Algo 거래 전략 pdf

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.

Michael Halls-Moore (2013 년 6 월 7 일)

알고리즘 트레이딩은 일반적으로 초보자가 이해할 수있는 복잡한 영역으로 인식됩니다. 상당한 양의 수학적 및 통계적 성숙이 요구되는 특정 측면을 포함하여 광범위한 분야를 망라합니다. 결과적으로 초보자에게는 매우 불쾌 할 수 있습니다. 실제로 전체 개념은 이해하기 쉽고 세부 사항은 반복적이고 지속적인 방식으로 학습 할 수 있습니다.

알고리즘 거래의 장점은 많은 중개 회사가 매우 현실적인 시장 시뮬레이터를 제공하기 때문에 실제 자본에 대한 지식을 테스트 할 필요가 없다는 것입니다. 이러한 시스템과 관련된 특정주의 사항이 있지만, 자본 위험이 전혀없는 깊은 수준의 이해를 도모 할 수있는 환경을 제공합니다.

QuantStart 독자가받는 공통적 인 질문은 "어떻게 양적 거래를 시작합니까?"입니다. 나는 이미 양적 거래에 대한 초보자 안내서를 작성했지만, 한 기사는 주제의 다양성을 포괄 할 수는 없다. 따라서 나는이 기사에서 내가 좋아하는 엔트리 레벨 퀀트 트레이딩 북을 추천하기로 결정했다.

첫 번째 과제는 주제에 대한 견고한 개요를 얻는 것입니다. 나는 기초가 다뤄지고 이해 될 때까지는 무거운 수학적 토론을 피하는 것이 훨씬 더 쉽다는 것을 발견했다. 이 목적을 위해 내가 찾은 최고의 책은 다음과 같습니다.

1) Ernest Chan의 양적 거래 - 이것은 내가 가장 좋아하는 금융 서적 중 하나입니다. Dr. Chan은 MatLab 또는 Excel을 사용하여 "소매"양적 거래 시스템을 설정하는 프로세스에 대한 훌륭한 개요를 제공합니다. 그는 주제를 매우 친근하게 만들고 "누구나 할 수있다"는 인상을줍니다. (간략하게하기 위해) 건너 뛴 세부 사항은 많이 있지만, 이 책은 알고리즘 거래의 작동 원리에 대한 훌륭한 소개입니다. 그는 알파 생성 ( "거래 모델"), 위험 관리, 자동화 된 실행 시스템 및 특정 전략 (특히 모멘텀 및 평균 리 버전)에 대해 설명합니다. 이 책은 시작할 곳입니다. 2) Rishi K. Narang의 Black Box 내부 - 이 책에서 Narang 박사는 전문 양적 헤지 펀드가 어떻게 운영되는지 자세히 설명합니다. 그것은 그러한 "블랙 박스"에 투자할지 여부를 고려하고있는 정통한 투자자에게 투구됩니다. 소매 상인과는 무관 한 것처럼 보이지만 실제로이 책에는 "적절한"퀀트 거래 시스템이 어떻게 수행되어야하는지에 대한 풍부한 정보가 실려 있습니다. 예를 들어, 거래 비용과 위험 관리의 중요성을 설명하고 추가 정보를 찾는 위치에 대한 아이디어를 제공합니다. 많은 소매상 인 거래자들은 이것을 받아들이며 '전문가'들이 거래를 어떻게 수행하는지 볼 수 있습니다. 3) 알고리즘 트레이딩 & amp; 배리 존슨 (Barry Johnson)의 DMA - 금융 산업에서 '알고리즘 트레이딩'이라는 문구는 일반적으로 효율적인 거래를 수행하기 위해 은행과 중개인이 사용하는 실행 알고리즘을 나타냅니다. 나는이 용어를 거래의 측면뿐만 아니라 양적 또는 체계적 거래를 다루기 위해 사용하고있다. 이 책은 주로 투자 은행의 양적 소프트웨어 개발자 인 배리 존슨 (Barry Johnson)이 작성한 전자 책에 관한 책입니다. 소매점에서 아무 쓸모가 없다는 뜻입니까? 전혀. 교환이 어떻게 작동하고 "시장 미세 구조"에 대해 더 깊이 이해하면 소매 전략의 수익성을 크게 향상시킬 수 있습니다. 무거운 책이긴하지만, 그것은 가치가있다.

기본 개념을 파악하고 나면 거래 전략 개발을 시작해야합니다. 이것은 보통 거래 시스템의 알파 모델 구성 요소로 알려져 있습니다. 전략은 요즘을 쉽게 찾을 수 있지만, 진정한 가치는 광범위한 연구와 백 테스팅을 통해 자신의 거래 매개 변수를 결정하는 데 있습니다. 다음 책에서는 특정 유형의 거래 및 실행 시스템과이를 구현하는 방법에 대해 설명합니다.

4) Ernest Chan의 알고리즘 트레이닝 - Chan 박사의 두 번째 책입니다. 첫 번째 책에서 그는 운동량, 평균 복귀 및 특정 고주파 전략을 배제했다. 이 책에서는 이러한 전략에 대해 깊이있게 설명하고 첫 번째 사례 (예 : 칼만 필터, 정지 / 통합, CADF 등)보다 수학적 복잡성이 크지 만 중요한 구현 세부 정보를 제공합니다. 다시 한 번 전략을 사용하면 MatLab을 광범위하게 사용할 수 있지만 프로그래밍 경험이있는 사람들을 위해 C ++, Python / pandas 또는 R로 코드를 쉽게 수정할 수 있습니다. 또한 첫 번째 책이 몇 년 전으로 작성된 최신 시장 행동에 대한 최신 정보도 제공합니다. 5) Larry Harris의 거래 및 교환 - 이 책은 개인적으로 필자가 느끼는 시장 미세 구조에 중점을두고 있으며, 퀀트 거래의 초기 단계에서도 배우기에 필수적인 영역입니다. 시장 미세 구조는 시장 참여자가 상호 작용하는 방식과 주문서에서 발생하는 역 동성의 "과학"입니다. 그것은 교환이 기능하는 방법 및 무역이 배치 될 때 실제로 일어나는 것과 밀접하게 관련됩니다. 이 책은 거래 전략에 관한 것보다는 적지 만 실행 시스템을 설계 할 때 알아야 할 사항에 대해 자세히 설명합니다. 퀀텀 파이낸스 분야의 많은 전문가들이이 책을 훌륭한 책으로 간주하며, 또한이를 적극 권장합니다.

이 단계에서 소매 상인은 실행 메커니즘 (및 거래 비용과의 깊은 관계) 및 위험 및 포트폴리오 관리와 같은 거래 시스템의 다른 구성 요소를 연구하기에 좋은 곳입니다. 나중의 기사에서이 주제에 대한 책을 소개 할 것입니다.

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.

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.

Michael Halls-Moore (2013 년 6 월 7 일)

알고리즘 트레이딩은 일반적으로 초보자가 이해할 수있는 복잡한 영역으로 인식됩니다. 상당한 양의 수학적 및 통계적 성숙이 요구되는 특정 측면을 포함하여 광범위한 분야를 망라합니다. 결과적으로 초보자에게는 매우 불쾌 할 수 있습니다. 실제로 전체 개념은 이해하기 쉽고 세부 사항은 반복적이고 지속적인 방식으로 학습 할 수 있습니다.

알고리즘 거래의 장점은 많은 중개 회사가 매우 현실적인 시장 시뮬레이터를 제공하기 때문에 실제 자본에 대한 지식을 테스트 할 필요가 없다는 것입니다. 이러한 시스템과 관련된 특정주의 사항이 있지만, 자본 위험이 전혀없는 깊은 수준의 이해를 도모 할 수있는 환경을 제공합니다.

QuantStart 독자가받는 공통적 인 질문은 "어떻게 양적 거래를 시작합니까?"입니다. 나는 이미 양적 거래에 대한 초보자 안내서를 작성했지만, 한 기사는 주제의 다양성을 포괄 할 수는 없다. 따라서 나는이 기사에서 내가 좋아하는 엔트리 레벨 퀀트 트레이딩 북을 추천하기로 결정했다.

첫 번째 과제는 주제에 대한 견고한 개요를 얻는 것입니다. 나는 기초가 다루어지고 이해 될 때까지는 무거운 수학적 토론을 피하는 것이 훨씬 더 쉽다는 것을 발견했다. 이 목적을 위해 내가 찾은 최고의 책은 다음과 같습니다.

1) Ernest Chan의 양적 거래 - 이것은 내가 가장 좋아하는 금융 서적 중 하나입니다. Dr. Chan은 MatLab 또는 Excel을 사용하여 "소매"양적 거래 시스템을 설정하는 프로세스에 대한 훌륭한 개요를 제공합니다. 그는 주제를 매우 친근하게 만들고 "누구나 할 수있다"는 인상을줍니다. (간략하게하기 위해) 건너 뛴 세부 사항은 많이 있지만, 이 책은 알고리즘 거래의 작동 원리에 대한 훌륭한 소개입니다. 그는 알파 생성 ( "거래 모델"), 위험 관리, 자동화 된 실행 시스템 및 특정 전략 (특히 모멘텀 및 평균 리 버전)에 대해 설명합니다. 이 책은 시작할 곳입니다. 2) Rishi K. Narang의 Black Box 내부 - 이 책에서 Narang 박사는 전문 양적 헤지 펀드가 어떻게 운영되는지 자세히 설명합니다. 그것은 그러한 "블랙 박스"에 투자할지 여부를 고려하고있는 정통한 투자자에게 투구됩니다. 소매 상인과는 무관 한 것처럼 보이지만 실제로이 책에는 "적절한"퀀트 거래 시스템이 어떻게 수행되어야하는지에 대한 풍부한 정보가 실려 있습니다. 예를 들어, 거래 비용과 위험 관리의 중요성을 설명하고 추가 정보를 찾는 위치에 대한 아이디어를 제공합니다. 많은 소매상 인 거래자들은 이것을 받아들이며 '전문가'들이 거래를 어떻게 수행하는지 볼 수 있습니다. 3) 알고리즘 트레이딩 & amp; 배리 존슨 (Barry Johnson)의 DMA - 금융 산업에서 '알고리즘 트레이딩'이라는 문구는 일반적으로 효율적인 거래를 수행하기 위해 은행과 중개인이 사용하는 실행 알고리즘을 나타냅니다. 나는이 용어를 거래의 측면뿐만 아니라 양적 또는 체계적 거래를 다루기 위해 사용하고있다. 이 책은 주로 투자 은행의 양적 소프트웨어 개발자 인 배리 존슨 (Barry Johnson)이 작성한 전자 책에 관한 책입니다. 소매점에서 아무 쓸모가 없다는 뜻입니까? 전혀. 교환이 어떻게 작동하고 "시장 미세 구조"에 대해 더 깊이 이해하면 소매 전략의 수익성을 크게 향상시킬 수 있습니다. 무거운 책이긴하지만, 그것은 가치가있다.

기본 개념을 파악하고 나면 거래 전략 개발을 시작해야합니다. 이것은 보통 거래 시스템의 알파 모델 구성 요소로 알려져 있습니다. 전략은 요즘을 쉽게 찾을 수 있지만, 진정한 가치는 광범위한 연구와 백 테스팅을 통해 자신의 거래 매개 변수를 결정하는 데 있습니다. 다음 책에서는 특정 유형의 거래 및 실행 시스템과이를 구현하는 방법에 대해 설명합니다.

4) Ernest Chan의 알고리즘 트레이닝 - Chan 박사의 두 번째 책입니다. 첫 번째 책에서 그는 운동량, 평균 복귀 및 특정 고주파 전략을 배제했다. 이 책에서는 이러한 전략에 대해 깊이있게 설명하고 첫 번째 사례 (예 : 칼만 필터, 정지 / 통합, CADF 등)보다 수학적 복잡성이 크지 만 중요한 구현 세부 정보를 제공합니다. 다시 한 번 전략을 사용하면 MatLab을 광범위하게 사용할 수 있지만 프로그래밍 경험이있는 사람들을 위해 C ++, Python / pandas 또는 R로 코드를 쉽게 수정할 수 있습니다. 또한 첫 번째 책이 몇 년 전으로 작성된 최신 시장 행동에 대한 최신 정보도 제공합니다. 5) Larry Harris의 거래 및 교환 - 이 책은 개인적으로 필자가 느끼는 시장 미세 구조에 중점을두고 있으며, 퀀트 거래의 초기 단계에서도 배우기에 필수적인 영역입니다. 시장 미세 구조는 시장 참여자가 상호 작용하는 방식과 주문서에서 발생하는 역 동성의 "과학"입니다. 그것은 교환이 기능하는 방법 및 무역이 배치 될 때 실제로 일어나는 것과 밀접하게 관련됩니다. 이 책은 거래 전략에 관한 것보다는 적지 만 실행 시스템을 설계 할 때 알아야 할 사항에 대해 자세히 설명합니다. 퀀텀 파이낸스 분야의 많은 전문가들은이 책을 훌륭한 책으로 간주하며, 또한 그것을 적극 추천합니다.

이 단계에서 소매 상인은 실행 메커니즘 (및 거래 비용과의 깊은 관계) 및 위험 및 포트폴리오 관리와 같은 거래 시스템의 다른 구성 요소를 연구하기에 좋은 곳입니다. 나중의 기사에서이 주제에 대한 책을 소개 할 것입니다.

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.

수익성 높은 알 고 트레이딩 전략을 만들기 위해 애 쓰고 있습니까?

거래 할 때 돈을 잃지 않으려 고하지는 않았지만 길을 따라 가면서 많은 실수가 있었기 때문에 귀하가 살았을 때 백 테스트에서의 귀하의 전략 실적이 바뀌지 않았습니다.

나는 알고리즘 트레이딩에 5 년 넘게 관여했으며 그 당시에는 큰 거래 실수를 보았습니다.

많은 시행 착오 끝에 결국 양적 무역에서의 수익성 향상의 열쇠는 열심히 노력하고 규율하며 과학적 접근법을 발견했습니다.

성공적인 알고리즘 트레이딩에서는 처음부터 수익성 높은 전략을 식별하고이를 백 테스트하고 거래 비용을 줄이며 효율적으로 거래를 완전 자동화 된 방식으로 실행하는 프로세스를 알려드립니다.

양적 무역 경력에서 얼마나 멀리 떨어져 있더라도이 아이디어를 적용하여 수익성 높은 알고리즘 거래 비즈니스를 만들 수 있습니다.

200+ 페이지 이상의 알고리즘 거래 기법 파이썬 라이브러리를 사용하여 엔드 투 엔드 주식형 백 테스터를 구현하는 방법 목차를 다운로드하십시오.

즉석 PDF 전자 서적 다운로드 - 배달 대기 없음 평생 무의미한 100 % 환불 보장 - 귀하의 위험 부담 없음! 샘플 장 다운로드.

수익성있는 거래 전략을 수립하는 것은 어렵습니다. 정말 열심히.

이러한 모든 이점에도 불구하고 나는 잘못된 생각을 갖고 알고리즘 방식의 거래 시스템을 개발하는 것이 쉽지 않다고 생각합니다. 진실에서 더 멀어 질 수는 없습니다. 알 고 트레이딩으로 쉽게 재물을 얻을 길은 없습니다.

그러나 문제를 해결하고 작고 다루기 쉬운 구성 요소로 만들고 매일 시스템을 개선하기 위해 지속적으로 발전한다면 결국에는 매우 성공적으로 될 수 있습니다.

처음에는 거래를 통해 돈을 버는 것이 투쟁입니다.

이제는 지속적으로 테스트 할 수있는 새로운 거래 전략 아이디어를 제공하는 전략 파이프 라인을 만드는 습관을 구축했습니다. 내가 선택할 수있는 것이 많기 때문에 전략이 제대로 수행되지 않는다면 중요하지 않습니다.

연구, 테스트 및 실행에 대한 느린 일관된 진도가 알고리즘 거래 수익성 달성의 핵심입니다.

체계적인 접근 방식을 사용하여 전략 구성 요소를 열심히 다룰 것을 약속하십시오. 예상보다 훨씬 빨리 성공할 것입니다.

당신이 알고리즘 거래 전문가가 아니라면 어떨까요?

사실, 내가 처음 시작했을 때도 아니 었어! 나는 제한 주문, 매도인 측의 매수 측 또는 막대한 손실로 인한 시장 주문을 알지 못했습니다! 그러나 나는 지난 5 년 동안 연습했으며 그 과정에서 알고리즘 거래에 대해 많은 것을 배웠습니다.

퀀트 파이낸싱과 트레이딩에 대해 알고있는 것을 배우는 것이 당신의 능력입니다. 나는 확실히 내 분야의 최고는 아니지만, 나는 수익성 높은 거래 전략 개발에 참여해 왔으며 같은 방법을 보여주기 위해 매우 열정적입니다.

당신이 알고있는 주제가 있다고 상상해보십시오. 당신이하는 것보다 그 지역에 대해 잘 모르는 사람들이 많이 있습니다. 전문가 란 연습, 훈련 및 노력을 통해옵니다. 따라서 수익성있는 알고리즘 트레이딩 전략의 일관된 세트를 형성합니다.

알고리즘 거래에서 내가 아는 모든 성공한 사람은 시장에 대해 많이 알기 전에 시작되었습니다.

자신이 더 열심히 노력하고 전문가가되는 법을 배우기 위해 알고리즘 거래에 아직 익숙하지 않다는 사실을 이용하십시오.

저자에 관하여.

그럼 누가 이걸 뒤에서 봤어?

안녕! 내 이름은 Mike Halls-Moore이고 나는 QuantStart와 'Successful Algorithmic Trading'패키지 뒤에있는 녀석이다.

헤지 펀드의 양적 거래 개발자로서 일한 이래로 나는 양적 거래에 대한 열정과 자신의 포트폴리오 운영에 열중했습니다.

저는 QuantStart 커뮤니티를 시작했고 다른 사람들이 저의 실수로부터 배우고 양적 거래를 다음 단계로 이끌 수있는 수단으로 'Successful Algorithmic Trading'을 썼습니다.

어떤 주제가 책에 포함되어 있습니까?

새로운 트레이딩 전략 아이디어를 찾고 포트폴리오를 객관적으로 평가하는 방법을 배우게됩니다.

자산 가격 정보를 모두 저장하는 강력한 증권 마스터 데이터베이스를 만드는 방법을 알려 드리겠습니다.

우리는 전략적 아이디어를 철저히 테스트하여 거래하는 것을 고려하기 전에 과학적 방법을 적용 할 것입니다.

우리의 전략은 업계 수준의 성과 측정에 대해 광범위하게 테스트됩니다.

우리는 시계열 통계 방법을 사용하여 평균 회귀와 운동량을 테스트 할 것입니다.

주식 및 선물에 대한 수익성 높은 평균 회귀 전략 템플릿을 논의 할 것이며, 이를 통해 자신을 트레이드 할 수 있습니다.

Variance-at-Risk (VaR)와 같은 투자 등급 위험 관리 기법에 대해 배우게됩니다.

우리는 켈리 기준 (Kelly Criterion)과 같은 포지션 사이징 및 금전 관리 기술에 대해 광범위하게 논의 할 것입니다.

우리는 거래 포트폴리오 시스템을 기반으로 한 강력한 자동 실행 시스템을 만들고 배포 할 것입니다.

어떤 기술 기술을 배울 수 있습니까?

양적 거래에 많이 사용되는 Python 과학 도구 세트에 대해 소개 할 것입니다. 우리는 NumPy, SciPy, pandas, scikit-learn 및 IPython을 사용할 것입니다.

무료 및 유료 소스에서 재무 데이터를 얻는 방법을 배우게됩니다. 우리는 주식 및 선물 데이터를 청결하게하고 지속적인 선물 계약을 맺음으로써 주식 및 선물 데이터를 처리 할 것입니다.

팬더를 사용하여 전략 성과를 백 테스팅 (backtest)하고 Sharpe Ratio, 최대 드로우 다운, 드로우 다운 지속 시간 및 평균 승패와 같은 수량을 계산하는 방법을 배웁니다.

매개 변수 민감도 분석을 사용하여 수학적으로 전략을 최적화하고 결과를 시각적으로 검사하는 방법을 학습합니다. 이를 위해 pandas와 matplotlib를 IPython과 함께 사용합니다.

예측 분류 자 ​​및 일중 주식 쌍 거래에 대해 배우게됩니다. 우리는 scikit-learn을 사용하여 회귀, 무작위 포리스트 앙상블 및 비선형 SVM을 수행합니다.

파이썬으로 대화식 브로커 API에 연결하여 거래 할 수 있습니다. 현실적인 거래 비용을 계산하여 실적 통계에 반영합니다.

나에 대해 더 많이 알 수있는 곳은 어디입니까?

필자는 퀀트 트레이딩, 퀀트 커리어, 퀀트 개발, 데이터 과학 및 기계 학습을 다루는 퀀트 스타트 (QuantStart)에 100 개의 게시물을 작성했습니다. 내 거래 방법론 및 전략에 대해 자세히 알아 보려면 아카이브를 읽을 수 있습니다.

책에 만족하지 않으면 어떡하지?

성공적인 알고리즘 트레이딩이 양적 트레이딩 교육에 매우 유용하다고 생각하지만, 어떤 이유로 든 책에 100 % 만족하지 않는다면 전액 환불을 요청하는 질문은 없습니다.

그 책의 하드 카피를 갖다 줄래?

아닙니다. 이 단계에서 책은 Adobe PDF 형식으로 만 제공되며, "도서 + 소프트웨어"옵션을 구입하면 코드 자체가 완벽한 Python 스크립트의 zip 파일로 제공됩니다.

어떤 패키지를 사야합니까?

이는 주로 예산에 따라 다릅니다. 완전한 소스 코드가 포함 된 책은 코드를 즉시 파고 드는 것이 가장 좋지만 책 자체에는 퀀트 거래 프로세스에 도움이 될 엄청난 양의 코드 스 니펫이 포함되어 있습니다.

연락을받을 수 있습니까?

당연하지! 이 페이지를 읽은 후에도 질문이있는 경우 연락을 취하십시오. 필요한 답을 제공하기 위해 최선을 다할 것입니다. 그러나, 당신을 도울지도 모른다 기사 명부를보십시오, 보십시오.

수학에 학위가 필요합니까?

어려운 수학에 대한 언급 없이도 책의 대부분은 아주 쉽게 따라갈 수 있습니다. 그러나 예측 및 시계열 분석에 대한 섹션에는 기본 미적분 및 선형 대수가 필요합니다.

알고리즘 트레이딩의 기초 : 개념과 예제.

알고리즘은 작업 또는 프로세스를 수행하기 위해 명확하게 정의 된 지침 집합입니다.

알고리즘 트레이딩 (자동 트레이딩, 블랙 박스 트레이딩, 또는 단순한 알 고 트레이딩)은 a 컴퓨터가 불가능한 속도와 빈도로 이익을 창출하기 위해 거래를하기 위해 정의 된 명령어 세트를 따르도록 프로그래밍 된 컴퓨터를 사용하는 프로세스입니다. 인간 상인. 정의 된 규칙 집합은 타이밍, 가격, 수량 또는 모든 수학적 모델을 기반으로합니다. 상인에 대한 이익 기회와는 별도로, 알 고향 거래는 시장을보다 유동적으로 만들고 무역 활동에 대한 정서적 인적 영향을 배제함으로써보다 체계적인 거래를 만듭니다. (자세한 내용은 올바른 알고리즘 트레이딩 소프트웨어 선택을 확인하십시오.)

거래자가 다음과 같은 간단한 거래 기준을 따랐다 고 가정 해보십시오.

50 일 이동 평균이 200 일 이동 평균보다 커지면 50주의 주식을 매수하십시오. 50 일 이동 평균이 200 일 이동 평균보다 낮아지면 주가는 주식의 주식을 매도합니다.

이 두 가지 간단한 지침을 사용하면 정의 된 조건이 충족 될 때 주가 및 이동 평균 지표를 자동으로 모니터링하고 구매 및 판매 주문을하는 컴퓨터 프로그램을 작성하기 쉽습니다. 상인은 더 이상 실시간 가격 및 그래프를 감시하거나 수동으로 주문할 필요가 없습니다. 알고리즘 거래 시스템은 거래 기회를 정확하게 식별함으로써 자동으로 거래를 수행합니다. 이동 평균에 대한 자세한 내용은 단순 이동 평균을 참조하십시오.

[입증 된 전략과 궁극적으로 알 고리즘 트레이딩 시스템으로 작업 할 수있는 포인트 전략에 대해 자세히 알아 보려면 Investopedia Academy의 Become a Day Trader 코스를 확인하십시오. ]

알고리즘 트레이딩의 이점.

Algo-trading은 다음과 같은 이점을 제공합니다.

가능한 최상의 가격으로 실행되는 거래 신속하고 정확한 거래 주문 배치 (따라서 원하는 수준의 실행 가능성 높음) 중요한 가격 변동을 피하기 위해 정확하고 즉각적인 거래 시간 단축 트랜잭션 비용 절감 (아래의 구현 부족 예 참조) 여러 항목에 대한 동시 자동 점검 시장 조건 거래 배치시 수동 오류 위험 감소 사용 가능한 과거 및 실시간 데이터를 기반으로 알고리즘 백 테 스트 정서적 및 심리적 요인에 기반한 인적 자원 거래자의 실수 가능성 감소.

현재의 고액 거래의 가장 큰 부분은 고주파 거래 (high frequency trading, HFT)입니다. 이 프로그램은 미리 프로그래밍 된 지침에 따라 여러 시장 및 여러 결정 매개 변수에 걸쳐 매우 빠른 속도로 대량 주문을 활용하려고 시도합니다. (고주파 거래에 대한 자세한 내용은 고주파 거래 (HFT) 회사의 전략과 비밀을 참조하십시오.)

Algo-trading은 다음과 같은 다양한 거래 및 투자 활동에 사용됩니다.

주식을 대량 구매하지만 불특정 다수의 투자로 주식 가격에 영향을 미치고 싶지 않은 중장기 투자자 또는 매수 측 회사 (연기금, 뮤추얼 펀드, 보험 회사). 단기 거래자 및 매도자 측 참가자 (시장 형성 자, 투기자 및 중개인)는 자동 거래 실행의 혜택을받습니다. 또한, algo-trading은 시장에있는 판매자에게 충분한 유동성을 창출하는 데 도움을줍니다. 체계적인 거래자 (추종자, 쌍 거래자, 헤지 펀드 등)는 거래 규칙을 프로그래밍하고 프로그램이 자동으로 거래되도록하는 것이 훨씬 더 효율적이라는 것을 알게됩니다.

알고리즘 거래는 인간 상인의 직감이나 본능에 기반한 방법보다 적극적인 거래에 대한 체계적인 접근 방식을 제공합니다.

알고리즘 트레이딩 전략.

알고리즘 거래를위한 모든 전략에는 향상된 수익 또는 비용 절감 측면에서 수익성이 확인 된 기회가 필요합니다. 다음은 algo-trading에서 사용되는 일반적인 거래 전략입니다.

가장 일반적인 알고리즘 트레이딩 전략은 이동 평균, 채널 이탈, 가격 수준 이동 및 관련 기술 지표의 추세를 따릅니다. 이러한 전략은 예측이나 가격 예측을하지 않기 때문에 알고리즘 거래를 통해 구현하는 가장 쉽고 간단한 전략입니다. 거래는 바람직한 추세의 발생을 기반으로 시작되며, 이는 예측 분석의 복잡성에 빠지지 않고 알고리즘을 통해 구현하기 쉽고 간단합니다. 위에서 언급 한 50 일과 200 일 이동 평균의 예는 인기있는 추세 전략입니다. (추세 거래 전략에 대한 자세한 내용은 추세를 활용하는 간단한 전략을 참조하십시오.)

한 시장에서 더 낮은 가격에 이중 상장 주식을 매수하고 다른 시장에서 더 높은 가격으로 동시에 매각하는 것은 가격 차이를 무위험 수익 또는 차익 거래로 제공합니다. 가격 차이가 수시로 존재하기 때문에 동일한 작업이 주식 대 선물 상품에 대해 복제 될 수 있습니다. 이러한 가격 차이를 식별하고 주문을하는 알고리즘을 구현하면 효율적인 방식으로 수익성있는 기회를 얻을 수 있습니다.

인덱스 펀드는 보유 자산을 각각의 벤치 마크 지수와 동등하게 유지하기 위해 재조정 기간을 정했습니다. 이는 인덱스 펀드 재조정 직전에 인덱스 펀드의 주식 수에 따라 20-80의 베이시스 포인트 이익을 제공하는 예상 거래를 활용하는 알고리즘 트레이더에게 수익성있는 기회를 창출합니다. 이러한 거래는 적시 실행 및 최적의 가격을 위해 알고리즘 거래 시스템을 통해 시작됩니다.

델타 중립적 인 거래 전략과 같이 입증 된 많은 수학 모델은 포트폴리오 델타가 0으로 유지되도록 양수 및 음수 델타를 상쇄하기 위해 거래가 이루어지는 옵션과 기본 보안의 조합에 대한 거래를 허용합니다.

평균 회귀 전략은 자산의 고가와 저가가 주기적으로 평균값으로 되돌아가는 일시적인 현상이라는 생각에 기반합니다. 가격 범위를 식별하고 정의하고이를 기반으로 알고리즘을 구현하면 자산 가격이 정의 된 범위를 벗어날 때 거래가 자동으로 배치됩니다.

볼륨 가중 평균 가격 전략은 대량의 주문을 분해하고 주식 관련 과거 볼륨 프로파일을 사용하여 동적으로 결정된 작은 주문 청량을 출시합니다. 목표는 VWAP (Volume Weighted Average Price)에 가까운 주문을 실행하여 평균 가격으로 이익을 얻는 것입니다.

시간 가중 평균 가격 전략은 대량 주문을 해체하고 시작 시간과 종료 시간 사이의 균등하게 나뉘어 진 시간 슬롯을 사용하여 동적으로 결정된 작은 주문 청량을 출시합니다. 목표는 시작 및 종료 시간 사이의 평균 가격에 가까운 주문을 실행하여 시장 영향을 최소화하는 것입니다.

거래 주문이 완전히 채워질 때까지이 알고리즘은 정의 된 참여율과 시장에서 거래되는 거래량에 따라 부분 주문을 계속 전송합니다. 관련 "단계 전략"은 사용자 정의 시장 볼륨 비율로 주문을 보내고 주가가 사용자 정의 수준에 도달하면이 참여율을 높이거나 낮 춥니 다.

구현 부족 전략은 실시간 시장을 거래함으로써 주문의 실행 비용을 최소화함으로써 주문 비용을 절감하고 지연된 실행의 기회 비용으로부터 이익을 얻는 것을 목표로합니다. 이 전략은 주식 가격이 호의적으로 움직일 때 목표로하는 참여율을 높이고, 주가가 반대로 움직이면 목표 참여율을 낮출 것입니다.

다른 측면에서 "사건"을 식별하려고 시도하는 몇 가지 특별한 클래스의 알고리즘이 있습니다. 예를 들어, 판매 측 시장에서 사용되는 이러한 "스니핑 알고리즘"은 대규모 주문의 구매 측면에서 알고리즘의 존재를 식별 할 수있는 내장 인텔리전스를 갖추고 있습니다. 이러한 알고리즘을 통한 탐지는 시장에서 대량 주문 기회를 파악하고 더 높은 가격으로 주문을 작성함으로써 이익을 얻을 수있게 해줍니다. 이것은 때로는 하이테크 전방 주행으로 확인됩니다. (고주파 거래 및 사기 행위에 대한 자세한 내용은 다음을 참조하십시오 : 주식을 온라인으로 구입할 경우 HFT에 관여 함)

알고리즘 거래에 대한 기술적 요구 사항.

컴퓨터 프로그램을 사용하여 알고리즘을 구현하는 것이 마지막 부분으로, 백 테스트가 있습니다. 문제는 식별 된 전략을 주문 거래 계정에 액세스 할 수있는 통합 된 전산 프로세스로 변환하는 것입니다. 다음이 필요합니다.

필요한 거래 전략, 고용 된 프로그래머 또는 미리 만들어진 거래 소프트웨어를 프로그래밍하기위한 컴퓨터 프로그래밍 지식 주문을하기위한 네트워크 연결 및 거래 플랫폼에 대한 액세스 주문을 할 수있는 기회를 알고리즘이 모니터 할 시장 데이터 피드에 액세스 능력 및 인프라 실제 시장에 출시되기 전에 빌드 된 시스템을 백 테스팅하기 알고리즘에서 구현 된 규칙의 복잡성에 따라 백 테스트를위한 사용 가능한 과거 데이터.

다음은 포괄적 인 예입니다 : Royal Dutch Shell (RDS)은 암스테르담 증권 거래소 (AEX)와 런던 증권 거래소 (LSE)에 상장되어 있습니다. 차익 거래 기회를 식별하는 알고리즘을 구축해 보겠습니다. 흥미로운 관찰은 거의 없습니다.

AEX는 유로화로 거래되며, LSE는 스털링 파운드로 거래됩니다. AEX는 1 시간의 시간차로 인해 LSE보다 1 시간 빠르며, 다음 두 시간 동안 동시에 거래가 이루어지며 AEX가 마감되면서 지난 1 시간 동안 LSE에서만 거래됩니다 .

이 두 시장에 상장 된 Royal Dutch Shell 주식에 대해 서로 다른 통화로 차익 거래를 할 수 있는지 알아볼 수 있습니까?

현재 시장 가격을 읽을 수있는 컴퓨터 프로그램 LSE 및 AEX의 가격 피드 GBP-EUR 환율에 대한 외환 환율 피드 주문을 올바른 교환으로 전달할 수있는 주문 배치 기능 과거 가격 피드에 대한 백 테스트 기능.

컴퓨터 프로그램은 다음을 수행해야합니다.

두 거래소의 RDS 주식의 수신 가격 피드를 읽습니다. 사용 가능한 환율을 사용하여 한 통화의 가격을 다른 통화로 변환합니다. 수익성있는 기회로 이어지는 충분히 큰 가격 불일치 (중개 비용을 할인)가 존재하는 경우, 낮은 가격의 거래소에서 주문하고 높은 가격의 거래소에서 주문을 판매합니다. 원하는대로 주문을 실행하면 차익 거래 이익이 발생합니다.

간단하고 쉬운! 그러나 알고리즘 트레이딩의 실행은 유지 관리 및 실행이 간단하지 않습니다. 알 고가 생성 한 거래를 배치 할 수 있다면 다른 마켓 참여자도 마찬가지입니다. 따라서 가격은 밀리 초 및 심지어 마이크로 초 단위로 변동합니다. 위의 예에서 구매 주문 거래가 실행되면 어떻게되지만 주문이 시장에 출시 될 때까지 판매 가격이 변경되지 않습니다. 당신은 개방적인 자세로 앉아 결국 귀하의 차용액 전략을 쓸모 없게 만들 것입니다.

시스템 장애 위험, 네트워크 연결 오류, 거래 주문과 실행 간의 시간 지연, 그리고 무엇보다 불완전한 알고리즘과 같은 추가 위험과 과제가 있습니다. 알고리즘이 복잡할수록 더 엄격한 백 테스팅이 필요합니다.

결론.

알고리즘의 성능을 정량적으로 분석하는 것은 중요한 역할을하므로 비판적으로 검사해야합니다. 돈을 쉽게 벌기위한 개념을 가진 컴퓨터의 도움을 받아 자동화하는 것은 흥미로운 일입니다. 그러나 시스템을 철저히 테스트하고 필요한 한계를 설정해야합니다. 분석적 거래자는 올바른 전략을 확실하게 구현하는 데 자신감을 갖기 위해 스스로 프로그래밍 및 시스템을 학습하는 것을 고려해야합니다. 신중한 사용과 철저한 거래로 수익성 높은 기회를 창출 할 수 있습니다. (자세한 내용은 자신의 Algo 거래 로봇을 코딩하는 방법을 참조하십시오.)