استراتيجية التداول سلسلة الوقت

إستراتيجية تداول السلاسل الزمنية
ويظهر مؤشر توقعات السلاسل الزمنية أي اتجاه إحصائي في سعر السهم على مدى فترة زمنية من طول 'n' باستخدام تقنيات تحليل الانحدار الخطي. ومن المثير للاهتمام، وتوقعات سلسلة الوقت يولد النقطة الأخيرة من عدة اتجاهات الانحدار الخطي في وقت واحد. ويسمى مؤشر توقعات سلسلة الوقت الناتج أيضا مؤشر "الانحدار الخطي المتحرك" وأحيانا "مذبذب الانحدار". قد يجد سادة التداول اليوم استخدام لهذا المؤشر من أجل إعطاء أنفسهم "نكهة" ما عمل الغد ربما، على الرغم من أن معظم يفضلون تقنيات راسخة مثل تحليل التقلب.
يتم تداول التوقع مثل أي متوسط ​​متحرك آخر، ولكن حقيقة أن سلسلة زمنية متعددة تستخدم يعطيها مزايا أكثر من "عادية" ما، أساسا عدم وجود تأخير عندما تتغير الأسعار بسرعة. ويرجع ذلك بالطبع إلى أن "توقعات سلسلة الوقت" تتناسب مع بيانات الأسعار الأساسية بدلا من متوسطها، مما يجعلها أكثر استجابة لتغيرات الأسعار. في الأساس، إذا كان الاتجاه الحالي لا يزال قائما، توقعات سلسلة الوقت هو توقعات لمستوى سعر الفترة المقبلة.
لحساب توقعات سلسلة الوقت لديك لاستخدام تقنية "المربعات الصغرى تناسب" لحساب خط الاتجاه الانحدار الخطي، الذي يحاول تناسب خط الاتجاه إلى بيانات الأسعار عن طريق تقليل المسافة بين نقاط السعر وخط الاتجاه الانحدار الخطي نفسه.

استراتيجيات سلسلة الزخم التجارية في سوق الأسهم العالمية.
غاغاري تشاكرابارتي.
في السنوات الأخيرة، تم التحقق من صحة الأرباح غير العادية في أسواق الأسهم تجريبيا، وبالتالي وضع فرضية السوق الفعالة في المحاكمة؛ والتأكيد على أن السوق يعرف كل شيء أو السوق لا يمكن أن يتعرض للضرب وقد ثبت أن تكون أسطورة. وبوجود قواعد تجارية مربحة في أسواق الأوراق المالية، تصبح المضاربة ظاهرة شائعة تجعل النظام المالي غير مستقر في جوهره، ويتعرض للصدمات، ويتعرض للحوادث. هذه الدراسة، في حين استكشاف وجود قواعد التداول مربحة في السوق العالمية في السنوات الأخيرة، ويجد أن الدول المتقدمة في البلدان المتقدمة أكثر عرضة لأنشطة المضاربة.
* غاغاري تشاكرابارتي أستاذ مساعد في الاقتصاد في جامعة الرئاسة، كلكتا، الهند. ومجالات بحوثها الرئيسية هي الاقتصاد المالي، والتمويل الكمي، والأسواق المالية كنظم معقدة. حصلت على ماجستير، M. Phil. ودكتوراه درجة في الاقتصاد من جامعة كلكتا.
المراجع.
معلومات حقوق التأليف والنشر.
المؤلفين والانتماءات.
غاغاري تشاكرابارتي.
لا توجد انتماءات متاحة.
حول هذه المقالة.
نشرت بالتعاون مع.
توصيات شخصية.
اقتباس المقال.
المراجع المرجعية ريس ريفوركس زوتيرو.
.BIB بيبتكس جابريف منديلي.
مشاركة المقال.
الوصول غير المحدود إلى المقال الكامل التحميل الفوري تشمل ضريبة المبيعات المحلية إن وجدت.
اقتباس المقال.
المراجع المرجعية ريس ريفوركس زوتيرو.
.BIB بيبتكس جابريف منديلي.
مشاركة المقال.
أكثر من 10 مليون وثيقة علمية في متناول يدك.
تبديل الطبعة.
&نسخ؛ 2017 سبرينجر الدولية للنشر أغ. جزء من الطبيعة سبرينجر.

التداول الكمي.
الاستثمار الكمي والأفكار التجارية، والبحث، والتحليل.
الخميس، 02 تموز (يوليو) 2015.
تحليل السلاسل الزمنية والثغرات في البيانات.
على الرغم من أن الحجم المطلق للعائدات خلال أيام الأسبوع يشبه ذلك خلال عطلة نهاية الأسبوع، فإن العوائد المتوسطة أكثر إيجابية بكثير خلال أيام الأسبوع. لاحظ أيضا أن تضخم العائدات تضاعف تقريبا في عطلة نهاية الأسبوع. (مخاطر الذيل أعلى بكثير في عطلة نهاية الأسبوع مع عوائد أقل بكثير المتوقعة: لماذا سيكون أي شخص يشغل منصبا خلال عطلة نهاية الأسبوع؟) لذلك إذا قمنا بتشغيل أي نوع من تحليل سلسلة زمنية على البيانات اليومية، نحن قوة تركيب نموذج على البيانات مع إحصاءات غير متجانسة أن لن تعمل بشكل جيد.
ذكرت سابقا على نموذج الأسهم الأساسية التي اقترحتها لايل وانغ باستخدام مزيج خطي من اثنين فقط أساسيات الشركة & # 8213؛ نسبة العائد إلى السوق والعائد على حقوق الملكية. وقد نشر البروفيسور لايل نسخة جديدة من هذا النموذج. وأفاد تشارلز ألبرت ليهال وجان فيليب بوشود وبول بيسون أن "السعر اللحظي أكثر اتساقا مع أوامر الحد الموقعة (تجديد النظام التراكمي) بدلا من أوامر السوق الموقعة (عدم التوازن التراكمي للنظام)، حتى إذا كان اختلال التوازن في النظام قادرا على التنبؤ قصير . قبعة تلميح: ماتيا مانزوني. (ليس لدي رابط إلى الورقة الأصلية: يرجى طرح ماتيا لذلك!) وهناك مسابقة جديدة للاستثمار لمساعدتك على رفع رأس المال هو متاح في hedgefol. io. استمتع حزب الصيف في الهواء الطلق مع زميل كوانتس الاستفادة من نيويورك مؤسسة رجال الاطفاء حرق مركز يوم الثلاثاء، 14 يوليو مع كبير في الغذاء والمشروبات باردة على شرفة تطل على مانهاتن. يرجى رسفب للانضمام إلى مديري الصناديق الكمية والتجار النظامي، والتجار الخوارزمية، كوانتس وأسماك القرش عالية التردد لأمسية كبيرة. هذا هو حدث مجاني (ورحب التبرعات).
77 التعليقات:
أنا في عداد المفقودين كيف يمكنك الحصول على عائد متوسط ​​لعطلات نهاية الأسبوع عند إغلاق السوق.
شكرا إرني لذكر في بلوق، وأنا متحمس حقا لذلك.
النظر في مشكلة البيانات المفقودة التي يمكن حلها بسهولة مع فلتر كالمان.
عن طريق العودة لعطلة نهاية الأسبوع، أعني العودة من نهاية يوم التداول قبل عطلة نهاية الأسبوع، إلى نهاية يوم التداول بعد عطلة نهاية الأسبوع، في حالة سبي. لمدة 15 دقيقة عوائد أودكاد، وعودة عطلة نهاية الأسبوع يعني العودة من 5 مساء بتوقيت شرق الولايات المتحدة يوم الجمعة، إلى 5:15 مساء بتوقيت شرق الولايات المتحدة يوم الاحد عندما يفتح السوق.
شكرا على الرابط وشرح!
يمكنك توضيح لماذا مرشح كالمان يمكن أن تحل مشكلة البيانات المفقودة؟
هل أجريت التحليل ل سبي خلال نفس الفترة التي نقلت؟ وبهذه الطريقة، يمكننا مقارنة ومعرفة ما إذا كان أي من الحسابات أو البيانات لدينا أخطاء.
نعم، ترتبط العقود الآجلة بين إس و فس سلبا، وقد وصفت إستراتيجية تداول زوجي مستندة إلى الزخم في كتابي "التداول الخوارزمي" p.143.
من المثير للاهتمام أنك لم تجد مثل هذه الموسمية على مدار التاريخ الكامل ل سبي.
وأنا أعلم أن الباحثين الأكاديميين ترغب في استخدام طويلة تاريخ ممكن عند كتابة الأوراق (30 عاما الحد الأدنى؟)، ولكن أنا لا أختلف مع هذا النهج.
إذا وجدت أن عودة الجمعة هي أيضا (بشكل إحصائي) مختلفة بشكل كبير عن المتوسط، من شأنها أن تشير إلى أن هناك تأثير موسمي أيام الجمعة، وأنه ينبغي أن تعامل بشكل منفصل عن الأيام الأخرى كذلك.
وإنني أتفق مع النقاط التي مفادها أن سياق مناقشاتنا أمر مهم.
نتطلع إلى نتائج البحث الجديد الخاص بك!
نحن التجارة 1 سهم من y، وأسهم بيتا من س.
إن استخدام نسبة التحوط لا يضمن أن الأداء أفضل من الترجيح المحايد للدولار أو التذبذب. ومع ذلك، فإن الطرق الأخرى للتحوط لا تتبع من ثبات انتشار. أي. حتى لو كان الانتشار ثابتا حقا، فلا يوجد ضمان بأن الأساليب الأخرى ستكون مربحة.
شكرا على الرابط إلى دراستك. استنتاج مثير للاهتمام: سأدرسه في بعض التفاصيل.
لدي بضعة أسئلة تأمل أن تساعدني على حلها:
إذا كان العائد المطلق هو ببساطة المجموع التراكمي للعائدات الفردية للسلسلة أحصل على شيء مثل 70٪ (وليس بب) ل & # 8220؛ أيام الأسبوع & # 8221؛ و -14٪ لعطلات نهاية الأسبوع.
أيضا متوسط ​​العائد، هل هو متوسط ​​سلسلة من العوائد ؟. في حال حدوث ذلك، أواجه 0.3 نقطة أساس ل & # 8220؛ أيام الأسبوع & # 8221؛ ولكن -0.3bp ل & # 8220؛ عطلات نهاية الأسبوع & # 8221؛ ليس 3.9.
أنا تحميل التاريخ من بلومبرغ ن حالة لدينا مصادر مختلفة. ولكن أنا لا & # 8217؛ ر نعتقد أن هذه هي المشكلة.
1) يعني متوسط ​​العائد المطلق متوسط ​​(على مدى عدة سنوات) من القيمة المطلقة للعوائد اليومية. هذا هو وسيلة نموذجية لحساب التقلب اللحظي (وليس الانحراف المعياري للعائدات)، ولكن من أجل الاتساق، وأنا استخدامه لحساب التقلبات اليومية وكذلك هنا. وهو لا يساوي أي من التعاريف التي اقترحتها.
أود أن أقول شارب من 1 على الأقل ضروري للإشارة إلى دلالة إحصائية، إلا إذا كان لديك سبب أساسي قوي للاعتقاد بأن الاستراتيجية يجب أن تعمل على الرغم من القليل من الأدلة الإحصائية.
معظم بلدي المملكة المتحدة والأوروبية العملاء والزملاء يتداولون الأسهم الأمريكية. لا أرى لماذا يجب عليك تداول أسهم هونج كونج فقط.
إذا ارتفع سعر الفائدة في الولايات المتحدة، بالتأكيد الدولار الأمريكي سوف ترتفع، لأننا لا نتوقع من البنك المركزي الأوروبي من البنك المركزي الياباني لزيادة معدلات.
ليس لدي أي فكرة - أنا لست اقتصاديا!
يمكنك التحوط من مخاطر العملات بأكثر تكلفة من خلال استخدام الخيارات. اطلع على الكتاب الجديد & كوت؛ أداء خيار فكس & كوت؛ أعلى قائمة الكتب الموصى بها على الشريط الجانبي الأيمن.
معدل نمو سنوي مركب = معدل النمو السنوي المركب. يمكنك حساب العائد المركب التراكمي لاستراتيجيتك عن طريق أخذ العوائد اليومية r_i (بشكل أدق، العائد اليومي إلى السوق)، وضربها: R = (1 + r_1) * (1 + r_2) *. * (1 + r_N) -1. ثم سنويا من قبل معدل نمو سنوي مركب = (1 + R) ^ (252 / N) -1، حيث 252 هو عدد أيام التداول في السنة.
العوائد اليومية r_i هي P & أمب؛ L (مارك-تو-ماركيت P & أمب؛ L، وهذا يعني أنه يشمل كلا من P & أمب؛ ل) المحققة وغير المحسوبة مقسوما على صافي قيمة أصول حسابك. وبطبيعة الحال، فإن صافي قيمة الأصول يشمل النقد.
وهو نموذج أر مع الرجعية طويلة جدا، مثل أر (288).
يرجى ملاحظة أن هذا المنحنى كومبل تم إنشاؤها على افتراض تنفيذ الإقتباسات منتصف. وبطبيعة الحال، في التداول الحقيقي ونحن قد تضطر إلى دفع عرض تسعير طرح الكثير من الأوقات.
استراتيجيات صنع السوق عالية التردد في كثير من الأحيان يمكن أن يكون نسبة شارب عالية جدا، كما يمكن استراتيجيات استنزاف الكمون.
عند العثور على أفضل المناسب p في أر (p)، وهذا لا الإفراط في تجهيز البيانات (التطفل البيانات)؟ أنت أذكر أر (288)، كيف تصل إلى 288؟
عندما تقوم بعد ذلك باختبار أر (288) على مجموعة الاختبار، وتأكيد الصلاحية، أليس هذا الاختبار خارج العينة يصبح في العينة، لأنك استخدمته للتحقق من النموذج وتحديده؟
يتم العثور على قيمة p باستخدام تقدير احتمالية الحد الأقصى لمجموعة التدريب. لا يوجد تحيز البيانات التطفل عندما تجد المعلمة الأمثل في مجموعة التدريب، وتؤكد أنه يعمل بشكل جيد في مجموعة الاختبار. الحالة الوحيدة التي يحدث فيها التحيز التطفل البيانات هو أن تجد أفضل p في مجموعة التدريب، ولكن النموذج لا يزال لا يعمل في مجموعة الاختبار. لذلك يمكنك تغيير النموذج بطريقة أخرى، واستخدام مجموعة التدريب لإعادة تحسين المعلمات.
توفر قاعدة بيانات شارادار في كواندل كمية محدودة من البيانات الأساسية المجانية.
بشكل عام، هذا الانقطاع (بما في ذلك الثغرات بين عشية وضحاها صعودا أو هبوطا) يسبب لي بعض الصداع. حتى فكرت في النظر في نماذج لتقلبات تقلب، لكنها تبدو معقدة جدا لتكون قوية، والتقلبات قد تتصرف بشكل مختلف مقارنة بالأسعار.
نشكرك على مشاركة تجربتك مع نموذجك. في الواقع من الصعب جدا أن يكون نموذج اللحظي الذي مع ذلك يحمل مواقف طوال الليل أو حتى خلال عطلة نهاية الأسبوع. النفط والماء لا تخلط جيدا.
لم يتم تعديل أي بيانات عن البنك الدولي / توزيعات الأرباح.
وفجوة عطلة نهاية الأسبوع، يمكننا فقط توصيل إغلاق يوم الجمعة مع يوم الاثنين المقبل مفتوحة، والخلف ضبط أيام الأسبوع الأخرى بطريقة مماثلة، وهذا قد تعمل للاستراتيجيات التي لا تمسك الموقف خلال عطلة نهاية الأسبوع؟
حتى بالنسبة لاستراتيجية لحظية، وسوف تجد أن نموذج سيجعل بعض التوقعات الخاطئة للقضبان القليلة الأولى من يوم واحد. فقط لأنك خدعت نموذج لتجاهل الفجوة لا يعني عدم وجود فجوة في الأسعار التي من شأنها أن تؤثر على التنبؤات.
نحن التجارة الفوركس الفوركس فقط، في الرافعة المالية 10X.
بالنسبة لأولئك الذين يقومون أزواج التداول مع العقود الآجلة الإلكترونية مصغرة، وهناك بلوق مثيرة للاهتمام التي تظهر إشارات خارج العينة الحقيقية (فضلا عن توقيت السوق وراء التداول أزواج):
في الواقع أنا أبحث عن البريد الخاص بك لإرسال هذه الرسالة.
أنا آسف جدا لكتابته هنا ولكن أنا لا أعرف كيف يمكنني الاتصال بك & غ؛ & غ؛ & غ؛
كتبت مقال عن نمط الحياة التجارية.
والواقع أنني قدمت لك لجميع التجار العرب كمثال للتاجر العيش وجميع الأنشطة الخاصة بك.
أتمنى لكم سوف تحقق من ذلك.
شكرا مقدما.
لم أكن قد حاولت ذلك بنفسي، ولكن بالتأكيد يستحق النظر في الجمع بين غارتش و أريما.
وذلك لأن هناك فجوة 15M في تداول العملات الأجنبية يوميا، من 17: 00-17: 15 إت. استخدام البيانات 15M يتجنب الاضطرار إلى التعامل مع هذه الفجوة.
فعلت ذلك من قبل، وإيجاد تحسن طفيف - ولكن كان ذلك عندما كنت صغيرا وحمق. أخطط لاتخاذ طعنة أخرى في ذلك قريبا.
مرحبا إرني. التقينا في اجتماع التداول المنهجي في لندن.
لدي مدونة جديدة لمناقشة استراتيجيات التداول المنهجي وأنظمة ديف. من فضلك الق نظرة. وآمل أن أكون وظائف متكررة إلى حد ما.
شكرا على الرابط، نيك!
شكرا على الرابط، نيك!
هل تعتقد أن فكس عرضة لنوع من أحداث تحطم الفلاش؟
استراتيجية فكس لدينا هي استراتيجية متوسطة العودة، وبالتالي تقلب قصيرة. وبطبيعة الحال نتوقع بعض الخسائر عندما يرتفع التقلب. انخفض بنسبة 2.5٪ في أغسطس. ومع ذلك، فإن صندوقنا یرتفع بأکثر من 1٪، حیث أن ھذه الإستراتیجیة یتم تحوطھا من خلال إستراتیجیة طویلة الأجل للتذبذب، والتي أدت بشکل غیر معتاد.
لا، عادة ما تعتمد استراتيجيات التقلبات الطويلة مثل إستراتيجيتنا المستقبلية على الزخم.
معظم استراتيجيات التداول الزوج يعني العودة وبالتالي التقلب قصيرة.
لقد ناقشت هذه المسألة في الفصل الأول من التداول الخوارزمي. على افتراض توزيع غاوس العائدات، نحن بحاجة إلى قيمة P - 5٪ إذا أردنا أن يكون نسبة شارب 1.6 أو أعلى. بالطبع يمكن للمرء أن لا يزال كسب المال مع نسبة شارب منخفضة، ولكن تقلب العائدات ستكون عالية.

QuantStart.
الانضمام إلى كوانتكاديمي بوابة العضوية الخاصة التي تلبي احتياجات التجزئة المتزايد بسرعة المجتمع تاجر الكمي. سوف تجد مجموعة من ذوي الخبرة مثل التفكير من التجار الكميون على استعداد للرد على أسئلة التداول الكمي الأكثر إلحاحا.
تحقق من بلدي يبوك على التداول الكمي حيث أنا يعلمك كيفية بناء مربحة استراتيجيات التداول المنهجي مع أدوات بايثون، من الصفر.
نلقي نظرة على بلدي الكتاب الاليكتروني الجديد على استراتيجيات التداول المتقدمة باستخدام تحليل سلسلة زمنية، والتعلم الآلي والإحصاءات بايزي، مع بيثون و R.
من قبل مايكل هالز مور في 23 يونيو 2015.
على مدى السنوات القليلة الماضية نظرنا إلى أدوات مختلفة لمساعدتنا على تحديد أنماط قابلة للاستغلال في أسعار الأصول. على وجه الخصوص لقد نظرنا في الاقتصاد القياسي الأساسي، والتعلم الآلي الإحصائي والإحصاءات بايزي.
في حين أن هذه كلها أدوات حديثة كبيرة لتحليل البيانات، فإن الغالبية العظمى من نمذجة الأصول في هذه الصناعة لا تزال تستخدم التحليل الإحصائي لسلسلة زمنية. في هذه المقالة سنقوم بدراسة ما تحليل سلسلة الوقت هو، تحديد نطاقها وتعلم كيف يمكننا تطبيق التقنيات على ترددات مختلفة من البيانات المالية.
ما هو تحليل سلسلة الوقت؟
أولا، تعرف سلسلة زمنية بأنها بعض الكمية التي يتم قياسها بالتتابع في الوقت المناسب على مدى فترة زمنية معينة.
في شكله الأوسع، تحليل السلاسل الزمنية هو استنتاج ما حدث لسلسلة من نقاط البيانات في الماضي ومحاولة التنبؤ بما سيحدث له في المستقبل.
ومع ذلك، فإننا سوف تتخذ نهجا إحصائيا كميا لسلاسل زمنية، بافتراض أن سلسلة زمنية لدينا هي تحقيقات تسلسل المتغيرات العشوائية. أي أننا سوف نفترض أن هناك بعض عملية توليد الأساسية لسلاسل زمنية لدينا على أساس واحد أو أكثر من التوزيعات الإحصائية التي يتم رسمها من هذه المتغيرات.
يحاول تحليل السلاسل الزمنية فهم الماضي والتنبؤ بالمستقبل.
ويعرف مثل هذا التسلسل من المتغيرات العشوائية بعملية عشوائية العشوائية (دتسب). في التداول الكمي نحن قلقون مع محاولة لتناسب النماذج الإحصائية لهذه دتسس لاستنتاج العلاقات الكامنة بين سلسلة أو التنبؤ القيم المستقبلية من أجل توليد إشارات التداول.
غالبا ما تحتوي السلاسل الزمنية بشكل عام، بما في ذلك تلك خارج العالم المالي، على الميزات التالية:
الاتجاهات - الاتجاه هو حركة اتجاهية متسقة في سلسلة زمنية. وستكون هذه الاتجاهات إما حاسمة أو عشوائية. الأول يسمح لنا لتوفير الأساس المنطقي الكامن لهذا الاتجاه، في حين أن الأخير هو سمة عشوائية لسلسلة أننا سوف يكون من غير المرجح أن يفسر. وغالبا ما تظهر الاتجاهات في السلاسل المالية، وخاصة أسعار السلع الأساسية، وتستخدم العديد من أموال مستشار تجارة السلع (كتا) نماذج متطورة لتحديد الاتجاه في خوارزميات التداول الخاصة بهم. التباين الموسمية - العديد من السلاسل الزمنية تحتوي على تباين موسمي. ويصدق هذا بشكل خاص في سلسلة تمثل مبيعات الأعمال أو مستويات المناخ. وكثيرا ما نرى في التمويل الكمي تغيرات موسمية في السلع الأساسية، وخاصة تلك المتعلقة بمواسم النمو أو التغير السنوي في درجة الحرارة (مثل الغاز الطبيعي). الاعتماد المتسلسل - واحدة من أهم خصائص السلاسل الزمنية، وخاصة السلسلة المالية، هي العلاقة التسلسلية. ويحدث ذلك عندما تكون ملاحظات السلاسل الزمنية المقربة من بعضها البعض مترابطة في الوقت المناسب. تقلب التقلبات هو أحد جوانب الترابط التسلسلي الذي يتسم بأهمية خاصة في التداول الكمي.
كيف يمكننا تطبيق تحليل سلسلة الوقت في التمويل الكمي؟
هدفنا كباحثين كميين هو تحديد الاتجاهات، والتغيرات الموسمية والارتباط باستخدام أساليب التسلسل الزمني الإحصائية، وفي نهاية المطاف توليد إشارات تجارية أو مرشحات على أساس الاستدلال أو التنبؤات.
وسيكون نهجنا هو:
التنبؤ والتنبؤ القيم المستقبلية - من أجل التجارة بنجاح سوف نحتاج إلى التنبؤ بدقة أسعار الأصول في المستقبل، على الأقل بمعنى إحصائي. محاكاة سلسلة - بمجرد أن نحدد الخصائص الإحصائية للسلاسل الزمنية المالية يمكننا استخدامها لإنشاء محاكاة للسيناريوهات المستقبلية. وهذا يسمح لنا بتقدير عدد الصفقات، وتكاليف التداول المتوقعة، والمظهر المتوقع للعائدات، والاستثمار التقني والمالي المطلوب في البنية التحتية، وبالتالي في نهاية المطاف المخاطر والربحية لاستراتيجية أو محفظة معينة. استنتاج العلاقات - تحديد العلاقات بين السلاسل الزمنية والقيم الكمية الأخرى يسمح لنا لتعزيز إشارات التداول لدينا من خلال آليات الترشيح. على سبيل المثال، إذا استطعنا استنتاج كيف يتغير انتشار العملة في زوج العملات الأجنبية مع حجم العطاء / الطلب، يمكننا عندئذ تصفية أي صفقات محتملة قد تحدث في فترة نتوقع فيها انتشارا واسعا من أجل خفض تكاليف المعاملات.
وبالإضافة إلى ذلك يمكننا تطبيق الاختبارات الإحصائية الكلاسيكية (الكلاسيكية / التكرارية أو بايزي) لنماذج عصرنا سلسلة من أجل تبرير بعض السلوكيات، مثل تغيير النظام في أسواق الأسهم.
الوقت سلسلة تحليل البرمجيات.
حتى الآن لدينا تقريبا تقريبا استخدام C ++ وبيثون لتنفيذ استراتيجية التداول لدينا. كل من هذه اللغات هي "بيئات الدرجة الأولى" لكتابة كومة التداول بأكملها. كلاهما يحتوي على العديد من المكتبات ويسمح "نهاية إلى نهاية" بناء نظام التداول فقط داخل تلك اللغة.
لسوء الحظ، C ++ و بيثون لا تمتلك مكتبات إحصائية واسعة. هذا هو واحد من أوجه القصور فيها. لهذا السبب سوف نستخدم البيئة الإحصائية R كوسيلة لتنفيذ البحوث سلسلة زمنية. R هي مناسبة تماما لهذا المنصب نظرا لتوافر المكتبات سلسلة زمنية، والأساليب الإحصائية وقدرات التآمر واضحة.
وسوف نتعلم R في الأزياء حل المشكلة، حيث سيتم تقديم الأوامر الجديدة وبناء الجملة حسب الحاجة. لحسن الحظ، هناك الكثير من الدروس المفيدة للغاية ل R أفيلابيل على شبكة الانترنت، وسوف أشر لهم بها ونحن نذهب من خلال تسلسل المواد تحليل سلسلة زمنية.
كوانتستارت الوقت سلسلة تحليل خارطة الطريق.
وكانت المقالات السابقة حتى الآن عن مواضيع التعلم الإحصائي والاقتصاد القياسي وتحليل بايزي، في الغالب تمهيدية في الطبيعة ولم تنظر تطبيقات هذه التقنيات إلى المعلومات التسعير الحديثة، عالية التردد.
من أجل تطبيق بعض التقنيات المذكورة أعلاه على بيانات تردد أعلى نحن بحاجة إلى إطار رياضي لتوحيد البحوث لدينا. يوفر تحليل السلاسل الزمنية مثل هذا التوحيد ويسمح لنا لمناقشة نماذج منفصلة ضمن إطار إحصائي.
في نهاية المطاف سوف نستخدم أدوات بايزي وتقنيات التعلم الآلي بالتزامن مع الأساليب التالية من أجل التنبؤ بمستوى الأسعار واتجاهها، بمثابة مرشحات وتحديد "تغيير النظام"، أي تحديد متى سلمت سلسلة زمنية لدينا السلوك الإحصائي الأساسي.
لدينا خارطة الطريق سلسلة الوقت على النحو التالي. سيشكل كل موضوع من المواضيع التالية مقالته أو مجموعة المقالات الخاصة به. وبمجرد أن نفحص هذه الأساليب في العمق، سنكون في وضع يسمح لنا بإنشاء بعض النماذج الحديثة المتطورة لفحص البيانات عالية التردد.
سلسلة زمنية مقدمة - توضح هذه المقالة مجال تحليل السلاسل الزمنية ونطاقها وكيف يمكن تطبيقها على البيانات المالية. الارتباط - أحد الجوانب الأساسية المطلقة لنمذجة السلاسل الزمنية هو مفهوم الارتباط المتسلسل. وسوف نقوم بتعريفها ووصف واحدة من أكبر المزالق في تحليل السلاسل الزمنية، وهي أن "الارتباط لا يعني السببية". التنبؤ - في هذا القسم سوف ننظر في مفهوم التنبؤ، وهذا هو جعل التنبؤات من الاتجاه المستقبلي أو مستوى لسلسلة زمنية معينة، وكيف يتم تنفيذها في الممارسة العملية. النماذج العشوائية - لقد أمضينا بعض الوقت في النظر في النماذج العشوائية في مجال تسعير الخيارات على الموقع، وهي بالتحديد هندسي براونيان موشن و ستوشاستيك فولاتيليتي. وسوف ننظر في نماذج أخرى، بما في ذلك الضوضاء البيضاء ونماذج الانحدار الذاتي. الانحدار - عندما يكون لدينا اتجاهات حاسمة (بدلا من مؤشر ستوكاستيك) في البيانات يمكننا تبرير استقراءهم باستخدام نماذج الانحدار. سوف ننظر في كل من الانحدار الخطي وغير الخطية، وحساب الارتباط التسلسلي. نماذج ثابتة - تفترض النماذج الثابتة أن الخصائص الإحصائية (أي الوسط والتباين) للسلسلة ثابتة في الوقت المناسب. يمكننا استخدام نماذج المتوسط ​​المتحرك (ما)، فضلا عن دمجها مع نماذج الانحدار الذاتي لتشكيل نماذج أرما. نماذج غير ثابتة - العديد من السلاسل الزمنية المالية غير ثابتة، أي أنها تختلف في المتوسط ​​والتباين. وعلى وجه الخصوص، غالبا ما تكون أسعار الأصول ذات فترات عالية من التقلب. لهذه السلسلة نحن بحاجة إلى استخدام نماذج غير ثابتة مثل أريما، أرش و غارتش. النمذجة متعددة المتغيرات - لقد نظرنا في نماذج متعددة المتغيرات في كوانتستارت في الماضي، أي عندما اعتبرنا أزواج متوسطية من الأسهم. في هذا القسم سوف نقوم بتحديد أكثر جاذبية التكامل المشترك والنظر في مزيد من الاختبارات لذلك. وسوف ننظر أيضا نماذج ناقلات الانحدار الذاتي (فار) [لا ينبغي الخلط بينه وبين القيمة في خطر!]. نماذج الفضاء والفضاء - تقترح نمذجة الفضاء الحكومية تاريخا طويلا من نظرية التحكم الحديثة المستخدمة في الهندسة من أجل السماح لنا بنمذجة السلاسل الزمنية بمعلمات متغيرة بسرعة (مثل متغير المنحدر $ بيتا $ بين اثنين من الأصول المشتركة في انحدار خطي ). على وجه الخصوص، سننظر في تصفية كالمان الشهيرة ونموذج ماركوف المخفية. وهذا سيكون واحدا من الاستخدامات الرئيسية للتحليل بايزي في السلاسل الزمنية.
كيف تتعلق هذه المواد الإحصائية كوانتستارت أخرى؟
كان هدفي مع كوانتستارت دائما في محاولة وتحديد الإطار الرياضي والإحصائي للتحليل الكمي والتداول الكمي، من الأساسيات من خلال إلى التقنيات الحديثة أكثر تقدما.
حتى الآن قضينا معظم الوقت على تقنيات تمهيدية وسيطة. ومع ذلك، فإننا الآن سوف نوجه انتباهنا نحو التقنيات المتقدمة الحديثة المستخدمة في الشركات الكمية.
وهذا لن يساعد فقط أولئك الذين يرغبون في الحصول على مهنة في هذه الصناعة، ولكنه سيعطي أيضا تجار التجزئة الكمي بينكم مجموعة أدوات أوسع بكثير من الطرق، فضلا عن نهج موحد للتجارة.
بعد أن عملت في هذه الصناعة سابقا، يمكنني أن أقول على وجه اليقين أن جزءا كبيرا من المهنيين صندوق الكمي تستخدم تقنيات متطورة للغاية "مطاردة ألفا".
ومع ذلك، فإن العديد من هذه الشركات كبيرة جدا لدرجة أنها ليست مهتمة باستراتيجيات "مقيدة القدرات"، أي تلك التي لا تكون قابلة للتطوير أكثر من 1-2 مليون دولار أمريكي. وبوصفنا تجار التجزئة، إذا تمكنا من تطبيق إطار عمل متطور على هذه المجالات، يمكننا تحقيق الربحية على المدى الطويل.
وسوف نجمع في نهاية المطاف مقالاتنا حول تحليل السلاسل الزمنية، مع نهج بايزي لفحص الفرضية واختيار النموذج، جنبا إلى جنب مع الأمثل C ++، R وبيثون رمز، لإنتاج غير الخطية، غير ثابتة سلسلة من النماذج الزمنية التي يمكن أن تتداول في عالية - تكرر.
الآن وبعد أن اقترب برنامج كسفوريكس من القدرة على إجراء اختبارات باكتستينغ عالية التردد لأزواج العملات المتعددة، لدينا إطار جاهز لاختبار هذه النماذج، على الأقل في أسواق الصرف الأجنبي.
المقالة التالية في السلسلة سوف تناقش الارتباط و السبب في أنها واحدة من الجوانب الأساسية لتحليل السلاسل الزمنية.
مجرد بدء مع التداول الكمي؟
3 أسباب الاشتراك في قائمة كوانتستارت:
1. دروس التداول الكمي.
سوف تحصل على إمكانية الوصول الفوري إلى دورة مجانية 10 جزء معبأة مع تلميحات ونصائح لمساعدتك على البدء في التداول الكمي!
2. جميع أحدث المحتوى.
كل أسبوع سوف نرسل لك التفاف جميع الأنشطة على كوانتستارت لذلك عليك أن لا يفوتون وظيفة مرة أخرى.
ريال مدريد، وقابلة للتنفيذ نصائح التداول الكمي مع أي هراء.