ที่เป็นที่นิยม อัลกอริทึม trading กลยุทธ์

กลยุทธ์การซื้อขายแบบอัลกอริธึม (Algorithmic Trading Strategies) กลยุทธ์การค้าแบบอัลกอร์แบบแรกที่ weaponosll พูดถึงคือกลยุทธ์การเก็งกำไร กลยุทธ์การโต้แย้งใช้ความแตกต่างของราคาเพื่อสร้างกำไรที่ปราศจากความเสี่ยง แม้ว่าค่าความแตกต่างของราคาจะปรากฏบ่อยๆ แต่อัลกอริทึมจะตรวจสอบตลาดสำหรับคุณ ไม่เพียงช่วยประหยัดเวลา แต่ยังใช้งานได้ในช่วงเวลาสั้น ๆ ที่มีให้บริการ ตัวอย่างหนึ่งของโอกาสในการเก็งกำไรคือความแตกต่างระหว่างราคาสปอตไลท์กับราคาฟิวเจอร์สเปซสำหรับคู่สกุลเงิน เทรนด์ต่อไปกลยุทธ์การซื้อขายอัลกอริทึมแบบอื่น ๆ ที่ได้รับความนิยมมีแนวโน้มเป็นไปตามกลยุทธ์ กลยุทธ์ด้านเทรนด์ต่อไปนี้เกี่ยวข้องกับอัลกอริทึมในการตรวจสอบตัวบ่งชี้ในการดำเนินธุรกิจการค้า ธุรกิจการค้าเหล่านี้มักใช้การวิเคราะห์ทางเทคนิคกับรูปแบบแผนภูมิและตัวชี้วัดต่างๆในการตัดสินใจ อัลกอริทึมเหล่านี้ได้รับความนิยมเนื่องจากความสะดวกในการออกแบบและการใช้เทียบกับกลยุทธ์การซื้อขาย algo อื่น ๆ บางส่วนของการวิเคราะห์ทางเทคนิคที่ใช้กลยุทธ์นี้อาจใช้อะไรก็ได้จาก oscillators และ indicator การใช้ค่าเฉลี่ยเคลื่อนที่และการพลิกกลับค่าเฉลี่ย กลยุทธ์การดำเนินงานตามขั้นตอนสุดท้ายกลยุทธ์การซื้อขายอัลกอริทึมแบบล่าสุดเกี่ยวข้องกับกลยุทธ์การดำเนินการ นี่คือประเภทของกลยุทธ์ที่นักลงทุนสถาบันทำขึ้นเมื่อใช้คำสั่งซื้อจำนวนมาก กลยุทธ์ประเภทนี้ใช้วิธีการต่างๆเพื่อให้สามารถซื้อได้อย่างมีเสถียรภาพมากที่สุด ตัวอย่างเช่นคุณสามารถแบ่งซื้อตามปริมาณหรือเวลาได้ แหล่งข้อมูล Forex Real-Time After Hours ข่าวพยากรณ์ก่อนกำหนด Flash Quote บทคัดย่อ Interactive Charts การตั้งค่าเริ่มต้นโปรดทราบว่าเมื่อคุณทำการเลือกแล้วจะใช้กับการเข้าชม NASDAQ ในอนาคตทั้งหมด หากคุณสนใจที่จะกลับไปใช้ค่าเริ่มต้นของเราเมื่อใดก็ตามโปรดเลือกการตั้งค่าเริ่มต้นด้านบน หากคุณมีข้อสงสัยหรือพบปัญหาใด ๆ ในการเปลี่ยนการตั้งค่าเริ่มต้นของคุณโปรดอีเมล isfeedbacknasdaq โปรดยืนยันการเลือกของคุณ: คุณได้เลือกที่จะเปลี่ยนการตั้งค่าเริ่มต้นของคุณสำหรับการค้นหาข้อเขียน ตอนนี้จะเป็นหน้าเป้าหมายเริ่มต้นของคุณจนกว่าคุณจะเปลี่ยนการกำหนดค่าอีกครั้งหรือลบคุกกี้ของคุณ คุณแน่ใจหรือไม่ว่าต้องการเปลี่ยนแปลงการตั้งค่าของคุณเราขอให้คุณโปรดปิดใช้งานตัวบล็อกโฆษณาของคุณ (หรืออัปเดตการตั้งค่าเพื่อให้แน่ใจว่ามีการเปิดใช้จาวาสคริปต์และคุกกี้) เพื่อให้เราสามารถให้ข่าวตลาดฉบับแรกแก่คุณได้ต่อไป และข้อมูลที่คุณคาดหวังมาจากเรากลยุทธ์การซื้อขายอัลกอริธึมยอดนิยมเป็นประเภท: Long Short คุณสามารถสร้างกลยุทธ์การซื้อขายต่างๆได้จากแนวคิดพื้นฐานนี้ คุณอาจจะดูที่ยุทธศาสตร์ระยะสั้นเป็นรูปแบบการออกแบบเช่นในสถาปัตยกรรมและการออกแบบซอฟต์แวร์ อัลกอริธึมระยะสั้นที่เก็บรวบรวมตะกร้าของหุ้นที่ตรรกะ (ปัจจัย) ของคุณจะคิดว่าจะขึ้นไปและตะกร้าของหุ้นที่ตรรกะของคุณจะถือว่าลงไป ด้วยวิธีนี้คุณสามารถลบการเคลื่อนไหวของตลาดและทำให้เกิดผลตอบแทนที่ไม่มีผลตอบแทนจากการเคลื่อนไหวของตลาด นี้เป็นที่นิยมเนื่องจากความเป็นอิสระของการเคลื่อนไหวของตลาดทำให้ผลตอบแทนบนพื้นฐานที่สอดคล้องในขณะที่ตลาดจะลดลงหรือเพิ่มมากหรือน้อยผันผวน ฯลฯ คุณสามารถที่จะทำให้ตลาดเป็นกลาง แต่ไม่ได้ทั้งหมดกลยุทธ์ระยะสั้นเป็นตลาด เป็นกลาง. คุณอาจต้องการใช้การเคลื่อนไหวของตลาดในรูปแบบกลยุทธ์การซื้อขายแบบอัลกอริธึมระยะสั้น ความคิดสั้นที่ยาวเป็นประเภทของกลยุทธ์และคุณสามารถเรียกใช้ตัวแปรที่แตกต่างกันได้ อัลกอริทึมของคุณใช้ปัจจัยเช่นค่าโมเมนตัมความผันผวนขนาดของ บริษัท ฯลฯ ท้องฟ้าเป็นขีด จำกัด และความคิดสร้างสรรค์เป็นแนวทางของคุณ 1 ลองดูกลยุทธ์การซื้อขายอัลกอริธึมจากมุมที่คุณมีความเชี่ยวชาญอยู่แล้วหรือมีความสามารถ มีหลายวิธีในการดูตลาด ผมเองชอบที่จะนำคนเข้าด้วยกันเป็นทีมที่สามารถนำความคิดสร้างสรรค์ของพวกเขาเข้าด้วยกันและสร้างกลยุทธ์การซื้อขายให้สอดคล้องกัน ไม่ใช่กลยุทธ์ทั้งหมดไม่ได้ผลกำไรตลอดไป ดีขึ้นเพื่อให้การพัฒนาพวกเขา หากคุณชอบคำตอบนี้โปรดให้คะแนนโหวต ด้วยวิธีนี้ฉันสามารถพบปะกับผู้ที่สนใจในการพัฒนากลยุทธ์การซื้อขาย ขอบคุณ Rene 1.6k Views middot ดู Upvotes middot ไม่สำหรับการทำซ้ำอัลกอริทึมคือชุดของคำสั่งที่กำหนดไว้อย่างชัดเจนเพื่อที่จะดำเนินงานหรือกระบวนการ การค้าอัลกอริธึม (การซื้อขายแบบอัตโนมัติการซื้อขายกล่องดำหรือการซื้อขายแบบอัลกอฮอล) เป็นกระบวนการของการใช้คอมพิวเตอร์ที่ตั้งโปรแกรมให้ทำตามคำแนะนำที่กำหนดไว้สำหรับการวางการค้าเพื่อสร้างผลกำไรด้วยความเร็วและความถี่ที่เป็นไปไม่ได้สำหรับ พ่อค้ามนุษย์ ชุดของกฎที่กำหนดขึ้นอยู่กับระยะเวลาราคาปริมาณหรือรูปแบบทางคณิตศาสตร์ใด ๆ นอกเหนือจากโอกาสในการทำกำไรสำหรับผู้ประกอบการค้าแล้วการค้าประเวณีจะทำให้ตลาดมีสภาพคล่องมากขึ้นและทำให้การค้าขายเป็นไปอย่างเป็นระบบมากยิ่งขึ้นโดยไม่ใช้ผลกระทบจากอารมณ์ของมนุษย์ต่อกิจกรรมการค้า สมมติว่าผู้ค้าทำตามเงื่อนไขการค้าแบบง่ายๆเหล่านี้: ซื้อหุ้น 50 หุ้นเมื่อค่าเฉลี่ยเคลื่อนที่ 50 วันสูงกว่าค่าเฉลี่ยเคลื่อนที่ 200 วันขายหุ้นของหุ้นเมื่อค่าเฉลี่ยเคลื่อนที่ของ 50 วันต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 200 วัน การใช้ชุดคำสั่งง่ายๆสองชุดนี้เป็นเรื่องง่ายที่จะเขียนโปรแกรมคอมพิวเตอร์ซึ่งจะตรวจสอบราคาหุ้น (และตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่) โดยอัตโนมัติและวางคำสั่งซื้อและขายเมื่อเงื่อนไขที่กำหนดไว้ ผู้ประกอบการไม่จำเป็นต้องคอยเฝ้าดูราคาและกราฟสดอีกต่อไปหรือสั่งซื้อด้วยตนเอง ระบบการซื้อขายแบบอัลกอทิกซ์จะดำเนินการโดยอัตโนมัติสำหรับเขาโดยระบุโอกาสทางการค้าได้อย่างถูกต้อง (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับค่าเฉลี่ยเคลื่อนที่โปรดดูที่: Simple Moving Averages ทำให้เทรนด์โดดเด่น) Algo-trading ให้ประโยชน์ต่อไปนี้: ธุรกรรมที่ดำเนินการในราคาที่ดีที่สุดการจัดตำแหน่งทางการค้าทันทีและถูกต้อง (มีโอกาสสูงในการดำเนินการในระดับที่ต้องการ) Trades (ดูตัวอย่างการขาดการดำเนินการด้านล่าง) การตรวจสอบอัตโนมัติแบบอัตโนมัติในสภาวะตลาดหลาย ๆ เงื่อนไขลดความเสี่ยงของข้อผิดพลาดด้วยตนเองในการวางธุรกิจการค้า Backtest อัลกอริทึมนี้ขึ้นอยู่กับข้อมูลทางประวัติศาสตร์และข้อมูลเรียลไทม์ที่มีอยู่ลดลง ความเป็นไปได้ที่จะเกิดความผิดพลาดจากผู้ค้ามนุษย์ขึ้นอยู่กับปัจจัยทางด้านอารมณ์และจิตใจส่วนที่สำคัญที่สุดของการซื้อขายสินค้าอัลกอฮอลในปัจจุบันคือการซื้อขายด้วยความถี่สูง (HFT) ซึ่งพยายามที่จะใช้คำสั่งซื้อจำนวนมากที่ความเร็วอย่างรวดเร็วในหลายตลาด พารามิเตอร์ตามคำแนะนำที่ตั้งไว้ล่วงหน้า (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการซื้อขายความถี่สูงโปรดดูที่: กลยุทธ์และความลับของ บริษัท การค้า High Frequency Trading (HFT)) การค้าขาย Algo ใช้ในรูปแบบต่างๆของการซื้อขายและการลงทุนรวมถึง: นักลงทุนระยะกลางหรือระยะยาว , กองทุนรวม บริษัท ประกัน) ที่ซื้อหุ้นในปริมาณมาก แต่ไม่ต้องการมีอิทธิพลต่อราคาหุ้นด้วยการลงทุนที่ไม่ต่อเนื่องปริมาณมาก ผู้ค้าระยะสั้นและผู้ขาย (นักลงทุนในตลาดนักเก็งกำไรและ arbitrageurs) ได้รับประโยชน์จากการดำเนินการทางการค้าโดยอัตโนมัตินอกจากนี้ algo-trading aids ในการสร้างสภาพคล่องที่เพียงพอสำหรับผู้ขายในตลาด ผู้ค้าที่มีระบบ (ผู้ติดตามแนวโน้มคู่ค้ากองทุนป้องกันความเสี่ยง ฯลฯ ) พบว่ามีประสิทธิภาพมากขึ้นในการตั้งกฎการซื้อขายของตนและให้การค้าโปรแกรมโดยอัตโนมัติ การซื้อขายอัลกอริธึมช่วยให้การค้าขายที่เป็นระบบมีความเป็นระบบมากกว่าวิธีการที่อิงสัญชาตญาณหรือสัญชาตญาณของผู้ค้ามนุษย์ กลยุทธ์การค้าอัลกอริธึมกลยุทธ์สำหรับการซื้อขายแบบอัลกอริธึมจะต้องมีโอกาสที่ระบุซึ่งเป็นประโยชน์ในแง่ของรายได้ที่เพิ่มขึ้นหรือลดต้นทุน ต่อไปนี้เป็นกลยุทธ์การซื้อขายทั่วไปที่ใช้ในการซื้อขายแบบอัลกอฮอร์: กลยุทธ์การซื้อขายตามอัลกอริธึมที่พบมากที่สุดจะเป็นไปตามแนวโน้มการเคลื่อนที่โดยเฉลี่ย breakouts ช่อง การเคลื่อนไหวในระดับราคาและตัวชี้วัดทางเทคนิคที่เกี่ยวข้อง นี่คือกลยุทธ์ที่ง่ายที่สุดและง่ายที่สุดในการดำเนินการผ่านทางการค้าอัลกอริทึมเนื่องจากกลยุทธ์เหล่านี้ไม่เกี่ยวข้องกับการคาดการณ์หรือการคาดการณ์ราคาใด ๆ การค้าจะเริ่มขึ้นอยู่กับการเกิดแนวโน้มที่พึงประสงค์ ซึ่งง่ายและตรงไปตรงมาในการดำเนินการผ่านอัลกอริทึมโดยไม่ต้องเข้าสู่ความซับซ้อนของการวิเคราะห์เชิงพยากรณ์ ตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่ 50 และ 200 วันเป็นกลยุทธ์ที่นิยมใช้กันต่อไป (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับกลยุทธ์การซื้อขายเทรนด์โปรดดูที่: Simple Strategies for Capitalising on Trends) การซื้อหุ้นที่จดทะเบียนในตลาดหลักทรัพย์ในราคาที่ต่ำกว่าในตลาดเดียวและขายพร้อมกันในราคาที่สูงขึ้นในตลาดอื่น ๆ จะทำให้ราคาแตกต่างกันไปในระดับที่ปราศจากความเสี่ยง หรือการเก็งกำไร การดำเนินการเดียวกันสามารถทำซ้ำสำหรับหุ้นเมื่อเทียบกับเครื่องมือฟิวเจอร์สเนื่องจากความแตกต่างของราคามีอยู่เป็นครั้งคราว การใช้อัลกอริทึมเพื่อระบุความแตกต่างของราคาดังกล่าวและการวางคำสั่งซื้อจะช่วยให้มีโอกาสทำกำไรได้อย่างมีประสิทธิภาพ กองทุนดัชนีได้กำหนดระยะเวลาการปรับสมดุลใหม่เพื่อนำการถือครองของตนไปเทียบกับดัชนีอ้างอิงที่เกี่ยวข้อง ซึ่งจะสร้างโอกาสที่เป็นประโยชน์สำหรับผู้ค้าปลีกแบบอัลกอริธึมที่ใช้ประโยชน์จากธุรกิจการค้าที่คาดว่าจะมีกำไรจากฐาน 20-80 จุดขึ้นอยู่กับจำนวนหุ้นในกองทุนดัชนีก่อนที่จะมีการปรับสมดุลของดัชนีใหม่ ธุรกิจการค้าดังกล่าวเริ่มต้นผ่านระบบการซื้อขายแบบอัลกอรึทึมสำหรับการดำเนินการในเวลาที่เหมาะสมและราคาที่ดีที่สุด กลยุทธ์แบบจำลองทางคณิตศาสตร์: มีโมเดลทางคณิตศาสตร์ที่พิสูจน์แล้วมากมายเช่นกลยุทธ์การซื้อขายเดลต้าเป็นกลางซึ่งอนุญาตให้มีการซื้อขายหลักทรัพย์ในรูปแบบต่างๆกันและการรักษาความปลอดภัยโดยการซื้อขายหลักทรัพย์เพื่อชดเชยค่าเงินบาทที่เป็นบวกและลบเพื่อให้พอร์ตเดลต้ายังคงอยู่ที่ ศูนย์. กลยุทธ์การพลิกกลับหมายถึงขึ้นอยู่กับแนวคิดที่ว่าราคาของสินทรัพย์สูงและต่ำเป็นปรากฏการณ์ชั่วคราวที่กลับคืนสู่ค่าเฉลี่ยของพวกเขาเป็นระยะ ๆ การระบุและการกำหนดช่วงราคาและการใช้อัลกอริทึมขึ้นอยู่กับว่าจะอนุญาตให้ธุรกิจการค้าสามารถวางขายได้โดยอัตโนมัติเมื่อราคาของสินทรัพย์อยู่ในและนอกช่วงที่กำหนด ราคาถัวเฉลี่ยถ่วงน้ำหนัก (Volume Weighted Average Price: VWAP): กลยุทธ์ราคาถัวเฉลี่ยถ่วงน้ำหนักของปริมาณแบ่งเป็นคำสั่งซื้อที่มีขนาดใหญ่และมีการแจกจ่ายชิ้นส่วนที่มีขนาดเล็กลงตามลำดับ จุดมุ่งหมายคือการดำเนินการคำสั่งซื้อใกล้เคียงกับราคาเฉลี่ยถ่วงน้ำหนัก (Volume Weighted Average Price - VWAP) ซึ่งจะได้ประโยชน์จากราคาเฉลี่ย ราคาตลาดถัวเฉลี่ยถ่วงน้ำหนัก (TWAT): กลยุทธ์ราคาถัวเฉลี่ยถ่วงน้ำหนักเป็นเวลานานจะแบ่งคำสั่งซื้อจำนวนมากและจะกระจายกลุ่มย่อยที่มีขนาดเล็กลงเพื่อให้ได้ตามตลาดโดยใช้ช่วงเวลาที่แบ่งกันระหว่างเวลาเริ่มต้นและสิ้นสุด เป้าหมายคือการดำเนินการตามคำสั่งใกล้เคียงกับราคาเฉลี่ยระหว่างเวลาเริ่มต้นและเวลาสิ้นสุดซึ่งจะช่วยลดผลกระทบของตลาด จนกว่าคำสั่งซื้อจะได้รับการเติมเต็มขั้นตอนนี้จะยังคงส่งใบสั่งซื้อบางส่วนตามอัตราส่วนการมีส่วนร่วมที่กำหนดไว้และตามปริมาณการซื้อขายในตลาด คำแนะนำที่เกี่ยวข้องจะส่งคำสั่งซื้อตามเปอร์เซ็นต์ของปริมาณตลาดที่ผู้ใช้กำหนดและเพิ่มหรือลดอัตราการมีส่วนร่วมนี้เมื่อราคาหุ้นถึงระดับที่กำหนดโดยผู้ใช้ กลยุทธ์การขาดแคลนการดำเนินงานมีวัตถุประสงค์เพื่อลดต้นทุนการดำเนินการของคำสั่งซื้อด้วยการปิดตลาดเรียลไทม์ทำให้ประหยัดค่าใช้จ่ายในการสั่งซื้อและได้รับประโยชน์จากต้นทุนที่เสียโอกาสในการดำเนินการล่าช้า กลยุทธ์จะเพิ่มอัตราการมีส่วนร่วมที่กำหนดไว้เมื่อราคาหุ้นปรับตัวดีขึ้นและลดลงเมื่อราคาหุ้นปรับตัวสูงขึ้น นอกเหนือจากอัลกอริธึมการค้าปกติ: มีอัลกอริทึมพิเศษบางอย่างที่พยายามระบุเหตุการณ์ที่เกิดขึ้นในอีกด้านหนึ่ง อัลกอริธึม quotsniffing เหล่านี้ถูกใช้โดยผู้ผลิตด้านการขายที่มีสติปัญญาสร้างขึ้นเพื่อระบุการดำรงอยู่ของอัลกอริทึมใด ๆ ในด้านการซื้อของใบสั่งขนาดใหญ่ การตรวจสอบผ่านอัลกอริทึมจะช่วยให้ผู้ทำการตลาดสามารถระบุโอกาสในการสั่งซื้อที่มีขนาดใหญ่และช่วยให้เขาได้รับประโยชน์จากการกรอกคำสั่งซื้อในราคาที่สูงขึ้น นี่เป็นบางครั้งเรียกว่าด้านหน้าที่มีเทคโนโลยีสูง (หากต้องการข้อมูลเพิ่มเติมเกี่ยวกับการซื้อขายด้วยความถี่สูงและการหลอกลวงโปรดดูที่: หากคุณซื้อหุ้นออนไลน์คุณมีส่วนร่วมใน HFTs) ข้อกำหนดทางเทคนิคสำหรับการซื้อขายขั้นตอนวิธีการใช้อัลกอริทึมโดยใช้โปรแกรมคอมพิวเตอร์เป็นส่วนสุดท้ายซึ่งถูกแบ็คกราวด์ด้วยการทำ backtesting ความท้าทายคือการเปลี่ยนกลยุทธ์ที่ระบุไว้ในกระบวนการทางคอมพิวเตอร์รวมที่สามารถเข้าถึงบัญชีการซื้อขายสำหรับการสั่งซื้อได้ โปรแกรมเมอร์ที่ได้รับการว่าจ้างหรือซอฟต์แวร์ซื้อขายที่ทำไว้ล่วงหน้าการเชื่อมต่อเครือข่ายและการเข้าถึงแพลตฟอร์มการซื้อขายสำหรับการวางคำสั่งซื้อการเข้าถึงข้อมูลข้อมูลตลาดที่จะได้รับการตรวจสอบตามอัลกอริทึมสำหรับโอกาสในการวาง ความสามารถและโครงสร้างพื้นฐานในการ backtest ระบบที่สร้างขึ้นก่อนที่จะไปอยู่ในตลาดจริงข้อมูลทางประวัติศาสตร์ที่มีอยู่สำหรับ backtesting ขึ้นอยู่กับความซับซ้อนของกฎที่ใช้ในขั้นตอนต่อไปนี้เป็นตัวอย่างที่ครอบคลุม: Royal Dutch Shell (RDS) จดทะเบียนในอัมสเตอร์ดัม Stock Exchange (AEX) และตลาดหลักทรัพย์ลอนดอน (LSE) ช่วยให้สามารถสร้างอัลกอริทึมเพื่อระบุโอกาสในการเก็งกำไร นี่เป็นข้อสังเกตที่น่าสนใจบางส่วน: การซื้อขาย AEX ในสกุลเงินยูโรในขณะที่ธุรกิจการค้าของ LSE ในสกุลปอนด์สเตอร์ลิงเนื่องจากความแตกต่างของเวลาหนึ่งชั่วโมง AEX จะเปิดทำการเมื่อเร็ว ๆ นี้เมื่อเทียบกับ LSE ตามด้วยการซื้อขายทั้งสองอย่างในเวลาไม่กี่ชั่วโมงและซื้อขายเฉพาะใน LSE ในช่วง ชั่วโมงสุดท้ายที่ AEX ปิดเราสามารถสำรวจความเป็นไปได้ของการซื้อขายเก็งกำไรใน Royal Dutch Shell หุ้นจดทะเบียนในตลาดทั้งสองนี้ในสองสกุลเงินที่แตกต่างกันโปรแกรมคอมพิวเตอร์ที่สามารถอ่านราคาในตลาดปัจจุบันฟีดราคาจากทั้งสอง LSE และ AEX อัตราฟีดอัตราแลกเปลี่ยนสำหรับ อัตราแลกเปลี่ยน GBP-EUR ความสามารถในการสั่งซื้อเพื่อสั่งการแลกเปลี่ยนความถูกต้องความสามารถในการทดสอบย้อนกลับในฟีดราคาย้อนหลังโปรแกรมคอมพิวเตอร์ควรปฏิบัติดังนี้: อ่านฟีดราคาที่รับเข้าของสต็อค RDS จากทั้งสองฝ่ายโดยใช้อัตราแลกเปลี่ยนเงินตราต่างประเทศที่มีอยู่ , แปลงราคาของสกุลเงินหนึ่งไปยังอีกหากมีความแตกต่างของราคามากพอ (ลดค่านายหน้า) นำไปสู่การ profi ตารางโอกาสแล้ววางคำสั่งซื้อในการแลกเปลี่ยนที่ต่ำกว่าราคาและคำสั่งขายในการแลกเปลี่ยนที่สูงกว่าราคาถ้าคำสั่งจะดำเนินการตามต้องการกำไร arbitrage จะปฏิบัติตามง่ายและง่ายอย่างไรก็ตามการปฏิบัติของการค้า algorithmic ไม่ง่ายที่จะรักษาและดำเนินการ . โปรดจำไว้ว่าหากคุณสามารถวางการค้าที่สร้างโดยอัลกอฮ์ผู้เข้าร่วมการตลาดอื่น ๆ จะสามารถเข้าร่วมได้ ดังนั้นราคาจึงมีความผันผวนในมิลลิลิตรและแม้แต่ไมโครวินาที ในตัวอย่างข้างต้นสิ่งที่เกิดขึ้นหากการซื้อขายซื้อของคุณได้รับการดำเนินการ แต่การค้าไม่ได้เป็นราคาขายเปลี่ยนแปลงตามเวลาที่สั่งซื้อของคุณฮิตตลาดคุณจะสิ้นสุดการนั่งกับตำแหน่งเปิดทำให้กลยุทธ์การเก็งกำไรของคุณไม่มีราคา มีความเสี่ยงและความท้าทายเพิ่มขึ้นเช่นความเสี่ยงของความล้มเหลวของระบบข้อผิดพลาดในการเชื่อมต่อเครือข่ายความล่าช้าในเวลาระหว่างการสั่งซื้อสินค้าและการดำเนินการและที่สำคัญที่สุดคืออัลกอริทึมที่ไม่สมบูรณ์ อัลกอริธึมที่มีความซับซ้อนมากขึ้นต้องใช้การทดสอบย้อนหลังที่เข้มงวดมากขึ้นก่อนที่จะมีการใช้งาน ด้านล่างการวิเคราะห์เชิงปริมาณของการทำงานของอัลกอริทึมมีบทบาทสำคัญและควรได้รับการตรวจสอบอย่างละเอียด มันน่าตื่นเต้นที่จะไปสำหรับระบบอัตโนมัติช่วยโดยคอมพิวเตอร์ที่มีความคิดที่จะทำเงินได้อย่างง่ายดาย แต่ต้องแน่ใจว่าระบบได้รับการทดสอบอย่างละเอียดและกำหนดข้อ จำกัด ไว้ ผู้ค้าวิเคราะห์ควรพิจารณาการเรียนรู้ระบบการเขียนโปรแกรมและการสร้างด้วยตัวเองเพื่อให้มั่นใจในการใช้กลยุทธ์ที่เหมาะสมในลักษณะที่ไม่สามารถเข้าใจได้ การใช้อย่างรอบคอบและการทดสอบอย่างละเอียดของการซื้อขายสัญญาซื้อขายล่วงหน้าสามารถสร้างโอกาสที่ทำกำไรได้ 833 Views middot ดูการลงคะแนน Middot ไม่ได้สำหรับการทำซ้ำที่ด้านการขายพวกเขาเป็นเครื่องมืออัตโนมัติที่ออกแบบมาเพื่อช่วยในการปรับปรุงคุณภาพการดำเนินงานสำหรับผู้ค้าและการดำเนินการกลุ่มหุ้นที่มีผลกระทบต่อราคาต่ำสุดที่เป็นไปได้นอกเหนือจากการทำตลาดและการป้องกันความเสี่ยงอื่น ๆ เช่นกลยุทธ์ สิ่งที่พวกเขาควรจะทำโดยอัตโนมัติคือเมื่อเร็ว ๆ นี้ (แม้กระนั้นตอนนี้) ทำด้วยมือไม่มีอะไรใหม่จากสายตาของฉัน แต่ทั้งหมดมีวัตถุประสงค์ร่วมกันในการแสวงหาผลกำไรผ่านค่าคอมมิชชั่นบันทึกให้เช่าหรือแม้กระทั่งดอลลาร์อ่อน ในฟิลด์นี้คุณสามารถหาเส้นทางการหาสภาพคล่องในการหาเส้นทางอัจฉริยะ VWAP เช่นกลยุทธ์การขาดแคลนการมีส่วนร่วมและการใช้งานระหว่างผู้อื่นได้หลายรูปแบบโดยมีชื่อการ์ตูนการ์ตูนเช่น quotinterceptorquot, quotphantomquot หรือ quothawkquot ขึ้นอยู่กับอารมณ์นายหน้า ที่ด้านซื้อ กรณีเดียวกันเครื่องมืออัตโนมัติเพื่อช่วยในการปรับปรุงคุณภาพการดำเนินงานของ trader0 แต่มีวัตถุประสงค์เพื่อแสวงหากำไรจากการเพิ่มมูลค่า (ถ้ามี) ของสินทรัพย์ที่ซื้อขาย ฉันไม่รู้เกี่ยวกับความสำเร็จที่เกิดขึ้นจริงและยั่งยืนของเทรนด์ต่อไปนี้และแอพพลิเคชันด้านเทคนิคพื้นฐานเกี่ยวกับแอ็พพลิเคชั่นพื้นฐานอื่น ๆ แต่ฉันรู้ว่ามีนักลงทุนรายย่อยและนักเขียนโปรแกรมที่รู้ว่าโมเดล MACD, RSI หรือ MA มีความเกี่ยวข้องโดยอัตโนมัติ ถัดไปและตั้งแต่ปีที่ผ่านมา โดยทั่วไปพวกเขาเป็นเพียงเครื่องมือ (เหมือนไขควงสำหรับมือของคุณ) แต่สำหรับความคิดของคุณ 438 Views middot Not for Reproduction การค้าอัลกอริทึมเป็นกระบวนการของการใช้คอมพิวเตอร์ที่ตั้งโปรแกรมให้ทำตามคำแนะนำที่กำหนดไว้สำหรับการวางการค้าเพื่อสร้างผลกำไรด้วยความเร็วและความถี่ที่เป็นไปไม่ได้สำหรับผู้ประกอบการค้ามนุษย์ ชุดของกฎที่กำหนดขึ้นอยู่กับระยะเวลาราคาปริมาณหรือรูปแบบทางคณิตศาสตร์ใด ๆ นอกเหนือจากโอกาสในการทำกำไรสำหรับพ่อค้า กลยุทธ์การซื้อขายโดยใช้อัลกอริธึมส่วนใหญ่จะเป็นไปตามแนวโน้มการเคลื่อนไหวค่าเฉลี่ยค่าความแปรปรวนของช่องการเปลี่ยนแปลงระดับราคาและตัวชี้วัดทางเทคนิคที่เกี่ยวข้อง นี่คือกลยุทธ์ที่ง่ายที่สุดและง่ายที่สุดในการดำเนินการผ่านทางการค้าอัลกอริทึมเนื่องจากกลยุทธ์เหล่านี้ไม่เกี่ยวข้องกับการคาดการณ์หรือการคาดการณ์ราคาใด ๆ การซื้อหุ้นในตลาดหลักทรัพย์แบบคู่ในราคาที่ต่ำกว่าในตลาดเดียวและขายพร้อมกันในราคาที่สูงขึ้นในตลาดอื่น ๆ จะทำให้ราคาแตกต่างกันไปในส่วนของกำไรที่ปราศจากความเสี่ยงหรือการเก็งกำไร การดำเนินการเดียวกันสามารถทำซ้ำสำหรับหุ้นเมื่อเทียบกับเครื่องมือฟิวเจอร์สเนื่องจากความแตกต่างของราคามีอยู่เป็นครั้งคราว กองทุนดัชนีได้กำหนดระยะเวลาการปรับสมดุลใหม่เพื่อนำการถือครองของตนไปเทียบกับดัชนีอ้างอิงที่เกี่ยวข้อง นี่เป็นโอกาสที่ทำกำไรได้สำหรับผู้ค้าปลีกแบบอัลกอริธึมซึ่งใช้ประโยชน์จากธุรกิจการค้าที่คาดว่าจะมีกำไรพื้นฐาน 20-80 จุดขึ้นอยู่กับจำนวนหุ้นในกองทุนดัชนีก่อนที่จะมีการปรับสมดุลของดัชนีใหม่ 202 Views middot ไม่ได้สำหรับการทำซ้ำ George Goldmann ผู้ค้านักลงทุนนักฝึกอบรมวิดีโอออนไลน์ coder ชุดกฎการเข้าและออกจากตลาดที่เขียนขึ้นในโปรแกรมที่สามารถทดสอบและทดสอบกฎเหล่านี้ได้จากตลาดและข้อมูลสตรีมมิ่งที่ผ่านมา 108 Views middot ไม่ได้สำหรับการทำซ้ำ middot คำตอบที่ร้องขอโดย Aakash ParikhBasics of Algorithmic Trading: แนวคิดและตัวอย่างอัลกอริทึมคือชุดของคำสั่งที่กำหนดไว้อย่างชัดเจนเพื่อที่จะดำเนินงานหรือกระบวนการ การค้าอัลกอริธึม (การซื้อขายแบบอัตโนมัติการซื้อขายกล่องดำหรือการซื้อขายแบบอัลกอฮอล) เป็นกระบวนการของการใช้คอมพิวเตอร์ที่ตั้งโปรแกรมให้ทำตามคำแนะนำที่กำหนดไว้สำหรับการวางการค้าเพื่อสร้างผลกำไรด้วยความเร็วและความถี่ที่เป็นไปไม่ได้สำหรับ พ่อค้ามนุษย์ ชุดของกฎที่กำหนดขึ้นอยู่กับระยะเวลาราคาปริมาณหรือรูปแบบทางคณิตศาสตร์ใด ๆ นอกเหนือจากโอกาสในการทำกำไรสำหรับผู้ประกอบการค้าแล้วการค้าประเวณีจะทำให้ตลาดมีสภาพคล่องมากขึ้นและทำให้การค้าขายเป็นไปอย่างเป็นระบบมากยิ่งขึ้นโดยไม่ใช้ผลกระทบจากอารมณ์ของมนุษย์ต่อกิจกรรมการค้า สมมติว่าผู้ค้าทำตามเงื่อนไขการค้าแบบง่ายๆเหล่านี้: ซื้อหุ้น 50 หุ้นเมื่อค่าเฉลี่ยเคลื่อนที่ 50 วันสูงกว่าค่าเฉลี่ยเคลื่อนที่ 200 วันขายหุ้นของหุ้นเมื่อค่าเฉลี่ยเคลื่อนที่ของ 50 วันต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 200 วัน การใช้ชุดคำสั่งง่ายๆสองชุดนี้เป็นเรื่องง่ายที่จะเขียนโปรแกรมคอมพิวเตอร์ซึ่งจะตรวจสอบราคาหุ้น (และตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่) โดยอัตโนมัติและวางคำสั่งซื้อและขายเมื่อเงื่อนไขที่กำหนดไว้ ผู้ประกอบการไม่จำเป็นต้องคอยเฝ้าดูราคาและกราฟสดอีกต่อไปหรือสั่งซื้อด้วยตนเอง ระบบการซื้อขายแบบอัลกอทิกซ์จะดำเนินการโดยอัตโนมัติสำหรับเขาโดยระบุโอกาสทางการค้าได้อย่างถูกต้อง (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับค่าเฉลี่ยเคลื่อนที่โปรดดูที่: Simple Moving Averages ทำให้เทรนด์โดดเด่น) Algo-trading ให้ประโยชน์ต่อไปนี้: ธุรกรรมที่ดำเนินการในราคาที่ดีที่สุดการจัดตำแหน่งทางการค้าทันทีและถูกต้อง (มีโอกาสสูงในการดำเนินการในระดับที่ต้องการ) Trades (ดูตัวอย่างการขาดการดำเนินการด้านล่าง) การตรวจสอบอัตโนมัติแบบอัตโนมัติในสภาวะตลาดหลาย ๆ เงื่อนไขลดความเสี่ยงของข้อผิดพลาดด้วยตนเองในการวางธุรกิจการค้า Backtest อัลกอริทึมนี้ขึ้นอยู่กับข้อมูลทางประวัติศาสตร์และข้อมูลเรียลไทม์ที่มีอยู่ลดลง ความเป็นไปได้ที่จะเกิดความผิดพลาดจากผู้ค้ามนุษย์ขึ้นอยู่กับปัจจัยทางด้านอารมณ์และจิตใจส่วนที่สำคัญที่สุดของการซื้อขายสินค้าอัลกอฮอลในปัจจุบันคือการซื้อขายด้วยความถี่สูง (HFT) ซึ่งพยายามที่จะใช้คำสั่งซื้อจำนวนมากที่ความเร็วอย่างรวดเร็วในหลายตลาด พารามิเตอร์ตามคำแนะนำที่ตั้งไว้ล่วงหน้า (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการซื้อขายความถี่สูงโปรดดูที่: กลยุทธ์และความลับของ บริษัท การค้า High Frequency Trading (HFT)) การค้าขาย Algo ใช้ในรูปแบบต่างๆของการซื้อขายและการลงทุนรวมถึง: นักลงทุนระยะกลางหรือระยะยาว , กองทุนรวม บริษัท ประกัน) ที่ซื้อหุ้นในปริมาณมาก แต่ไม่ต้องการมีอิทธิพลต่อราคาหุ้นด้วยการลงทุนที่ไม่ต่อเนื่องปริมาณมาก ผู้ค้าระยะสั้นและผู้ขาย (นักลงทุนในตลาดนักเก็งกำไรและ arbitrageurs) ได้รับประโยชน์จากการดำเนินการทางการค้าโดยอัตโนมัตินอกจากนี้ algo-trading aids ในการสร้างสภาพคล่องที่เพียงพอสำหรับผู้ขายในตลาด ผู้ค้าที่มีระบบ (ผู้ติดตามแนวโน้มคู่ค้ากองทุนป้องกันความเสี่ยง ฯลฯ ) พบว่ามีประสิทธิภาพมากขึ้นในการตั้งกฎการซื้อขายของตนและให้การค้าโปรแกรมโดยอัตโนมัติ การซื้อขายแบบอัลกอริธึมช่วยให้การซื้อขายหลักทรัพย์เป็นไปอย่างเป็นระบบมากกว่าวิธีการที่อาศัยสัญชาตญาณของพ่อค้ามนุษย์หรือสัญชาตญาณ กลยุทธ์การค้าอัลกอริธึมกลยุทธ์สำหรับการซื้อขายแบบอัลกอริธึมจะต้องมีโอกาสที่ระบุซึ่งเป็นประโยชน์ในแง่ของรายได้ที่เพิ่มขึ้นหรือลดต้นทุน ต่อไปนี้เป็นกลยุทธ์การซื้อขายทั่วไปที่ใช้ในการซื้อขายแบบอัลกอฮอร์: กลยุทธ์การซื้อขายตามอัลกอริธึมที่พบมากที่สุดจะเป็นไปตามแนวโน้มการเคลื่อนที่โดยเฉลี่ย breakouts ช่อง การเคลื่อนไหวในระดับราคาและตัวชี้วัดทางเทคนิคที่เกี่ยวข้อง นี่คือกลยุทธ์ที่ง่ายที่สุดและง่ายที่สุดในการดำเนินการผ่านทางการค้าอัลกอริทึมเนื่องจากกลยุทธ์เหล่านี้ไม่เกี่ยวข้องกับการคาดการณ์หรือการคาดการณ์ราคาใด ๆ การค้าจะเริ่มขึ้นอยู่กับการเกิดแนวโน้มที่พึงประสงค์ ซึ่งง่ายและตรงไปตรงมาในการดำเนินการผ่านอัลกอริทึมโดยไม่ต้องเข้าสู่ความซับซ้อนของการวิเคราะห์เชิงพยากรณ์ ตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่ 50 และ 200 วันเป็นกลยุทธ์ที่นิยมใช้กันต่อไป (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับกลยุทธ์การซื้อขายเทรนด์โปรดดูที่: Simple Strategies for Capitalising on Trends) การซื้อหุ้นที่จดทะเบียนในตลาดหลักทรัพย์ในราคาที่ต่ำกว่าในตลาดเดียวและขายพร้อมกันในราคาที่สูงขึ้นในตลาดอื่น ๆ จะทำให้ราคาแตกต่างกันไปในระดับที่ปราศจากความเสี่ยง หรือการเก็งกำไร การดำเนินการเดียวกันสามารถทำซ้ำสำหรับหุ้นเมื่อเทียบกับเครื่องมือฟิวเจอร์สเนื่องจากความแตกต่างของราคามีอยู่เป็นครั้งคราว การใช้อัลกอริทึมเพื่อระบุความแตกต่างของราคาดังกล่าวและการวางคำสั่งซื้อจะช่วยให้มีโอกาสทำกำไรได้อย่างมีประสิทธิภาพ กองทุนดัชนีได้กำหนดระยะเวลาการปรับสมดุลใหม่เพื่อนำการถือครองของตนไปเทียบกับดัชนีอ้างอิงที่เกี่ยวข้อง ซึ่งจะสร้างโอกาสที่เป็นประโยชน์สำหรับผู้ค้าปลีกแบบอัลกอริธึมที่ใช้ประโยชน์จากธุรกิจการค้าที่คาดว่าจะมีกำไรจากฐาน 20-80 จุดขึ้นอยู่กับจำนวนหุ้นในกองทุนดัชนีก่อนที่จะมีการปรับสมดุลของดัชนีใหม่ ธุรกิจการค้าดังกล่าวเริ่มต้นผ่านระบบการซื้อขายแบบอัลกอรึทึมสำหรับการดำเนินการในเวลาที่เหมาะสมและราคาที่ดีที่สุด โมเดลทางคณิตศาสตร์ที่ได้รับการพิสูจน์แล้วมากมายเช่นกลยุทธ์การซื้อขายเดลต้าเป็นกลางซึ่งจะช่วยให้สามารถซื้อขายหลักทรัพย์ได้ด้วยตัวเลือกและการรักษาความปลอดภัยขั้นพื้นฐาน ที่ธุรกิจการค้าจะถูกวางไว้เพื่อชดเชย deltas บวกและลบเพื่อให้เดลต้าผลงานอยู่ที่ศูนย์ กลยุทธ์การพลิกกลับหมายถึงขึ้นอยู่กับแนวคิดที่ว่าราคาของสินทรัพย์สูงและต่ำเป็นปรากฏการณ์ชั่วคราวที่กลับคืนสู่ค่าเฉลี่ยของพวกเขาเป็นระยะ ๆ การระบุและการกำหนดช่วงราคาและการใช้อัลกอริทึมขึ้นอยู่กับว่าจะอนุญาตให้ธุรกิจการค้าสามารถวางขายได้โดยอัตโนมัติเมื่อราคาของสินทรัพย์อยู่ในและนอกช่วงที่กำหนด กลยุทธ์ราคาตลาดถัวเฉลี่ยถ่วงน้ำหนักของปริมาณแบ่งคำสั่งซื้อจำนวนมากและเผยแพร่ชิ้นเล็กลงที่มีการกำหนดรูปแบบไดนามิกไปยังตลาดโดยใช้โปรไฟล์ปริมาณการขายในอดีตที่เฉพาะเจาะจง จุดมุ่งหมายคือการดำเนินการคำสั่งซื้อใกล้เคียงกับราคาเฉลี่ยถ่วงน้ำหนัก (Volume Weighted Average Price - VWAP) ซึ่งจะได้ประโยชน์จากราคาเฉลี่ย กลยุทธ์ราคาถัวเฉลี่ยถ่วงน้ำหนักในช่วงเวลาแบ่งคำสั่งซื้อที่มีขนาดใหญ่และเผยแพร่ชิ้นเล็ก ๆ ที่มีขนาดเล็กลงเพื่อให้ได้ตามตลาดโดยใช้ช่วงเวลาที่แบ่งกันระหว่างช่วงเริ่มต้นและสิ้นสุด เป้าหมายคือการดำเนินการตามคำสั่งใกล้เคียงกับราคาเฉลี่ยระหว่างเวลาเริ่มต้นและเวลาสิ้นสุดซึ่งจะช่วยลดผลกระทบของตลาด จนกว่าคำสั่งซื้อจะได้รับการเติมเต็มขั้นตอนนี้จะยังคงส่งใบสั่งซื้อบางส่วนตามอัตราส่วนการมีส่วนร่วมที่กำหนดไว้และตามปริมาณการซื้อขายในตลาด กลยุทธ์ขั้นตอนที่เกี่ยวข้องจะส่งคำสั่งซื้อตามเปอร์เซ็นต์ของปริมาณตลาดที่ผู้ใช้กำหนดและเพิ่มหรือลดอัตราการมีส่วนร่วมนี้เมื่อราคาหุ้นถึงระดับที่กำหนดโดยผู้ใช้ กลยุทธ์การขาดแคลนการดำเนินงานมีวัตถุประสงค์เพื่อลดต้นทุนการดำเนินการของคำสั่งซื้อด้วยการปิดตลาดเรียลไทม์ทำให้ประหยัดค่าใช้จ่ายในการสั่งซื้อและได้รับประโยชน์จากต้นทุนที่เสียโอกาสในการดำเนินการล่าช้า กลยุทธ์จะเพิ่มอัตราการมีส่วนร่วมที่กำหนดไว้เมื่อราคาหุ้นปรับตัวดีขึ้นและลดลงเมื่อราคาหุ้นปรับตัวสูงขึ้น มีขั้นตอนวิธีพิเศษบางอย่างที่พยายามระบุเหตุการณ์ที่เกิดขึ้นในอีกด้านหนึ่ง อัลกอริทึมการดัดแปลงเหล่านี้ใช้ตัวอย่างเช่นโดยผู้ทำการตลาดด้านการขายมีสติปัญญาในตัวเพื่อระบุการดำรงอยู่ของอัลกอริทึมใด ๆ ในด้านการซื้อของใบสั่งขนาดใหญ่ การตรวจสอบผ่านอัลกอริทึมจะช่วยให้ผู้ทำการตลาดสามารถระบุโอกาสในการสั่งซื้อที่มีขนาดใหญ่และช่วยให้เขาได้รับประโยชน์จากการกรอกคำสั่งซื้อในราคาที่สูงขึ้น นี่เป็นบางครั้งเรียกว่าด้านหน้าที่มีเทคโนโลยีสูง (หากต้องการข้อมูลเพิ่มเติมเกี่ยวกับการซื้อขายด้วยความถี่สูงและการหลอกลวงโปรดดูที่: หากคุณซื้อหุ้นออนไลน์คุณมีส่วนร่วมใน HFTs) ข้อกำหนดทางเทคนิคสำหรับการซื้อขายขั้นตอนวิธีการใช้อัลกอริทึมโดยใช้โปรแกรมคอมพิวเตอร์เป็นส่วนสุดท้ายซึ่งถูกแบ็คกราวด์ด้วยการทำ backtesting ความท้าทายคือการเปลี่ยนกลยุทธ์ที่ระบุไว้ในกระบวนการทางคอมพิวเตอร์รวมที่สามารถเข้าถึงบัญชีการซื้อขายสำหรับการสั่งซื้อได้ โปรแกรมเมอร์ที่ได้รับการว่าจ้างหรือซอฟต์แวร์ซื้อขายที่ทำไว้ล่วงหน้าการเชื่อมต่อเครือข่ายและการเข้าถึงแพลตฟอร์มการซื้อขายสำหรับการวางคำสั่งซื้อการเข้าถึงข้อมูลข้อมูลตลาดที่จะได้รับการตรวจสอบตามอัลกอริทึมสำหรับโอกาสในการวาง ความสามารถและโครงสร้างพื้นฐานในการ backtest ระบบที่สร้างขึ้นก่อนที่จะไปอยู่บนตลาดจริงข้อมูลทางประวัติศาสตร์ที่มีอยู่สำหรับ backtesting ขึ้นอยู่กับความซับซ้อนของกฎที่ใช้ในขั้นตอนต่อไปนี้เป็นตัวอย่างที่ครอบคลุม: Royal Dutch Shell (RDS) Stock Exchange (AEX) และตลาดหลักทรัพย์ลอนดอน (LSE) ช่วยให้สามารถสร้างอัลกอริทึมเพื่อระบุโอกาสในการเก็งกำไร นี่เป็นข้อสังเกตที่น่าสนใจบางส่วน: การซื้อขาย AEX ในสกุลเงินยูโรในขณะที่ธุรกิจการค้าของ LSE ในสกุลปอนด์สเตอร์ลิงเนื่องจากความแตกต่างของเวลาหนึ่งชั่วโมง AEX เปิดให้บริการเมื่อเร็ว ๆ นี้เมื่อเทียบกับ LSE ตามด้วยตลาดหุ้นทั้งสองมีการซื้อขายพร้อมกันสำหรับสองสามชั่วโมงถัดไปและซื้อขายเฉพาะใน LSE ในช่วง ชั่วโมงสุดท้ายที่ AEX ปิดเราสามารถสำรวจความเป็นไปได้ของการซื้อขายเก็งกำไรใน Royal Dutch Shell หุ้นจดทะเบียนในตลาดทั้งสองนี้ในสองสกุลเงินที่แตกต่างกันโปรแกรมคอมพิวเตอร์ที่สามารถอ่านราคาในตลาดปัจจุบันฟีดราคาจากทั้งสอง LSE และ AEX อัตราฟีดอัตราแลกเปลี่ยนสำหรับ อัตราแลกเปลี่ยน GBP-EUR ความสามารถในการสั่งซื้อเพื่อสั่งการแลกเปลี่ยนความถูกต้องความสามารถในการทดสอบย้อนกลับในฟีดราคาย้อนหลังโปรแกรมคอมพิวเตอร์ควรปฏิบัติดังนี้: อ่านฟีดราคาที่รับเข้าของสต็อค RDS จากทั้งสองฝ่ายโดยใช้อัตราแลกเปลี่ยนเงินตราต่างประเทศที่มีอยู่ . แปลงราคาของสกุลเงินหนึ่งไปยังอีกหากมีความแตกต่างของราคามากพอ (ลดค่านายหน้า) นำไปสู่โอกาสที่มีกำไรจากนั้นวางคำสั่งซื้อในใบสั่งซื้อที่ต่ำกว่าและใบสั่งขายในราคาที่สูงกว่าถ้าใบสั่งซื้อดำเนินการเป็น ที่ต้องการกำไรการเก็งกำไรจะเป็นไปตามแบบง่ายและใช้งานง่าย แต่การปฏิบัติของการค้าอัลกอริธึมไม่ง่ายที่จะรักษาและดำเนินการ โปรดจำไว้ว่าหากคุณสามารถวางการค้าที่สร้างโดยอัลกอฮ์ผู้เข้าร่วมการตลาดอื่น ๆ จะสามารถเข้าร่วมได้ ดังนั้นราคาจึงมีความผันผวนในมิลลิลิตรและแม้แต่ไมโครวินาที ในตัวอย่างข้างต้นสิ่งที่เกิดขึ้นหากการซื้อขายซื้อของคุณได้รับการดำเนินการ แต่การขายไม่ได้เป็นราคาขายเปลี่ยนแปลงตามเวลาที่สั่งซื้อของคุณฮิตตลาดคุณจะสิ้นสุดการนั่งกับตำแหน่งที่เปิด ทำให้กลยุทธ์การเก็งกำไรของคุณไร้ค่า มีความเสี่ยงและความท้าทายเพิ่มขึ้นเช่นความเสี่ยงของความล้มเหลวของระบบข้อผิดพลาดในการเชื่อมต่อเครือข่ายความล่าช้าในเวลาระหว่างการสั่งซื้อสินค้าและการดำเนินการและที่สำคัญที่สุดคืออัลกอริทึมที่ไม่สมบูรณ์ อัลกอริธึมที่มีความซับซ้อนมากขึ้นต้องใช้การทดสอบย้อนหลังที่เข้มงวดมากขึ้นก่อนที่จะมีการใช้งาน การวิเคราะห์เชิงปริมาณของการทำงานของอัลกอริทึมมีบทบาทสำคัญและควรได้รับการตรวจสอบอย่างละเอียด มันน่าตื่นเต้นที่จะไปสำหรับระบบอัตโนมัติช่วยโดยคอมพิวเตอร์ที่มีความคิดที่จะทำเงินได้อย่างง่ายดาย แต่ต้องแน่ใจว่าระบบได้รับการทดสอบอย่างละเอียดและกำหนดข้อ จำกัด ไว้ ผู้ค้าวิเคราะห์ควรพิจารณาการเรียนรู้ระบบการเขียนโปรแกรมและการสร้างด้วยตัวเองเพื่อให้มั่นใจในการใช้กลยุทธ์ที่เหมาะสมในลักษณะที่ไม่สามารถเข้าใจได้ การใช้อย่างรอบคอบและการทดสอบอย่างละเอียดของการซื้อขายสัญญาซื้อขายล่วงหน้าสามารถสร้างโอกาสที่ทำกำไรได้ ข้อ 50 คือข้อตกลงการเจรจาต่อรองและข้อยุติในสนธิสัญญา EU ที่ระบุขั้นตอนที่จะต้องดำเนินการสำหรับประเทศใด ๆ ที่ การเสนอราคาเริ่มต้นของสินทรัพย์ของ บริษัท ที่ล้มละลายจากผู้ซื้อที่สนใจที่ได้รับเลือกโดย บริษัท ที่ล้มละลาย จากกลุ่มผู้เสนอราคา เบต้าเป็นตัวชี้วัดความผันผวนหรือความเสี่ยงอย่างเป็นระบบของการรักษาความปลอดภัยหรือผลงานเมื่อเทียบกับตลาดโดยรวม ประเภทของภาษีที่เรียกเก็บจากเงินทุนที่เกิดจากบุคคลและ บริษัท กำไรจากการลงทุนเป็นผลกำไรที่นักลงทุนลงทุน คำสั่งซื้อความปลอดภัยที่ต่ำกว่าหรือต่ำกว่าราคาที่ระบุ คำสั่งซื้อวงเงินอนุญาตให้ผู้ค้าและนักลงทุนระบุ กฎสรรพากรภายใน (Internal Internal Revenue Service หรือ IRS) ที่อนุญาตให้มีการถอนเงินที่ปลอดจากบัญชี IRA กฎในการกำหนดว่าต้องระบุกลยุทธ์การซื้อขายขั้นตอนวิธีในบทความนี้ผมอยากแนะนำให้คุณรู้จักกับวิธีการที่ผมใช้กลยุทธ์การค้าแบบอัลกอริธึมเชิงกำไร เป้าหมายของเราในวันนี้คือการทำความเข้าใจในรายละเอียดในการหาประเมินและเลือกระบบดังกล่าว อธิบายวิธีการระบุกลยุทธ์เป็นเรื่องเกี่ยวกับการตั้งค่าส่วนบุคคลเช่นเดียวกับที่เกี่ยวกับประสิทธิภาพของกลยุทธ์วิธีการตรวจสอบชนิดและปริมาณของข้อมูลที่ผ่านมาสำหรับการทดสอบวิธีการประเมินกลยุทธ์การซื้อขายอย่างไม่ลดละและในที่สุดวิธีการดำเนินการต่อขั้นตอนการทำ backtesting และการใช้กลยุทธ์ . ระบุความชอบส่วนบุคคลของคุณสำหรับการเทรดเพื่อที่จะเป็นผู้ประกอบการค้าที่ประสบความสำเร็จ - ไม่ว่าจะเป็นทางเลือกหรือแบบอัลกอริทึม - จำเป็นต้องถามตัวเองด้วยความซื่อสัตย์ เทรดดิ้งทำให้คุณมีความสามารถในการเสียเงินในอัตราที่น่าตกใจดังนั้นจึงจำเป็นต้องรู้จักตัวเองให้มากที่สุดเท่าที่จำเป็นเพื่อให้เข้าใจถึงกลยุทธ์ที่คุณเลือก ฉันจะบอกว่าการพิจารณาที่สำคัญที่สุดในการซื้อขายคือการตระหนักถึงบุคลิกภาพของคุณเอง การซื้อขายและการค้าอัลกอริธึมโดยเฉพาะอย่างยิ่งต้องมีวินัยอย่างอดทนและความรู้สึกไม่ดี เนื่องจากคุณอนุญาตให้อัลกอริทึมดำเนินการซื้อขายให้กับคุณคุณจำเป็นต้องแก้ไขไม่ให้ยุ่งเกี่ยวกับกลยุทธ์เมื่อดำเนินการ นี้อาจเป็นเรื่องยากมากโดยเฉพาะอย่างยิ่งในช่วงเวลาของการเบิกขยาย อย่างไรก็ตามกลยุทธ์หลายอย่างที่แสดงให้เห็นว่ามีผลกำไรสูงในการทำ backtest สามารถทำลายได้ด้วยการแทรกแซงง่ายๆ เข้าใจว่าถ้าคุณต้องการที่จะเข้าสู่โลกของการค้าอัลกอริธึมคุณจะได้รับการทดสอบทางอารมณ์และเพื่อที่จะประสบความสำเร็จคุณจำเป็นต้องทำงานผ่านปัญหาเหล่านี้การพิจารณาต่อไปคือหนึ่งครั้ง คุณทำงานเต็มเวลาหรือไม่คุณทำงานนอกเวลาทำงานจากที่บ้านหรือเดินทางเป็นประจำทุกวันคำถามเหล่านี้จะช่วยในการกำหนดความถี่ของกลยุทธ์ที่คุณควรหา สำหรับบรรดาผู้ที่อยู่ในการจ้างงานแบบเต็มเวลากลยุทธ์ในอนาคตของฟิวเจอร์สอาจไม่เหมาะสม (อย่างน้อยก็จนกว่าจะมีการดำเนินการโดยอัตโนมัติ) ข้อ จำกัด ด้านเวลาของคุณจะกำหนดวิธีการของกลยุทธ์ด้วย หากกลยุทธ์ของคุณมีการซื้อขายกันบ่อยครั้งและพึ่งพาฟีดข่าวที่มีราคาแพง (เช่น Bloomberg Terminal) คุณจะต้องมีความเป็นจริงเกี่ยวกับความสามารถในการทำงานในขณะนี้ที่สำนักงานสำหรับคุณด้วยเวลาหรือทักษะ เพื่อทำให้กลยุทธ์ของคุณเป็นไปโดยอัตโนมัติคุณอาจต้องการดูกลยุทธ์การซื้อขายทางเทคนิคที่มีความถี่สูงขึ้น (HFT) ความเชื่อของฉันคือต้องดำเนินการวิจัยต่อเนื่องเกี่ยวกับกลยุทธ์การซื้อขายเพื่อรักษาผลงานที่ทำกำไรได้อย่างสม่ำเสมอ กลยุทธ์น้อยอยู่ภายใต้เรดาร์ตลอดไป ดังนั้นส่วนที่สำคัญของเวลาที่จัดสรรให้กับการซื้อขายจะเป็นในการดำเนินการวิจัยต่อเนื่อง ถามตัวเองว่าคุณพร้อมที่จะทำเช่นนี้หรือไม่เพราะอาจเป็นความแตกต่างระหว่างความสามารถในการทำกำไรที่แข็งแกร่งหรือการลดลงอย่างช้าๆต่อความสูญเสีย คุณต้องพิจารณาทุนการซื้อขายของคุณด้วย จำนวนเงินขั้นต่ำที่เหมาะสำหรับกลยุทธ์เชิงปริมาณโดยทั่วไปที่ยอมรับโดยทั่วไปคือ 50,000 เหรียญสหรัฐ (ประมาณ 35,000 สำหรับเราในสหราชอาณาจักร) ถ้าฉันเริ่มต้นใหม่ฉันจะเริ่มต้นด้วยจำนวนเงินที่มากขึ้นซึ่งอาจจะใกล้ 100,000 ดอลลาร์ (ประมาณ 70,000) เนื่องจากต้นทุนการทำธุรกรรมอาจมีราคาแพงมากสำหรับกลยุทธ์ตั้งแต่กลางถึงความถี่สูงและจำเป็นต้องมีเงินทุนเพียงพอในการดูดซับพวกเขาในช่วงเวลาเบิกเงินกู้ หากคุณกำลังพิจารณาเริ่มต้นด้วยน้อยกว่า 10,000 เหรียญสหรัฐคุณจะต้อง จำกัด ตัวเองกับกลยุทธ์ความถี่ต่ำซึ่งจะซื้อขายสินทรัพย์หนึ่งหรือสองรายการเนื่องจากค่าใช้จ่ายในการทำธุรกรรมจะกินเข้าไปในผลตอบแทนของคุณอย่างรวดเร็ว โบรกเกอร์เชิงโต้ตอบซึ่งเป็นหนึ่งในโบรกเกอร์ที่เป็นมิตรกับผู้ที่มีทักษะการเขียนโปรแกรมเนื่องจาก API มีบัญชีรายย่อยไม่ต่ำกว่า 10,000 เหรียญสหรัฐฯ ทักษะการเขียนโปรแกรมเป็นปัจจัยสำคัญในการสร้างกลยุทธ์การซื้อขายแบบอัลกอรึทึมอัตโนมัติ การมีความรู้ในภาษาการเขียนโปรแกรมเช่น C, Java, C, Python หรือ R จะช่วยให้คุณสามารถสร้างระบบจัดเก็บข้อมูลแบบ end-to-end, เครื่องมือทดสอบและระบบปฏิบัติงานด้วยตัวคุณเอง ซึ่งมีข้อดีหลายอย่างซึ่งหัวหน้าซึ่งเป็นความสามารถในการตระหนักถึงทุกด้านของโครงสร้างการค้าอย่างครบถ้วน นอกจากนี้ยังช่วยให้คุณสามารถสำรวจกลยุทธ์ความถี่สูงขึ้นได้ด้วยเนื่องจากคุณจะสามารถควบคุมสแต็คเทคโนโลยีของคุณได้อย่างเต็มที่ แม้ว่าจะหมายความว่าคุณสามารถทดสอบซอฟต์แวร์ของคุณเองและกำจัดข้อบกพร่องได้ แต่ก็หมายถึงเวลาที่ใช้ในการเข้ารหัสโครงสร้างพื้นฐานและไม่ใช้กลยุทธ์มากนักอย่างน้อยก็ในช่วงก่อนหน้าของอาชีพการค้าแบบอัลกอร์ของคุณ คุณอาจพบว่าคุณพอใจกับการซื้อขายใน Excel หรือ MATLAB และสามารถ outsource การพัฒนาส่วนประกอบอื่น ๆ ฉันไม่อยากแนะนำเรื่องนี้ แต่โดยเฉพาะอย่างยิ่งสำหรับการซื้อขายที่ความถี่สูง คุณต้องถามตัวเองว่าคุณหวังว่าจะบรรลุเป้าหมายด้วยการซื้อขายแบบอัลกอลิกึม คุณสนใจในรายได้ประจำโดยที่คุณหวังว่าจะดึงรายได้จากบัญชีการซื้อขายของคุณหรือคุณสนใจที่จะได้รับเงินทุนระยะยาวและสามารถจ่ายได้โดยไม่จำเป็นต้องเบิกเงินดาวน์การพึ่งพารายได้จะกำหนดความถี่ของกลยุทธ์ของคุณ . การถอนเงินรายได้เพิ่มเติมจะต้องมีกลยุทธ์การซื้อขายความถี่ที่สูงขึ้นและมีความผันผวนน้อย (เช่นอัตราส่วน Sharpe ที่สูงขึ้น) ผู้ค้าระยะยาวสามารถจ่ายเงินได้มากขึ้น สุดท้ายอย่าหลงระเริงกับแนวคิดเรื่องการเป็นผู้มั่งคั่งในช่วงเวลาสั้น ๆ การค้าขายของ Algo ไม่ใช่โครงการที่ร่ำรวยอย่างรวดเร็วหากมีอะไรเกิดขึ้นอาจกลายเป็นโครงการที่ไม่ค่อยเร็ว ต้องมีวินัยอย่างมากการวิจัยความขยันและอดทนเพื่อให้ประสบความสำเร็จในการซื้อขายแบบอัลกอลิกึม อาจใช้เวลาหลายเดือนหากไม่ใช้เวลาหลายปีในการสร้างผลกำไรที่สม่ำเสมอ การจัดหาแนวคิดการค้าอัลกอริทึมแม้จะมีการรับรู้ร่วมกันในทางตรงกันข้าม แต่ก็ค่อนข้างตรงไปตรงมาในการหากลยุทธ์การซื้อขายที่มีกำไรในโดเมนสาธารณะ ไม่เคยมีแนวคิดการซื้อขายที่พร้อมใช้งานมากกว่าที่เป็นอยู่ในปัจจุบัน วารสารทางวิชาการการเงินเซิร์ฟเวอร์ก่อนการพิมพ์บล็อกการซื้อขายฟอรัมการซื้อขายนิตยสารการค้ารายสัปดาห์และตำราผู้เชี่ยวชาญนับพันกลยุทธ์การซื้อขายที่จะนำเสนอแนวคิดของคุณต่อไป เป้าหมายของเราในฐานะนักวิจัยเชิงปริมาณคือการสร้างท่อกลยุทธ์ซึ่งจะช่วยให้เรามีกระแสความคิดในการซื้อขายอย่างต่อเนื่อง เราต้องการสร้างแนวทางที่เป็นระบบในการจัดหาการประเมินและการใช้กลยุทธ์ที่เราเจอ จุดมุ่งหมายของท่อคือการสร้างจำนวนของความคิดใหม่ ๆ ที่สม่ำเสมอและเพื่อให้เรามีกรอบในการปฏิเสธความคิดส่วนใหญ่เหล่านี้ด้วยการพิจารณาทางอารมณ์อย่างน้อย เราต้องระมัดระวังอย่างยิ่งที่จะไม่ให้อคติทางความคิดมีผลต่อวิธีการตัดสินใจของเรา นี้อาจเป็นง่ายๆเป็นมีความพึงพอใจสำหรับชั้นสินทรัพย์หนึ่งมากกว่าอื่น (ทองและโลหะมีค่าอื่น ๆ มาใจ) เนื่องจากพวกเขาจะรับรู้ว่าแปลกมากขึ้น เป้าหมายของเราควรจะหากลยุทธ์ที่ทำกำไรได้อย่างต่อเนื่องพร้อมกับคาดหวังในเชิงบวก การเลือกประเภทสินทรัพย์ควรพิจารณาจากข้อควรพิจารณาอื่น ๆ เช่นข้อ จำกัด ด้านเงินทุนค่าธรรมเนียมการเป็นนายหน้าซื้อขายหลักทรัพย์และความสามารถในการยกระดับการลงทุน หากคุณไม่คุ้นเคยกับแนวคิดของกลยุทธ์การซื้อขายอย่างสมบูรณ์สถานที่แรกที่ดูก็คือตำราที่ได้รับการยอมรับ ข้อความคลาสสิกให้ความคิดที่เรียบง่ายและตรงไปตรงมามากขึ้นซึ่งจะทำความคุ้นเคยกับการซื้อขายเชิงปริมาณ นี่คือสิ่งที่ฉันแนะนำสำหรับผู้ที่ยังใหม่กับการซื้อขายเชิงปริมาณซึ่งค่อยๆกลายเป็นความซับซ้อนมากขึ้นในขณะที่คุณทำงานผ่านรายการ: สำหรับรายการการซื้อขายเชิงปริมาณอีกต่อไปโปรดไปที่รายการการอ่าน QuantStart สถานที่ถัดไปเพื่อหากลยุทธ์ที่ซับซ้อนมากขึ้นคือการซื้อขายฟอรัมและบล็อกการซื้อขาย อย่างไรก็ตามข้อควรระวัง: บล็อกการค้าหลายแห่งขึ้นอยู่กับแนวคิดในการวิเคราะห์ทางเทคนิค การวิเคราะห์ทางเทคนิคเกี่ยวข้องกับการใช้ตัวบ่งชี้พื้นฐานและจิตวิทยาพฤติกรรมเพื่อกำหนดแนวโน้มหรือรูปแบบการกลับรายการในราคาสินทรัพย์ แม้ว่าการได้รับความนิยมอย่างมากในพื้นที่การค้าโดยรวมการวิเคราะห์ทางเทคนิคถือว่าค่อนข้างไม่ได้ผลในชุมชนการเงินเชิงปริมาณ บางคนบอกว่าไม่ดีไปกว่าการอ่านดวงชะตาหรือการศึกษาใบชาในแง่ของพลังแห่งการคาดการณ์ในความเป็นจริงมีบุคคลที่ประสบความสำเร็จในการใช้การวิเคราะห์ทางเทคนิค อย่างไรก็ตามในฐานะที่เป็น quants กับกล่องเครื่องมือทางคณิตศาสตร์และสถิติที่มีความซับซ้อนมากขึ้นในการกำจัดของเราเราสามารถประเมินประสิทธิผลของกลยุทธ์แบบ TA ดังกล่าวได้อย่างง่ายดายและใช้การตัดสินใจด้วยข้อมูลแทนที่จะเป็นพื้นฐานในการพิจารณาทางอารมณ์หรือการคาดการณ์ล่วงหน้า นี่คือรายชื่อบล็อกและฟอรัมการซื้อขายอัลกอริธึมที่เป็นที่ยอมรับนับถือ: เมื่อคุณมีประสบการณ์ในการประเมินกลยุทธ์ที่เรียบง่ายแล้วคุณต้องพิจารณาถึงข้อเสนอทางวิชาการที่ซับซ้อนมากขึ้น วารสารวิชาการบางเรื่องอาจยากที่จะเข้าถึงโดยไม่มีการสมัครสมาชิกหรือค่าใช้จ่ายเพียงครั้งเดียว หากคุณเป็นสมาชิกหรือศิษย์เก่าของมหาวิทยาลัยคุณควรสามารถเข้าถึงวารสารทางการเงินบางส่วนได้ มิเช่นนั้นคุณสามารถดูเซิร์ฟเวอร์ pre-print ได้ ซึ่งเป็นที่เก็บอินเทอร์เน็ตของบทคัดย่อของเอกสารทางวิชาการที่กำลังผ่านการตรวจสอบโดย peer เนื่องจากเราสนใจเป็นพิเศษในกลยุทธ์ที่เราสามารถทำซ้ำได้สำเร็จ backtest และได้รับผลกำไรการตรวจทานของเพื่อนมีความสำคัญน้อยกว่าสำหรับเรา ข้อเสียที่สำคัญของกลยุทธ์การศึกษาคือการที่พวกเขามักจะล้าสมัยจำเป็นต้องมีข้อมูลทางประวัติศาสตร์ที่คลุมเครือและมีราคาแพงการค้าในประเภทสินทรัพย์ที่ไม่มีหลักประกันหรือไม่คิดค่าบริการการลื่นไถลหรือการแพร่กระจาย นอกจากนี้ยังอาจไม่ชัดเจนว่าจะมีการดำเนินกลยุทธ์การซื้อขายกับคำสั่งซื้อของตลาดคำสั่งซื้อที่ จำกัด หรือไม่ว่าจะมีการขาดทุนจากขาดทุนแบบสแตนด์อโลนเป็นต้นดังนั้นจึงจำเป็นอย่างยิ่งที่จะต้องทำซ้ำกลยุทธ์นี้ให้ดีที่สุดเท่าที่จะเป็นไปได้ทำเป็นเอกสารหลังสุดและเพิ่มรายการที่เหมือนจริง นี่เป็นรายการของเซิร์ฟเวอร์ pre-print และวารสารทางการเงินที่เป็นที่นิยมมากขึ้นซึ่งคุณสามารถนำมาใช้ประโยชน์ได้จาก: สิ่งที่เกี่ยวกับการสร้างกลยุทธ์เชิงปริมาณของคุณเอง ความเชี่ยวชาญเฉพาะด้านในประเภทใดประเภทหนึ่งหรือหลายประเภทดังต่อไปนี้โครงสร้างจุลภาคของตลาด - สำหรับกลยุทธ์ความถี่สูง ๆ โดยเฉพาะอย่างยิ่งสามารถใช้โครงสร้างจุลภาคในตลาดได้ กล่าวคือเข้าใจเกี่ยวกับพลวัตหนังสือสั่งซื้อเพื่อสร้างผลกำไร ตลาดที่แตกต่างกันจะมีข้อ จำกัด ด้านเทคโนโลยีข้อบังคับนักลงทุนในตลาดและข้อ จำกัด ต่างๆที่เปิดกว้างสำหรับการแสวงหาผลประโยชน์ผ่านทางกลยุทธ์ที่เฉพาะเจาะจง นี่เป็นพื้นที่ที่มีความซับซ้อนมากและผู้ค้าปลีกจะพบว่ายากที่จะสามารถแข่งขันได้ในพื้นที่นี้โดยเฉพาะอย่างยิ่งเมื่อการแข่งขันประกอบด้วยกองทุนเฮดจ์ฟันด์เชิงปริมาณขนาดใหญ่ที่มีทุนจดทะเบียนสูงและมีความสามารถด้านเทคโนโลยีที่แข็งแกร่ง โครงสร้างกองทุน - กองทุนรวมที่ลงทุนเช่นกองทุนบำเหน็จบำนาญข้าราชการหุ้นส่วนการลงทุนภาคเอกชน (กองทุนป้องกันความเสี่ยง) ที่ปรึกษาการซื้อขายสินค้าโภคภัณฑ์และกองทุนรวมมีข้อ จำกัด ทั้งจากกฎระเบียบที่เข้มงวดและทุนสำรองที่มีขนาดใหญ่ ดังนั้นพฤติกรรมที่สอดคล้องกันบางอย่างสามารถใช้ประโยชน์กับผู้ที่มีความว่องไวมากขึ้น ตัวอย่างเช่นกองทุนขนาดใหญ่อาจมีข้อ จำกัด ด้านกำลังการผลิตอันเนื่องมาจากขนาดของโครงการ ดังนั้นหากจำเป็นต้องลดปริมาณ (ขาย) ปริมาณของหลักทรัพย์อย่างรวดเร็วพวกเขาจะต้องเดินโซเซเพื่อหลีกเลี่ยงการเคลื่อนย้ายตลาด อัลกอริทึมที่ซับซ้อนสามารถใช้ประโยชน์จากสิ่งนี้และความเฉพาะเจาะจงอื่น ๆ ในกระบวนการทั่วไปที่เรียกว่าการเก็งกำไรโครงสร้างของกองทุน กลไกการเรียนรู้ของเครื่องจักรได้กลายเป็นที่แพร่หลายมากขึ้นในช่วงหลายปีที่ผ่านมาในตลาดการเงิน (ขั้นตอนวิธีทางพันธุกรรม) และการเพิ่มประสิทธิภาพ (ขั้นตอนวิธีทางพันธุกรรม) ได้ถูกนำมาใช้เพื่อคาดการณ์เส้นทางสินทรัพย์หรือเพิ่มประสิทธิภาพกลยุทธ์การซื้อขาย หากคุณมีพื้นหลังในบริเวณนี้คุณอาจมีข้อมูลเชิงลึกเกี่ยวกับวิธีการใช้อัลกอริทึมเฉพาะกับบางตลาด มีพื้นที่อื่น ๆ อีกมากมายสำหรับ quants เพื่อตรวจสอบ คุยกันถึงวิธีการกำหนดกลยุทธ์ในรายละเอียดในบทความในภายหลัง ด้วยการติดตามตรวจสอบแหล่งข้อมูลเหล่านี้เป็นประจำทุกสัปดาห์หรือแม้กระทั่งทุกวันคุณจะกำหนดตัวเองเพื่อรับรายการกลยุทธ์ที่สอดคล้องกันจากหลากหลายแหล่งข้อมูล ขั้นตอนต่อไปคือการกำหนดวิธีการปฏิเสธชุดย่อยขนาดใหญ่ของกลยุทธ์เหล่านี้เพื่อลดการสูญเสียเวลาและทรัพยากรที่เกิดขึ้นหลังการทดสอบของคุณกับยุทธศาสตร์ที่อาจไม่มีประโยชน์ การประเมินกลยุทธ์การซื้อขายการพิจารณาครั้งแรกและเห็นได้ชัดที่สุดคือคุณเข้าใจกลยุทธ์จริงหรือไม่ คุณจะสามารถอธิบายกลยุทธ์ได้อย่างราบรื่นหรือไม่จำเป็นต้องมีข้อแม้และรายการพารามิเตอร์ที่ไม่มีที่สิ้นสุดนอกจากนี้กลยุทธ์ยังมีพื้นฐานที่ดีและมั่นคงในความเป็นจริงตัวอย่างเช่นคุณชี้ไปที่เหตุผลบางอย่างเกี่ยวกับพฤติกรรมหรือข้อ จำกัด โครงสร้างกองทุนหรือไม่ อาจก่อให้เกิดรูปแบบที่คุณกำลังพยายามใช้ประโยชน์ข้อ จำกัด นี้จะมีผลต่อการเปลี่ยนแปลงระบอบการปกครองเช่นการรบกวนด้านกฎระเบียบอย่างมากกลยุทธ์นี้ใช้กฎทางสถิติหรือคณิตศาสตร์ที่ซับซ้อนหรือไม่ใช้กับชุดข้อมูลทางการเงินใด ๆ หรือเป็น เฉพาะเจาะจงกับประเภทสินทรัพย์ที่อ้างว่าเป็นผลกำไรเมื่อคุณควรคิดถึงปัจจัยเหล่านี้อย่างต่อเนื่องเมื่อประเมินวิธีการซื้อขายใหม่มิเช่นนั้นคุณอาจต้องเสียเวลามากพอที่จะทำ backtest และเพิ่มประสิทธิภาพกลยุทธ์ที่ไม่หวังผลกำไร เมื่อคุณพิจารณาแล้วว่าคุณเข้าใจหลักการพื้นฐานของกลยุทธ์แล้วคุณต้องตัดสินใจว่าจะเหมาะกับโปรไฟล์บุคลิกภาพที่กล่าวมาของคุณหรือไม่ นี้ไม่ได้เป็นที่คลุมเครือการพิจารณาตามที่เสียงกลยุทธ์จะแตกต่างกันอย่างมากในลักษณะการทำงานของพวกเขา มีบางประเภทบุคลิกภาพที่สามารถจัดการระยะเวลาที่สำคัญมากขึ้นของการเบิกหรือยินดีที่จะยอมรับความเสี่ยงมากขึ้นสำหรับผลตอบแทนที่มีขนาดใหญ่ อย่างไรก็ตามข้อเท็จจริงที่ว่าเราเป็น quants ลองและกำจัดความเอนเอียงเกี่ยวกับความรู้ความเข้าใจให้มากที่สุดเท่าที่จะเป็นไปได้และควรสามารถประเมินกลยุทธ์ได้อย่างไม่ลดละความลำเอียงจะเล็ดลอดเข้ามาเสมอดังนั้นเราจำเป็นต้องมีวิธีการที่ไม่ซ้ำกันซึ่งจะช่วยในการประเมินประสิทธิภาพของยุทธศาสตร์ . นี่คือรายการของเกณฑ์ที่ฉันตัดสินกลยุทธ์ใหม่ที่มีศักยภาพโดย: วิธีการ - เป็นโมเมนตัมกลยุทธ์หมายถึงการย้อนกลับ, ตลาดที่เป็นกลาง, ทิศทางกลยุทธ์ไม่ใช้เทคนิคทางคณิตศาสตร์ที่ซับซ้อน (หรือซับซ้อน) หรือเครื่องจักรการเรียนรู้ที่ยาก เพื่อทำความเข้าใจและต้องการปริญญาเอกในสถิติที่จะเข้าใจเทคนิคเหล่านี้นำเสนอจำนวนมากของพารามิเตอร์ซึ่งอาจนำไปสู่การเพิ่มประสิทธิภาพอคติเป็นกลยุทธ์ที่น่าจะทนต่อการเปลี่ยนแปลงระบอบการปกครอง (เช่นกฎระเบียบใหม่ที่มีศักยภาพของตลาดการเงิน) อัตราส่วน Sharpe - อัตราส่วน Sharpe heuristically characterizes อัตราส่วน rewardrisk ของกลยุทธ์ เป็นการวัดว่าคุณจะได้รับผลตอบแทนเท่าใดสำหรับระดับความผันผวนที่ต้องทนต่อเส้นโค้งส่วนได้เสีย โดยธรรมชาติเราจำเป็นต้องกำหนดระยะเวลาและความถี่ที่จะวัดผลตอบแทนและความผันผวนเหล่านี้ (เช่นค่าส่วนเบี่ยงเบนมาตรฐาน) กลยุทธ์ความถี่สูงกว่าจะต้องมีอัตราการสุ่มตัวอย่างที่มากขึ้นของค่าเบี่ยงเบนมาตรฐาน แต่ตัวอย่างเช่นระยะเวลาในการวัดโดยรวมที่สั้นกว่า กลยุทธ์ไม่จำเป็นต้องใช้แรงจูงใจอย่างมีนัยสำคัญเพื่อที่จะทำกำไรได้หรือไม่ยุทธศาสตร์นี้จำเป็นต้องใช้สัญญาซื้อขายล่วงหน้าที่มีผลประโยชน์ (futures, options, swaps) เพื่อที่จะทำให้ผลตอบแทน (Return to return) สัญญาที่ใช้ประโยชน์เหล่านี้สามารถมีความผันผวนสูงและสามารถนำไปสู่ การเรียกเงินกำไร คุณมีเงินทุนหมุนเวียนและมีอารมณ์แปรปรวนหรือไม่ความถี่ - ความถี่ของกลยุทธ์มีการเชื่อมโยงอย่างใกล้ชิดกับกองเทคโนโลยีของคุณ (และความชำนาญด้านเทคโนโลยี) อัตราส่วน Sharpe และระดับค่าใช้จ่ายในการทำธุรกรรมโดยรวม ปัญหาอื่น ๆ ทั้งหมดที่พิจารณาแล้วกลยุทธ์ด้านความถี่ที่สูงขึ้นต้องการเงินทุนเพิ่มขึ้นมีความซับซ้อนและใช้งานได้ยากขึ้น อย่างไรก็ตามสมมติว่าเครื่องมือการทำ backtesting ของคุณมีความซับซ้อนและปราศจากข้อผิดพลาดพวกเขามักจะมีสัดส่วน Sharpe ที่สูงกว่าอยู่มาก ความผันผวน - ความผันผวนเกี่ยวข้องกับความเสี่ยงของกลยุทธ์ อัตราส่วน Sharpe มีลักษณะนี้ ความผันผวนที่สูงขึ้นของประเภทสินทรัพย์อ้างอิงหากไม่ได้รับความเสี่ยงมักจะนำไปสู่ความผันผวนที่สูงขึ้นในส่วนของส่วนของทุนและอัตราส่วน Sharpe ที่เล็กลง ฉันเดาว่าสมมติฐานความผันผวนที่เป็นบวกเท่ากับความผันผวนเชิงลบ กลยุทธ์บางอย่างอาจมีความผันผวนมากขึ้น คุณต้องตระหนักถึงคุณลักษณะเหล่านี้ WinLoss, ProfitLoss โดยเฉลี่ย - กลยุทธ์จะแตกต่างกันไปในลักษณะ winloss และ average profitloss ของพวกเขา หนึ่งสามารถมีกลยุทธ์ที่ทำกำไรได้มากแม้ว่าจำนวนการสูญเสียการค้าเกินจำนวนธุรกิจการค้าที่ชนะ กลยุทธ์โมเมนตัมมีแนวโน้มที่จะมีรูปแบบนี้เมื่อพวกเขาพึ่งพาจำนวนขนาดใหญ่จำนวนมากเพื่อที่จะทำกำไรได้ กลยุทธ์การพลิกกลับค่าเฉลี่ยมีแนวโน้มที่จะมีโปรไฟล์ที่ไม่เห็นด้วยซึ่งเป็นธุรกิจที่ชนะมากที่สุด แต่ธุรกิจการค้าที่สูญหายอาจรุนแรงมาก การเบิกใช้สูงสุด - การเบิกสูงสุดคือการลดลงเปอร์เซ็นต์เปอร์เซ็นต์สูงสุดโดยรวมโดยรวมในส่วนของส่วนของกลยุทธ์ กลยุทธ์โมเมนตัมเป็นที่รู้จักกันดีที่จะประสบกับช่วงเวลาของการเบิกขยาย (เนื่องจากสตริงของการค้าที่เพิ่มขึ้นจำนวนมากที่สูญเสีย) นักลงทุนจำนวนมากจะยอมแพ้ในช่วงที่มีการเบิกเงินกู้เพิ่มขึ้นแม้ว่าการทดสอบในอดีตจะชี้ให้เห็นว่านี่เป็นธุรกิจตามปกติสำหรับกลยุทธ์ คุณจะต้องกำหนดเปอร์เซ็นต์ของการเบิกเงินกู้ (และช่วงเวลาใด) ที่คุณสามารถยอมรับได้ก่อนที่คุณจะยุติการซื้อขายกลยุทธ์ของคุณ นี่เป็นการตัดสินใจที่เป็นส่วนตัวและต้องได้รับการพิจารณาอย่างรอบคอบ CapacityLiquidity - ในระดับค้าปลีกเว้นเสียแต่ว่าคุณจะซื้อขายตราสารที่ไม่มีสภาพคล่องสูงมาก (เช่นหุ้นขนาดเล็ก) คุณจะไม่ต้องห่วงใยกับความสามารถด้านกลยุทธ์มากนัก ความสามารถกำหนดความยืดหยุ่นของกลยุทธ์เพื่อเพิ่มทุน กองทุนป้องกันความเสี่ยงขนาดใหญ่จำนวนมากประสบปัญหาด้านกำลังการผลิตที่สำคัญเนื่องจากกลยุทธ์ของพวกเขาเพิ่มขึ้นในการจัดสรรทุน พารามิเตอร์ - กลยุทธ์บางอย่าง (โดยเฉพาะที่พบในชุมชนการเรียนรู้ด้วยเครื่อง) ต้องมีพารามิเตอร์เป็นจำนวนมาก ทุกพารามิเตอร์พิเศษที่กลยุทธ์ต้องใช้ใบจะมีความเสี่ยงที่จะมีอคติด้านการเพิ่มประสิทธิภาพ (หรือที่เรียกว่า curve-fitting) คุณควรลองและตั้งเป้าหมายที่มีพารามิเตอร์น้อยที่สุดหรือตรวจสอบว่าคุณมีปริมาณข้อมูลเพียงพอที่จะทดสอบกลยุทธ์ของคุณ เกณฑ์มาตรฐาน (Benchmark) - เกือบทุกกลยุทธ์ (ยกเว้นที่มีลักษณะเป็นผลตอบแทนที่แท้จริง) วัดจากเกณฑ์ประสิทธิภาพบางอย่าง เกณฑ์มาตรฐานมักเป็นดัชนีที่บ่งบอกลักษณะตัวอย่างของกลุ่มสินทรัพย์ชั้นต้นที่กลยุทธ์การค้าเข้ามาหากกลยุทธ์การค้าหุ้นขนาดใหญ่ของสหรัฐในตลาดหลักทรัพย์ฯ SP500 จะเป็นเกณฑ์มาตรฐานตามธรรมชาติในการวัดกลยุทธ์ของคุณ คุณจะได้ยินคำว่า alpha และ beta ใช้กับกลยุทธ์ประเภทนี้ เราจะกล่าวถึงค่าสัมประสิทธิ์เหล่านี้ในเชิงลึกในบทความภายหลัง โปรดสังเกตว่าเราไม่ได้พูดถึงผลตอบแทนที่แท้จริงของกลยุทธ์ ทำไมถึงเป็นเช่นนี้ผลตอบแทนที่ได้จะให้ข้อมูลที่ จำกัด เกี่ยวกับประสิทธิภาพของยุทธศาสตร์ พวกเขาไม่ได้ให้ข้อมูลเชิงลึกเกี่ยวกับการใช้ประโยชน์ความผันผวนมาตรฐานหรือความต้องการด้านเงินทุน ดังนั้นกลยุทธ์จะไม่ค่อยตัดสินในผลตอบแทนของพวกเขาคนเดียว พิจารณาความเสี่ยงของกลยุทธ์ก่อนพิจารณาผลตอบแทน ในขั้นตอนนี้หลายกลยุทธ์ที่พบจากท่อส่งของคุณจะถูกปฏิเสธไม่ให้พ้นมือเนื่องจากไม่เคยมีคุณสมบัติตรงตามความต้องการด้านเงินทุนข้อ จำกัด การใช้ประโยชน์ความคลาดเคลื่อนการเบี่ยงเบนสูงสุดหรือความผันผวนของค่าใช้จ่าย ขณะนี้คุณสามารถพิจารณากลยุทธ์ที่มีอยู่เพื่อทดสอบย้อนหลังได้ อย่างไรก็ตามก่อนหน้านี้เป็นไปได้เราจำเป็นต้องพิจารณาเกณฑ์การปฏิเสธครั้งสุดท้ายซึ่ง ได้แก่ ข้อมูลประวัติที่มีอยู่เพื่อทดสอบกลยุทธ์เหล่านี้ การได้รับข้อมูลทางประวัติศาสตร์ในปัจจุบันความกว้างของข้อกำหนดด้านเทคนิคในชั้นสินทรัพย์สำหรับการจัดเก็บข้อมูลในอดีตเป็นเรื่องสำคัญ เพื่อที่จะยังคงสามารถแข่งขันได้ทั้งฝ่ายซื้อ (ฝั่ง) และด้านการขาย (ธนาคารเพื่อการลงทุน) ลงทุนอย่างมากในโครงสร้างพื้นฐานด้านเทคนิค มีความจำเป็นที่ต้องพิจารณาถึงความสำคัญ โดยเฉพาะอย่างยิ่งเรามีความสนใจในความถูกต้องตรงเวลาและความต้องการในการจัดเก็บข้อมูล ตอนนี้ผมจะสรุปสาระสำคัญของการได้รับข้อมูลทางประวัติศาสตร์และวิธีการเก็บข้อมูล น่าเสียดายว่านี่เป็นหัวข้อที่มีความลึกและเป็นเทคนิคดังนั้นฉันจึงไม่สามารถพูดทุกอย่างได้ในบทความนี้ อย่างไรก็ตามในตอนนี้ฉันจะเขียนมากขึ้นเกี่ยวกับเรื่องนี้เนื่องจากประสบการณ์ทางอุตสาหกรรมในอุตสาหกรรมการเงินของฉันเป็นส่วนใหญ่เกี่ยวข้องกับการเก็บข้อมูลและการเข้าถึงข้อมูลทางการเงิน ในส่วนก่อนหน้านี้เราได้จัดทำแผนกลยุทธ์ที่ช่วยให้เราสามารถปฏิเสธกลยุทธ์บางอย่างตามเกณฑ์การปฏิเสธของเราเอง ในส่วนนี้เราจะกรองกลยุทธ์เพิ่มเติมตามการตั้งค่าของเราเพื่อให้ได้ข้อมูลที่ผ่านมา ข้อพิจารณาหลัก (โดยเฉพาะในระดับผู้ประกอบการค้าปลีก) คือค่าใช้จ่ายของข้อมูลความต้องการพื้นที่จัดเก็บและระดับความเชี่ยวชาญด้านเทคนิคของคุณ นอกจากนี้เรายังต้องหารือข้อมูลประเภทต่างๆที่มีอยู่และการพิจารณาที่แตกต่างกันซึ่งข้อมูลแต่ละประเภทจะกำหนดให้กับเรา เริ่มต้นด้วยการพูดถึงประเภทของข้อมูลที่พร้อมใช้งานและประเด็นสำคัญที่เราต้องคำนึงถึง: ข้อมูลพื้นฐาน - รวมถึงข้อมูลเกี่ยวกับแนวโน้มเศรษฐกิจมหภาคเช่นอัตราดอกเบี้ยตัวเลขเงินเฟ้อการดำเนินการขององค์กร (การจ่ายเงินปันผลหุ้นหุ้น) เอกสารที่ยื่นต่อ SEC บัญชี บริษัท ตัวเลขกำไรรายงานเกี่ยวกับพืชข้อมูลทางอุตุนิยมวิทยา ฯลฯ ข้อมูลนี้มักใช้ในการกำหนดมูลค่าของ บริษัท หรือสินทรัพย์อื่น ๆ โดยพื้นฐานเช่นการคาดการณ์กระแสเงินสดในอนาคต ไม่รวมถึงชุดราคาหุ้น ข้อมูลพื้นฐานบางอย่างสามารถใช้ได้อย่างอิสระจากเว็บไซต์ของรัฐบาล ข้อมูลพื้นฐานทางประวัติศาสตร์ในระยะยาวอื่น ๆ อาจมีราคาแพงมาก ข้อกำหนดในการจัดเก็บข้อมูลมักไม่มีขนาดใหญ่โดยเฉพาะเว้นแต่จะได้มีการศึกษาหลายพัน บริษัท ในครั้งเดียว ข้อมูลข่าว - ข้อมูลข่าวสารมักเป็นข้อมูลเชิงคุณภาพ ประกอบด้วยบทความโพสต์บล็อกโพสต์ไมโครบล็อก (ทวีต) และบทวิจารณ์ เทคนิคการเรียนรู้ของเครื่องจักรเช่นการจำแนกประเภทมักใช้เพื่อตีความความรู้สึก ข้อมูลนี้มักเป็นอิสระหรือมีราคาถูกด้วยการสมัครสมาชิกสื่อต่างๆ ฐานข้อมูลเอกสาร NoSQL ใหม่ได้รับการออกแบบมาเพื่อจัดเก็บข้อมูลที่มีโครงสร้างแบบไม่มีโครงสร้างนี้ ข้อมูลราคาสินทรัพย์ - นี่คือโดเมนข้อมูลแบบดั้งเดิมของระบบควอนตัม ประกอบด้วยชุดเวลาของราคาสินทรัพย์ หุ้น (หุ้น) ผลิตภัณฑ์ตราสารหนี้ (พันธบัตร) สินค้าโภคภัณฑ์และราคาปริวรรตเงินตราทั้งหมดนั่งอยู่ในชั้นนี้ ข้อมูลทางประวัติศาสตร์ในแต่ละวันมักจะง่ายกว่าที่จะได้รับสำหรับประเภทสินทรัพย์ที่ง่ายกว่าเช่นหุ้น อย่างไรก็ตามเมื่อความถูกต้องและความสะอาดรวมอยู่และลบความลำเอียงทางสถิติข้อมูลอาจมีราคาแพง นอกจากนี้ข้อมูลชุดข้อมูลตามเวลามีข้อกำหนดในการจัดเก็บข้อมูลที่สำคัญโดยเฉพาะอย่างยิ่งเมื่อพิจารณาข้อมูลระหว่างวัน ตราสารทางการเงิน - หุ้นกู้พันธบัตรและฟิวเจอร์สและตัวเลือกตราสารอนุพันธ์ที่แปลกใหม่มีลักษณะและพารามิเตอร์แตกต่างกันมาก จึงไม่มีขนาดใดเหมาะกับโครงสร้างฐานข้อมูลทั้งหมดที่สามารถรองรับได้ ต้องระมัดระวังอย่างมากในการออกแบบและใช้โครงสร้างฐานข้อมูลสำหรับเครื่องมือทางการเงินต่างๆ เราจะหารือเกี่ยวกับสถานการณ์เมื่อเรามาสร้างฐานข้อมูลหลักของหลักทรัพย์ในบทความในอนาคต ความถี่ - ความถี่ของข้อมูลมีค่ามากขึ้นค่าใช้จ่ายและความต้องการในการจัดเก็บข้อมูลมากขึ้น สำหรับกลยุทธ์ความถี่ต่ำข้อมูลประจำวันก็เพียงพอแล้ว สำหรับกลยุทธ์ความถี่สูงอาจจำเป็นต้องได้รับข้อมูลระดับขีดฆ่าและสำเนาทางประวัติศาสตร์ของข้อมูลหนังสือสั่งซื้อขายแลกเปลี่ยนโดยเฉพาะ การใช้เครื่องมือจัดเก็บข้อมูลประเภทนี้เป็นเทคโนโลยีที่เข้มข้นมากและเหมาะสำหรับผู้ที่มีพื้นฐานทางเทคนิคที่เข้มแข็ง Benchmarks - กลยุทธ์ที่อธิบายไว้ข้างต้นมักจะถูกเปรียบเทียบกับเกณฑ์มาตรฐาน นี้มักจะปรากฏตัวเองเป็นชุดเวลาทางการเงินเพิ่มเติม สำหรับตลาดหุ้นนี้มักเป็นดัชนีอ้างอิงระดับชาติเช่น SP500 index (US) หรือ FTSE100 (UK) สำหรับกองทุนตราสารหนี้จะเป็นประโยชน์เปรียบเทียบกับตะกร้าของพันธบัตรหรือผลิตภัณฑ์ตราสารหนี้ อัตราดอกเบี้ยที่ปราศจากความเสี่ยง (เช่นอัตราดอกเบี้ยที่เหมาะสม) เป็นอีกหนึ่งเกณฑ์มาตรฐานที่ยอมรับกันอย่างกว้างขวาง หมวดหมู่ประเภทสินทรัพย์ทั้งหมดมีเกณฑ์มาตรฐานที่น่าพอใจดังนั้นจึงจำเป็นต้องศึกษาข้อมูลนี้ตามยุทธวิธีเฉพาะของคุณหากคุณต้องการได้รับความสนใจในกลยุทธ์ของคุณจากภายนอก เทคโนโลยี - เทคโนโลยีที่อยู่เบื้องหลังศูนย์เก็บข้อมูลทางการเงินมีความซับซ้อน บทความนี้สามารถขูดขีดพื้นผิวเกี่ยวกับสิ่งที่เกี่ยวข้องกับการสร้างได้เท่านั้น อย่างไรก็ตามจะใช้ศูนย์กลางของเครื่องมือฐานข้อมูลเช่นระบบจัดการฐานข้อมูลเชิงสัมพันธ์ (RDBMS) เช่น MySQL, SQL Server, Oracle หรือ Document Storage Engine (เช่น NoSQL) นี่เข้าถึงผ่านทางรหัสแอ็พพลิเคชันทางธุรกิจที่สืบค้นฐานข้อมูลและให้การเข้าถึงเครื่องมือภายนอกเช่น MATLAB, R หรือ Excel บ่อยครั้งที่ตรรกะทางธุรกิจนี้เขียนขึ้นใน C, C, Java หรือ Python นอกจากนี้คุณยังต้องโฮสต์ข้อมูลนี้ไว้ที่ใดแห่งหนึ่งไม่ว่าจะเป็นบนคอมพิวเตอร์ส่วนบุคคลของคุณเองหรือจากระยะไกลผ่านทางเซิร์ฟเวอร์อินเทอร์เน็ต ผลิตภัณฑ์เช่น Amazon Web Services ทำให้ราคานี้ง่ายและราคาถูกกว่าในช่วงหลายปีที่ผ่านมา แต่ก็ยังคงต้องใช้ความชำนาญทางเทคนิคอย่างมีนัยสำคัญเพื่อให้บรรลุผลอย่างมีประสิทธิภาพ สามารถมองเห็นได้เมื่อมีการระบุกลยุทธ์ผ่านทางท่อแล้วจะต้องมีการประเมินความพร้อมใช้จ่ายค่าใช้จ่ายความซับซ้อนและรายละเอียดการดำเนินการของชุดข้อมูลทางประวัติศาสตร์ที่เฉพาะเจาะจง คุณอาจพบว่าจำเป็นต้องปฏิเสธกลยุทธ์โดยพิจารณาจากข้อมูลทางประวัติศาสตร์ นี่คือพื้นที่ขนาดใหญ่และทีมงานของ PhDs ทำงานที่กองทุนขนาดใหญ่ทำให้แน่ใจว่าราคาถูกต้องและทันเวลา อย่าประมาทความยากลำบากในการสร้างศูนย์ข้อมูลที่มีประสิทธิภาพสำหรับวัตถุประสงค์ในการทำ backtesting ของคุณฉันต้องการกล่าว แต่อย่างไรก็ตามแพลตฟอร์ม backtesting จำนวนมากสามารถให้ข้อมูลนี้แก่คุณโดยอัตโนมัติโดยมีค่าใช้จ่าย ดังนั้นคุณจะต้องใช้ความเจ็บปวดจากการดำเนินงานเป็นอย่างมากและคุณสามารถมุ่งความสนใจไปที่การใช้กลยุทธ์และการเพิ่มประสิทธิภาพได้อย่างหมดจด เครื่องมือเช่น TradeStation มีคุณสมบัตินี้ อย่างไรก็ตามมุมมองส่วนบุคคลของฉันคือการใช้งานให้มากที่สุดเท่าที่เป็นไปได้ภายในและหลีกเลี่ยงการเอาต์ซอร์สส่วนของสแต็คให้กับผู้จัดจำหน่ายซอฟต์แวร์ ฉันชอบกลยุทธ์ที่มีความถี่สูงกว่าเนื่องจากอัตราส่วน Sharpe ที่น่าสนใจยิ่งกว่า แต่พวกเขามักจะแน่นแฟ้นกับกลุ่มเทคโนโลยีซึ่งการเพิ่มประสิทธิภาพขั้นสูงเป็นสิ่งสำคัญ ขณะนี้เราได้กล่าวถึงประเด็นต่างๆที่เกี่ยวกับข้อมูลทางประวัติศาสตร์แล้วถึงเวลาที่เราจะเริ่มใช้กลยุทธ์ของเราในเครื่องมือ backtesting นี้จะเป็นเรื่องของบทความอื่น ๆ เนื่องจากเป็นพื้นที่ขนาดใหญ่ของการสนทนาเพียงการเริ่มต้นกับปริมาณการซื้อขาย