Backtesting bem sucedido de estratégias de negociação algorítmicas pdf

Backtesting bem sucedido de estratégias de negociação algorítmicas pdf.

Backtesting bem sucedido de estratégias de negociação algorítmicas pdf.

Backtesting bem sucedido de estratégias de negociação algorítmicas pdf.

Forex_Trading_Strategies. pdf-pt - Mercado Forex | Mercados IFC.

Backtesting bem sucedido de estratégias de negociação algorítmica, parte 1 30 de junho de 2018 5:00 am 3 comentários Exibições: 1498Este artigo continua a série em negociação quantitativa.

Estratégias de negociação algorítmica - Sistema de Negociação Financeira.

O kit de ferramentas do Google Trader é a minha carteira de negociação: construção de sistemas de negociação algorítmica ganhando entrevista com um estudante de sucesso.

Backtesting - Wikipedia.

estratégias (mesmo que não o Desenvolvedor Quantitativo para trabalhar no backtesting para Cryptocurrency hedgefund. Alguém já leu o livro Algoritmo de sucesso.

Negociação algorítmica: a negociação algorítmica realmente funciona?

Quantstart no KeyOptimize. Estratégias de negociação algorítmica, backtesting e implementação com c ++, python e pandas.

Quantstart. Comércio algorítmico, negociação quantitativa.

O que é Algorithmic Trading Kinds of Trading Strategies Backtesting Olá World - Algorithmic Trading Backtesting uma Estratégia de Crossover Médio Mover.

FE670 Algorithmic Trading Strategies - personal. stevens. edu.

28.07.2018 & # 0183; & # 32; No primeiro artigo sobre backtesting bem-sucedido, discutimos preconceitos estatísticos e comportamentais que afetam o desempenho do backtest. Nós também discutimos.

O comércio algorítmico realmente funciona para o indivíduo.

backtesting trading strategies, backtesting trading strategies. pdf document, pdf search for backtesting trading strategies.

Negociação algorítmica - palmislandtraders.

Quant Quant Quantos recursos - Baixe como lista de PDF Como identificar estratégias de negociação algorítmica Backtesting de negociação algorítmica bem sucedida do iniciante.

Estratégias de negociação algorítmica, paradigmas e idéias de modelagem.

A concorrência entre as estratégias de negociação algorítmica é a negociação algorítmica para os dados do livro de compras da Buy-Side diretamente na negociação algorítmica ou automatizada.

Comércio Algoritmo de Futuros via Aprendizado de Máquinas.

Nossas estratégias de negociação algorítmica são três algoritmos de negociação únicos em uma estratégia de negociação algorítmica completa. Melhores estratégias de negociação quantitativas.

Backtesting bem sucedido de estratégias de negociação algorítmica.

Quais estratégias de negociação pdf Back-testing opções estratégias de portfólio. Programação e Backtesting e implementar uma estratégia de negociação algorítmica bem sucedida que.

Negociação Algorítmica e Finanças Computacionais.

Backtesting é um termo usado em backtesting fornece informações não disponíveis quando modelos e estratégias são testadas na negociação algorítmica; Caixa preta.

[QuantStart] Lição 3 # Backtesting bem sucedido de.

Negociação algorítmica O sistema FTS Real Time permite criar estratégias de negociação algorítmicas, da seguinte forma: você cria a estratégia no Excel escrevendo uma macro VBA.

7 Essentials para desenvolver uma estratégia de negociação algorítmica.

estratégia de negociação quantitativa pdf e implementar uma estratégia bem sucedida de negociação algorítmica de back-testing estratégias de portfólio. Programação e Backtesting.

Algo Trader's Toolkit - Estratégias de negociação algorítmica.

Estratégias de negociação algorítmica para o varejo Junte-se aos que já estão negociando com AlgorithmicTrading. estratégia dinâmica de estratégia de nível de backtesting,

Estratégias de negociação algorítmica - O que podemos fazer por você.

Como citar. Chan, E. P. (2018) Backtesting e execução automatizada, no comércio algorítmico: estratégias vencedoras e sua fundamentação, John Wiley & amp; Sons, Inc., Hoboken.

Negociação algorítmica: estratégias vencedoras e sua fundamentação.

FE670 Estratégias de negociação algorítmica Uma estratégia de negociação bem-sucedida motivada pela intuição econômica por trás da estratégia de negociação. Avaliando, Backtesting,

Quais são os bons tutoriais on-line no início algorítmico.

18.12.2018 & # 0183; & # 32; Não é apenas um outro método aparentemente sofisticado, como a técnica de Escrita Estratégica & amp; Backtesting: Quais são as melhores estratégias de negociação algorítmicas?

Introdução às Estratégias de Negociação Algorítmica Palestra 1.

Fornece informações detalhadas sobre títulos, trocas e algoritmos. por big_pete__ em Tipos & gt; Manuais de instruções, economia e algoritmos.

Backtesting: interpretação do passado - Investopedia.

Transforme a visão do lucro com a orientação do guru para negociação algorítmica bem-sucedida. Um guia para criar uma estratégia de negociação algorítmica bem-sucedida fornece o mais recente.

Backtesting bem sucedido de estratégias de negociação algorítmicas pdf.

Backtesting bem sucedido de estratégias de negociação algorítmicas pdf.

Backtesting bem sucedido de estratégias de negociação algorítmicas pdf.

Backtesting e Execução Automatizada - Negociação Algorítmica.

Negociação algorítmica de futuros através da máquina Aprendendo uma série de estratégias de negociação que eu obtive durante os meus dois executa bem no backtesting.

Algo Trader's Toolkit - Estratégias de negociação algorítmica.

Estratégias de negociação automatizadas com R Introdução ao Backtesting • A negociação algorítmica compõe um grande% do arquivo de mercado = = "backTestReport. pdf & quot;)>)

Wiley: negociação algorítmica: estratégias vencedoras e suas.

Forex_Trading_Strategies. pdf-pt - Mercado Forex | Mercados IFC.

MatlabTrading.

Quais estratégias de negociação pdf Back-testing opções estratégias de portfólio. Programação e Backtesting e implementar uma estratégia de negociação algorítmica bem sucedida que.

Negociação algorítmica - palmislandtraders.

25.02.2018 & # 0183; & # 32; 7 Essentials para desenvolver uma negociação algorítmica para consideração em seu sistema comercial, o backtesting do guia Successful Traders tem.

Quais são os bons tutoriais on-line no início algorítmico.

[QuantStart] Lição 3 # Exitoso Backtesting de Algorithmic Trading Strategies (Parte I).pdf - Download como arquivo PDF (.pdf), Arquivo de Texto (.txt) ou leia on-line.

Negociação algorítmica - Wikipedia.

14.09.2018 & # 0183; & # 32; As estratégias de negociação algorítmicas populares usadas na negociação automatizada são uma estratégia de negociação algorítmica baseada em S. M.A pode ser Backtesting.

Negociação algorítmica: a negociação algorítmica realmente funciona?

FE670 Estratégias de negociação algorítmica Uma estratégia de negociação bem-sucedida motivada pela intuição econômica por trás da estratégia de negociação. Avaliando, Backtesting,

Estratégias de negociação algorítmica, paradigmas e idéias de modelagem.

07.07.2018 & # 0183; & # 32; Quais são os bons tutoriais on-line no início de negociação algorítmica? liste PDF com um com detalhes sobre backtesting e algumas estratégias simples para.

Fundamentos do comércio algorítmico: conceitos e exemplos.

Negociação algorítmica e de alta frequência: negociação algorítmica: as estratégias de execução interagem com o mercado e decidem como fazer pedidos.

Dados Históricos do EnBS Dados Xetra essenciais para o sucesso.

Estratégias de negociação algorítmica para o varejo Junte-se aos que já estão negociando com AlgorithmicTrading. estratégia dinâmica de estratégia de nível de backtesting,

Backtesting: interpretação do passado - Investopedia.

Negociação algorítmica O sistema FTS Real Time permite criar estratégias de negociação algorítmicas, da seguinte forma: você cria a estratégia no Excel escrevendo uma macro VBA.

O comércio algorítmico realmente funciona para o indivíduo.

Como citar. Chan, E. P. (2018) Backtesting e execução automatizada, no comércio algorítmico: estratégias vencedoras e sua fundamentação, John Wiley & amp; Sons, Inc., Hoboken.

Backtesting bem sucedido de estratégias de negociação algorítmica.

backtesting trading strategies, backtesting trading strategies. pdf document, pdf search for backtesting trading strategies.

Estratégias de negociação automatizadas com R - Oracle.

19.11.2018 & # 0183; & # 32; Aprenda com minha experiência como desenvolvedor de software criando estratégias de negociação Forex e mais neste tutorial de negociação algorítmica.

Negociação Algorítmica e Finanças Computacionais.

Backtesting é um termo usado em backtesting fornece informações não disponíveis quando modelos e estratégias são testadas na negociação algorítmica; Caixa preta.

Quant trading strategies pdf - cepopi. files. wordpress.

Conecte-se para fazer o download. Obtenha o pdf. NEGOCIAÇÃO ALGORITÓMICA Estratégias vencedoras e sua fundamentação.

Programação e análise quantitativa Backtesting.

Estratégias de negociação de acesso direto de negociação com sucesso em Algorithmic. Pricing Negociação automatizada Back Testing backtesting Crowdsourcing Hedge Fund Hedge funds.

Estratégias de negociação algorítmica Forex: minha experiência | Toptal.

30.06.2018 & # 0183; & # 32; Backtesting oferece uma série de vantagens para negociação algorítmica. No entanto, nem sempre é possível fazer uma estratégia de forma direta. Em geral.

Backtesting bem sucedido de estratégias de negociação algorítmicas.

Programação e estratégias de negociação quantitativas Backtesting. AlgoQuant - A Quantitative Trading Research Toolbox. Haksun Li. haksun. li@numericalmethod.

[QuantStart] Lição 3 # Backtesting bem sucedido de.

A concorrência entre as estratégias de negociação algorítmica é a negociação algorítmica para os dados do livro de compras da Buy-Side diretamente na negociação algorítmica ou automatizada.

7 Essentials para desenvolver uma estratégia de negociação algorítmica.

estratégia de negociação quantitativa pdf e implementar uma estratégia bem sucedida de negociação algorítmica de back-testing estratégias de portfólio. Programação e Backtesting.

Quantstart. Comércio algorítmico, negociação quantitativa.

Blog para usuários do MATLAB interessados ​​em estratégias de negociação algorítmica, backtesting, negociação de pares, arbitragem estatística, análise quantitativa, etc.

FE670 Algorithmic Trading Strategies - personal. stevens. edu.

Negociação algorítmica e finanças computacionais - "negociação de programas" "negociação algorítmica": estratégias automatizadas para execução otimizada.

Negociação algorítmica: estratégias vencedoras e sua fundamentação.

18.12.2018 & # 0183; & # 32; Não é apenas um outro método aparentemente sofisticado, como a técnica de Escrita Estratégica & amp; Backtesting: Quais são as melhores estratégias de negociação algorítmicas?

Introdução às Estratégias de Negociação Algorítmica Palestra 1.

Construa suas estratégias de negociação. Então, estamos amplamente orientados em torno da negociação algorítmica, a guia pode ser usada para repetir repetidamente todas as permutações.

Futures Trading Strategies Blog - DG americana.

18.11.2017 & # 0183; & # 32; # 7 / artigos / Successful-Backtesting-of-Algorithmic # 14 /doi/10.1002/9781118477144.app3/pdf Elaboração e negociação de estratégias de negociação algorítmica em um.

Recursos Quant gratuitos | Analista Quantitativo | Python.

Nossas estratégias de negociação algorítmica são três algoritmos de negociação únicos em uma estratégia de negociação algorítmica completa. Melhores estratégias de negociação quantitativas.

Backtesting bem sucedido de estratégias de negociação algorítmicas pdf.

Backtesting bem sucedido de estratégias de negociação algorítmicas pdf.

Backtesting bem sucedido de estratégias de negociação algorítmicas pdf.

Stock Arbitrage: 3 Estratégias - Instituto CFA.

Nossas estratégias de negociação algorítmica são três algoritmos de negociação únicos em uma estratégia de negociação algorítmica completa. Melhores estratégias de negociação quantitativas.

Forex_Trading_Strategies. pdf-pt - Mercado Forex | Mercados IFC.

estratégias (mesmo que não o Desenvolvedor Quantitativo para trabalhar no backtesting para Cryptocurrency hedgefund. Alguém já leu o livro Algoritmo de sucesso.

Introdução às Estratégias de Negociação Algorítmica Palestra 1.

backtesting trading strategies, backtesting trading strategies. pdf document, pdf search for backtesting trading strategies.

O comércio algorítmico realmente funciona para o indivíduo.

A maioria das estratégias referidas como negociação algorítmica (bem como algorítmicas que incluem backtesting, natureza das estratégias de negociação algorítmica.

7 Essentials para desenvolver uma estratégia de negociação algorítmica.

Stock Arbitrage: 3 Estratégias Little Rock - Fayetteville 22 de outubro de 2018 Perry Kaufman. Disclaimer Um guia para criar uma estratégia de negociação algorítmica bem sucedida.

Estratégias de negociação algorítmica para comerciantes, quantitativas.

Forex_Trading_Strategies. pdf-pt - Mercado Forex | Mercados IFC.

Algorithmic Trading & amp; DMA: uma introdução ao direto.

Introdução às estratégias de negociação algorítmica Palestra 1 Visão geral do comércio algorítmico Haksun Li haksun. li@numericalmethod Backtesting.

[QuantStart] Lição 3 # Backtesting bem sucedido de.

Blog para usuários do MATLAB interessados ​​em estratégias de negociação algorítmica, backtesting, negociação de pares, arbitragem estatística, análise quantitativa, etc.

Recursos Quant gratuitos | Analista Quantitativo | Python.

Programação e estratégias de negociação quantitativas Backtesting. AlgoQuant - A Quantitative Trading Research Toolbox. Haksun Li. haksun. li@numericalmethod.

FE670 Algorithmic Trading Strategies - personal. stevens. edu.

Fornece informações detalhadas sobre títulos, trocas e algoritmos. por big_pete__ em Tipos & gt; Manuais de instruções, economia e algoritmos.

Fundamentos do comércio algorítmico: conceitos e exemplos.

Dados essenciais para estratégias de negociação bem-sucedidas testando os comerciantes algorítmicos de sucesso para otimizar e verificar as estratégias de negociação existentes.

Negociação algorítmica - Wikipedia.

19.11.2018 & # 0183; & # 32; Aprenda com minha experiência como desenvolvedor de software criando estratégias de negociação Forex e mais neste tutorial de negociação algorítmica.

Quant trading strategies pdf - cepopi. files. wordpress.

Negociação algorítmica e finanças computacionais - "negociação de programas" "negociação algorítmica": estratégias automatizadas para execução otimizada.

Comércio Algoritmo de Futuros via Aprendizado de Máquinas.

Backtesting bem sucedido de estratégias de negociação algorítmica, parte 1 30 de junho de 2018 5:00 am 3 comentários Exibições: 1498Este artigo continua a série em negociação quantitativa.

C stock backtesting websites - r-bloggers, Quantpedia.

O kit de ferramentas do Google Trader é a minha carteira de negociação: construção de sistemas de negociação algorítmica ganhando entrevista com um estudante de sucesso.

Quantstart. Comércio algorítmico, negociação quantitativa.

18.12.2018 & # 0183; & # 32; Não é apenas um outro método aparentemente sofisticado, como a técnica de Escrita Estratégica & amp; Backtesting: Quais são as melhores estratégias de negociação algorítmicas?

Opções binárias.

Quant trading strategies pdf.

PESQUISA QUANTITATIVA E NEGOCIAÇÃO - As últimas teorias.

Estratégias de negociação Hitta. S & # 246; k Snabbare, B & # 228; ttre & amp; Smartare!

A abordagem de Quant para construir estratégias de negociação: segunda parte.

Uma lista de 25 sites onde você pode encontrar muitas estratégias de negociação quantitativas interessantes, pesquisa de sistema e idéias comerciais de quant.

25 para opções de negociação nos futuros do CME Group.

2017-11-29 & # 0183; & # 32; Negociação quantitativa com R Compreendendo ferramentas matemáticas e computacionais de um Quant desenvolver uma robusta estratégia de negociação quantitativa usando.

Blog | Alvarez Quant Trading.

Usos das Estratégias Quantitativas de Investimento na Ásia O uso generalizado de estratégias quantitativas nos Estados Unidos mostra as estratégias pelo fato disso.

Negociação algorítmica - Wikipedia.

Redescubra o comércio clássico com precisão - Quant Trade.

Vários leitores pediram testes adicionais na estratégia de negociação do setor usando os 200 dias e isso é muito refrescante para ver na Quant.

Estratégias de comércio de quant - Técnicas para otimizar o.

Estratégias de negociação Hitta. S & # 246; k Snabbare, B & # 228; ttre & amp; Smartare!

Estratégias de negociação quantitativa - investopedia.

2017-04-07 & # 0183; & # 32; Quant - Quant é um sistema baseado em python para testes de estratégia de negociação de ações.

Estratégias de tendência simples na negociação de moeda (PDF.

[QuantStart] Lição 3 # Exitoso Backtesting de Algorithmic Trading Strategies (Parte I).pdf - Download como arquivo PDF (.pdf), Arquivo de Texto (.txt) ou leia on-line.

Leitura Você lê ou escreveu um livro que deveria estar sobre isso.

2018-10-06 & # 0183; & # 32; Um exemplo de uma estratégia de negociação codificada usando o Quantmod Package em R. você aprendeu princípios básicos sobre como projetar uma estratégia de negociação de quantos usando R.

Comércio Algoritmo de Futuros via Aprendizado de Máquinas.

Benefícios de Quant Strategies Isso torna o processo de negociação real muito direto investindo nos investimentos altamente cotados e vendendo os mais baixos.

Código R | Gekko Quant - Negociação Quantitativa.

Quant Credit Correlation, negociação de base, long / short Quant Hybrid Asset Strategies Estratégia baseada em HF replicação Quantitative Hedge Fund Strategies v2.

Quais são os bons tutoriais on-line no início algorítmico.

StrategyQuant é um pedaço único de Estratégia de construção. Procura e estratégias de backtests Você não precisa ser um programador para usar seus próprios algoritmos para negociação.

StrategyQuant | StrategyQuant.

Negociação algorítmica e de alta frequência: estratégia de negociação algorítmica Exemplos de estratégias quantitativas.

[QuantStart] Lição 3 # Backtesting bem sucedido de.

As últimas teorias, modelos e estratégias de investimento em pesquisa e comércio quantitativo.

Estratégias quantitativas de fundos de cobertura v2 - Columbia University.

Quais são as principais categorias de estratégias de negociação sistemática (por exemplo, impulso, reversão média), como pode ser considerado por um índice ou analista de fundos de fundos? Existem.

Estratégias de negociação - S & # 246; k Estratégias de negociação | zapmeta. se.

As limitações, as oportunidades e o escrutínio necessários são milhares de matemáticos mais brilhantes que usam o programa de negociação ou que seguindo suas estratégias,

Quant Mashup | Quantocracy.

Estratégias de negociação algorítmica para o comerciante de varejo. Comece hoje usando nossos algoritmos de negociação para criar um sistema de negociação de futuros automatizado 100%.

Introdução às Estratégias de Negociação Algorítmica Palestra 1.

Quant trading blogs, estratégias de negociação e pesquisa quantitativa.

O R Trader.

Negociação algorítmica O sistema FTS Real Time permite criar estratégias de negociação algorítmicas, da seguinte forma: você cria a estratégia no Excel escrevendo uma macro VBA.

Estratégias de negociação - S & # 246; k Estratégias de negociação | zapmeta. se.

que dá uma repartição de como as estratégias de negociação quantitativas são desenvolvidas, testadas e executadas no mercado. Curso de investimento computacional.

Estratégia - Categorias de estratégias de negociação sistemáticas.

O R Trader. Usando R e relacionados Ao testar estratégias de negociação, uma abordagem comum é dividir o conjunto de dados inicial em dados de amostra: Quant Savvy.

Lista de Leitura Quantiacs | Analista Quantitativo.

2018-09-14 & # 0183; & # 32; O termo estratégias de negociação algorítmica pode parecer muito sofisticado ou muito complicado, mas o conceito é muito simples de entender.

Estratégias de negociação algorítmica - Sistema de Negociação Financeira.

Palestra 8: Estratégias de opções quantitativas Marco Avellaneda G63.2936.001 • Opções de nome único Negociação eletrônica em 6 bolsas, listagem cruzada de muitas ações,

Comércio de Algoritmos e de Alta Frequência: uma visão geral.

O aplicativo StrategyQuant e as estratégias de negociação geradas pelo programa estão sujeitas a esse risco. Apesar do teste, StrategyQuant User's Guide 9.

Estratégia de Negociação | Gekko Quant - Negociação Quantitativa.

Quant Trading Books. Uma introdução às estratégias de negociação de acesso direto. Note que os livros da Quant Start só estão disponíveis no seu site.

Trading Quant Strategies - Trading Quant Strategies.

Torne-se um comerciante de sucesso com as habilidades de programação necessárias! StrategyQuant é um software de negociação algorítmica com mais de 6 anos de desenvolvimento.

Quant trading strategies pdf - WordPress.

25 lugares para encontrar estratégias de negociação quantitativas.

Sem termos de pesquisa. Nenhum termo de pesquisa foi inserido. Digite seu.

Estratégias quantias implementadas pelo "Blog Quantopian".

Isto é devido à natureza evolutiva das estratégias de negociação algorítmicas - eles devem ser capazes de se adaptar e negociar de forma inteligente, independentemente das condições do mercado,

QuantShare - Software de negociação para ações, Forex e Futuros.

QuantShare é um software de negociação avançado para comerciantes de ações, forex e futuros.

Quant Strategies - São para você? - Investopedia.

Sem termos de pesquisa. Nenhum termo de pesquisa foi inserido. Digite seu.

Negociação Quantitativa: Como Construir Seu Próprio Algorítmico.

Negociação algorítmica de futuros através da máquina Aprender a obter uma estratégia de negociação que investe em estratégias coletivas (onde os negócios são.

Programação e análise quantitativa Backtesting.

Enquanto o Dr. Chan toma o tempo para delinear os aspectos essenciais de transformar estratégias de negociação quantitativas em conceitos de como construir minha própria negociação quantitativa.

&cópia de; Quant Trading Strategy pdf Opção Binária | Quant trading strategies pdf Melhores opções binárias.

QuantStart.

Junte-se ao portal de membros privados da Quantcademy que atende à comunidade de comerciantes de varejo de varejo em rápido crescimento. Você encontrará um grupo bem informado de mentalistas quant pronto para responder suas perguntas comerciais mais importantes.

Confira meu ebook sobre o comércio de quant, onde eu ensino você como criar estratégias de negociação sistemáticas lucrativas com ferramentas Python, desde o início.

Dê uma olhada no meu novo ebook sobre estratégias de negociação avançadas usando análise de séries temporais, aprendizado de máquina e estatísticas bayesianas, com Python e R.

Por Michael Halls-Moore em 26 de abril de 2018.

Este artigo continua com a série sobre negociação quantitativa, que começou com o Guia do Iniciante e Identificação Estratégica. Ambos os artigos mais longos e mais envolvidos têm sido muito populares, então continuarei nesta linha e fornecerá detalhes sobre o tema da estratégia de backtesting.

O backtesting algorítmico requer conhecimento de muitas áreas, incluindo psicologia, matemática, estatística, desenvolvimento de software e microestrutura de mercado / intercâmbio. Eu não poderia esperar para cobrir todos esses tópicos em um artigo, então eu vou dividi-los em duas ou três peças menores. O que vamos discutir nesta seção? Começarei definindo backtesting e depois descreverei os conceitos básicos de como é realizado. Então, elucidaremos os vícios que abordamos no Guia do Iniciante de Negociação Quantitativa. Em seguida, apresentarei uma comparação das várias opções de software de backtesting disponíveis.

Em artigos subsequentes, analisaremos os detalhes das implementações da estratégia que muitas vezes são mal mencionadas ou ignoradas. Também consideraremos como tornar o processo de backtesting mais realista, incluindo as idiossincrasias de uma troca comercial. Então discutiremos custos de transação e como modelá-los corretamente em uma configuração de backtest. Terminaremos com uma discussão sobre o desempenho de nossos backtests e, finalmente, forneceremos um exemplo de uma estratégia quantitativa comum, conhecida como troca de pares de reversão média.

Vamos começar discutindo o que é backtesting e por que devemos realizá-lo em nossa negociação algorítmica.

O que é Backtesting?

A negociação algorítmica se distingue de outros tipos de classes de investimento porque podemos fornecer expectativas mais confiáveis ​​sobre o desempenho futuro do desempenho passado, como conseqüência da abundante disponibilidade de dados. O processo pelo qual isso é realizado é conhecido como backtesting.

Em termos simples, o backtesting é realizado expondo seu algoritmo de estratégia particular a um fluxo de dados financeiros históricos, o que leva a um conjunto de sinais comerciais. Cada comércio (o que significaremos aqui ser uma "ida e volta" de dois sinais) terá um lucro ou perda associada. A acumulação deste lucro / perda ao longo da sua estratégia backtest levará ao lucro total (também conhecido como 'P & L' ou 'PnL'). Essa é a essência da idéia, embora seja claro que o "diabo está sempre nos detalhes"!

Quais são os principais motivos para testar uma estratégia algorítmica?

Filtração - Se você se lembra do artigo sobre Identificação de Estratégia, nosso objetivo na fase de pesquisa inicial foi configurar um pipeline estratégico e depois filtrar qualquer estratégia que não atendesse a determinados critérios. Backtesting nos fornece outro mecanismo de filtração, pois podemos eliminar estratégias que não atendem às nossas necessidades de desempenho. Modelagem - Backtesting nos permite (com segurança!) Testar novos modelos de certos fenômenos do mercado, como custos de transação, roteamento de ordens, latência, liquidez ou outros problemas de microestrutura de mercado. Otimização - Embora a otimização da estratégia esteja repleta de preconceitos, o backtesting nos permite aumentar o desempenho de uma estratégia modificando a quantidade ou os valores dos parâmetros associados a essa estratégia e recalculando sua performance. Verificação - Nossas estratégias geralmente são obtidas externamente, através do nosso pipeline estratégico. Backtesting uma estratégia garante que não foi implementado incorretamente. Embora raramente tenhamos acesso aos sinais gerados por estratégias externas, muitas vezes teremos acesso às métricas de desempenho, como as características Sharpe Ratio e Drawdown. Assim, podemos compará-los com nossa própria implementação.

Backtesting oferece uma série de vantagens para negociação algorítmica. No entanto, nem sempre é possível fazer uma estratégia de forma direta. Em geral, à medida que a frequência da estratégia aumenta, torna-se mais difícil modelar corretamente os efeitos da microestrutura do mercado e das trocas. Isso leva a backtests menos confiáveis ​​e, portanto, uma avaliação mais complicada de uma estratégia escolhida. Este é um problema particular em que o sistema de execução é a chave para o desempenho da estratégia, como acontece com os algoritmos de ultra alta frequência.

Infelizmente, o backtesting está repleto de preconceitos de todos os tipos. Nós abordamos algumas dessas questões em artigos anteriores, mas agora vamos discutir em profundidade.

Biases que afetam a estratégia Backtests.

Existem muitos preconceitos que podem afetar o desempenho de uma estratégia pré-testada. Infelizmente, esses distúrbios tendem a inflar o desempenho ao invés de prejudicar. Assim, você sempre deve considerar um backtest como um limite superior idealizado sobre o desempenho real da estratégia. É quase impossível eliminar os vícios da negociação algorítmica, pelo que é nosso trabalho minimizá-los da melhor forma possível para tomar decisões informadas sobre nossas estratégias algorítmicas.

Existem quatro vieses principais que eu gostaria de discutir: Bias de Otimização, Bias de Look-Ahead, Bias de Sobrevivência e Bias de Tolerância Psicológica.

Bias de otimização.

Este é provavelmente o mais insidioso de todos os preconceitos de backtest. Isso envolve o ajuste ou a introdução de parâmetros de negociação adicionais até que o desempenho da estratégia no conjunto de dados do backtest seja muito atraente. No entanto, uma vez que o desempenho da estratégia pode ser marcadamente diferente. Outro nome para este viés é "ajuste de curva" ou "viés de snooping de dados".

O viés de otimização é difícil de eliminar, pois estratégias algorítmicas geralmente envolvem muitos parâmetros. Os "Parâmetros" nesta instância podem ser os critérios de entrada / saída, períodos de retorno, períodos de média (ou seja, o parâmetro de suavização da média móvel) ou a frequência de medição da volatilidade. O viés de otimização pode ser minimizado mantendo o número de parâmetros ao mínimo e aumentando a quantidade de pontos de dados no conjunto de treinamento. Na verdade, é preciso também ter cuidado com este último, já que os pontos de treinamento mais antigos podem estar sujeitos a um regime prévio (como um ambiente regulatório) e, portanto, podem não ser relevantes para sua estratégia atual.

Um método para ajudar a mitigar esse viés é realizar uma análise de sensibilidade. Isso significa variar os parâmetros de forma incremental e traçar uma "superfície" de desempenho. Som, o raciocínio fundamental para opções de parâmetros deve, com todos os outros fatores considerados, levar a uma superfície de parâmetro mais suave. Se você tem uma superfície de desempenho muito nervosa, muitas vezes significa que um parâmetro não está refletindo um fenômeno e é um artefato dos dados do teste. Existe uma vasta literatura sobre algoritmos de otimização multidimensional e é uma área de pesquisa altamente ativa. Não vou me aprofundar aqui, mas mantenha-o no fundo de sua mente quando você encontrar uma estratégia com um backtest fantástico!

Look-Ahead Bias.

O viés prospectivo é introduzido em um sistema backtesting quando os dados futuros são incluídos acidentalmente em um ponto na simulação onde esses dados não estarão realmente disponíveis. Se estamos executando o backtest cronologicamente e chegarmos ao ponto de tempo $ N $, o viés de frente para a frente ocorre se os dados estiverem incluídos para qualquer ponto $ N + k $, onde $ k> 0 $. Os erros de polarização anteriores podem ser extremamente sutis. Aqui estão três exemplos de como o viés favorável pode ser introduzido:

Bugs técnicos - Arrays / vetores no código geralmente têm iteradores ou variáveis ​​de índice. Deslocamentos incorretos desses índices podem levar a um viés avançado, incorporando dados em $ N + k $ por zero $ k $. Cálculo de parâmetro - Outro exemplo comum de polarização aparente ocorre ao calcular parâmetros de estratégia ótimos, como, por exemplo, com regressões lineares entre duas séries temporais. Se todo o conjunto de dados (incluindo dados futuros) é usado para calcular os coeficientes de regressão e, portanto, aplicado retroativamente a uma estratégia de negociação para fins de otimização, os dados futuros estão sendo incorporados e existe um viés de espera. Maxima / Minima - Certas estratégias de negociação utilizam valores extremos em qualquer período de tempo, como incorporar os preços altos ou baixos nos dados da OHLC. No entanto, uma vez que estes valores máximos / mínimos só podem ser calculados no final de um período de tempo, um viés de avanço é introduzido se esses valores forem usados ​​- durante o período atual. É sempre necessário atrasar valores altos / baixos em pelo menos um período em qualquer estratégia comercial que os use.

Tal como acontece com o viés de otimização, é preciso ter o cuidado de evitar sua introdução. Muitas vezes, é a principal razão pela qual as estratégias de negociação apresentam um desempenho inferior ao de seus efeitos negativos significativamente na "negociação ao vivo".

Viés de sobrevivência.

O viés de sobrevivência é um fenômeno particularmente perigoso e pode levar a desempenho significativamente inflacionado para determinados tipos de estratégia. Ocorre quando as estratégias são testadas em conjuntos de dados que não incluem o universo completo de ativos anteriores que podem ter sido escolhidos em um determinado momento, mas apenas consideram aqueles que "sobreviveram" até o momento atual.

Por exemplo, considere testar uma estratégia em uma seleção aleatória de ações antes e depois do crash do mercado de 2001. Algumas ações de tecnologia faliram, enquanto outras conseguiram ficar à tona e até prosperaram. Se tivéssemos restringido esta estratégia apenas às ações que passaram pelo período de retirada do mercado, estaremos apresentando um viés de sobrevivência porque já demonstraram seu sucesso para nós. Na verdade, este é apenas outro caso específico de viés prospectivo, já que as futuras informações estão sendo incorporadas na análise passada.

Existem duas maneiras principais de mitigar o viés de sobrevivência na estratégia de backtests:

Survivorship Bias Free Datasets - No caso de dados de capital, é possível comprar conjuntos de dados que incluam entidades excluídas, embora não sejam baratos e apenas tendem a ser utilizados por empresas institucionais. Em particular, os dados do Yahoo Finance não são viés de sobrevivência livre, e isso é comumente usado por muitos comerciantes de algo de varejo. Pode-se também negociar em classes de ativos que não são propensas ao viés de sobrevivência, como certas commodities (e seus derivados futuros). Use dados mais recentes - No caso de ações, o uso de um conjunto de dados mais recente mitiga a possibilidade de que a seleção de ações escolhida seja ponderada para "sobreviventes", simplesmente porque há uma menor probabilidade de exclusão geral de estoque em períodos de tempo mais curtos. Pode-se também começar a construir um conjunto de dados pessoais sem sobrevivência, coletando dados do ponto atual. Após 3-4 anos, você terá um sólido conjunto de dados de ações de sobrevivência e tendenciosidade com o qual voltar a testar outras estratégias.

Vamos agora considerar certos fenômenos psicológicos que podem influenciar o seu desempenho comercial.

Tolerância de tolerância psicológica.

Este fenômeno particular não é freqüentemente discutido no contexto da negociação quantitativa. No entanto, é discutido extensivamente em relação a métodos comerciais mais discricionários. Tem vários nomes, mas eu decidi chamá-lo de "viés de tolerância psicológica" porque ele capta a essência do problema. Ao criar backtests ao longo de um período de 5 anos ou mais, é fácil analisar uma curva de equidade tendencialmente ascendente, calcular o retorno anual composto, o índice Sharpe e até mesmo as características de retirada e ficar satisfeito com os resultados. Como exemplo, a estratégia pode ter uma redução relativa máxima de 25% e uma duração máxima de retirada de 4 meses. Isso não seria atípico para uma estratégia de impulso. É direto convencer-se de que é fácil tolerar tais períodos de perdas porque a imagem geral é corajosa. No entanto, na prática, é muito mais difícil!

Se as retiradas históricas de 25% ou mais ocorrerem nos backtests, então, com toda a probabilidade, você verá períodos de rebaixamento similar na negociação ao vivo. Esses períodos de retração são psicologicamente difíceis de suportar. Tenho observado de primeira mão o que pode ser um alongamento prolongado, em um ambiente institucional, e não é agradável - mesmo que os backtests sugerem que tais períodos ocorrerão. A razão pela qual eu chamo de "viés" é que, muitas vezes, uma estratégia que, de outra forma, seria bem-sucedida, é interrompida na negociação durante os períodos de redução prolongada e, portanto, levará a um desempenho inferior significativo em comparação com um backtest. Assim, mesmo que a estratégia seja de natureza algorítmica, os fatores psicológicos ainda podem ter uma forte influência na lucratividade. O takeaway é garantir que, se você ver retrações de uma certa porcentagem e duração nos backtests, então você deve esperar que eles ocorram em ambientes de negociação ao vivo, e precisará perseverar para alcançar a rentabilidade mais uma vez.

Pacotes de software para backtesting.

A paisagem do software para teste de estratégia é vasta. As soluções variam de software sofisticado de grau institucional totalmente integrado até linguagens de programação como C ++, Python e R, onde quase tudo deve ser escrito a partir do zero (ou "plugins" adequados). Como comerciantes quantos estamos interessados ​​no equilíbrio de poder "possuir" nossa plataforma de tecnologia comercial versus a velocidade e a confiabilidade de nossa metodologia de desenvolvimento. Aqui estão as principais considerações para escolha de software:

Habilidade de programação - A escolha do ambiente será, em grande parte, reduzida a sua capacidade de programar o software. Eu argumentaria que estar no controle da pilha total terá um maior efeito em sua P & L de longo prazo do que a terceirização, tanto quanto possível, para o software do fornecedor. Isso deve-se ao risco negativo de ter erros ou idiossincrasias externas que você não conseguiu consertar no software do fornecedor, o que de outra forma seria facilmente corrigido se você tivesse mais controle sobre sua "stack de tecnologia". Você também quer um ambiente que alcance o equilíbrio certo entre produtividade, disponibilidade da biblioteca e velocidade de execução. Faço minha própria recomendação pessoal abaixo. Capacidade de Execução / Interação Broker - Alguns softwares de backtesting, como Tradestation, vinculam diretamente uma corretora. Eu não sou fã desta abordagem, pois reduzir os custos de transação são muitas vezes um grande componente de obter uma proporção Sharpe mais alta. Se você estiver vinculado a um corretor particular (e a Tradestation "força" você a fazer isso), então você terá um tempo mais difícil de transição para o novo software (ou um novo corretor) se for necessário. Os corretores interativos fornecem uma API que é robusta, embora com uma interface ligeiramente obtusa. Personalização - Um ambiente como o MATLAB ou o Python oferece uma grande flexibilidade ao criar estratégias de algo, pois oferecem bibliotecas fantásticas para praticamente qualquer operação matemática imaginável, mas também permitem uma personalização extensiva, quando necessário. Complexidade de Estratégia - Certos softwares simplesmente não são recortados para uma grande combinação de números ou complexidade matemática. O Excel é uma dessas peças de software. Embora seja bom para estratégias mais simples, não pode realmente lidar com inúmeros recursos ou algoritmos mais complicados, com rapidez. Minimização de polarização - Uma determinada peça de software ou dados se presta mais aos viés de negociação? Você precisa se certificar de que se você quiser criar toda a funcionalidade você mesmo, que não introduza problemas que possam levar a desvios. Velocidade do Desenvolvimento - Não devemos passar meses e meses implementando um mecanismo de back-test. A prototipagem só deve demorar algumas semanas. Certifique-se de que o seu software não está impedindo o seu progresso em grande medida, apenas para obter alguns pontos percentuais adicionais de velocidade de execução. C ++ é o "elefante na sala" aqui! Velocidade de Execução - Se sua estratégia for completamente dependente da pontualidade de execução (como em HFT / UHFT), será necessário um idioma como C ou C ++. No entanto, você estará presumindo a otimização do kernel do Linux e o uso de FPGA para esses domínios, que está fora do escopo deste artigo! Custo - Muitos dos ambientes de software que você pode programar estratégias de negociação algorítmicas são totalmente gratuitos e de código aberto. Na verdade, muitos hedge funds utilizam software de código aberto para todas as suas plataformas de troca de algo. Além disso, o Excel e o MATLAB são relativamente baratos e existem até alternativas gratuitas para cada um.

Agora que listámos os critérios com os quais precisamos escolher a nossa infra-estrutura de software, quero executar alguns dos pacotes mais populares e como eles comparam:

Nota: Eu só vou incluir o software que está disponível para a maioria dos profissionais de varejo e desenvolvedores de software, pois este é o público do site. Enquanto outros softwares estão disponíveis, como as ferramentas de grau institucional, eu acho que estas são muito caras para ser efetivamente usadas em uma área de varejo e eu pessoalmente não tenho experiência com elas.

1.000 USD para uma licença.

Estratégias diferentes exigirão diferentes pacotes de software. As estratégias HFT e UHFT serão escritas em C / C ++ (estes dias são muitas vezes realizadas em GPUs e FPGAs), enquanto as estratégias de equidade direcional de baixa freqüência são fáceis de implementar na TradeStation, devido à natureza "tudo em um" da software / corretagem.

Minha preferência pessoal é para o Python, pois fornece o grau certo de personalização, velocidade de desenvolvimento, capacidade de teste e velocidade de execução para minhas necessidades e estratégias. Se eu precisar de algo mais rápido, posso "entrar" em C ++ diretamente dos meus programas Python. Um método preferido por muitos comerciantes quant é prototar suas estratégias em Python e depois converter as seções de execução mais lentas em C ++ de maneira iterativa. Eventualmente, todo o algo está escrito em C ++ e pode ser "deixado sozinho para trocar"!

Nos próximos artigos sobre backtesting, analisaremos algumas questões específicas relacionadas à implementação de um sistema de backtesting de negociação algorítmica, bem como a forma de incorporar os efeitos das trocas comerciais. Vamos discutir a medida de desempenho da estratégia e finalmente concluir com uma estratégia de exemplo.

Apenas iniciando o comércio quantitativo?

3 razões para se inscrever para a lista de e-mails QuantStart:

1. Quant Trading Lessons.

Você terá acesso instantâneo a um curso de e-mail gratuito de 10 partes, repleto de sugestões e dicas para ajudá-lo a começar a negociação quantitativa!

2. Todo o conteúdo mais recente.

Todas as semanas, vou enviar-lhe um envoltório de todas as atividades no QuantStart para que você nunca mais perca uma postagem novamente.

Real, dicas de negociação viáveis, sem tonturas.