Kvantitativa handelsstrategier Handel baseras på förväntade företagshändelser, såsom förväntad fusion eller övertagande eller konkursinsamling. Kallas också riskarbitrage. Relative Value Trading vs Directional Trading De flesta kvantitativa hedgefondens handelsinvesteringsmetoder faller i en av två kategorier: de som använder relativvärdesstrategier och de vars strategier skulle karakteriseras som riktlinjer. Båda strategierna använder kraftigt datormodeller och statistisk programvara. Relativvärdesstrategier försöker kapitalisera på förutsägbara prissättningsförhållanden (ofta medelåtervända relationer) mellan flera tillgångar (till exempel förhållandet mellan korta daterade amerikanska statsskatteavkastningar jämfört med långa daterade amerikanska statsobligationsräntor eller förhållandet i det underförstådda Volatilitet i två olika optionsavtal). Riktlinjerna bygger emellertid typiskt på trenden eller andra mönsterbaserade vägar som tyder på uppåt eller nedåtgående moment för en säkerhet eller uppsättning värdepapper (till exempel satsar de långa daterade amerikanska statsobligationsräntorna att öka eller den implicita volatiliteten kommer att nedgång). Relativvärdesstrategier Vanliga exempel på relativvärdesstrategier är att placera relativa satsningar (dvs. att köpa en tillgång och sälja en annan) på tillgångar vars priser är nära knutna: Statsvärden i två olika länder Statsinstrument med två olika löptider Bolags - och realkreditobligationer Skillnaden i underförstådd volatilitet mellan två derivat Aktiekurser vs. obligationspriser för en företagsobligationsutgivare Bolagsobligationsräntor mot CDS-spridningar (Credit Default Swap) Listan över potentiella relativvärdesstrategier är mycket lång ovan är bara några exempel. Det finns tre väldigt viktiga och vanliga relativa värderingsstrategier som är medvetna om, men: Statistisk Arbitrage: Handel med en genomsnittlig återföring av värdena på liknande korgar av tillgångar baserade på historiska handelsförhållanden. En vanlig form av Statistisk Arbitrage, eller Stat Arb, Trading, kallas Equity Market Neutral Trading. I denna strategi väljs två korgar av aktier (en lång korg och en kort korg) med målet att de två korgarnas relativa vikter lämnar fonden med noll nettoexponering för olika riskfaktorer (industri, geografi, sektor mm .) Stat Arb kan också innebära handel med ett index mot en liknande matchad ETF, eller ett index jämfört med en aktiebolag. Konvertibel Arbitrage: Inköp av Konvertibla Obligationsemissioner från ett företag och samtidigt sälja samma företagets stamaktie. Tanken är att, om börsen av ett visst företag kommer att minska, kommer vinsten från den korta positionen att mer än kompensera förlusten på det konvertibla skuldebrevet Ställning, givet det konvertibla obligatoriska värdet som ett räntebärande instrument. På samma sätt kan fonden i varje uppåtgående prisrörelse av stamaktien dra nytta av omvandlingen av sina konvertibla skuldebrev till börsen och sälja den aktien till marknadsvärde med ett belopp som överstiger förluster på dess korta ställning. Fixed Income Arbitrage: Räntebärande värdepapper i utvecklade obligationsmarknader för att utnyttja upplevda relativa ränteanomalier. Arbitrage-poster med fast inkomst kan använda statsobligationer, ränteswappar och räntefutures. Ett populärt exempel på denna typ av handel med räntebitarbitrage är bashandeln, i vilken man säljer (köper) Treasury futures, och köper (säljer) motsvarande belopp av det potentiella leveransobligationen. Här tar man en uppfattning om skillnaden mellan spotpriset på ett obligationslån och det justerade terminskontraktspriset (terminsprisomvandlingsfaktor) och handlar paren av tillgångar i enlighet därmed. Riktlinjer Strategier Direkthandelsstrategier bygger under tiden på trend-following eller andra mönsterbaserade vägar som tyder på uppåtgående eller nedåtgående moment för ett säkerhetspris. Direkt handel kommer ofta att innehålla någon aspekt av teknisk analys eller kartläggning. Detta innebär att förutsäga prisriktningen genom undersökning av tidigare pris och volymmarknadsdata. Den riktning som handlas kan vara en egen tillgång (momentum i aktiekurser, till exempel euro-dollar-växelkursen) eller en faktor som direkt påverkar själva tillgångspriset (till exempel implicit volatilitet för optioner eller ränta Räntor på statsobligationer). Teknisk handel kan också innefatta användning av glidande medelvärden, band runt den historiska standardavvikelsen av priser, stöd och motståndsnivåer och förändringshastigheter. Tekniska indikatorer skulle typiskt inte utgöra den enda grunden för en investeringsstrategi för Quantitative Hedge Funds Quant Hedge Funds använder många ytterligare faktorer utöver historisk pris - och volyminformation. Med andra ord har kvantitativa hedgefonder som använder riktningsbaserade handelsstrategier generellt övergripande kvantitativa strategier som är mycket mer sofistikerade än den allmänna tekniska analysen. Detta är inte att föreslå den dagen då handlare kanske inte kan dra nytta av Teknisk Analys, tvärtom kan många momentumbaserade handelsstrategier vara lönsamma. Således är det i denna träningsmodul endast hänvisningar till Quant Hedge Funds handelsstrategier som inte bara omfattar tekniska analysbaserade strategier. Andra kvantitativa strategier Andra kvantitativa handelsmetoder som inte lätt kategoriseras som antingen relativvärdesstrategier eller riktlinjer inkluderar: High-Frequency Trading. där handlare försöker utnyttja prissättningsskillnader mellan flera plattformar med många affärer under hela dagen. Strategier för hanterad volatilitet använder termins - och terminkontrakt för att fokusera på att generera låga, men stabila, LIBOR-plus-absoluta avkastningar, vilket ökar eller minskar antalet kontrakt dynamiskt som De underliggande volatiliteterna i aktie-, obligations - och andra marknader förändras. Managed Volatility Strategier har vuxit i popularitet de senaste åren tack vare den senaste instabiliteten av både aktie - och obligationsmarknader. larrWhat är en kvantitativ hedgefond Top Quantitative Hedge FundsrarQuant Strategies - är de för dig Kvantitativa investeringsstrategier har utvecklats till mycket komplexa verktyg med tillkomsten av moderna datorer, men strategierna går tillbaka över 70 år. De drivs vanligen av högutbildade lag och använder proprietära modeller för att öka deras förmåga att slå marknaden. Det finns även off-shelf-program som är plug-and-play för dem som söker enkelhet. Quant modeller fungerar alltid bra när de testas igen, men deras faktiska applikationer och framgångsgrad är diskutabelt. Medan de verkar fungera bra på tjurmarknaderna. När marknaderna går haywire, är kvantstrategier utsatta för samma risker som alla andra strategier. Historien En av grundarna av studien av kvantitativ teori tillämpad på finans var Robert Merton. Man kan bara föreställa sig hur svårt och tidskrävande processen var innan man använde datorer. Andra teorier inom ekonomi utvecklades också från några av de första kvantitativa studierna, inklusive grunden för diversifiering av portföljer baserat på modern portföljteori. Användningen av både kvantitativ finansiering och kalkyl har lett till många andra vanliga verktyg, bland annat en av de mest kända, Black-Scholes optionsprissättningsformeln, som inte bara hjälper investerare till prisoptioner och utvecklar strategier, men hjälper till att hålla marknaderna i kontroll med likviditeten. När den tillämpas direkt på portföljförvaltning. Målet är som någon annan investeringsstrategi. Till mervärde, alfabetisk eller överskjutande avkastning. Quants, som utvecklarna heter, komponerar komplexa matematiska modeller för att upptäcka investeringsmöjligheter. Det finns så många modeller där ute som quants som utvecklar dem, och alla hävdar att de är bäst. En av en kvant investeringsstrategys bästsäljande poäng är att modellen, och i slutändan datorn, gör det faktiska beslutet om buysell, inte en människa. Detta tenderar att ta bort eventuellt känslomässigt svar som en person kan uppleva vid köp eller försäljning av investeringar. Kvantstrategier accepteras nu i investeringssamhället och drivs av fonder, hedgefonder och institutionella investerare. De brukar gå med namnet alfa generatorer. Eller alfa-gens. Bakom gardinen Precis som i Wizard of Oz, ligger någon bakom gardinen som kör processen. Som med vilken modell som helst, är det bara lika bra som den människa som utvecklar programmet. Även om det inte finns något specifikt krav på att bli en kvant, kombinerar de flesta företag som köper kvantmodeller kompetensanalyser, statistiker och programmerare som kodar processen i datorerna. På grund av de matematiska och statistiska modellernas komplicerade karaktär är det vanligt att se uppgifter som doktorsexamen och doktorsexamen i ekonomi, ekonomi, matematik och teknik. Historiskt har dessa lagmedlemmar arbetat i backkontor. Men som kvantmodeller blev mer vanliga flyttar backkontoret till frontkontoret. Fördelar med Quant Strategies Medan den övergripande framgången är diskutabel, är anledningen till att vissa kvantstrategier fungerar, att de är baserade på disciplin. Om modellen har rätt håller disciplinen strategin i bruk med blixtsnabbsdatorer för att utnyttja ineffektivitet på marknaderna baserad på kvantitativa data. Modellerna själva kan baseras på så lite som några förhållanden som PE. skuld till eget kapital och vinsttillväxt, eller använd tusentals insatser som samarbetar samtidigt. Framgångsrika strategier kan hämta trender i sina tidiga skeden, eftersom datorerna ständigt driver scenarier för att lokalisera ineffektivitet innan andra gör det. Modellerna kan analysera en mycket stor grupp av investeringar samtidigt, där den traditionella analytiker kan titta på bara ett fåtal i taget. Skärmprocessen kan betygsätta universum med betygsnivåer som 1-5 eller A-F beroende på modell. Det gör den faktiska handelsprocessen väldigt enkel genom att investera i de högklassiga investeringarna och sälja de lågklassiga. Quant modeller öppnar också variationer av strategier som lång, kort och longshort. Framgångsrika kvantfonder håller koll på riskkontrollen på grund av deras modeller. De flesta strategier börjar med ett universum eller riktmärke och använder sektorer och branschvikter i sina modeller. Detta gör att fonderna kan styra diversifieringen i viss utsträckning utan att kompromissa med själva modellen. Kvantfonderna går oftast till lägre kostnad eftersom de inte behöver så många traditionella analytiker och portföljförvaltare att köra dem. Nackdelar med kvantstrategier Det finns anledningar till att så många investerare inte fullt ut tar hand om begreppet att låta en svart låda köra sina investeringar. För alla framgångsrika kvantfonder där ute, verkar lika många som misslyckas. Tyvärr för quants rykte, när de misslyckas misslyckas de stora tiden. Långfristig kapitalhantering var en av de mest kända kvanthäckfonderna, som drivs av några av de mest respekterade akademiska ledarna och två nobelministerns prisvinnande ekonomer Myron S. Scholes och Robert C. Merton. Under 1990-talet genererade deras lag över genomsnittet avkastning och lockade kapital från alla typer av investerare. De var kända för att inte bara utnyttja ineffektivitet, utan också med enkel tillgång till kapital för att skapa enorma levererade satsningar på marknadens vägnar. Den disciplinerade karaktären hos deras strategi skapade faktiskt den svaghet som ledde till att de gick ihop. Långfristig kapitalförvaltning likviderades och löstes i början av år 2000. I sina modeller ingår inte möjligheten att den ryska regeringen skulle kunna standardisera sin egen skuld. Denna händelse utlöste händelser och en kedjereaktion förstorad av hävstångsskapande förödelse. LTCM var så tungt involverad i andra investeringsverksamheter att dess kollaps påverkade världsmarknaderna och utlöste dramatiska händelser. På lång sikt gick Federal Reserve in för att hjälpa, och andra banker och investeringsfonder stödde LTCM för att förhindra ytterligare skador. Detta är en av anledningarna till att kvantfonder kan misslyckas, eftersom de bygger på historiska händelser som inte får inkludera framtida händelser. Medan ett starkt kvantteam kontinuerligt kommer att lägga till nya aspekter på modellerna för att förutsäga framtida händelser, är det omöjligt att förutsäga framtiden varje gång. Kvantfonder kan också bli överväldigade när ekonomin och marknaderna upplever större volatilitet än genomsnittet. Köp - och säljsignalerna kan komma så snabbt att den höga omsättningen kan skapa höga provisioner och skattepliktiga händelser. Kvantfonder kan också utgöra en fara när de marknadsförs som bärsäkra eller bygger på korta strategier. Förutsägande nedgångar. Att använda derivat och kombinera hävstång kan vara farligt. En fel vändning kan leda till implosioner, vilket ofta gör nyheterna. Bottom Line Kvantitativa investeringsstrategier har utvecklats från backboks svarta lådor till vanliga investeringsverktyg. De är utformade för att utnyttja de bästa sinnena i verksamheten och de snabbaste datorerna för att både utnyttja ineffektivitet och använda hävstångseffekt för att göra marknadsbud. De kan vara mycket framgångsrika om modellerna har inkluderat alla rätt ingångar och är fimma nog att förutsäga onormala marknadshändelser. På flipsidan, medan kvantfonderna noggrant testas igen tills de arbetar, är deras svaghet att de bygger på historiska data för deras framgång. Medan investeringen i quant-style har sin plats på marknaden är det viktigt att vara medveten om sina brister och risker. Att vara förenlig med diversifieringsstrategier. det är en bra idé att behandla kvantstrategier som en investeringsstil och kombinera den med traditionella strategier för att uppnå rätt diversifiering. Artikel 50 är en förhandlings - och avvecklingsklausul i EU-fördraget som beskriver de åtgärder som ska vidtas för vilket land som helst. Beta är ett mått på volatiliteten eller systematisk risk för en säkerhet eller en portfölj i jämförelse med marknaden som helhet. En typ av skatt som tas ut på kapitalvinster som uppkommit av individer och företag. Realisationsvinster är vinsten som en investerare. En order att köpa en säkerhet till eller under ett angivet pris. En köpgränsorder tillåter näringsidkare och investerare att specificera. En IRS-regel (Internal Revenue Service Rule) som tillåter utbetalningar från ett IRA-konto i samband med straff. Regeln kräver det. Den första försäljningen av lager av ett privat företag till allmänheten. IPOs utfärdas ofta av mindre, yngre företag som söker. Quantitativ handel Vad är kvantitativ handel Kvantitativ handel består av handelsstrategier baserade på kvantitativ analys. Som är beroende av matematiska beräkningar och nummerkrypning för att identifiera handelsmöjligheter. Eftersom kvantitativ handel används i allmänhet av finansiella institut och hedgefonder. Transaktionerna är vanligtvis stora och kan innebära köp och försäljning av hundratusentals aktier och andra värdepapper. Den kvantitativa handeln blir emellertid vanligare av enskilda investerare. BREAKING DOWN Kvantitativ handel Pris och volym är två av de vanligaste dataingångarna som används vid kvantitativ analys som huvudinsatser till matematiska modeller. Kvantitativa handelstekniker inkluderar högfrekvenshandel. algoritmisk handel och statistisk arbitrage. Dessa tekniker är snabbbrand och har typiskt kortfristiga investeringshorisonter. Många kvantitativa näringsidkare är mer bekanta med kvantitativa verktyg, såsom rörliga medelvärden och oscillatorer. Förstå kvantitativ handel Kvantitativa näringsidkare utnyttjar modern teknologi, matematik och tillgång till omfattande databaser för att göra rationella handelsbeslut. Kvantitativa handlare tar en handelsteknik och skapar en modell av det med hjälp av matematik, och sedan utvecklar de ett datorprogram som tillämpar modellen på historiska marknadsdata. Modellen backas sedan och optimeras. Om gynnsamma resultat uppnås, implementeras systemet i realtidsmarknader med reell kapital. Det sätt på vilket kvantitativa handelsmodeller fungerar kan bäst beskrivas med hjälp av en analogi. Tänk på en väderleksrapport där meteorologen förutser en 90 risk för regn medan solen skiner. Meteorologen härleder denna motstridiga slutsats genom att samla och analysera klimatdata från sensorer i hela området. En datoriserad kvantitativ analys avslöjar specifika mönster i data. När dessa mönster jämförs med samma mönster som avslöjas i historiska klimatdata (backtesting) och 90 av 100 gånger är resultatet regnigt, då meteorologen kan dra slutsatsen med självförtroende, följaktligen 90-prognosen. Kvantitativa handlare tillämpar samma process på finansmarknaden för att fatta handelsbeslut. Fördelar och nackdelar med kvantitativ handel Syftet med handel är att beräkna den optimala sannolikheten att genomföra en lönsam handel. En typisk näringsidkare kan effektivt övervaka, analysera och fatta handelsbeslut på ett begränsat antal värdepapper innan mängden inkommande data överväger beslutsprocessen. Användningen av kvantitativa handelsmetoder belyser denna gräns genom att använda datorer för att automatisera övervaknings-, analys - och handelsbesluten. Att övervinna känslor är ett av de mest genomgripande problemen med handel. Var det rädsla eller girighet, när handel handlar känslor bara för att kväva rationellt tänkande, vilket vanligtvis leder till förluster. Datorer och matematik har inte känslor, så kvantitativ handel eliminerar detta problem. Kvantitativ handel har sina problem. Finansmarknaderna är några av de mest dynamiska enheterna som finns. Därför måste kvantitativa handelsmodeller vara lika dynamiska för att de ska bli konsekvent framgångsrika. Många kvantitativa handlare utvecklar modeller som är tillfälligt lönsamma för marknadsförhållandena för vilka de utvecklades, men de misslyckas slutligen när marknadsförhållandena förändras. Kategoribilder: Handelsstrategi Jag kom över den här videoserien under helgen, en alternativhandlare diskuterar hur han handlar kreditspridningar (främst letar efter genomsnittlig reversering). De flesta av dig kommer att vara bekanta med bollingerband som en vanlig medelåtervändningsstrategi, i huvudsak tar du det rörliga genomsnittet och flyttar standardavvikelsen för beståndet. Du plottar sedan på ditt diagram det glidande medelvärdet och ett övre och nedre band (glidande medelvärde - standardavvikelser). Det antas att priset kommer att återgå till det glidande genomsnittet, vilket innebär att varje prisflytt till banden är en bra inträdespunkt. Ett vanligt problem med den här strategin är att det rörliga genomsnittet är en LAGGING-indikator och är ofta mycket långsam för att spåra prisdragningarna om en lång återgångstid används. Video 1 presenterar en teknik som heter 8220linjära regressionskurvor8221 ca 10 min. Linjära regressionskurvor syftar till att lösa problemet med det rörliga genomsnittet är långsamt för att spåra priset. Linjär regressionskurva vs Enkelt rörligt medelvärde Se hur hårt den blåa linjära regressions kurvan följer den snabba priset, it8217s är avsevärt snabbare för att identifiera varv på marknaden där som det enkla glidande medlet har ett stort spårningsfel. MSE kunde tas för att kvantifiera tätheten. Hur man beräknar linjär regressionskurva: I det här exemplet har du 100 stängningspriser för ditt givna lager. Bar 1 är det äldsta priset, bar 100 är det senaste priset. Vi kommer att använda en 20-dagars regression. 1. Ta priserna 1-20 och rita linjen med bästa passform genom dem 2. Vid slutet av din bästa passform (så bar 20), rita en liten cirkel. 3. Ta priserna 2-21 och dra längden på bästa passformen Genom dem 4. I slutet av din bästa passform (så bar 21) rita en liten cirkel 5. Upprepa upp till bar 100 6. Gå med alla dina små cirklar, det här är din 8216linjära regressionskurve8217 Så i ett nötskal sätter du bara ihop med ändar av en rullande linjär regression. Detta inlägg ser ut att undersöka om den välkända frasen 8220 desto högre risk desto högre belöning8221 gäller för FTSE 100-beståndsdelarna. Många modeller har försökt att fånga riskbelöningsmetod, den mest kända är Kapitaltilldelningsprissättningsmodellen (CAPM). CAPM försöker kvantifiera avkastningen på en investering som en investerare måste ta emot för att kunna kompenseras tillräckligt för den risk som de har tagit. Koden nedan beräknar den rullande standardavvikelsen för avkastningen, 8216risken8217, för FTSE 100-beståndsdelarna. Det grupperar sedan aktier i kvartiler med denna riskmått, grupperna uppdateras dagligen. Quartile 1 är de lägsta volatilitetslager, kvartil 2 är högst. Ett lika viktat (amt) index skapas för varje kvartil. Enligt ovanstående teori bör Q4 (high vol) producera den högsta kumulativa avkastningen. När man använder en 1 månad återgång för stdev-beräkningen finns det ett klart vinnande index, det lägsta volymprocentet (svart). Intressant är det 2: a bästa indexet det högsta volymprocentet (blått). Diagrammet ovan är beräknat med hjälp av aritmetisk avkastning. När man använder en längre återgång på 250 dagar, ett handelsår är det högsta volymen den bästa artisten och lägsta volymindex den värsta artisten. För kort lookback (30days) var lågvolymindex den bästa artisten. För lång återblick (250 dagar) var högvolymindex den bästa artisten. En möjlig förklaring (otestad) är att för en kort lookback är volatilitetsrisken metrisk mer känslig för rörelser i beståndet och därigenom på ett nyhetsmeddelande har aktien en högre sannolikhet att flytta från det8217s nuvarande index till ett högre volymindex. Kanske är det inte rimligt att anta att high vol-indexet innehåller endast de aktier som har haft en nyliggörande tillfällig volatilitet och befinner sig i en konsolideringsperiod eller en genomsnittlig omgång. Eller för att sätta det på ett annat sätt för korta återslag innehåller högvolymindexet doesn8217t de beståndsdelar som är permanent höga volymer, medan för långa återkänningar utjämnas alla tillfälliga volvvikelser. Nedan är samma diagram som ovan men för geometrisk avkastning.
No comments:
Post a Comment