Wie Baut Man Algorithmisches Handelssystem

Der Kern dieses Beitrags entstand als eine zu lange Antwort auf eine Frage, die bei mir auf Google gestellt wurde. Also, wie kommen Sie gestoppt tun, dass Zeug automatisierten algorithmischen Handel Sounds wie youd haben genug Erfahrung, um eine erfolgreiche algorithmische Händler werden. Ich verbrachte den besseren Teil von sechs Jahren, von ungefähr 1999 bis 2004 und wieder 2008, das chimäre Vermögen des automatisierten algorithmischen Handels und während ich nie wirklich das versprochene Land eines wild erfolgreichen Handelssystems erreichte, entlang der Weise, die ich ein Viel über mich, die Welt, und wie man robust, hochperfomant Code schreiben. Die Reise selbst verdient ihren eigenen Posten, oder möglicherweise mehrere, da es ein ziemlich seltsames Abenteuer war, aber um dieses Thema kickstarted zu bekommen, fangen Sie einfach an, warum ich schließlich zum Netz und zu startups ging. 1. Ein automatisierter Handel erfordert zu viel Handel und Betriebskapital (ganz zu schweigen von extrem niedrigen Clearing-Raten, die extrem schwer zu verhandeln sind), um leicht bootstrap auf eigene Faust. Nicht, dass seine unmöglich, aber seine definitiv viel weniger ressourcenintensiv zu versuchen, Geld aus dem Aufbau von Web-oder mobilen Apps zu machen. 2. Jedes Mal, wenn ich zusammen mit einem Trader in einem automatisierten Handel Venture, ihre Handelsstrategien und Ideen endete nicht funktionieren trotz der Tatsache, dass sie zuvor erfolgreich waren (oft bemerkenswert erfolgreich) als Boden-oder Screen-Trader. Das bedeutete gewöhnlich, dass ich ein Jahr oder mehr meiner Zeit damit verbracht hatte, eine hochmoderne Handelsplattform zu codieren, die nichts bedeutet. 3. Ich bin nicht ganz davon überzeugt, dass seine alles, was möglich, den Markt konsequent zu schlagen, und weniger mit Algorithmen, viel weniger mit selbst lernenden Algorithmen (AKA Data Mining). Aus meiner Perspektive, etwas zu tun, dass einige Leute bereit sein würde, für zu zahlen scheint ein viel mehr traktierbares Problem zu lösen. Das heißt, ich denke, es wäre möglich, den Markt algorithmisch schlagen, wenn Sie alle richtigen Stücke an Ort und Stelle hatte, ist der Trick nur herauszufinden, was diese Stücke sein könnte. 4. Wenn Sie Jahre arbeiten an einem automatisierten Handelsprojekt (in der Regel in totaler Geheimhaltung) und es funktioniert nicht am Ende, kann es schwer sein, dieses Know-how für alles andere nutzen. Auf der anderen Seite, wenn Sie an einem Web-Handy-Projekt und Blog tweet Podcast über die ganze Erfahrung (die jeder weiß, dass Sie tun sollten) arbeiten, ist die Nebenwirkung, dass youll eine öffentliche Reputation, die später zu allen Arten von unerwarteten führen kann gebaut haben Chancen. Dies ist, was ich meine Erhöhung Ihrer Glück Fläche. 5. Durch den Aufbau von Web-und mobilen Anwendungen, sind Sie zumindest versuchen, Wert für die Welt und nicht nur sich selbst zu schaffen. Dies kann wie ein kleiner Punkt erscheinen, aber wenn Ihr Handel Venture nicht erfolgreich gelingen, können Sie nicht einmal zurückgreifen, um die - gut, zumindest habe ich eine Menge Leute glücklich, produktiver, etc .. Plus, der Nervenkitzel eines Eine große Anzahl von Menschen nutzen Ihre Software ist etwas youll nie Erfahrung innerhalb der Grenzen eines automatisierten Handel. 6. Der Handel ist extrem stressig, auch wenn seine Maschine selbst, die den Handel tut. In der Tat, las ich eine wissenschaftliche Studie eine Weile zurück, die festgestellt, dass ein verlierender Handel ist doppelt so psychologisch abtropfen wie die äquivalente Gewinne ist psychologisch zu stärken, was im Grunde bedeutet, dass Sie in der Regel werden bei einem psychologischen Defizit am Ende eines jeden Arbeitstag. Ich weiß, dass viele Startup-Gründer gerne darüber sprechen, wie harte Startups sind und über die unglaubliche Achterbahnfahrt, die das Startup-Leben ist (was wahr ist), aber ich bekam Neuigkeiten für Sie, es nicht mit dem Schleifen, gut - Wrenching Stress des Handels, und ehrlich gesagt, das ist keine Möglichkeit zu leben. 7. (siehe Addendum) Ive getan viel der Handelssache und während sein ein Spaß und süchtig machendes Spiel sicher ist, fand ich, daß Händler im Allgemeinen nicht meine Art von Leuten sind. Der Grund dafür ist, dass für die meisten Händler ihre ziemlich viel über das Geld, und wenn alles ist alles oder meist über das Geld, es endet keine Seele. Diese Realität erweist sich als deprimierend, wenn Sie darüber nachdenken, zu lange und ich denke, das ist wahrscheinlich, warum die meisten Händler arent all das selbst reflektierende. Das heißt, Im nicht so sicher, dass dies gilt für algorithmische Händler, weil von den wenigen Ive trafen sie neigen dazu, die technische Herausforderung so viel oder mehr lieben, dass das Streben nach Vermögen (das ist nicht anders als technische Startup Gründer). 8. Die algorithmische Handelswelt ist so geheimnisvoll, dass man kaum jemanden kennenlernt, der es tut, viel weniger haben die Möglichkeit, Techniken, Algorithmen oder Erfahrungen zu diskutieren. Als Ergebnis, theres wenig bis keine Gemeinschaft zu engagieren, und falls Sie havent bereits entdeckt diese Wahrheit, ist ein Teil einer Gemeinschaft ein großer Teil dessen, was das Leben Spaß macht. Disclaimer: Wenn ich jemals ein persönliches Vermögen von Web-Startups, theres noch ein Teil von mir, die algorithmischen Handel einen letzten Versuch geben möchten. Da habe ich es gesagt. ) Addendum: Ive entschied, dass das, was ich in Punkt 7 über Händler geschrieben habe, nicht meine Art von Menschen zu sein und nicht all das selbstreflexive zu sein, beide unwahre Aussagen sind. Ja, ich hatte eine schlechte Erfahrung mit ein paar Händler im Laufe der Jahre, aber um eine Verallgemeinerung wie das war nur faul und unfair. Für alle Händler da draußen, die dies lesen könnten, akzeptieren Sie bitte meine Entschuldigungen. Mein Name ist Jason Roberts und ich lebe in Pasadena, CA, wo Im ein serieller Unternehmer. Freier Coder und Co-Host des Tech-Startup-Podcast-TechZing. Read more. As rein ein Informatiker youre in der perfekten Position, um im algorithmischen Handel zu beginnen. Dies ist etwas, was ich aus erster Hand bei Quantiacs 1. Zeuge, wo Wissenschaftler und Ingenieure sind in der Lage, direkt in automatisierte Handel ohne vorherige Erfahrung zu springen. Mit anderen Worten, Programmierung Koteletts sind die wichtigsten Zutaten benötigt, um loszulegen. Um ein allgemeines Verständnis davon zu bekommen, welche Herausforderungen Sie nach der Schaffung eines algorithmischen Handelssystems erwarten, schauen Sie sich diese Quora Post an. Der Aufbau eines Handelssystems von Grund auf erfordert etwas Hintergrundwissen, eine Handelsplattform, Marktdaten und Marktzugang. Während nicht eine Anforderung, die Auswahl einer einzigen Handelsplattform, die die meisten dieser Ressourcen bietet Ihnen helfen, schnell aufstehen. Davon abgesehen, werden die Fähigkeiten, die Sie entwickeln, übertragbar sein, um jede Programmiersprache und fast jede Plattform. Ob Sie es glauben oder nicht, Gebäude automatisierte Handelsstrategien ist nicht auf eine Markt-Experte. Nichtsdestotrotz, Lernen grundlegenden Marktmechanismen werden Ihnen helfen, entdecken Sie profitablen Handel Strategien. Optionen, Futures und andere Derivate von John C. Hull - Great erste Buch für die Eingabe von quantitativen Finanzen, und nähert es von der Mathematik-Seite. Quantitative Trading von Ernie Chan - Ernie Chan bietet das beste Einführungsbuch zum quantitativen Handel und führt Sie durch den Prozess der Erstellung von Handelsalgorithmen in MATLAB und Excel. Algorithmischer Handel von Futures via Machine Learning - Eine 5-seitige Aufteilung der Anwendung eines einfachen Maschinenlernmodells auf häufig verwendete technische Analyseindikatoren. Heres eine aggregierte Leseliste PDF mit einer vollständigen Aufschlüsselung der Bücher, Videos, Kurse und Handelsforen. Der beste Weg zu lernen ist, indem Sie, und im Falle der automatisierten Handel, die auf Charting und Codierung kommt. Ein guter Ausgangspunkt sind vorhandene Beispiele für Handelssysteme und bestehende Exponate technischer Analysetechniken. Darüber hinaus hat ein erfahrener Informatiker die zusätzliche Kante des in der Lage, maschinelles Lernen auf algorithmischen Handel anzuwenden. Hier sind einige dieser Ressourcen: TradingView - Eine fantastische visuelle Charting-Plattform auf eigene, TradingView ist ein großer Spielplatz für immer bequem mit der technischen Analyse. Es hat den zusätzlichen Vorteil, dass Sie Skript Handel Strategien und durchsuchen andere Völker Handel Ideen. Automated Trading Forum - Große Online-Community für Entsendung Anfänger Fragen und Antworten finden zu gemeinsamen quant Fragen, wenn gerade erst begonnen. Quant-Foren sind ein großartiger Ort, um in Strategien, Werkzeuge und Techniken eintauchen. YouTube-Seminar über Handelsideen mit Arbeitscodebeispielen auf Github. Maschinelles Lernen: Weitere Vorträge zum automatisierten Handel finden Sie im Quantiacs Quant Club. Die meisten Menschen aus einem wissenschaftlichen Hintergrund (ob das ist Informatik oder Ingenieurwesen) haben Exposition gegenüber Python oder MATLAB, die zufällig beliebte Sprachen für quantitative Finanzen. Quantiacs hat eine Open-Source-Toolbox geschaffen, die Backtesting und 15 Jahre historische Marktdaten kostenlos zur Verfügung stellt. Der beste Teil ist, dass alles auf Python und MATLAB gebaut ist, was Ihnen die Wahl, was Sie Ihr System zu entwickeln. Heres eine Beispieltrend-folgende Handelsstrategie in MATLAB. Dies ist der gesamte Code, der benötigt wird, um ein automatisiertes Handelssystem auszuführen, das sowohl die Leistung von MATLAB als auch die Quantiacs Toolbox darstellt. Quantiacs können Sie 44 Futures und alle Aktien des SampP 500 handeln. Darüber hinaus werden eine Vielzahl zusätzlicher Bibliotheken wie TensorFlow unterstützt. (Haftungsausschluss: Ich arbeite bei Quantiacs) Sobald Sie bereit sind, Geld als Quant zu machen, können Sie die neuesten Quantiacs automatisierten Trading Contest, mit einer Gesamtmenge von 2.250.000 in Investitionen zur Verfügung stehen: Können Sie mit den besten Quants konkurrieren 22.6k Views middot View Upvotes Middot Nicht für die Reproduktion Diese Antwort wurde komplett neu geschrieben Hier sind 6 wichtigsten Wissensbasis für den Bau algorithmischen Handelssysteme. Sie sollten mit allen von ihnen vertraut sein, um effektive Handelssysteme zu bauen. Einige der verwendeten Begriffe können etwas technisch sein, aber Sie sollten in der Lage sein, sie durch Googeln zu verstehen. Hinweis: (Die meisten davon) gelten nicht, wenn Sie Hochfrequenztrading machen wollen. Markttheorien Sie müssen verstehen, wie der Markt funktioniert. Insbesondere sollten Sie verstehen, Markt Ineffizienzen, Beziehungen zwischen verschiedenen Asset-Produkte und Preisverhalten. Trading-Ideen ergeben sich aus Markt-Ineffizienzen. Sie müssen wissen, wie zu bewerten Markt-Ineffizienzen, die Ihnen einen Handel Rand gegenüber denen, die nicht. Die Entwicklung effektiver Roboter beinhaltet das Verständnis, wie automatisierte Handelssysteme funktionieren. Im Wesentlichen besteht eine algorithmische Handelsstrategie aus 3 Kernkomponenten: 1) Einträge, 2) Exits und 3) Positionsbelegung. Sie müssen diese 3 Komponenten in Bezug auf die Markt-Ineffizienz, die Sie erfassen (und nein, dies ist kein einfacher Prozess) zu entwerfen. Sie müssen nicht wissen, erweiterte Mathematik (obwohl es hilft, wenn Sie mehr komplexe Strategien zu bauen). Gute kritische Denken Fähigkeiten und ein menschenwürdiges greifen auf Statistiken nehmen Sie sehr weit. Design beinhaltet Backtesting (Prüfung auf Handelskante und Robustheit) und Optimierung (Maximierung der Performance bei minimaler Kurvenanpassung). Youll müssen wissen, wie ein Portfolio von algorithmischen Handelsstrategien zu verwalten. Strategien können komplementär oder widersprüchlich sein, was zu ungeplanten Erhöhungen der Risikoexponierung oder unerwünschten Absicherungen führen kann. Kapitalzuteilung ist auch wichtig, teilen Sie Kapital gleichmäßig in regelmäßigen Abständen oder belohnen Sie die Gewinner mit mehr Kapital Wenn Sie wissen, welche Produkte Sie handeln möchten, finden Sie geeignete Handelsplattformen für diese Produkte. Dann lernen Sie die Programmiersprache API dieser Plattformbacktester. Wenn Sie anfangen, würde ich Quantopian (nur Aktien), Quantconnect (Aktien und FX) oder Metatrader 4 (FX und CFDs auf Aktienindizes, Aktien und Rohstoffe) empfehlen. Die verwendeten Programmiersprachen sind Python, C und MQL4. 4. Datenmanagement Müll in Müllabfuhr. Ungenaue Daten führen zu ungenauen Prüfergebnissen. Wir benötigen vernünftig saubere Daten für genaues Testen. Reinigungsdaten sind ein Kompromiss zwischen Kosten und Genauigkeit. Wenn Sie genauer Daten benötigen, müssen Sie mehr Zeit (Zeit Geld) putzen. Einige Probleme, die dirty Daten verursachen, schließen fehlende Daten, doppelte Daten, falsche Daten (schlechte Ticks) ein. Weitere Fragen, die zu irreführenden Daten führen, umfassen Dividenden, Aktiensplits und Futures-Rollovers etc. 5. Risikomanagement Es gibt zwei Hauptrisikomarken: Marktrisiko und operationelles Risiko. Marktrisiken beinhalten Risiken im Zusammenhang mit Ihrer Handelsstrategie. Betrachtet es die Worst-Case-Szenarien Was ist, wenn ein schwarzer Schwan Ereignis wie World War 3 passiert Haben Sie abgesichert unerwünschte Risiken Ist Ihre Position Sizing zu hoch Neben der Verwaltung von Marktrisiken, müssen Sie betrachten das operationelle Risiko. Systemabstürze, Verlust der Internetverbindung, schlechter Ausführungsalgorithmus (führen zu schlecht ausgeführten Preisen oder verpasste Trades aufgrund der Unfähigkeit, Requoteshigh-Schlupf zu behandeln) und Diebstahl von Hackern sind sehr reale Probleme. 6. Live-Ausführung Backtesting und Live-Trading sind sehr unterschiedlich. Sie müssen richtige Makler wählen (MM vs STP vs ECN). Forex Market News mit Forex Trading Foren amp Forex Broker Bewertungen ist Ihr bester Freund, lesen Broker Bewertungen gibt. Sie benötigen eine ordnungsgemäße Infrastruktur (sichere VPN - und Downtime-Handhabung) und Evaluierungsverfahren (überwachen Sie die Leistung Ihrer Roboter und analysieren sie in Bezug auf Marktinitialisierungsoptimierungen), um Ihren Roboter während seiner gesamten Lebensdauer zu verwalten. Sie müssen wissen, wann zu intervenieren (modifyupdateshutdownturn auf Ihre Roboter) und wenn nicht auf. Evaluation und Optimierung von Handelsstrategien Pardo (Große Einblicke in Methoden zum Aufbau und zum Testen von Handelsstrategien) Tragen Sie Ihren Weg zu finanzieller Freiheit ein Van K Tharp (Lächerlich-Click-Köder beiseite, dieses Buch ist ein großer Überblick zu mechanischen Handelssystemen) Quantitative Trading Ernest Chan (Große Einführung in algo Handel auf einer Retail-Ebene.) Handel und Börsen: Markt-Mikrostruktur für Praktiker Larry Harris (Markt-Mikrostruktur ist die Wissenschaft, wie der Austausch funktioniert und was tatsächlich passiert, wenn ein Handel platziert wird. Es ist wichtig, diese Informationen zu kennen Auch wenn Sie gerade erst anfangen) Algorithmic Trading amp DMA Barry Johnson (Shed Licht auf Banken Ausführung Algorithmen. Dies ist nicht direkt anwendbar Ihre Algo Handel, aber es ist gut zu wissen) The Quants Scott Patterson (Kriegsgeschichten von einigen Top-Quants Grundlagen der Algo Trading AlgoTrading101 (Disclaimer: Ich besitze diese Sitecourse. Lernen Sie Roboterentwurfstheorien, Markttheorien und Kodierung. Verwendet MQL4) - Join the challenge (Learn Trading-Konzepte und Backtesting-Theorien. Sie haben vor kurzem ihre eigene Backtesting-und Handelsplattform entwickelt, so dass dieser Teil ist noch neu für mich. Aber ihre Wissensbasis auf Trading-Konzepte sind gut.) Empfohlene BlogsForums (diese umfasst Finanzierung , Handels - und Algo-Handelsforen): Empfohlene Programmiersprachen: Wenn Sie wissen, welche Produkte Sie handeln möchten, finden Sie geeignete Handelsplattformen für diese Produkte. Dann lernen Sie die Programmiersprache API dieser Plattformbacktester. Wenn Sie anfangen, würde ich Quantopian (nur Aktien), Quantconnect (Aktien und FX) oder Metatrader 4 (FX und CFDs auf Aktienindizes, Aktien und Rohstoffe) empfehlen. Die verwendeten Programmiersprachen sind Python, C und MQL4. 15k Views middot View Upvotes middot Nicht für die Reproduktion Ich habe einen Hintergrund als Programmierer und Einrichtung Agilescrum-Teams, bevor ich begann, bei algorithmischen Handel zu suchen. Die Welt des algorithmischen Handels fasziniert mich, aber es kann ein wenig überwältigend sein. Ich begann, etwas Perspektive zu bekommen, indem ich in die Quantopian-Plattform tauchte, die Quant-Vortragsreihe beobachtete und meine und angepassten gemeinschaftlichen Algo-Handelssysteme in ihrer Umgebung verwaltete. Wie die unten: Ich habe dann erkannt, um schneller zu kommen, ich muss Leute treffen, die gerne Strategien entwickeln, aber nicht programmieren können - um mich als agile Team-Manager und Programmierer von Handelssystemen anzupassen. So schrieb ich ein Buch, wie man ein Team zur Umsetzung Ihrer Handelsalgorithmen zu schaffen. Building Trading Systems Der agile Weg: Wie man gewinnt Algorithmic Trading Systems als Team zu bauen. In der Gemeinschaft von Quantopian sah ich finanziell versierte Menschen auf der Suche nach Menschen, ihre Trading-Strategien zu implementieren, aber wo Angst, um Programmierer zu bitten, ihre Ideen umzusetzen. Da sie potenziell starten können, ihre Trading-Ideen ohne sie laufen. Ich beziehe dieses Thema in meinem Buch. Um zu vermeiden, dass Programmierer mit Ihren Ideen weglaufen: Erstellen Sie eine Spezifikation für Ihre Trading-Idee, die ein Coding Framework verwendet, das auf die Art der Strategie zugeschnitten ist, die Sie entwickeln möchten. Dies könnte schwierig klingen, aber wenn Sie wissen, alle Baby-Schritte und wie sie zusammen passen, ist es ziemlich einfach und Spaß zu verwalten Wenn Sie diese Antwort genossen, bitte abstimmen und folgen. 1.8k Views middot View Upvotes middot Nicht für die Reproduktion Obwohl dies ist ein sehr breites Thema mit Verweise auf Gebäude-Algorithmen, Einstellung Infrastruktur, Asset Allocation und Risikomanagement, aber ich werde nur auf den ersten Teil der Arbeit auf den Bau unseres eigenen Algorithmus konzentrieren , Und das Richtige tun. 1. Aufbau der Strategie. Einige der wichtigsten Punkte, die hier zu beachten sind: Catch Big Trends - eine gute Strategie muss in allen Fällen, Geld verdienen, wenn der Markt trends. Märkte gehen mit einem guten Trend, der nur 15-20 der Zeit dauert, aber dies ist die Zeit, wenn alle Katzen und Hunde (Händler aus allen Zeitrahmen, intraday, täglich, wöchentlich, langfristig) sind einkaufen und sie alle Haben ein gemeinsames Thema. Viele Händler bauen auch mittlere Reversionsstrategien, in denen sie versuchen, die Bedingungen zu beurteilen, wenn der Preis weit von dem Mittelwert entfernt ist, und nehmen einen Handel gegen den Trend, aber sie sollten gebaut werden, wenn Sie erfolgreich gebaut haben und gehandelt einige gute Tendenz nach Systemen . Chancen zu stapeln - Die Menschen arbeiten oft auf den Versuch, ein System, das eine ausgezeichnete Winloss-Verhältnis hat, aber that039s nicht der richtige Ansatz zu bauen. Zum Beispiel ein Algo mit einem Sieger von 70 mit einem durchschnittlichen Gewinn von 100 pro Handel und einem durchschnittlichen Verlust von 200 pro Handel wird nur 100 pro 10 Trades (10trade net). Aber ein Algo mit einem Sieger von 30 mit einem durchschnittlichen Gewinn von 500 pro Handel und Verlust von 100 pro Handel wird einen Nettogewinn von 800 für 10 Trades (80trade) zu machen. So ist es nicht notwendig, dass Winloss Verhältnis gut sein sollte, eher es039s die Chancen zu stapeln, die besser sein sollte. Dies geht durch die Aussage quitKeep Verluste klein, aber lassen Sie Ihre Gewinner runquot. Wenn Sie investieren, ist was bequem ist selten profitable. quot - Robert Arnott Drawdown - Drawdown ist unvermeidlich, wenn Sie jede Art von Strategie folgen. So während der Gestaltung eines algo don039t versuchen, den Drawdown zu reduzieren oder einige spezielle benutzerdefinierte Zustand zu kümmern, dass Drawdown zu nehmen. Diese spezifische Bedingung kann in Zukunft als eine Straßensperre beim Fangen einer großen Tendenz fungieren und Ihr algo kann schlecht durchführen. Risikomanagement - Beim Aufbau einer Strategie sollten Sie immer ein Ausfahrtstor haben, unabhängig vom Markt. Der Markt ist ein Ort der Chancen und Sie müssen ein Algo Design, um Sie aus einem Handel so schnell wie möglich, wenn es doesn039t passen Ihre Risiko-Appetit. Normalerweise wird es argumentiert, dass Sie 1-2 von Kapital in jedem Handel riskieren müssen und ist in einer Vielzahl von Möglichkeiten optimal, wie auch wenn Sie arnd 10 falschen Handel in Folge erhalten Ihr Kapital wird nur um 20 zu sinken. Aber das ist nicht die Fall in tatsächlichen Marktszenario. Einige verlierende Trades werden zwischen 0 und 1 liegen, während manche auf 3-4 gehen können. Daher ist es besser, das durchschnittliche Verlustkapital pro Trade und das maximale Kapital, das man in einem Trade verlieren kann, zu definieren, da die Märkte völlig zufällig sind und nicht beurteilt werden können . Egal, einmal in eine Weile, der Markt tut etwas so dumm es nimmt Ihren Atem weg. quot - Jim Cramer 2. Testing und Optimierung einer Strategie Slippage. Wenn wir eine Strategie auf historische Daten testen, gehen wir davon aus, dass die Bestellung zu dem von dem Algo angekündigten vordefinierten Preis ausgeführt wird. Aber das wird nie der Fall sein, da wir mit Market Maker und HFT Algo039s jetzt zu tun haben. Ihre Bestellung in today039s Welt wird nie auf den gewünschten Preis ausgeführt werden, und es wird Schlupf. Dies muss in die Prüfung einbezogen werden. Marktwirkung: Das durch den Algo gehandelte Volumen ist ein weiterer wichtiger Faktor, der bei der Durchführung von Rücktests und der Erhebung historischer Ergebnisse zu berücksichtigen ist. Da das Volumen steigt, werden die Aufträge von algo erhebliche Auswirkungen auf den Markt haben und der durchschnittliche Preis der gefüllten Bestellung wird sehr unterschiedlich sein. Ihre Algo produzieren komplette Ergebnisse in tatsächlichen Marktbedingungen, wenn Sie nicht studieren die Lautstärke Dynamik Ihre Algo hat. Optimierung: Die meisten Händler schlagen Sie vor, nicht Kurvenanpassung und über Optimierung zu tun und sie sind korrekt, da die Märkte eine Funktion der gelegentlichen Variablen sind und keine zwei Situation wird immer die selben sein. So optimieren Parameter für bestimmte Situationen ist eine schlechte Idee. Ich würde Ihnen empfehlen, für Zonal Optimization zu gehen. Es ist eine Technik, der ich folgen, kaufen Identifizierungszonen, die ähnliche Merkmale in Bezug auf die Volatilität und Volumen haben. Optimieren Sie diese Bereiche separat, anstatt optimieren für den gesamten Zeitraum. Die oben genannten sind einige der grundlegendsten und wichtigsten Schritte, die ich folgen, bei der Umwandlung eines grundlegenden Gedanken in einen Algorithmus und Überprüfung it039s Gültigkeit. Jeder hat das brainpower, der Börse zu folgen. Wenn Sie es durch fünfte Klasse Mathematik gemacht haben, können Sie es tun. Peter Lynch 16.4k Aufrufe middot Ansicht Upvotes middot Nicht für Fortpflanzung Um mit den Grundlagen zu beginnen, erhalten Sie einen Halt von Amibroker (AmiBroker - Download). Amibroker hat eine leicht zu erlernende Sprache und leistungsstarke Backtest-Engine, wo Sie Prototypen Ihre Ideen. Auch bekommen Howard Bandy 039s Buch Quantitative Trading Systems. Dieses Buch ist eine wirklich gute Einführung in die Konzepte der Quantentwicklung. Sie müssen auch mindestens ein grundlegendes Wissen der Statistik. Es gibt viele gute MOOC-Kurse für diese kostenlos. Wie diese Statistik One - Princeton University Coursera It039s auch wert folgende The Whole Street. Die ein Mashup aller großen Blogs ist, von denen viele den Amibroker-Code mit ihren Ideen veröffentlichen. Von dort, it039s dann lohnt es sich Python (lernen python - Google Suche), und auch dabei Andrew Ng039s ausgezeichneten Stanford University Machine Learning-Kurs, der kostenlos läuft auf Coursera. Wenn Sie dann Ihre eigenen Algorithmen zum Test setzen möchten, sind gute Aufstellungsorte dafür Quantconnect oder Quantopian. Schließlich hat dieser Kerl einige gute Ratschläge, um es in Ihre Karriere Quantstart Viel Glück mit der Reise Teilweise genommen aus Alan Clement039s Antwort auf Wie kann ein Software-Entwickler in der Finanzen ein Quant-Entwickler werden 15.8k Views middot View Upvotes middot Nicht für ReproductionHow Trading-Algorithmen Erstellt Quantitative Trading ist nicht nur für institutionelle Händler zugänglich Einzelhändler sind immer auch beteiligt. Während Programmierkenntnisse empfohlen werden, wenn Sie Algorithmen erzeugen wollen, auch die arent immer erforderlich. Programme und Dienste sind verfügbar, die den Programmcode für eine Strategie schreiben, die auf den Eingaben basiert, die Sie zur Verfügung stellen. Der von dem Programmservice erzeugte Code wird dann in die Handelsplattform gesteckt und der Handel beginnt. Aber bevor irgendwelche von diesem auftreten können, wollen wünschen-zu-sein algorithmic Händler durch einige Schritte entscheiden genau, was sie mit dem Algorithmus erreichen möchten. und wie. Zeitrahmen und Einschränkungen Während ein gut programmierter Algorithmus alleine laufen kann, wird eine menschliche Aufsicht empfohlen. Wählen Sie daher einen Zeitrahmen und eine Handelsfrequenz, die Sie überwachen können. Wenn Sie einen Vollzeitjob haben und Ihr Algorithmus so programmiert ist, dass Sie hunderte von Trades pro Tag auf einem 1-Minuten-Chart machen, während Sie bei der Arbeit sind, kann das nicht ideal sein. Vielleicht möchten Sie einen etwas längerfristigen Rahmen für Ihre Trades zu wählen, und weniger Handel Frequenz, so können Sie Registerkarten auf sie zu halten. Rentabilität in der Testphase des Algorithmus bedeutet nicht, es wird auch weiterhin diese Renditen für immer zu produzieren. Gelegentlich müssen Sie Schritt und ändern Sie den Handel Algorithmus, wenn die Ergebnisse zeigen, dass es nicht mehr gut funktioniert. Dies ist auch eine Zeit Engagement, dass jeder, der algorithmischen Handel verpflichten muss akzeptieren. Auch finanzielle Zwänge sind ein Thema. Kommissionen rack bis sehr schnell mit einer Hochfrequenz-Handelsstrategie so stellen Sie sicher, dass youre mit den niedrigsten Kosten Broker zur Verfügung, und dass das Gewinnpotenzial der einzelnen Gewinne zahlen diese Provisionen, möglicherweise viele Male am Tag. Startkapital ist auch eine Überlegung. Unterschiedliche Märkte und Finanzprodukte erfordern unterschiedliche Beträge. Wenn Day-Trading-Aktien youll benötigen ein t mindestens 25.000 (mehr wird empfohlen), aber Forex-Handel oder Futures können Sie potenziell mit weniger starten. Marktbeschränkungen sind ein anderes Thema. Nicht jeder Markt eignet sich für algorithmischen Handel. Wählen Sie Aktien, ETFs, Forex-Paare oder Futures mit ausreichender Liquidität, um die Aufträge zu bearbeiten, die der Algorithmus produzieren wird. Entwicklung oder Feinabstimmung einer Strategie Sobald die finanziellen und zeitlichen Einschränkungen verstanden, entwickelt oder Feinabstimmung einer Strategie, die programmiert werden können. Sie können eine Strategie, die Sie handeln, handeln, aber ist es leicht codiert Wenn Ihre Strategie ist sehr subjektiv und nicht regelmäßig, Programmierung der Strategie könnte unmöglich sein. Regelbasierte Strategien sind die einfachsten, Strategien mit Einträgen, Stopverlusten und Kurszielen basierend auf quantifizierbaren Daten oder Preisbewegungen zu kodieren. Da regelbasierte Strategien einfach kopiert und getestet werden, gibt es viel frei verfügbar, wenn Sie keine eigenen Ideen haben. Quantpedia ist eine solche Ressource, die akademische Papiere und Handelsergebnisse für verschiedene quantitative Handelsmethoden zur Verfügung stellt. Die dargestellten Regeln können codiert und dann auf die Rentabilität auf vergangene und aktuelle Daten getestet werden. Codierung eines Algorithmus erfordert Programmierung Skill oder Zugriff auf Software oder jemand, der für Sie Code kann. Testen eines Trading-Algorithmus Der wichtigste Schritt ist das Testen. Sobald eine Handelsstrategie codiert worden ist, handeln sie nicht wirkliches Kapital mit ihr, bis es geprüft worden ist. Das Testen beinhaltet, dass der Algorithmus auf historischen Preisdaten ausgeführt wird und zeigt, wie der Algorithmus über Tausende von Trades ausgeführt wird. Wenn die historische Testphase rentabel ist und die erzeugten Statistiken für Ihre Risikotoleranzen akzeptabel sind, wie maximale Verringerung, Gewinnverhältnis, Ruinrisiko. Für examplethen fortfahren, um den Algorithmus in den Phasenbedingungen auf einem Demokonto zu prüfen. Wieder einmal sollte diese Phase produzieren Hunderte von Trades, so dass Sie die Leistung zugreifen können. Wenn der Algorithmus auf historische Preisdaten rentabel ist und ein Live-Demo-Konto handhabt, nutzt es das echte Eigenkapital, aber mit einem wachsamen Auge. Live-Bedingungen sind anders als historische oder Demo-Tests, da die Algorithmen Aufträge tatsächlich auf den Markt und kann dazu führen, dass Schlupf. Bis es überprüft wird, arbeitet der Algorithmus auf dem realen Markt, wie es in der Prüfung, ein wachsames Auge beibehalten hat. Solange der Algorithmus innerhalb der während der Tests festgelegten statistischen Parameter arbeitet, lassen Sie den Algorithmus alleine. Algorithmen haben den Vorteil des Handels ohne Emotionen. Aber ein Händler, der ständig mit dem Algorithmus basiert, macht diesen Vorteil zunichte. Der Algorithmus erfordert jedoch Aufmerksamkeit. Monitor-Leistung, und wenn Marktbedingungen so viel ändern, dass der Algorithmus nicht mehr arbeitet, wie es sollte, dann Anpassungen erforderlich sein können. Algorithmischen Handel ist nicht ein Set-and-vergessen Bemühung, die Sie reich über Nacht macht. In der Tat kann quantitativen Handel genauso viel Arbeit wie der Handel manuell sein. Wenn Sie einen Algorithmus erstellen, sollten Sie sich bewusst sein, wie Zeit, Finanz - und Marktbeschränkungen Ihre Strategie beeinflussen und entsprechend planen können. Drehen Sie eine aktuelle Strategie in eine regelbasierte, die leichter programmiert werden kann, oder wählen Sie eine quantitative Methode, die bereits getestet und recherchiert wurde. Dann führen Sie Ihre eigene Testphase mit historischen und aktuellen Daten. Wenn das auscheckt, dann führen Sie den Algorithmus mit echtem Geld unter einem wachsamen Auge. Anpassen, wenn nötig, aber ansonsten lassen Sie es seine Arbeit.