Le commerce quantitatif Le commerce quantitatif consiste en des stratégies de négociation basées sur une analyse quantitative. Qui s'appuient sur des calculs mathématiques et le calcul des nombres pour identifier les opportunités commerciales. Comme le commerce quantitatif est généralement utilisé par les institutions financières et les hedge funds. Les transactions sont généralement de grande taille et peuvent impliquer l'achat et la vente de centaines de milliers d'actions et autres titres. Cependant, le commerce quantitatif est de plus en plus utilisé par les investisseurs individuels. RUPTURE Négociations quantitatives Le prix et le volume sont deux des intrants de données les plus courants utilisés dans l'analyse quantitative comme principaux intrants des modèles mathématiques. Les techniques de négociation quantitatives comprennent le négoce à haute fréquence. Négociation algorithmique et arbitrage statistique. Ces techniques sont rapides et ont généralement des horizons d'investissement à court terme. Beaucoup de commerçants quantitatifs sont plus familiers avec les outils quantitatifs, tels que les moyennes mobiles et les oscillateurs. Comprendre l'échange quantitatif Les commerçants quantitatifs tirent parti de la technologie moderne, des mathématiques et de la disponibilité de bases de données complètes pour prendre des décisions commerciales rationnelles. Les commerçants quantitatifs prennent une technique commerciale et en créent un modèle en utilisant les mathématiques, puis ils développent un programme informatique qui applique le modèle aux données historiques du marché. Le modèle est ensuite testé et optimisé. Si des résultats favorables sont obtenus, le système est alors mis en œuvre sur des marchés en temps réel avec du capital réel. La façon dont fonctionnent les modèles de commerce quantitatifs peut être mieux décrite en utilisant une analogie. Considérez un rapport météorologique dans lequel le météorologue prévoit une chance de 90 de pluie pendant que le soleil brille. Le météorologue tire cette conclusion contre intuitive par la collecte et l'analyse des données climatiques des capteurs dans toute la région. Une analyse quantitative informatisée révèle des modèles spécifiques dans les données. Lorsque ces modèles sont comparés aux mêmes modèles révélés dans les données climatiques historiques (backtesting), et 90 sur 100 fois le résultat est la pluie, alors le météorologue peut tirer la conclusion avec confiance, d'où les prévisions 90. Les commerçants quantitatifs appliquent ce même processus au marché financier pour prendre des décisions commerciales. Avantages et inconvénients de la négociation quantitative L'objectif de la négociation est de calculer la probabilité optimale d'exécuter un commerce rentable. Un commerçant typique peut effectivement surveiller, analyser et prendre des décisions de négociation sur un nombre limité de titres avant que le montant des données entrantes accable le processus décisionnel. L'utilisation de techniques commerciales quantitatives éclaire cette limite en utilisant des ordinateurs pour automatiser les décisions de surveillance, d'analyse et de négociation. Surmonter l'émotion est l'un des problèmes les plus répandus avec le commerce. Qu'il s'agisse de la peur ou de la cupidité, lorsque le commerce, l'émotion sert seulement à étouffer la pensée rationnelle, qui conduit généralement à des pertes. Les ordinateurs et les mathématiques ne possèdent pas d'émotions, de sorte que le commerce quantitatif élimine ce problème. Le commerce quantitatif a ses problèmes. Les marchés financiers sont parmi les entités les plus dynamiques qui existent. Par conséquent, les modèles commerciaux quantitatifs doivent être aussi dynamiques pour réussir systématiquement. De nombreux commerçants quantitatifs développent des modèles qui sont temporairement rentables pour la condition de marché pour laquelle ils ont été développés, mais ils échouent finalement quand les conditions du marché changent. Analyse Quantitative dans le Forex Mise à jour 18 octobre 2016 Qu'est ce que l'analyse quantitative L'analyse quantitative permet aux commerçants de supprimer l'émotion de la Processus d'investissement. L'analyse quantitative est une approche qui met l'accent sur les statistiques ou les probabilités sur les sentiments intestinaux. Compte tenu de la technologie des ordinateurs et des modèles mathématiques sophistiqués, l'analyse quantitative a pris le contrôle de Wall Street et de la majorité des nouveaux commerçants et employés de Wall Streets ou de ceux qui ont une mentalité quantitative. Analyse quantitative a une place sur le marché des changes comme tout autre marché. Vous êtes probablement familier avec les différentes formes d'analyse quantitative, même si vous ne vous considérez pas un quant, qui est quelqu'un qui approche les marchés d'un point de vue quantitatif. Un ratio financier simple comme la récompense du poignet, le bénéfice par action ou quelque chose de plus difficile comme le prix des options et les flux de trésorerie actualisés sont des formes d'analyse quantitative. Comme vous pouvez l'imaginer, les données sont critiques dans l'analyse est souvent aussi bien que les données en cours tant de quants se concentrer sur la qualité des données utilisées pour remplir leurs modèles mathématiques et statistiques. Exemples d'analyse quantitative ou statistique Vous n'avez pas besoin d'être un mathématicien ou d'avoir un doctorat en économétrie pour bénéficier d'une analyse statistique. Avec les statistiques, vous examinez la dépendance ou l'association de deux variables aléatoires ou de jeux de données. Les commerçants bénéficient de l'analyse statistique commune des corrélations, qui se réfèrent à une large classe de relations statistiques et de dépendance. Une corrélation commune sur le marché FX est la faiblesse du dollar est corrélé avec une faiblesse des marchés émergents. Une autre relation Intermarket Yen force et la faiblesse du marché boursier. L'analyse statistique est utile pour déterminer les probabilités futures, mais n'est pas censée être purement prédictive. Une déclaration typique est que la corrélation n'est pas causalité. Causalité signifie cause et effet explicite, alors que la corrélation signifie simplement des mouvements communs potentiels entre deux variables aléatoires. L'échelle des coefficients de corrélation est de 1 à 431 alors que la négative est une relation inverse parfaite ou une corrélation nulle, la corrélation zéro est nulle et une corrélation positive positive est presque comme si les deux variables ou marchés étaient menottés l'un à l'autre. Une autre forme favorable d'analyse statistique est appelée analyse de régression. L'analyse de régression est un modèle statistique très favorable et une analyse quantitative afin de vous aider à voir la relation entre les variables. L'analyse de régression se concentre sur la relation entre une variable dépendante et une ou plusieurs variables dépendantes. Plus précisément, l'analyse de régression vous aide à comprendre comment la valeur typique de la variable dépendante change lorsque l'une des variables indépendantes varie. La plupart des forfaits de cartographie FX ont un canal de régression qui effectue le calcul de l'analyse de régression pour vous et est souvent plus facile d'accès que les corrélations. L'analyse de régression estime généralement l'espérance conditionnelle ou la direction du prix de la variable dépendante compte tenu de la variable indépendante. Cela signifie la valeur moyenne de la variable dépendante par rapport à une variable indépendante fixe. Cela est souvent montré dans une ligne en pente plus ou moins de coupe par le prix dans le sens de la tendance ou dans un mouvement latéral de la ligne de régression est souvent plat. Ce qui est nécessaire Alors que les modèles mathématiques sont au delà de la portée de cet article, de nombreux commerçants utilisent Excel de Microsoft et d'utiliser la fonction de corrélation entre les variables sur un ensemble particulier de temps pour déterminer s'il ya une corrélation positive ou négative. Cependant, de nombreux sites de recherche diffuseront des rapports de corrélation et ils pourront également être trouvés sur des terminaux de recherche comme Bloomberg ou Reuters. Si vous êtes intéressé à faire ces types de modèles vous même, il est important de noter les résultats sont données conduit et les données manquantes ou incomplètes peuvent vous égarer. Par conséquent, vous devez prendre soin des données manquantes d'abord afin d'avoir une analyse efficace des données. Excel est probablement votre meilleur pari en termes de faire l'analyse simple, mais de nombreux courtiers fournissent des outils qui peuvent vous aider à faire beaucoup de l'analyse ainsi. En conclusion, l'analyse statistique est censée envelopper votre tête autour de variables apparemment aléatoires pour un modèle que vous pouvez commercer. Le risque doit toujours être géré, mais ces modèles peuvent durer longtemps même sans causalité. Bien que semblant similaire, backtesting est le loup proverbial en vêtements moutons de l'analyse souvent statistiques ou quantitatives. Il vaut la peine d'être conscient des retours de test lancés sous forme de modélisation statistique parce que le backtesting est le plus souvent effectué sur des ensembles de données idéalisés qui peuvent provoquer une fausse confiance, un surendettement et des pertes potentiellement importantes lorsque l'environnement actuel diverge de l'ensemble de données.
No comments:
Post a Comment