 전략 정의
우리의 전략은 완전히 자동화되어 있으며 독점적 인 수학 알고리즘과 계량 경제 모델을 사용하여 저주파수 및 고주파에서 작동합니다.
체계적인 전략에는 투자자를위한 관리 계정 플랫폼과 마스터 피더 헤지 펀드 구조가 있습니다.
우리 고객은 High Net Worth Individual, Family Offices 및 Institutional Investors를 포함합니다.
자체 전략을 관리하는 것 외에도 회사는 다른 무역 회사를 대신하여 연구 개발에 종사합니다.

QuantStart.
빠르게 성장하는 소매점 퀀텀 트레이더 커뮤니티를 지원하는 Quantcademy 개인 회원 포털에 가입하십시오. 당신은 당신의 가장 중요한 퀀트 트레이딩 질문에 대답 할 준비가되어있는 지식이 풍부하고 마음이 맞는 퀀트 트레이더 그룹을 찾을 수 있습니다.
퀀트 트레이딩에 관한 나의 eBook을 확인해보십시오. 여기서 저는 파이썬 툴로 수익성 높은 체계적인 트레이딩 전략을 만드는 법을 가르쳐드립니다.
Python 및 R을 사용하여 시계열 분석, 기계 학습 및 베이지안 통계를 사용하는 고급 거래 전략에 관한 새로운 전자 책을 살펴보십시오.
Frank Smietana, 2017 년 7 월 18 일
이 기사에서는 QuantStart의 전문 게스트 기고가 중 한 명인 Frank Smietana가 Python 오픈 소스 백 테스팅 소프트웨어 환경을 설명하고 자신의 프로젝트 요구에 적합한 백 테스팅 프레임 워크에 대한 조언을 제공합니다.
Backtesting은 STS (Systematic Trading Strategy) 프로덕션 프로세스에서 전략 개발과 배포 (라이브 거래) 사이에 가장 중요한 역할을합니다. 전략에 결함이있는 경우 철저한 백 테스팅을 통해이 사실을 알릴 수 있기 때문에 손실 전략이 배포되는 것을 방지 할 수 있습니다.
트레이딩 시뮬레이션 및 라이브 거래를 비롯한 여러 관련 기능이 백 테스트와 겹칩니다. 백 테스트는 기록 데이터를 사용하여 STS 성능을 계량합니다. 트레이딩 시뮬레이터는 거래의 트리거링과 가격대 성능을 가시화함으로써 한 걸음 더 나아가서 백 테스팅을 수행합니다. 시뮬레이트 / 라이브 거래는 테스트 된 STS를 실시간으로 배포합니다. 즉, 거래 신호, 주문 생성, 브로커에게 주문 라우팅, 주문 실행과 함께 위치 유지 등이 있습니다.
대부분의 프레임 워크는 일부 실시간 거래 기능을 포함하여 백 테스팅을 뛰어 넘습니다. 선호하는 브로커 및 데이터 소스와 함께 작동하는 백 테스팅 프레임 워크에서 배포하려는 경우 편리합니다. Quantopian / Zipline은 한 단계 더 나아가 완벽하게 통합 된 개발, 백 테스팅 및 배포 솔루션을 제공합니다.
파이썬 커뮤니티는 6 개 이상의 오픈 소스 백 테스팅 프레임 워크를 사용할 수있어 잘 지원됩니다. 그러나 그들은 개발 및 문서화의 다양한 단계에 있습니다. 오픈 소스 백 테스팅 프레임 워크를 구축하는 팀에서 일하는 것을 즐긴다면 Github repos를 확인하십시오.
백 테스팅 프레임 워크를 평가하기 전에 STS의 요구 사항을 정의하는 것이 좋습니다.
어떤 종류의 자산을 거래하고 있습니까? 대부분의 프레임 워크가 YahooFinance를 통해 미국 주식 데이터를 지원하지만 전략에 파생 상품, ETF 또는 EM 증권이 포함되어 있으면 프레임 워크에서 데이터를 가져 오거나 제공해야합니다. 자산 클래스 범위는 데이터를 뛰어 넘습니다. 프레임 워크가 유한 길이의 미래 및 옵션을 처리하고 롤오버 거래를 자동으로 생성 할 수 있습니까? 비 유동성 시장은 대량 주문을 할 때 얼마나 현실적인 가정을해야합니까?
STS가 구축 한 데이터 빈도 및 세부 정보는 무엇입니까? 모든 틱이나 입찰 / 요청을 요구하는 거래 시스템은 5 분 또는 매시간 간격과는 매우 다른 데이터 관리 문제를 가지고 있습니다. 헤지 펀드 및 HFT 매장은 데이터 양과 빈도를 처리하기 위해 견고하고 확장 가능한 백 테스팅 프레임 워크를 구축하는 데 상당한 투자를했습니다. 일부 플랫폼은 S & P 주식과 같은 다양한 자산 클래스에 대해 1 분의 해결책으로 풍부하고 깊은 데이터 세트를 제공합니다.
STS는 어떤 주문 유형을 요구합니까? 최소, 한계, 정지 및 OCO가 프레임 워크에 의해 지원되어야합니다.
지원 수준 & amp; 필요한 서류. 초기 단계의 프레임 워크는 설명서가 부족하고 커뮤니티 보드 이외의 지원은 거의 없습니다.
Backtesting Framework의 구성 요소.
데이터 및 STS 수집 : 수집 구성 요소는 STS 스크립트 / 정의 파일을 사용하고 테스트에 필요한 데이터를 제공합니다. 프레임 워크가 backtesting 전에 어떤 STS를 다시 코딩해야한다면, 프레임 워크는 STS 테스트 속도를 높이기 위해 가장 유명한 기술 지표에 대한 준비된 기능을 지원해야합니다. 사용자는 프레임 워크에서 제공하는 항목 또는 가져올 수있는 항목을 기준으로 기간을 백 테스트 할 기간을 결정합니다.
성능 테스트는 STS 논리를 요청 된 기록 데이터 창에 적용하고 광범위한 위험 & amp; 최대 삭감, Sharpe & Sortino 비율을 포함한 성능 메트릭. 대부분의 모든 프레임 워크는 주식 곡선 및 deciled 통계를 포함하여 상당한 수의 시각화 기능을 지원합니다.
최적화는 STS 프로세스에서 컴퓨팅 자원의 상당 부분을 필요로하는 경향이 있습니다. STS에서 최적화가 필요한 경우 확장 가능한 분산 / 병렬 처리를 지원하는 프레임 워크에 중점을 둡니다.
기술 지표를 사용하여 개발 된 전략의 맥락에서 시스템 개발자는 각 지표에 대한 최적의 매개 변수 집합을 찾으려고 시도합니다. 가장 간단하게, 최적화는 6 일과 10 일 이동 평균 크로스 오버 STS가 1에서 20 사이의 다른 기간 조합보다 역사적인 테스트 데이터에서 더 많은 이익을 축적했음을 알 수 있습니다. 이미이 간단한 예제를 사용하면 20 * 20 = 400 매개 변수 조합이 계산 & amp; 순위.
포트폴리오 컨텍스트에서 최적화는 포트폴리오의 모든 자산에 대한 최적의 가중치 (단락 및 레버리지 된 수단 포함)를 찾으려고합니다. 주기적으로 포트폴리오가 재조정되어 최적화 된 가중치와 일치하도록 필요한 포트폴리오 보유 물의 매매가 이루어집니다.
위치 조정은 최적화의 추가 사용으로 시스템 개발자가 STS 및 포트폴리오 성능에 대한 레버리지 및 동적 위치 결정의 영향을 시뮬레이션 및 분석 할 수 있습니다.
파이썬에 대한 6 가지 백 테스팅 프레임 워크.
오픈 소스 Python 백 테스팅 플랫폼의 표준 기능에는 다음이 포함됩니다.
이벤트 주도 매우 유연하고 제한없는 라이센스 사전 정의 된 기술 지표의 적절한 수집 표준 성능 메트릭 계산 / 시각화 /보고 기능.
PyAlgoTrade.
PyAlgoTrade는 종이 및 라이브 거래 기능과 함께 완전하게 문서화 된 백 테스팅 프레임 워크입니다. 데이터 지원에는 Yahoo! Finance, Google Finance, NinjaTrader 및 Quandl과 같은 모든 유형의 CSV 기반 시계열. 지원되는 주문 유형에는 Market, Limit, Stop 및 StopLimit가 포함됩니다.
PyAlgoTrade는 Bitstamp를 통한 Bitcoin 거래 및 실시간 Twitter 이벤트 처리를 지원합니다.
bt - 파이썬 백 테스팅.
bt "는 복잡한 거래 전략의 신속한 개발을 촉진하기 위해 쉽게 테스트 할 수 있고, 재사용이 가능하며, 유연한 전략 논리 블록을 만드는 것을 목표로합니다."
이 프레임 워크는 특히 자산 가중치와 포트폴리오 재조정을위한 포트폴리오와 함께 포트폴리오 기반 STS를 테스트하는 데 적합합니다. 다른 시간 빈도 또는 대체 자산 가중치를 실행하는 전략을 수정하면 코드를 미세 조정할 수 있습니다. bt는 파이썬을위한 파이낸셜 함수 라이브러리 인 ffn 위에 구축되었습니다.
백 트레이더.
이 플랫폼은 블로그와 질문 및 기능 요청 게시를위한 활발한 온라인 커뮤니티와 함께 ​​매우 잘 문서화되어 있습니다. Backtrader는 CSV 파일, Pandas DataFrames, 블레이즈 반복기 및 세 브로커의 실시간 데이터 피드를 비롯한 다양한 데이터 형식을 지원합니다. 이러한 데이터 피드는 동시에 액세스 할 수 있으며 서로 다른 시간대를 나타낼 수도 있습니다. 지원되는 중개인은 FX 거래를위한 Oanda 및 대화 형 중개인 및 비주얼 차트를 통한 다중 자산 클래스 거래를 포함합니다.
pysystemtrade.
pysystemtrade 개발자 인 Rob Carver는 왜 또 다른 Python 백 테스팅 프레임 워크와 프레임 워크 개발에 대한 논쟁을 만들어 내기 시작했는지 토론하는 훌륭한 글을 가지고 있습니다. pysystemtrade에 대한 백 테스팅 프레임 워크는 Rob의 책 "Systematic Trading"에서 논의됩니다.
pysystemtrade는 최적화 및 조정 기술이 포함 된 완전한 기능을 갖춘 백 테스터와 인터랙티브 브로커 (Interactive Brokers)를 통한 완전 자동 선물 거래를 비롯한 다양한 로드맵 기능을 나열합니다. 오픈 소스 참여자를 환영합니다.
Zipline은 종이 및 라이브 거래 기능을 갖춘 알고리즘 트레이딩 시뮬레이터입니다. Zipline은 브라우저 기반의 IPython 노트북 인터페이스를 통해 액세스 할 수있어 명령 줄 도구 대신 사용할 수 있습니다. Quantopian이 지원하고 개발 한 Zipline은 독립형 백 테스팅 프레임 워크 또는 완전한 Quantopian / Zipline STS 개발, 테스트 및 배포 환경의 일부로 사용할 수 있습니다. Zipline은 10 년간의 역사적인 미국 주식 데이터 및 많은 데이터 가져 오기 옵션을 제공합니다.
QSTrader는 실시간 거래 기능이있는 백 테스팅 프레임 워크입니다. 퀀트 스타트의 설립자 인 마이클 홀즈 무어 (Michael Halls-Moore)는 소매점 퀀트 헤지 펀드와 기관 퀀트 헤지 펀드의 요구에 부응 할 수있는 강력하고 확장 가능한 플랫폼을 구축하려는 의도로 QSTrader를 출시했습니다. Qstrader는 현재 다양한 시간 범위에서 OHLCV "바"해상도 데이터를 지원하지만 진드기 데이터를 사용할 수 있습니다.
백 테스팅과 라이브 거래는 모두 이벤트 중심으로 이루어 지므로 연구에서 테스트 및 최종 거래에 이르는 전략의 전환을 간소화합니다. 핵심 전략 / 포트폴리오 코드는 두 배포 모두에서 종종 동일합니다.
Qstrader의 주요 이점은 모듈성이므로 특정 위험 또는 포트폴리오 관리 요구 사항을 가진 사람들을 위해 광범위한 사용자 정의 코드를 사용할 수 있습니다.
Backtest 채택.
(잘하면 수익성있는) STS 개발에 대한 보상에 집중하고 전략을 철저히 테스트하는 데 충분한 시간과 자원을 투자하지 않고 자금이 투입된 계좌를 배포하는 것은 인류의 본성입니다. 그러나 백 테스팅은 결함있는 전략을 배치하고 거래 자본을 잃지 않도록하는 게이트 키퍼 일뿐만 아니라 STS 개발 프로세스에 알릴 수있는 여러 가지 진단 기능을 제공합니다. 예를 들어, 두 개의 서로 다른 시간 프레임에 걸쳐 동일한 STS를 테스트하고, 자산 상관 관계의 맥락에서 전략의 최대 축소를 이해하며, 여러 지역에 걸쳐 자산 할당을 백 테스팅하여 더 똑똑한 포트폴리오를 만들 수 있습니다.
향후 게시물에서는 Python이 아닌 환경의 백 테스팅 프레임 워크와 예측 거래 모델 백 테스팅을위한 부트 스트래핑 및 잭 나이프와 같은 다양한 샘플링 기술의 사용에 대해 다룰 예정입니다.
양적 거래 시작하기?
QuantStart 목록을 구독해야하는 3 가지 이유 :
1. 퀀트 트레이딩 레슨.
계량 거래를 시작하는 데 도움이되는 힌트와 팁으로 가득한 무료 10 일간 코스에 즉시 액세스 할 수 있습니다!
2. 모든 최신 내용.
매주 나는 퀀트 스타트에서 모든 활동의 포장을 보내드릴 것입니다. 그래서 당신은 결코 다시 글을 놓치지 않을 것입니다.
현실감 넘치는 퀀 트레이딩 팁.