양적 무역 전략 r

+

OpenQuant 소개 OpenQuant는 잘 알려진 SmartQuant 금융 데이터 분석 및 무역 프레임 워크를 중심으로 설계 자동화 거래 시스템 (ATS) 개발 플랫폼이다. 이 프레임 워크는 1997 년부터 개발되어 왔으며 이는 현재 모든 전 세계 금융 기관을 선도하는 데 사용됩니다. C와 비주얼 베이직 - 아니 스크립트 : OpenQuant 특징 - 실시간 전략 개발 언어 - OpenQuant는 선도적 인 기관 거래 프레임 워크의 상단에 개발되고있다. 포트폴리오 수준의 시스템 백 테스팅 및 무역 - - 여러 자산 군 (주식, 선물, 옵션, ETF, FOREX) - 다중 통화 회계 및 시뮬레이션 - 진정으로 이벤트 기반 아키텍처 OpenQuant는 항상 최고의 성능을 제공하고, 컴파일 된 코드를 실행합니다. 백 테스팅 루프에 대한 인공이 없습니다. 여러 거래 시스템 - - 하루 동안 백 테스팅 및 틱 데이터와 자동 거래 - 시장 스캐너 - 시장의 깊이와 수주 지원 - 시간, 틱, 볼륨 및 범위 바 시뮬레이션 모드가 라이브 거래 모드에서 실행과 동일하게 실행 전략 - 여러 시간 프레임 지원 - 사용자 정의 지표 - - 금융 수학 및 정량 분석​​ 라이브러리 (파생 상품 가격, 내재 변동성 등) - 선형 대수 라이브러리 (벡터 및 행렬 연산) - 100 개 이상의 지표와 기술적 분석 라이브러리 전략 최적화, QuantServer 내장 데이터 엔진에 의해 초 당 1.000.000 진드기에 더 전원, 고성능의 백 테스팅 및 시뮬레이션 - - 확률 적 최적화를 포함하여 시장, 정지, 제한, 제한 명령을 중지합니다. OCA 그룹 (하나는 모두 취소합니다). OCA 그룹이 브로커는 기본적으로 OCA를 지원하지 않는 내부적으로 시뮬레이션 - 직접 주문 관리 : 보내기 취소, 주문 바꾸기 - autoexecution, 주문 라우팅을 지원 FIX, QuickFIX 내장 된 엔진. 시뮬레이션에서 한 번의 클릭 스위치는 거래 모드는 데이터 피드와 브로커 IB, PATS, TAL, ESignal, 광자 상인, MB 무역, TAQ, 야후, 구글, CSI, 오픈 틱, IQ 피드, QuoteTracker, 창세기 증권, 북유럽 증권 거래소를 지원 살고 열기 E 외침, AlfaDirect, ItInvest을 지원하는 새로운 에지, 모건 스탠리, TT X 상인 TT의 FIX 어댑터 및 XTAPI, CQG의 FIX, 광속, 핫스팟 FIX, Currenex의 FIX, 적분 FIX, DB (도이치 뱅크) FIX, 일반 FIX 제공을 통해, QUIK, OSL의 FIX, QUIK의 FIX, Finam TRANSAQ, 플라자 II 오픈 인터페이스는 사용자 정의 데이터를 개발 및 실행 제공 플러그인 OpenQuant 데모 OpenQuant 다운로드 30 일 평가 버전을 다운로드합니다. OpenQuant 커뮤니티 및 지원 당신은 SmartQuant 공공 포럼 연락처 OpenQuant 플래시 비디오 자습서 비디오 1 OpenQuant 논의에 오신 것을 환영합니다 - 이 동영상은 시뮬레이션 모드와 방법을보고 startegy 출력을 분석하는 방법의 데모 전략을 실행하는 방법을 보여줍니다. 비디오 2 - 이 동영상은 가져온 데이터를보고 분석하는 가져 오기 Vizard의 방법을 사용하여 텍스트 파일에서이 악기, 수입 기​​록 데이터를 악기를 만드는 방법을 보여줍니다. 비디오 3 - 이 동영상은 요청에 속성을 악기 (주식과 선물)을 설정하고 인터랙티브 브로커에서 실시간 데이터 피드를 모니터링하는 방법을 보여줍니다. 비디오 4 - 이 동영상은 모니터링과 실시간으로 대화 형 브로커에서 무역과 바 데이터를 출력하는 간단한 전략 코드를 개발하는 방법을 보여줍니다. 비디오 5 - 이 동영상은, 악기 정의를 다운로드 실시간 데이터를 모니터링하고 열기 E 외침으로 주문을 실행하는 방법을 보여줍니다. 비디오 6 - 이 동영상은 OpenTick와 악기 정의, 역사적인 시장 데이터를 다운로드하는 방법을 보여줍니다. 비디오 7 - 이 동영상은 TT XTrader의 API / TTSIM (시장 데이터 및 주문 실행)에 연결하는 방법을 보여줍니다. 비디오 8 - 이 동영상은 TT의 FIX 어댑터 / TTSIM (시장 데이터 및 주문 실행)에 연결하는 방법을 보여줍니다. 비디오 9 - 이 동영상은 실시간 데이터를 모니터링하고 MB 무역으로 주문을 실행하는 방법을 보여줍니다. 비디오 10 - 이 동영상은 역사적인 시장 데이터베이스를 OpenQuant하는 IB에서 실시간으로 틱과 바 데이터를 캡처하는 방법을 보여줍니다. 비디오 11 - 이 동영상은 OpenQuant의 시장 스캐너 기능을 사용하는 방법을 보여줍니다. 비디오 12 - 이 동영상은 마이크로 소프트 비주얼 스튜디오와 OpenQuant 전략을 디버깅하는 방법을 보여줍니다. OpenQuant 스크린 샷 OpenQuant 문서 OpenQuant 가이드 OpenQuant 전략 풀 멀티 자산 Backtest 시작하기. 회전 무역 전략 나는 몇 맨 위 자산에 베팅 시간에 걸쳐 투자 할당을 전환하는 체계적인 투자 도구 상자 국지적 회전 무역 전략의 백 테스팅 라이브러리를 사용하여 회전 무역 전략의 이행을 논의합니다. 예를 들어, 순위가 상대적 강도 나 운동량에 기초 할 수있다. 회전 무역 전략 (또는 전술적 자산 배분)의 몇 가지 예입니다 : 내가 ETF 섹터 전략 게시물에 ETF 화면에 도입 된 전략을 사용하여 회전 무역을 설명하고자합니다. 매달, 이 전략은 6개월 반환으로 분류되어 21 ETF의의 상단이에 투자하고있다. ETF의 위치가 한 이러한 ETF의 상단 6 순위에 그대로 유지됩니다 이후 개월 만에 매출을 줄일 수 있습니다. 우리가이 전략을 구현하기 전에, 우리는 두 도우미 루틴을 작성해야합니다. 첫째, s는 각 기간에 대한 상위 N 위치를 선택하는 함수를 만들 수 : 다음의 각 기간에 대한 상위 N 위치를 선택하고 그들이 KeepN 순위 이하로 떨어질 때까지 계속하는 함수를 만들 수 : 이제 우리는 준비가 체계적인 투자 도구 상자의 백 테스팅 라이브러리를 사용하여이 전략을 구현 :이 전략을 개선하는 방법에는 여러 가지가 있습니다. 순위 다양한 방법을 고려한다 : 여기서 고려할 추가 방법 샘플리스트이다. 즉 1/2/3/6/12 개월 수익률과 조합, 순위 위험 조정. , 드로을 제어하고 M. 페이버 (2006)에 의해 전술 자산 배분에 대한 양적 접근에 제시된 성능은 타이밍 메커니즘을 고려 증가합니다. 다른 자산 우주를 생각해 보자. 수입, 국제 자본 시장을 고정 상품과 같은 다른 자산에 덜 상관 ETF의를 포함합니다. 예를 들어, 단일 국가 국제 전략 포스트를 보라. 유일한 경계는 당신의 상상이다. 또한 사용자의 데이터를 overfitting되지 않았는지 확인하기 위해 전략 개발시 민감도 분석을 수행하는 것이 좋습니다. 이 예를 들어 완전한 소스 코드를 보려면 GitHub의에서 bt. test. r에서 bt. rotational. trading. test () 함수에서 봐 주시기 바랍니다. 업데이트가 최신 R 게시물로 전자 메일을받을 R-블로거에 가입 그리워. (당신은이 메시지를 다시 표시되지 않습니다.) 양적 무역 정량 거래 무엇 양적 무역 정량 분석​​을 기반으로 거래 전략으로 구성되어 있습니다. 어떤 거래 기회를 식별하기 위해 재정 수학적 계산과 수에 의존한다. 양적 무역으로 일반적으로 금융 기관과 헤지 펀드에 의해 사용된다. 거래의 크기는 보통 크고, 주식 및 기타 유가 증권의 수천 수백의 구매 및 판매를 포함 할 수있다. 그러나, 정량 거래는 더 일반적이되고 개인 투자자에 의해 사용된다. 정량 거래 가격과 볼륨을 분해하는 수학적 모델의 주요 입력으로 정량 분석​​에 사용되는 일반적인 데이터 입력이 있습니다. 정량적 거래 기술은 고주파 거래를 포함한다. 알고리즘 트레이딩 및 통계 차익. 이러한 기술은 속사이며, 일반적으로 단기 투자 지평을 가지고있다. 많은 양적 상인은 평균 및 발진기 이동과 같은 양적 도구, 더 잘 알고 있습니다. 이해 양적 무역 양이 상인은 현대 기술, 수학, 합리적인 거래 의사 결정에 대한 포괄적 인 데이터베이스의 가용성을 활용. 양적 상인은 무역 기술을 가지고 수학을 사용하여 모델을 만든 다음 그들은 역사적인 시장 데이터 모델을 적용하는 컴퓨터 프로그램을 개발한다. 이 모델은 다음 backtested 최적화입니다. 유리한 결과가 달성되면, 시스템은 실제 자본 실시간 시장에서 구현된다. 방법 정량 거래 모델 함수는 가장 유사성을 이용하여 설명 할 수있다. 태양이 빛나는 동안 기상 학자 비의 90 기회를 예측하는 일기 예보를 생각해 보자. 기상이 지역에 걸쳐 센서로부터 기후 데이터를 수집하고 분석하여이 반 직관적 결론을 도출한다. 전산화 정량 분석​​ 데이터에서 특정 패턴을 보여준다. 이러한 패턴은 과거 기후 자료 (백 테스팅)에 계시 같은 패턴에 비해, 90 (100)의 타임 아웃 결과가 비 인 경우, 다음 기상 학자는 확신을 가지고 결론, 따라서 90 예측을 그릴 수 있습니다. 양적 상인은 거래 결정을 내릴 금융 시장이 동일한 프로세스를 적용합니다. 장점과 양적 무역의 단점은 거래의 목적은 수익성이 거래를 실행하는 최적의 확률을 계산하는 것이다. 효과적으로 모니터링, 분석 및 수신 데이터의 양 전에 증권의 제한된 수에 거래 결정을 내릴 수있는 전형적인 상인 의사 결정 과정을 압도한다. 정량적 거래 기술의 사용은 모니터링, 분석, 및 거래 결정을 자동화 시스템을 사용하여이 제한 조명. 감정을 극복하는 것은 무역으로 가장 널리 문제 중 하나입니다. 그것은 두려워하거나 거래 할 때 탐욕은 감정은 일반적으로 손실을 초래 합리적인 사고를 억압하는 역할을한다. 컴퓨터 및 수학 감정을 가지고 있지 않기 때문에 정량적 거래는이 문제를 제거합니다. 정량 거래는 문제를 가지고있다. 금융 시장이 존재하는 가장 역동적 인 실체의 일부입니다. 따라서, 정량 거래 모델은 지속적으로 성공하기 위해 동적이어야합니다. 많은 양적 상인은 일시적들이 개발되었다하는 시장 조건에 대한 수익성 모델을 개발하지만, 시장 상황이 변화 할 때 궁극적으로 실패합니다. 더 만기일과 채권. 영구 채권은 상환하지 않지만 영원히 관심의 꾸준한 스트림을 지불합니다. 의 일부. 경제 또는 금융 지수 년 시리즈의 첫 번째. 베이스 년 통상 대개의 수명 동안 어떤 시점 동사 지분 일정량으로 변환 할 수 1 본드의 임의의 레벨로 설정된다. 주식 시장에 투자 초과 수익률은 국채의 반환 등의 위험이없는 속도를 통해 제공합니다. 500 주식의 인덱스는 다른 요인들 중 시장 규모, 유동성 및 업계 그룹에 대한 선택. 의 S P 500은 디자인된다.