Livro de sistema de negociação automatizado

QuantStart.
Junte-se ao portal de membros privados da Quantcademy que atende à comunidade de comerciantes de varejo de varejo em rápido crescimento. Você encontrará um grupo bem informado de mentalistas quant pronto para responder suas perguntas comerciais mais importantes.
Confira meu ebook sobre o comércio de quant, onde eu ensino você como criar estratégias de negociação sistemáticas lucrativas com ferramentas Python, desde o início.
Dê uma olhada no meu novo ebook sobre estratégias de negociação avançadas usando análise de séries temporais, aprendizado de máquina e estatísticas bayesianas, com Python e R.
Por Michael Halls-Moore em 7 de junho de 2018.
O comércio algorítmico geralmente é percebido como uma área complexa para iniciantes para enfrentar. Abrange uma ampla gama de disciplinas, com certos aspectos que exigem um grau significativo de maturidade matemática e estatística. Consequentemente, pode ser extremamente desprezível para os não iniciados. Na realidade, os conceitos gerais são simples de entender, enquanto os detalhes podem ser aprendidos de maneira iterativa e contínua.
A beleza do comércio algorítmico é que não há necessidade de testar o conhecimento sobre capital real, já que muitas corretoras fornecem simuladores de mercado altamente realistas. Embora existam algumas advertências associadas a tais sistemas, eles fornecem um ambiente para promover um nível profundo de compreensão, sem absolutamente nenhum risco de capital.
Uma pergunta comum que recebo dos leitores do QuantStart é "Como faço para começar a negociação quantitativa?". Já escrevi um guia de iniciantes para negociação quantitativa, mas um artigo não pode esperar para cobrir a diversidade do assunto. Assim, eu decidi recomendar meus livros de comércio de quantum de nível de entrada favoritos neste artigo.
A primeira tarefa é obter uma visão geral sólida do assunto. Descobriu que seria muito mais fácil evitar discussões matemáticas pesadas até que os conceitos básicos sejam cobertos e compreendidos. Os melhores livros que encontrei para este fim são os seguintes:
1) Negociação Quantitativa por Ernest Chan - Este é um dos meus livros de finanças favoritos. O Dr. Chan fornece uma ótima visão geral do processo de criação de um sistema de comércio quantitativo "varejista", usando o MatLab ou o Excel. Ele torna o assunto altamente acessível e dá a impressão de que "qualquer um pode fazê-lo". Embora existam muitos detalhes que são ignorados (principalmente por brevidade), o livro é uma ótima introdução sobre como funciona a negociação algorítmica. Ele discute a geração alfa ("o modelo de negociação"), gerenciamento de riscos, sistemas de execução automatizada e certas estratégias (particularmente o impulso e reversão média). Este livro é o lugar para começar. 2) Dentro da Black Box por Rishi K. Narang - Neste livro, o Dr. Narang explica detalhadamente como funciona um fundo de hedge quantitativo profissional. É lançado em um investidor experiente que está considerando investir em uma "caixa preta". Apesar da aparente irrelevância para um comerciante varejista, o livro realmente contém uma riqueza de informações sobre como um sistema comercial "adequado" deve ser realizado. Por exemplo, a importância dos custos de transação e gerenciamento de riscos é delineada, com idéias sobre onde procurar informações adicionais. Muitos comerciantes de videojogos de varejo poderiam fazer bem para escolher isso e ver como os "profissionais" realizam suas negociações. 3) Algorithmic Trading & amp; DMA de Barry Johnson - A frase "negociação algorítmica", no setor financeiro, geralmente se refere aos algoritmos de execução utilizados pelos bancos e corretores para executar negócios eficientes. Estou usando o termo para cobrir não só os aspectos da negociação, mas também o comércio quantitativo ou sistemático. Este livro é principalmente sobre o primeiro, sendo escrito por Barry Johnson, que é um desenvolvedor de software quantitativo em um banco de investimento. Isso significa que é inútil para o quantum de varejo? De modo nenhum. Possuir uma compreensão mais profunda de como os intercâmbios funcionam e a "microestrutura do mercado" pode ajudar imensamente a rentabilidade das estratégias de varejo. Apesar de ser um grande volume, vale a pena pegar.
Uma vez que os conceitos básicos são apreendidos, é necessário começar a desenvolver uma estratégia comercial. Isso geralmente é conhecido como o componente do modelo alfa de um sistema comercial. As estratégias são diretas para encontrar esses dias, no entanto, o valor verdadeiro vem na determinação de seus próprios parâmetros de negociação através de pesquisa extensiva e backtesting. Os seguintes livros abordam certos tipos de sistemas de negociação e execução e como implementá-los:
4) Negociação algorítmica por Ernest Chan - Este é o segundo livro do Dr. Chan. No primeiro livro, ele evitou o impulso, a reversão média e certas estratégias de alta freqüência. Este livro discute essas estratégias em profundidade e fornece detalhes de implementação significativos, embora com mais complexidade matemática do que no primeiro (por exemplo, Filtros Kalman, Stationarity / Cointegration, CADF etc.). As estratégias, mais uma vez, fazem uso extensivo do MatLab, mas o código pode ser facilmente modificado para C ++, Python / pandas ou R para aqueles com experiência em programação. Ele também fornece atualizações sobre o mais recente comportamento do mercado, já que o primeiro livro foi escrito alguns anos atrás. 5) Negociação e Intercâmbios de Larry Harris - Este livro concentra-se na microestrutura do mercado, que eu pessoalmente sinto é uma área essencial para aprender, mesmo nos estágios iniciais da negociação quantitativa. A microestrutura do mercado é a "ciência" de como os participantes do mercado interagem e as dinâmicas que ocorrem no livro de encomendas. Está intimamente relacionado com a forma como os intercâmbios funcionam e o que realmente acontece quando um comércio é colocado. Este livro é menos sobre estratégias de negociação como tal, mas sobre coisas a serem conscientes ao projetar sistemas de execução. Muitos profissionais no espaço financeiro de quant consideram isso como um excelente livro e eu também recomendo isso.
Nesta etapa, como comerciante de varejo, você estará em um bom lugar para começar a pesquisar os outros componentes de um sistema de negociação, como o mecanismo de execução (e sua relação profunda com os custos de transação), bem como o gerenciamento de riscos e portfólio. Vou discutir livros para esses tópicos em artigos posteriores.
Apenas iniciando o comércio quantitativo?
3 razões para se inscrever para a lista de e-mails QuantStart:
1. Quant Trading Lessons.
Você terá acesso instantâneo a um curso de e-mail gratuito de 10 partes, repleto de sugestões e dicas para ajudá-lo a começar a negociação quantitativa!
2. Todo o conteúdo mais recente.
Todas as semanas, vou enviar-lhe um envoltório de todas as atividades no QuantStart para que você nunca mais perca uma postagem novamente.
Real, dicas de negociação viáveis, sem tonturas.

Livros recomendados sobre investimentos e sistemas de negociação automatizada.
OK, eu admitirei isso. Nenhum de nós é guru dos investimentos e não fez (ou perdeu) milhões de ações no mercado de ações. No entanto, pedimos algumas vezes para trabalhar em projetos relacionados a sistemas de negociação automatizados e estes são alguns dos livros que achamos mais interessantes ou úteis. Clique nos títulos para ver as críticas de outras pessoas e outras informações da sua Amazônia local.
Nassim Nicholas Taleb, do sudoeste.
Este livro contém reflexões sobre eventos aleatórios e seus efeitos no mercado (e vida em geral) por um comerciante profissional, Nassim Taleb. Há pensamentos aqui que eu achei bastante profundos quanto à natureza da lógica indutiva (raciocínio de eventos a regras), bem como exemplos interessantes e explicações sobre como nos deixamos enganar por fenômenos aleatórios.
Taleb está particularmente fascinado pelo que ele descreve como o problema da cisne negra. Vemos muitos cisnes. Todos são brancos. Nós inferimos que todos os cisnes são brancos. Infelizmente, nunca fomos para a Austrália, onde os cisnes também são pretos. Se construímos nossos sistemas de negociação em tais princípios, a aparência de um cisne negro nos eliminará?
O estilo de escrita aqui é a coleção de reflexões e digressões alfabetizadas que eu gostei bastante, mas, a julgar pelas análises da Amazon, parece que alguns leitores têm problemas.
Steven Skiena, The Mathematical Association of America.
Se você já sonhou em criar um sistema de computador para vencer os bookies ou o mercado de ações (e quem não?), O livro de Steven Skiena é para você. Skiena descreve seus próprios esforços (e sua equipe) para criar um sistema automatizado que colocaria apostas vencedoras no jai alai, um jogo basco que também é jogado em partes da França e em algumas cidades da América do Norte. O livro descreve o jogo em si (um jogo com semelhanças com tenis, squash e rugby e cinco), os métodos complicados pelos quais os torneios são realizados (uma espécie de round robin) e o sistema de jogo pari mutuel que é usado para fazer apostas na resultado.
Para criar o sistema perfeito, a Skiena e sua equipe precisaram modelar a estrutura do torneio, os efeitos da habilidade dos jogadores sobre os resultados da partida, e (desde então, as chances são oferecidas usando um sistema pari mutuel) os hábitos de apostas do público em geral. Eles então precisavam identificar apostas que (em média) seriam lucrativas.
A equipe conseguiu, o programa que eles desenvolveram, em última análise, conseguiu retornar cerca de 500% em sua participação de jogo inicial em um único ano. (As más notícias, como observa Skiena, é que não seria possível usar esse sistema para apostar grandes quantias de dinheiro em jai alai, uma vez que tais apostas diminuiriam significativamente as chances disponíveis).
A deve ler para quem está seriamente interessado em "bater o sistema".
Com falta de modéstia ou objetivos limitados de Taleb ou Paulos, este livro afirma que irá revelar. como você pode usar o seu computador para reunir, analisar e detectar ineficiências rentáveis ​​do mercado e mdash; A chave para fazer negócios vencedores dia após dia.
Apesar desta hipérbole de publicação, há muito para recomendar este livro se você estiver planejando implementar um sistema comercial. Existem explicações sobre redes neurais, análise técnica e abordagens de mineração de dados. Há também descrições de dois ou três grandes projetos, discussões de possíveis fontes de dados comerciais e questões-chave a serem feitas na avaliação de sistemas.
Alguns dos capítulos deste livro são um pouco datados: com as mudanças substanciais em hardware e software desde 1999, felizmente não precisamos nos preocupar mais sobre se os dados recebidos vão transbordar o nosso 16550 UART. No entanto, muitas considerações de design nunca mudam e este livro ainda vale a pena ler se você estiver considerando projetar ou avaliar uma estratégia de negociação automatizada.
Edwin Lefevre, John Wiley & amp; Filhos.
A julgar por esta autobiografia Edwin Lef & egrave; vre (um nome de canção de Jesse Livermore) pode ter sido o tipo de pessoa que sua mãe te avisou.
Ele ganhou a vida de especular no mercado de ações, às vezes usando técnicas que provavelmente seriam ilegais hoje. Ele ganhou e perdeu dinheiro, e este livro contém seus insights sobre períodos de negociação bem sucedidos e mal sucedidos. Aqui está um dos assistentes de Lef & egrave; vre sobre a natureza da especulação, que segue uma história de um homem que teve um sistema bem sucedido, pensou que poderia fazer melhor ao mudar o sistema, depois se apagou: às vezes penso que a especulação deve ser antinatural tipo de negócio, porque eu acho que o especulador médio se deparou com ele sua própria natureza. As fraquezas em que todos os homens são propensos são fatais para o sucesso na especulação; usualmente essas mesmas fraquezas que o tornam simpático aos seus companheiros ou que ele mesmo se protege em outros empreendimentos onde não são tão perigosos quanto quando ele negocia ações ou commodities. Talvez um sistema automatizado não esteja sujeito a tais erros humanos? Ou será que, também, falta a humildade de comerciantes como Taleb?
Richard L. Hudson, Benoit B. Mandelbrot, livros básicos.
Uma das principais premissas feitas por muitas teorias de investimento e preços (por exemplo, Black-Scholes) é que os preços se comportam de uma maneira que pode ser modelada pela distribuição normal. Parece ser um pressuposto razoável, mas não é.
Mandelbrot faz um caso forte de que a distribuição normal é um estimador pobre para a distribuição das mudanças de preços, e que uma distribuição fractal pinta uma imagem mais precisa. Por que isso Importa? Se você tomar a suposição normal, então grandes saltos de preço são extremamente improváveis, e as mudanças de preços em qualquer dia não são afetadas pelas mudanças no dia anterior. Na verdade, os extremos acontecem e a magnitude das mudanças atuais se correlaciona com o comércio do dia anterior. O efeito líquido é que a suposição de distribuição normal subestima seriamente o risco.
Este livro está na categoria de ciência popular. Não há matemática ou equações profundas. (É uma vergonha, se você está com inclinação matemática, boas notícias, se você não estiver.) Existe uma mistura razoável de anedota e evidências experimentais, mas um pouco demais quando Mandelbrot consegue provar a si mesmo e outros errados.
Este livro não irá torná-lo rico, ou dar-lhe uma maneira segura de ganhar dinheiro nos mercados e mdash; O autor destaca-o com cuidado. O que lhe dará é uma compreensão mais profunda dos fundamentos instáveis ​​em que se baseiam a teoria da carteira, o preço das opções e muitos outros modelos, bem como algumas idéias sobre como testar de forma mais realista um sistema de negociação em dados simulados.
John Allen Paulos, John Allen, Basic Books.
Paulos perdeu dinheiro no crash WORLDCOM e usa isso como um ponto de partida para explicar a matemática por trás do mercado de ações. Existem boas explicações qualitativas sobre muitos dos números e teorias utilizados na tentativa de prever o preço dos estoques. Gostei especialmente da sua descrição do Paradoxo da Hipótese do Mercado Eficaz (se todo mundo acreditasse nisso, a Hipótese do Mercado Eficiente não seria mais verdadeira) e seu oposto imaginário, a Hipótese do Mercado Lento.
Outro bom ponto que ele faz é que os critérios para o sucesso de um sistema de comércio não é se ganha dinheiro. Essa é apenas uma condição necessária. Um sistema de negociação bem-sucedido deve ganhar mais dinheiro do que simplesmente investir em tesouraria, ou comprar um fundo de índice.
O livro abrange os tópicos tais como análise técnica, beta, teoria do portfólio, etc.
Embora existam excelentes informações sobre nuggets aqui, achei o estilo de escrita distrair. Também fiquei desapontado com o fato de outro livro do mesmo autor (Once upon a number: a lógica matemática escondida das histórias) abrangeria o mesmo terreno com os mesmos exemplos.
William Poundstone, Hill e Wang.
Se você pode sobreviver a ler o título, este livro é realmente uma história anedótica do Kelly Criterion & mdash; uma fórmula que identifica quanto deve ser apostado em uma empresa arriscada. Um elenco surpreendente de personagens está envolvido, desde figuras do submundo até físicos e matemáticos e, a partir de 1738 (não uma impressão incorreta) até o presente.
Este não é um tratamento matemático suficiente para mim, mas vale a pena ler para descobrir como as pessoas tentaram e conseguiram (ou falharam) na exploração do trabalho de Kelly (e Bernoulli).
(Se você precisa brincar com números, a Calculadora Kelly pode ser útil).

livro de sistema de comércio automatizado
Uma das primeiras citações do livro define o conceito que cobre:
O método científico é a única maneira racional de extrair conhecimento útil dos dados de mercado e a única abordagem racional para determinar quais métodos de TA têm poder preditivo. Eu chamo essa análise técnica baseada em evidências (EBTA).
Aronson introduz no início o conceito de objetivo (TA) versus subjetivo (TA). Uma reivindicação objetiva é uma proposição significativa, que pode ser verificada inequivocamente. Para nós, desenvolvedores de sistemas mecânicos: um conjunto de regras que podem ser testadas de volta. Por outro lado, a análise técnica subjetiva consistiria em abordagens como a Elliot Wave Analysis.
No entanto, a análise técnica objetiva não é suficiente por si só: você ainda precisa de inferência estatística rigorosa para tirar conclusões sobre seu poder preditivo.
Primeira parte: as Fundações.
A primeira parte do livro estabelece os fundamentos metodológicos, filosóficos, psicológicos e estatísticos do EBTA.
O primeiro tópico abordado é a necessidade de benchmarking para avaliar regras objetivas e introduz o conceito de detrending, que eu discuti anteriormente.
O segundo tópico aborda a psicologia cognitiva e dá exemplos de diferentes tipos de viés comportamental que podem nos enganar e nos fazer acreditar na análise técnica subjetiva:
Reconhecimento de padrões Bias de confirmação Tendência de atraso Sobre-confiança Correlações ilusórias Percepção errada da aleatoriedade.
O antídoto para essas armadilhas mentais & # 8221; é o método científico. O método científico genérico é abordado no terceiro capítulo com algum raciocínio histórico e filosófico de ciência e lógica. O método científico # 8211; que pode e deve ser aplicado à Análise Técnica & # 8211; contém 5 estágios:
O TA subjetivo não está em conformidade com o método científico e o autor apresenta um estudo interessante de objetivação de um padrão de TA subjetivo (Head and Shoulders) para torná-lo testável (mostra que Head and Shoulders é inútil em ações e tem valor duvidoso em moedas) .
Análise estatística de resultados de back-test.
Os próximos três capítulos apresentam e cobrem análises estatísticas. O início desta parte dá uma boa atualização na inferência estatística, começando com conceitos como distribuição de freqüência, desvio padrão, probabilidades e valores de p. O exemplo de amostragem e inferência estatística usando contas em uma caixa faz uma boa ilustração e um paralelo bastante claro com o mundo das regras de negociação de back-testing.
O livro passa a conceitos como teste de hipóteses, significância estatística e intervalo de confiança, etc. e como eles se relacionam com testes de regras.
Uma das principais questões dos resultados do back-testing é que eles representam apenas uma amostra de como os sistemas / regras (s) executam. Aronson apresenta a abordagem estatística clássica para derivar a distribuição de amostragem (necessária para realizar a inferência estatística) com base em uma única observação / amostra. No entanto, isso pressupõe a normalidade da distribuição, o que é improvável que seja correto quando se trata de dados financeiros.
Novos Métodos Científicos para Back-Testing.
Este último conceito leva à introdução dos dois métodos alternativos para derivar a distribuição de amostragem e realizar inferências estatísticas nos resultados testados. Estes são dois métodos baseados em computador:
Ambos os métodos estimam a distribuição da amostragem por reescalonamento aleatório (reutilização) da amostra original de observação. Uma estatística de teste é então calculada para cada resample.
Na prática, o método bootstrap usa reescalonamento com a substituição da estratégia diária retorna para gerar inúmeras estatísticas de teste aleatório usadas para aproximar uma distribuição de amostragem.
O método de permutação de Monte Carlo atinge o mesmo resultado desacoplando e permutando a direção da posição (ou seja, longo ou curto) com o retorno diário do instrumento.
Usando a inferência estatística abordada em capítulos anteriores, pode-se decidir se os resultados encontrados no back-test são estatisticamente significativos ou o produto de chance aleatória.
Esses dois métodos são o principal take-away do livro, pois eles são valiosos para identificar o grau de aleatoriedade em uma regra testada. Isso provavelmente deve ser parte de uma metodologia de pesquisa de sistema comercial padrão e abordarei esses dois métodos com mais detalhes em postagens posteriores.
Na mineração de dados.
Os métodos acima apenas lidam com uma regra / back-test. No entanto, raramente testamos a única regra isoladamente: a maioria dos back-testing testaria múltiplos valores de parâmetros, regras e combinações para tentar identificar os mais performantes: esta é a mineração de dados.
No entanto, é errado esperar que o desempenho futuro dos sistemas de melhor desempenho se mantenha alinhado com os resultados passados ​​e testados novamente. Os sistemas de melhor desempenho podem ter valor intrínseco, mas alguns de seus excessos de desempenho são devidos a variações aleatórias. Se você executar 1.000 regras diferentes sem poder preditivo, todas elas irão conter algumas possibilidades aleatórias que produza uma diferença variável do meio zero. O & # 8220; mais sortudo e # 8221; A regra estará mais longe no lado direito da média zero (e, portanto, pegada pelo mineiro de dados), apesar de não ter valor intrínseco.
A mineração de dados introduz um viés, o que exagera o valor do & # 8220; melhor & # 8221; regra em comparação com as variações aleatórias esperadas. O viés de data mining está vinculado a vários fatores:
Aumenta com o número de regras testadas novamente Diminui com o tamanho da amostra usado no back-testing. Diminui a correlação dos resultados das regras testadas. Aumenta com a freqüência de outliers na amostra do back-test. Diminui a variação nos retornos testados de volta entre as regras consideradas.
Isso é ilustrado com exemplos e gráficos. O resto do capítulo se concentra em métodos para reduzir / corrigir o viés de mineração de dados e adapta o método bootstrap (usando a verificação de realidade do White & # 8217; s) e a permutação Monte Carlo para ser usada na & # 8220; data mining & # 8221; modo (em vez de teste de uma única regra).
Em conclusão, a mineração de dados é um método válido para descobrir a melhor (s) regra (s), mas o pesquisador deve garantir que os resultados sejam estatisticamente significativos para evitar o risco de descobrir # 8220; a maioria das lucky & # 8221; regras.
Um Tour do EMH e Aplicação de Métodos.
O capítulo a seguir aborda a Hipótese do Mercado Eficiente, o que leva um pouco de espancamento ao autor. O ponto principal é que tanto do ponto de vista empírico como teórico, o EMH contém falhas, o que suporta a idéia de AT bem sucedido.
A última parte do livro apresenta um conjunto diversificado de regras e parâmetros (6.402 combinações) e tenta testar sua significância estatística. As regras são bastante simples e os resultados não evidenciam poder preditivo significativo em qualquer regra.
Conclusão da revisão.
Este livro é uma leitura muito interessante, no lado longo, com mais de 450 páginas. Mesmo que eu gostasse muito, às vezes eu estava me achando esperando que o autor não expandisse tanto sobre alguns tópicos introdutórios (a história e a filosofia da ciência são bastante interessantes, mas poderiam ser lidas para entrar no & # 8220; mais ásperas e # 8221; peças mais rápidas). Se você estiver apressado, eu recomendaria concentrar-se nos capítulos 4, 5 e 6, onde os métodos reais de bootstrap e Monte Carlo são apresentados e discutidos e a discussão sobre viés de mineração de dados é interessante e muito relevante. Para um leitor novo nesses conceitos, os capítulos iniciais forneceriam uma introdução abrangente dos conceitos fundamentais de raciocínio científico e análise estatística antes de colocá-los todos juntos na aplicação.
Para mais informações, alguns dos comentários sobre a Amazônia são bastante perspicazes (principalmente positivo e # 8211; embora o livro tenha obtido a quota de comentários de 1 estrela). Há também um site complementar para o livro com mais informações e resultados detalhados dos testes realizados na última parte do livro.
16 Comentários até agora e darr;
& # 8220; Diminui com a correlação dos resultados das regras testadas novamente. & # 8221;
Você está dizendo que, enquanto outras regras aumentam o viés, se eles estão altamente correlacionados entre si, esse aumento é atenuado?
Correto (bem, estou apenas repetindo o que Aronson diz e # 8230; ;-):
com muitos resultados não correlacionados (diferentes), há uma maior probabilidade de que um conjunto de resultados erre no lado muito sortudo / de excesso de desempenho.
Se você pensa sobre o exemplo extremo de 1.000 resultados de teste de regras, todos perfeitamente correlacionados (ou seja, resultados idênticos), não há viés de mineração de dados (ou seja, porque o processo de mineração de dados não descobriu uma regra que ultrapassava todos os outros puramente por acaso: eles são tudo o mesmo)
Isso é o que eu pensei, apenas procurando alguma confirmação e # 8230; Bem, essa pequena citação me fez pensar em algumas possíveis novas maneiras de avaliar a robustez dos sistemas.
Talvez tendo a correlação pairwise média para um conjunto de regras para ajustar o t-stat? Ou o número de regras multiplicado por (1 & # 8211; absoluto da correlação pairwise média) para obter o & # 8220; ajustado & # 8221; número de regras independentes?
Aronson entra em matemática de como ajustar o viés para as regras & # 8217; correlações?
E sim, 1000 regras com uma correlação pairwise de 1 seria completamente equivalente a ter apenas uma regra & # 8230; um pouco relacionado, você já leu um documento sobre SSRN intitulado "Desempenho da Estratégia e Desempenho do Fundo de Hedge" # 8221 ?? Google, se você não for # 8217; t.
Eu tenho esse livro e posso recomendá-lo. Eu implementei as idéias da Aronson em scripts R e funções Octave C ++ e agora formam a espinha dorsal da minha metodologia de teste de back-end. Aprendi de usar esses testes que poucos indicadores etc., na verdade, têm alguma validade estatística e eu me consolar com o fato de ter agora o conhecimento de não arriscar meu dinheiro em TA tão duvidosa.
Excelente revisão Jez, ansioso para suas postagens em Monte Carlo e bootstrapping.
Aronson realmente não entende uma explicação matemática / teórica de cada fator no viés de mineração de dados e # 8211; Em vez disso, ele apresenta resultados baseados em simulações computadorizadas usando algumas regras artificiais onde ele pode controlar cada fator. Os resultados são apresentados em um gráfico que mostra que o viés de mineração de dados cai lentamente para correlações entre 0 e 0,8 e depois mais drasticamente após a marca de 0,8 (ou aproximadamente) e # 8211; Quanto mais regras / sistemas forem testados, maior o limiar de correlação para uma grande queda de viés de mineração de dados (ou seja, em 10 regras testadas, ele começa a cair mais fortemente em 0,7, enquanto que para 1000 regras cai 0,95).
Sua idéia de ajustar o t-stat com base na correlação rul parece boa e # 8211; no entanto, Aronson não vai nessa direção, em vez disso, ele descreve como adaptar os métodos bootstrap e Monte Carlo para dar conta do viés de mineração de dados.
Obrigado pela sugestão de papel & # 8211; Eu irei dar uma olhada.
Eu também sinto que alguns dos conceitos e métodos da Aronson serão incorporados na minha metodologia de teste padrão # 8211; Como eu digo no post, este livro ensina você a pescar! & # 8230;
Precisará codificar isso como você fez em R e Octave C ++ (embora ainda não tenha aprendido essas ferramentas e possa seguir uma rota de implementação de TI diferente # 8230;)
O viés caindo lentamente até o.8 seria sensato matematicamente, uma vez que r quadrado é correlação quadrada, de modo que seguir uma lei de poder faz sentido.
Em última análise, parece ser de 6 a 12 e meia dúzia para o outro. Com centenas de regras altamente correlacionadas, mas o baixo viés de datamining, em comparação com centenas de regras não correlacionadas com alta polarização, parece que a margem líquida seria zero. Claro que, se a taxa em que a queda de polarização é não linear, a taxa da correlação aumenta, então pode haver um ponto doce & # 8221 ;.
Coisas interessantes, pegando o livro da Aronson na minha lista de tarefas por um tempo.
[& # 8230;] Análise Técnica Baseada em Evidências [& # 8230;]
O método [& # 8230;] para avaliar a significância estatística de um resultado de back-test apresentado por Aronson (em EBTA) é a permutação de Monte Carlo. Esta é uma extensão do método clássico de Monte Carlo, aplicado a [& # 8230;]
Muito divertida a leitura de algumas das críticas extraordinárias do livro sobre a Amazônia, parece ser um pouco de rancor. É incrível, como as pessoas se cansam de receber TA!
Oi Andrew, depois de todos os testes, quais são os poucos indicadores que vale a pena usar?
Os indicadores que eu acho que têm algum valor são aqueles baseados em conceitos de processamento de sinal digital, como filtros de baixa lag, filtros de alta freqüência, medições de periodicidade e indicadores adaptativos. Os parâmetros de comprimento fixos não cortaram a mostarda para mim.
Bom livro, mas (e bastante grande & # 8220; BUT & # 8221;) & # 8211; nenhuma palavra sobre "overtuter" e # 8221 ;. Assim como não é um problema.
Eu percebo que estou chegando a isso um pouco mais tarde, mas no que diz respeito ao excesso de ajuste, um parecer parece ser que, ao invés de tentar maximizar um critério, como lucro, você deve tentar maximizar a robustez de seus resultados.
Então, se o seu lucro máximo provém de um pico para um conjunto de parâmetros onde, como todos os outros parâmetros no bairro geram perdas, é provável que sua estratégia não seja robusta e sua estratégia não será executada fora da amostra. Portanto, é melhor procurar o maior patamar de lucro, mesmo que isso não seja tão alto quanto o maior pico de lucro.
O problema é a quantidade de parâmetros, mesmo uma estratégia de média móvel bastante simples, tende a ser grande quando você começar a adicionar filtragem / paradas / deslizamentos, etc. Alguém sabe uma boa maneira de visualizar tais grandes problemas dimensionais em um espaço dimensional inferior? Pode ser feito numericamente, mas você perde a intuição.
Bom trabalho, continue assim.
Deixe um comentário (Cancelar)
Atualizações gratuitas.
Posts Populares.
Procure o blog Au. Tra. Sy.
Global Futures Broker.
Au. Tra. Sy blog, Systematic Trading, pesquisa e desenvolvimento, com um sabor de Trend Following.
Descargo de responsabilidade: o desempenho passado não é necessariamente indicativo de resultados futuros. O comércio de futuros é complexo e apresenta o risco de perdas substanciais; Como tal, pode não ser adequado para todos os investidores. O conteúdo deste site é fornecido apenas como informação geral e não deve ser tomado como conselho de investimento. Todo o conteúdo do site, não deve ser interpretado como uma recomendação para comprar ou vender qualquer instrumento financeiro ou de segurança, ou para participar de qualquer estratégia de negociação ou de investimento específica. As idéias expressas neste site são apenas as opiniões do autor. O autor pode ou não ter uma posição em qualquer instrumento financeiro ou estratégia acima referida. Qualquer ação que você toma como resultado de informações ou análises neste site é, em última análise, sua exclusiva responsabilidade.
RESULTADOS DE DESEMPENHO HIPOTÉTICOS TEM MUITAS LIMITAÇÕES INERENTES, ALGUNS DESCRITOS ABAIXO. NENHUMA REPRESENTAÇÃO ESTÁ FAZENDO QUE QUALQUER CONTA VOCE OU POSSIBILIDADE DE ALCANÇAR LUCROS OU PERDAS SIMILARES ÀOS MOSTRADOS; POR FAVOR, HÁ DIFERENÇAS FREQUENTEMENTE SHARP ENTRE RESULTADOS DE DESEMPENHO HIPOTÉTICOS E OS RESULTADOS REAIS REALIZADOS POR TODOS OS PROGRAMAS DE NEGOCIAÇÕES PARTICULARES. UMA DAS LIMITAÇÕES DOS RESULTADOS DE DESEMPENHO HIPOTÉTICOS É QUE ESTÃO GERALMENTE PREPARADAS COM O BENEFÍCIO DE HINDSIGHT. ADICIONALMENTE, A NEGOCIAÇÃO HIPOTÉTICA NÃO IMPORTA RISCOS FINANCEIROS, E NENHUM GRUPO DE NEGOCIAÇÃO HIPOTÉTICA PODE COMPLETAMENTE CONTA PARA O IMPACTO DO RISCO FINANCEIRO DE NEGOCIAÇÃO REAL. POR EXEMPLO, A CAPACIDADE DE PERDER OU DE ADESIVAR A UM PROGRAMA DE NEGOCIAÇÃO ESPECÍFICO EM ESPIRRO DE PERDAS DE NEGOCIAÇÃO SÃO PONTOS MATERIAIS QUE PODEM IGUALMENTE AFETAR EFECTUAR RESULTADOS REAIS DE NEGOCIAÇÃO. HÁ NOMBROSOS OUTROS FATORES RELACIONADOS COM OS MERCADOS EM GERAL OU NA EXECUÇÃO DE QUALQUER PROGRAMA ESPECÍFICO DE NEGOCIAÇÃO QUE NÃO PODE SER TOTALMENTE COMPTABILIZADO NA PREPARAÇÃO DE RESULTADOS DE DESEMPENHO HIPOTÉTICOS E TODOS OS QUE PODEMOS ADVERSAMENTE EFECTUAR OS RESULTADOS DE NEGOCIAÇÃO.
ESTAS TABELAS DE DESEMPENHO E RESULTADOS SÃO HIPOTÉTICOS DE NATUREZA E NÃO REPRESENTA NEGOCIAÇÕES EM CONTAS REAIS.

Construindo Sistemas Automatizados de Negociação.
1ª edição.
Com uma Introdução ao Visual C ++ 2005.
Acesso institucional.
Secure Checkout.
Frete grátis.
Nenhuma ordem mínima.
Índice.
Capítulo 1 Introdução.
Seção I: Introdução ao Visual C ++ 2005.
Capítulo 2 O quadro.
Capítulo 3 Referências de rastreamento.
Capítulo 4 Classes e Objetos.
Capítulo 5 Tipos de referência.
Capítulo 6 Tipos de valor.
Capítulo 7 Objetos não gerenciados.
Capítulo 8 Composição.
Capítulo 9 Propriedades.
Capítulo 10 Estruturas e enumerações.
Capítulo 11 Herança.
Capítulo 12 Conversão e fundição.
Capítulo 13 Sobrecarga do operador.
Capítulo 14 Delegados e Eventos.
Capítulo 15 Arrays.
Capítulo 16 Gerando números aleatórios.
Capítulo 17 Tempo e Temporizadores.
Capítulo 18 Fluxos de entrada e saída.
Capítulo 19 Manipulação de Exceções.
Capítulo 20 Coleções.
Capítulo 21 STL / STL.
Capítulo 22 DataSets.
Capítulo 23 Conexão a bancos de dados.
Capítulo 24 Linguagem de consulta estruturada.
Capítulo 26 Protocolo de troca de informações financeiras.
Capítulo 27 Serialização.
Capítulo 28 Serviços do Windows.
Capítulo 29 Configuração e Pacotes de Instalação.
Seção II: Concorrência.
Capítulo 30 Threading.
Capítulo 31 Classes de Sincronização.
Capítulo 32 Sockets.
Seção III: interoperabilidade e conectividade.
Capítulo 33 Marshaling.
Capítulo 34 Interiores e Pinning Pointers.
Capítulo 35 Conexão a DLLs gerenciadas.
Capítulo 36 Conectando às DLLs do Componenet Object Model (COM) com Interoperabilidade COM.
Capítulo 37 Conexão a DLLs C ++ com Serviços de Invocação de Plataforma.
Capítulo 38 Conexão ao Excel.
Capítulo 39 Conexão ao TraderAPI.
Capítulo 40 Conexão ao XTAPIConnection_Example.
Seção IV: Sistemas de Negociação Automatizada.
Capítulo 41 Building Trading Systems.
Capítulo 42 K "V Metodologia de Desenvolvimento do Sistema de Negociação.
Capítulo 43 Classes do Sistema de Negociação Automatizado.
Capítulo 44 Sistema de Análise Técnica de Rosca Única.
Capítulo 45 Padrão de Design do Produtor / Consumidor.
Capítulo 46 Multithreaded, Statistical Arbitrage System.
Descrição.
Nos próximos anos, as indústrias proprietárias de hedge funds e de negociação migrarão em grande parte para sistemas de seleção e execução de comércio automatizado. Na verdade, isso já está acontecendo. Enquanto vários livros de finanças fornecem código C ++ para preços de derivados e realizando cálculos numéricos, nenhum aborda o tópico a partir de uma perspectiva de projeto de sistema. Este livro será dividido em duas seções: técnicas de programação e tecnologia de sistema de negociação automatizada (ATS) e ensinar o design e o desenvolvimento de sistemas financeiros de forma absoluta usando o Microsoft Visual C ++ 2005. O MS Visual C ++ 2005 foi escolhido como o idioma de implementação principalmente porque a maioria das empresas comerciais e grandes bancos desenvolveram e continuam a desenvolver seus algoritmos proprietários no ISO C ++ e o Visual C ++ oferece a maior flexibilidade para incorporar esses algoritmos legados em sistemas operacionais. Além disso, o Framework e o ambiente de desenvolvimento fornecem as melhores bibliotecas e ferramentas para o rápido desenvolvimento dos sistemas de negociação. A primeira seção do livro explica o Visual C ++ 2005 em detalhes e concentra-se no conhecimento de programação requerido para o desenvolvimento automatizado do sistema de negociação, incluindo design orientado a objetos, delegados e eventos, enumerações, geração aleatória de números, temporização e temporizadores e gerenciamento de dados com STL e coleções. Além disso, uma vez que o código do legado e o código de modelagem nos mercados financeiros são feitos em ISO C ++, este livro analisa em vários tópicos avançados relacionados ao gerenciamento de memória gerenciado / não gerido / COM e à interoperabilidade. Além disso, este livro fornece dezenas de exemplos que ilustram o uso da conectividade de banco de dados com ADO e um tratamento extensivo de SQL e FIX e XML / FIXML. Tópicos avançados de programação, como encadeamento, soquetes, bem como o uso de C ++ para se conectar ao Excel também são discutidos extensivamente e são suportados por exemplos. A segunda seção do livro explica preocupações tecnológicas e conceitos de design para sistemas de negociação automatizados. Especificamente, os capítulos são dedicados a lidar com feeds de dados em tempo real, gerenciando pedidos no livro de pedidos de câmbio, seleção de posição e gerenciamento de riscos. Um. dll está incluído no livro que irá emular a conexão com uma API industrial amplamente utilizada (XTAPI da Trading Technologies, Inc.) e fornecer maneiras de testar algoritmos de gerenciamento de posição e ordem. Os padrões de design são apresentados para sistemas de tomada de mercado baseados em análises técnicas, bem como em sistemas de produção de mercado que utilizam spreads intermarket. À medida que todos os capítulos giram em torno de programação de computadores para engenharia financeira e desenvolvimento de sistemas de negociação, este livro educará comerciantes, engenheiros financeiros, analistas quantitativos, estudantes de finanças quantitativas e até programadores experientes em questões tecnológicas que giram em torno do desenvolvimento de aplicações financeiras em uma Microsoft ambiente e construção e implementação de sistemas e ferramentas de negociação em tempo real.
Características principais.
Ensina concepção e desenvolvimento de sistemas financeiros desde o início usando o Microsoft Visual C ++ 2005.
Fornece dezenas de exemplos que ilustram as abordagens de programação no livro.
Leitores.
Audiência primária: engenheiros financeiros, analistas quantitativos, programadores em empresas comerciais; estudantes de pós-graduação em cursos e programas de engenharia financeira e mercados financeiros.
Rever.
"Construir sistemas automatizados de negociação é uma leitura obrigatória para qualquer pessoa que esteja desenvolvendo sistemas de negociação algorítmica profissional. Ele traz todos os aspectos do design, funcionalidade e implementação do sistema em tempo real em um foco passo a passo claro. Este livro será um manual de referência de primeira escolha para o programador profissional sério no desenvolvimento do sistema de comércio ". - Russell Wojcik, Membro da CME e CBOT, Chefe da Concentração de Estratégia de Negociação, Illinois Institute of Technology "Este livro é um excelente guia para quem está interessado no desenvolvimento de aplicativos comerciais automáticos ou semi-automáticos. Ben cobre o conhecimento de programação necessário para desenvolver o sucesso aplicativos de negociação. Um deve ter para os comerciantes entrar na programação e os programadores entrarem em negociação. Ele também servirá como uma referência útil para o desenvolvimento de ferramentas comerciais mais sofisticadas ". - Sagy P. Mintz, Vice-Presidente, Trading Technologies, Inc.
Avaliações e avaliações.
Sobre os autores.
Benjamin Van Vliet Autor.
Ben Van Vliet é professor do Illinois Institute of Technology (IIT), onde também atua como diretor associado do M. S. Programa de Mercados Financeiros. No IIT, ele ensina cursos de finanças quantitativas, C ++ e programação e design e desenvolvimento de sistemas de negociação automatizada. Ele é vice-presidente do Instituto de Tecnologia de Mercado, onde preside o conselho consultivo do programa do Certificado de Sistema de Negociação (CTSD). Ele também atua como editor de série da série Financial Markets Technology da Elsevier / Academic Press e consulta extensivamente na indústria de mercados financeiros.
O Sr. Van Vliet é também o autor de "Modeling Financial Markets" com Robert Hendry (2003, McGraw Hill) e "Building Automated Trading Systems" (2007, Academic Press. Além disso, ele publicou vários artigos nas áreas de finanças e tecnologia , e apresentou sua pesquisa em várias conferências acadêmicas e profissionais.
Afiliações e especialidades.
Professor Titular e Diretor Associado do Programa de Mestrado em Mercados Financeiros, Stuart School of Business, Instituto de Tecnologia de Illinois, EUA.
Solicitar cotação.
Isenção de imposto.
Produtos & amp; Soluções R & amp; D Soluções Soluções Clínicas Plataformas de Pesquisa Pesquisa Inteligência Serviços de Educação Autores Editores Revisores Bibliotecários Shop & amp; Descubra Livros e revistas Autor Webshop Sobre a Elsevier Sobre nós Elsevier Connect Carreiras Como podemos ajudar? Centro de Apoio.
Como podemos ajudar?
Como podemos ajudar?
Direitos autorais e cópia; 2017 Elsevier, exceto determinado conteúdo fornecido por terceiros.
Os cookies são usados ​​por este site. Para recusar ou aprender mais, visite nossa página Cookies.
Pesquisa de visitantes de Elsevier.
Estamos sempre procurando maneiras de melhorar a experiência do cliente no Elsevier.
Gostaríamos de pedir-lhe um momento do seu tempo para preencher um breve questionário, no final da sua visita.

Mais um passo.
Complete a verificação de segurança para acessar a velocidade da luz.
Por que eu tenho que completar um CAPTCHA?
Concluir o CAPTCHA prova que você é humano e dá acesso temporário à propriedade da web.
O que posso fazer para evitar isso no futuro?
Se você estiver em uma conexão pessoal, como em casa, você pode executar uma verificação antivírus em seu dispositivo para se certificar de que não está infectado com malware.
Se você estiver em um escritório ou rede compartilhada, você pode pedir ao administrador da rede para executar uma varredura na rede procurando dispositivos mal configurados ou infectados.
Cloudflare Ray ID: 3d3ce10603966b43 & bull; Seu IP: 78.109.24.111 & bull; Performance & amp; segurança por Cloudflare.