Количественный трейдинг: как работают стратегии на основе математического моделирования
Количественный трейдинг — направление трейдинга, основанное на формировании моделей, определяющих динамику разных финансовых активов. Эту стратегию обычно используют крупные компании, так как при правильном подходе она обеспечивает высокую прибыль. Сегодня мы разберемся в особенностях количественного трейдинга.
Историческая справка
Количественных трейдеров также называют квантами. Такие игроки обычно имеют глубокие познания в сфере математики и программирования. Одним из первых среди инвесторов приемы количественного трейдинга применил фонд Джорджа Сороса. Он использовал математическое моделирование и программирование, поставив под сомнение методы прогнозирования Центральных Банков.
В 1973 г. была опубликована формула модели формирования цен опционов, разработанная Фишером Блэком и Майроном Шоулзом. По данной формуле стоимость опционов определяется с учетом волатильности основного актива. В 1997 г. Блэк и Шоулз были отмечены Нобелевской премией за создание модели, которая используется при разработке торговых стратегий. Применение математического анализа обеспечивает среднюю прибыльность сделок 75-80%.
Суть и принципы количественной торговли
Количественная стратегия базируется на принципе «чем больше, тем лучше». Торговый алгоритм перебирает разные варианты развития событий по всем активам, которые могут участвовать в торгах. В результате система определяет вариант с выгодным соотношением прибыльности и риска. Для разработки алгоритма на основе количественных методов анализа требуются знания и опыт в программировании на языках MATLAB, R или Python. В процессе повышения частоты сделок также необходимо использовать языки C и C ++.
Для построения количественной стратегии необходимы следующие условия:
- большое количество работающих одновременно алгоритмов. Например, можно использовать поиск функции, распределение временных рядов, шаблонный трейдинг;
- высокая ликвидность. Количественная стратегия предполагает применение высоколиквидных финансовых инструментов, поэтому обычно этот вариант выбирают игроки на фондовом рынке;
- диверсификация. В портфеле инвестора должны быть разные инструменты с невысоким коэффициентом корреляции котировок между ними.
Количественные методы торговли на рынке по своему принципу напоминают автоматический трейдинг при помощи советников. На графике ниже приведен пример на формуле расчета средних скользящих. Она предполагает попытку найти закономерность в движении стоимости актива. В изначальную формулу со временем были добавлены коэффициенты EMA, LMA и другие показатели. Однако поиск инструментов со 100% доходностью даже при тщательном анализе остается практически невозможным, что связано с изменчивостью и нестабильностью ситуации на рынке.
Методика количественного трейдинга
При построении алгоритма программисту нужно проанализировать фиксированный временной отрезок с обозначенной величиной котировок, например, стоимостью закрытия сделок. На основе полученной информации строится функция, распределяющая котировки по определенному временному отрезку. Данные также могут представляться в виде временного ряда, для анализа которого применяются статистические методики.
Функция и временной ряд описывают графики движения стоимости активов, на которых инвесторы могут определять точки экстремума. При добавлении дополнительного математического аппарата трейдер сможет узнать, на каких участках замедляется тренд, рассчитать флэт и спрогнозировать точки стопов.
При количественном трейдинге также применяется метод разбивки большого отрезка времени (например, 10-летнего периода) на небольшие части разной длины: в днях, неделях, месяцах. На таких временных участках должна просматриваться определенная закономерность в изменениях показателей. Автоматизированная система найдет все совпадения, на основе которых будет формироваться прогноз по стоимости того или иного актива.
Создание количественной стратегии состоит из четырех основных этапов:
- идентификация. На этой стадии подбирается стратегия, сбор исторических данных, необходимых для ее тестирования и оптимизации. Частные инвесторы учитывают свои личные требования к капиталу и степени риска. Также необходимо рассчитать транзакционные затраты, которые могут сказываться на доходности стратегии;
- бэктестинг. Тестирование стратегии позволяет определить, насколько точно алгоритм будет работать в процессе реальной торговли. Для бэктестинга подходят площадки Metatrader, Tradestation, NinjaTrader, Excel , MATLAB. При тестировании системы просчитывается максимальная просадка капитала и коэффициент Шарпа;
- исполнение заявок. На этом этапе алгоритм соединяется с брокерским счетом для запуска автоматизации трейдинга. При исполнении заявок важно минимизировать транзакционные издержки, которые состоят из комиссии, спредов и проскальзывания;
- управление рисками. Этот этап включает оптимальное распределение капитала. Также рассчитывается вероятность технических сбоев.
Лучшие бэктесты можно добавить в портфель с уже действующими стратегиями. Это позволит определить совместимость нового алгоритма с проверенными методами торговли. Проверка обычно проводится на демо-счете. Только после успешного прохождения этого этапа тестирования новая стратегия включается в работающий портфель и применяется в торгах с реальными ставками.
Выводы
Методы количественного трейдинга в большинстве случаев используют крупные инвестиционные компании и хедж-фонды (DE Shaw & Co, Two Sigma, Citadel и др.). Реализация этой стратегии финансово затратная, поэтому розничные инвесторы чаще применяют методы высокочастотной торговли, о которой мы расскажем в следующей статье.
Больше обучающих материалов по финансовому и криптовалютному рынку в наших соцсетях:
Написано сложно, поверхностно, малопонятно и что самое главное - малоприменимо для обычных людей. Тяжело запилить функциональный и статистический анализ обычному человеку. С точки зрения предиктивной аналитики сейчас технически проще обучить нейронные сети, как это делаю я в своём проекте по прогнозированию финансовых рынков https://finprophet.com. Всё таки математиков в жизни не так много, а программистов больше. Сформировать датасет и загнать в нейронную сеть намного проще. Да и может быть даже точнее и дешевле.
+ Нейронные сети сверхадаптивны. Обобщенные модели которые строят математики уже через год могут быть не актуальны, а нейронные сети адаптируются по сути к любым изменениям.
Единственный минус в том, что в нейронных сетях нужно разбираться. Но я скажу как человек, который видел и сторону математики и сторону программирования нейронные сети проще. Наверное поэтому они сейчас и развиваются.
Но я тоже видел интервью некоторых директоров инвест. фондов, они используют математику.
Трейдеры, дайте кто-нибудь прувы, статьи или статистику эффективности торговли против долгосрочного инвестирования.
Вот например: https://assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/253454/bis-12-917-kay-review-of-equity-markets-final-report.pdf
Или тут сразу несколько ссылок на исследования https://vc.ru/finance/164703-investory-otkryli-na-mosbirzhe-610-tysyach-schetov-solyut-ili-net
Коротко - эффективность торговли в долгосроке отрицательная.
1. "Применение математического анализа обеспечивает среднюю прибыльность сделок 75-80%." - щито??? процентов от чего? от возможного убытка?
2. "коэффициенты EMA, LMA" - а? серьезно?? а погуглить, что такое ема и лма? не?
3. "поиск инструментов со 100% доходностью" wtf...
4. "При построении алгоритма программисту нужно проанализировать фиксированный временной отрезок с обозначенной величиной котировок, например, стоимостью закрытия сделок." начинает течь кровь из левого глаза. с обозначенной величиной чего? стоимость закрытия сделок? правда? это комиссия имеется ввиду или что?
5. "На основе полученной информации строится функция, распределяющая котировки по определенному временному отрезку." а они до этого не были распределены по временному отрезку? время у них одно и то же было у всех? правда?
6. "Данные также могут представляться в виде временного ряда, для анализа которого применяются статистические методики." а какие еще есть варианты представления данных о биржевых котировках, я прост не в курсе, но очень интересно.
7. "При добавлении дополнительного математического аппарата трейдер сможет узнать, на каких участках замедляется тренд, рассчитать флэт и спрогнозировать точки стопов." - пойду рассчитаю флэт. в качестве чернил буду использовать кровь из правого глаза.
Аффтар, остановись, нинада, пощады! Эта бездумная копипаста из гугл переводчика никому не нужна и пользы не принесет.
так как работают-то в итоге? где почитать?
Торгую с LirunexInvest! Могу сказать, что это замечательный торговый сервис. У них хорошее обучение на сайте, и очень качественная аналитика. Большой плюс — чат поддержки. Отвечают за 2-3 минуты, в самые загруженные часы до 10 минут время ожидания. Предлагают нормальные условия торговли!!!! Есть демо для проработки стратегий или обучения. Я бы порекомендовала брокера для трейдеров всех уровней, так как небольшой депо, есть возможность учиться, будет поддержка. Можно спокойно торговать.