متوسط انعكاس استراتيجية كوانتوبيان
كوانتوبيان & أمب؛ تستمر كوانتبديا سلسلة استراتيجية التداول. الآن مع مقال 4، كتبه ماثيو لي مرة أخرى، ركز على عبر المقاطع الانصاف العائد الانصاف (استراتيجية رقم 13):
ويعني االرتفاع املرجعي املتعدد القطاعات يف األسهم) ميل قوي للمخزونات ذات املكاسب / اخلسائر القوية لعكسها يف إطار زمني قصري األجل - حتى شهر واحد (هو مراقبة سوقية معروفة، والسبب الرئيسي وراء استخدام الكثري من الباحثني األكادمييي عموما) قياس الزخم 2-12 (عوائد على مدى الأشهر ال 12 الماضية، باستثناء السابقة) عند فحص الزخم الشذوذ. وقد درست العديد من الأبحاث الأكاديمية هذا التأثير، أبرزها أوراق جاغاديش وبروس ليمان (انظر قسم "أوراق أخرى & كوت؛" في الصفحة الفرعية ل كوانتبديا لاستراتيجية الانعكاس هذه للحصول على أوراق بحث أكاديمي إضافية). ويتوقع معظم الأكاديميين أن الأسباب الأساسية لهذا الشذوذ هي احتكاكات السوق المجهرية (ارتداد عرض الأسعار) أو المستثمرين. التحيز المعرفي - رد الفعل المفرط على المعلومات السابقة وتصحيح ذلك التفاعل بعد فترة زمنية قصيرة.
ولكن هل هذه الاستراتيجية بسيطة الأسهم لا تزال مربحة؟
قام ماثيو لي من كوانتوبيان بإجراء تحليل مستقل خلال فترة عينة من 12-01-2018 إلى 12-01-2018. وعموما، فإن أداء استراتيجية انعكاس الأسهم قصيرة الأجل بسيطة هي أقل من السوق. ولكن، تجدر الإشارة إلى أن هذه الاستراتيجية طويلة / قصيرة بالمقارنة مع مجرد مؤشر طويل الأجل فقط (وهو سبي). لذا، إذا أردنا مقارنة إجمالي أداء تلك الإستراتيجية، يجب أن نقارن طويلا فقط عكس & كوت؛ مخزونات الأسهم الخاسرة & كوت ؛. استراتيجية انعكاس الأسهم طويلة / قصيرة لديها نسبة شارب 0.84 وبيتا من 0.15. نسبة شارب من النسخة الطويلة / القصيرة هي مماثلة لمحفظة السوق، وانخفاض الارتباط من استراتيجية انعكاس الأسهم يجعل من الممكن إضافة إلى محفظة الاستثمار.
ومع ذلك . استراتيجية العكس هي نشطة جدا (أسبوعية، إعادة التوازن مرتين في الأسبوع) مما يعني ارتفاع تكاليف المعاملات والانزلاق. لذلك يجب توخي الحذر الشديد حقا في التنفيذ في العالم الحقيقي والخطوات التي تحاول الحد من دوران الاستراتيجية يجب أن تؤخذ.
المنحنى النهائي لأسهم أوس:
شكرا لتحليل ماثيو!
يمكنك أيضا التحقق من المادة الأولى أو الثانية أو الثالثة في هذه السلسلة إذا كنت تحب الحالية. ترقبوا المقبل.
متوسط انعكاس استراتيجية كوانتوبيان
بناء زخم منهجي / استراتيجية انعكاس المتوسط مع سبي.
27 فبراير، 2017 1:05 م • تجسس.
وقد عملت السنوات الأکثر من ثلاثین عاما من الأکادیمیات المالیة علی قدر کبیر من العمل علی بناء محافظ مثلى تستند إلی أمور مثل العائد المتوقع، والتباین، والعلاقات المتبادلة. وسأسلط الضوء على طريقة لزيادة العائدات المعدلة حسب المخاطر باستخدام استراتيجيات منهجية طويلة / قصيرة على شريط فردي. سنقوم باستخدام سبدر S & أمب؛ P 500 إتف (نيزاركا: سبي) هنا لسيلتها المفضلة (وبالتالي تكلفة أرخص للاقتراض)، إلمامها، وتنويعها الضمني (لأنها إتف وليس، على سبيل المثال، فرد الاسم الذي سيكون له خطأ خطأ كبير من إعلانات الأرباح، وما إلى ذلك).
سنقوم ببناء خوارزميات بسيطة جدا تستخدم فقط إدخال واحد في تسعير الأمن. بالنسبة لأولئك غير المألوفين (أو إذا كانت الخوارزمية كلمة مخيفة)، كل ما سنقوم به هو الخروج مع منهجية (أي مدخلات من التاجر / المستثمر) "القاعدة" لتداول الأمن. الخوارزمية نحن ذاهبون لاستخدام بسيط جدا: -1 * (سعر الأمس). لذلك، على سبيل المثال، إذا ارتفع سبي بنسبة 2٪ يوم أمس، ونحن سوف اختصار S & أمب؛ P بمعدل 2٪. إذا ارتفع سبي في اليوم التالي بنسبة 3٪، ونحن سوف قصيرة بمعدل 3٪. سيتم تعديل المبلغ الذي تم تقصيره للتقلب في وقت لاحق، ولكن كل ما هو مهم هو أنه في اليوم الثاني، ونحن نقصر 50٪ أكثر (3/2) مما كان عليه في اليوم الأول.
ويبين الشكل 1 العوائد اليومية لهذه الاستراتيجية. لاحظ أننا لم نقدم أي نوع من الحجم (وعلى هذا النحو، 0.05 العائد لا يعني بالضرورة عودة 5٪).
(جميع البيانات من ياهو المالية)
الشكل 1: الإرجاع اليومي لاستراتيجية الإعادة القصيرة الأجل.
هذه الاستراتيجية انعكاس يحمل معها بعض الخصائص المفيدة، وهي أنه من عام 1994 إلى عام 2017، فإنه يعود في المتوسط .00255 وحدة سنويا. وهذا يدل على استراتيجية مربحة. وتظهر العوائد اليومية التراكمية للاستراتيجية في الشكل التوضيحي 2.
لمقارنة "التفاح بالتفاح" خوارزمية لدينا، ونحن ضبط الانحراف المعياري للعوائد اليومية عن طريق ضرب من عامل ثابت (التفكير في هذا كرافعة مالية أو النقدية المحتفظ بها في المحفظة) بحيث التقلب السنوي للخوارزمية مشابه لذلك من S & أمب؛ P. لأغراض هذه المقالة، استخدمت التقلب التاريخي المحقق في S & أمب؛ P 500، 19.6٪. إذا كنت غريبة، كان العامل 46.655 للخوارزمية على المدى القصير.
وقد تم ذلك من خلال أخذ العينة الانحراف المعياري على مدى السنوات العشرين الماضية من S & أمب؛ P 500 وتعميم ذلك (لأن الانحراف المعياري هو رقم يومي) - مما أسفر عن 19.642٪. الانحراف المعياري السنوي لاستراتيجية الانعكاس (قبل ضبط التقلبات) هو 0.042٪ (هذا الرقم لا معنى له في الأساس لأنه إذا تضاعفت كل إشاراتي بواسطة ثابت يمكنني تغييره بشكل كبير). وهكذا، 19.642٪ / 0.042٪ = 46.65.
وكملاحظة سريعة، فإن هذا يعني أننا نقارن عوائدنا على أساس معدل المخاطر، وهو أسلوب تحليل قيم للغاية. وستكون نسب شارب النسبية لتدفقات العائد هذه متناسبة مع العوائد التي نحسبها.
الشكل 2: العائدات التراكمية لاستراتيجية الإعادة القصيرة الأجل، 1994-2017.
كما ترون، هذه الاستراتيجية أداء جيد بشكل لا يصدق في 2008/2009، وإذا نظرتم بعناية، هذه الاستراتيجية أداء جيدا عندما سبي هو الأكثر تقلبا، وأنه لا يؤدي كذلك (على الرغم من أن تزال إيجابية في المتوسط) عندما سبي هو هادئ. ويبين الشكل 3 عوائد سبي مقابل خوارزمية عكس المدى القصير.
الشكل 3: العائد المقارن لاستراتيجية الإعادة القصيرة الأجل مقابل سبي، 1994-2017.
بشكل رائع، خوارزمية الانعكاس على المدى القصير تفوقت بشكل تراكمي على S & أمب؛ P على مدى السنوات ال 20 الماضية، ساعد كثيرا من أدائها في 2007-2009 و لا علاقة لها الأساسية، سبي!
من أجل المقارنة، ومع ذلك، دعونا نلاحظ عام 2018، عندما كان التقلب منخفضا نسبيا وسجل سبي عائد كبير. كما نستطيع أن نرى، أداء الاستراتيجية بشكل جيد، ولكن ليس تقريبا وكذلك سبي.
الشكل 4: العائد المقارن لاستراتيجية الانعكاس على المدى القصير مقابل سبي، 2018.
إذا رأينا أن إستراتيجية الإعادة تعمل بشكل جيد، دعونا نلاحظ ما إذا كان هناك فائدة في عقد عنصر قوة دفع للمحفظة. لقد لاحظنا بالفعل أن مؤشر S & أمب؛ P كان يعيد التراجع على المدى القصير (إذا قمنا بإلغاء إشارات متوسط العائد، فسنحصل ببساطة على العوائد العكسية - سلبية إلى حد كبير)، دعونا نختبر إذا كان الزخم فعالا في المدى الطويل - مصطلح. إشارة نحن ذاهبون إلى استخدام الآن هو العائد التراكمي من الأشهر ال 12 الماضية من سبي. لذلك إذا كان الجاسوس قد ارتفع بنسبة 10٪ في العام الماضي، ونحن سوف شراء 10 وحدة، وإذا ارتفع بنسبة 15٪ في العام الماضي، ونحن سوف شراء 15 وحدة. لاحظ أن هنا نحن الاتجاه التالية (لا يوجد -1 عامل في الخوارزمية). ويمكن ملاحظة هذه العوائد اليومية للاستراتيجية في الشكل التوضيحي 5. ويمكننا أن نلاحظ أن تقلبات أحداث 2008/2009 تسببت في تأثير أكبر بكثير على استراتيجية الزخم من استراتيجية الانتعاش. هذه الاستراتيجية بإرجاع متوسط .008 وحدة في السنة (لا يمكن مقارنة هذه الوحدات بعد مع عوائد إستراتيجية الإرجاع حتى تكون أيضا تقلب تطبيع).
الشكل 5: العائد اليومي لاستراتيجية الزخم على المدى الطويل.
دعونا نلاحظ العوائد التراكمية من سبي، واستراتيجية الانتعاش، واستراتيجية الزخم.
الشكل (6): العوائد المقارنة لاستراتيجية التجسس، والاستعادة، واستراتيجية الزخم.
إن استراتيجية الزخم لديها أكثر العائدات باهتة للمجموعة، ولكن لأنه من المرجح أن تكون غير مرتبطة باستراتيجية الإرجاع، ربما يمكننا الجمع بين الانتعاش & أمب؛ استراتيجية الزخم لإنتاج العوائد التي من شأنها أن تقلل من مخاطر محفظتنا. في هذه المذكرة، وهنا هي العلاقات التاريخية 20 عاما من العوائد اليومية لهذه الاستراتيجيات. ومن المثير للاهتمام، ارتداد على المدى القصير هو أكثر ارتباطا مع سبي من الزخم على المدى الطويل!
الشكل 7: مصفوفة الترابط بين استراتيجية التجسس والاستعادة واستراتيجية الزخم.
العلاقة التاريخية السلبية بين الانتعاش والزخم توفر حافزا جيدا للجمع بين الانتعاش واستراتيجيات الزخم في محاولة لتكون بمثابة تحوط ضد سبي.
ونحن نذهب إلى الجمع بين خوارزميتين، من خلال تطبيع الإشارات اثنين وإضافتها معا. مع تقلب لدينا تطبيع، فإن إشارة جديدة تكون (-1 * أمس نسبة التغير في الأسعار) + (العام الماضي نسبة التغير في الأسعار). هذه الاستراتيجية لديها عنصر عودة على المدى القصير وعنصر الزخم على المدى الطويل، وعوائدها مقارنة مع S & أمب؛ P هي أفضل بكثير!
الشكل التوضيحي 8: العوائد المقارنة من 50/50 ريفرزيون & أمب؛ محفظة الزخم مقابل سبي.
لوضع هذا في المنظور، والمستثمر الذي استثمر 10،000 $ في سبي في 1/1/1994 سيكون حوالي 55،105 $ والمستثمر الذي استثمر 10،000 $ في عودة / الزخم سيكون حوالي 61،526 $، أو حوالي 12٪ تفوق الأداء على مدى السنوات ال 20 الماضية. وبطبيعة الحال، فإن هذا لا يأخذ في الاعتبار تكاليف التداول (التي قد تكون مرتفعة نوعا ما) أو حقيقة أن أداء الاستراتيجية في عامي 2008 و 2009 يمثل جزءا كبيرا من العائدات.
ومع ذلك، من أجل مقارنة أفضل الاستراتيجيات السلبية والنشطة، من المهم النظر في آثار تكاليف التداول. إذا افترضنا أن 1/10 من نقطة أساس في التجارة (دولار واحد في تكاليف التداول لكل 100،000 دولار تحت الأصول)، فإن المستثمر سوف تفقد 507.3 نقطة أساس على مدى فترة 20 عاما، أو ألفا المفقودة من 5٪. اعتمادا على هيكل حساب الوساطة التي يستخدمها المستثمر، ومع ذلك، قد تكون استراتيجية الزخم 50/50 ارتداد أرخص من استراتيجية الانتعاش لأنه سوف التجارة أقل. وعلاوة على ذلك، إضافة عنصر من التعرض الطويل السلبي سوف يقلل من تكاليف التداول.
وهناك دليل واضح على أن مستثمرا يمكن أن يستفيد من إدخال تدفقات عوائد غير مترابطة لعقد سبي بشكل سلبي.
الإفصاح: أنا قصير الجاسوس. كتبت هذه المقالة بنفسي، وتعبر عن آرائي الخاصة. أنا لا أتلقى تعويض عن ذلك (بخلاف البحث عن ألفا). ليس لدي أي علاقة تجارية مع أي شركة تم ذكر أسهمها في هذه المقالة.
الكشف الإضافي: أنا قصير الجاسوس كتحوط لمراكز طويلة في محفظتي.
هذه المقالة لأعضاء برو فقط!
الحصول على الوصول إلى هذه المادة و 15،000 مقالات برو الحصري من 200 $ / م.
ترغب في رفع مستوى برو؟
حجز موعد مع مدير حساب برو لمعرفة ما إذا برو هو حق لكم.
MKTSTK.
تصورات سوق الأسهم.
نموذج تبديل النظام: مومنتوم فس مين ريفيرزيون.
اليوم أردت أن أشارك رابطا إلى أول وظيفة لي على كوانتوبيان، حيث أصف استراتيجية تستخدم البيانات الاجتماعية للتبديل بين متوسط العائد والنظم التجارية القائمة على الزخم.
يتم إنجاز هذا الانجاز باستخدام عامل اجتماعي جديد أنا & # 8217؛ خلق. وأعتقد أن هذه الاستراتيجية تقدم نهجا جديدا لتحويل النظام. هذه الطبقة تمثل خروجا عن جذور هفت بلدي، حيث أن فترة إعادة التوازن هو 24 ساعة. أعتقد أنني يمكن أن تعتاد على هذا النوع من وتيرة مهل، ومع ذلك، وخاصة مع عائدات مثل هذه & # 8230؛
ومع ذلك، هناك على الأرجح الكثير من التحسينات، مثل عتبة اجتماعية تكيفية وخطة ترجيح أفضل. ولكن لنموذج لعبة أعتقد أنها معبرة إلى حد ما في تبين كيف يمكن أن تبدأ.
في الوقت الحالي، تتعامل الإستراتيجية مع كون 50 إتف إكيتي & # 8217؛ s، ولكن يمكن أن يتم توسيعها إلى أكثر من ذلك. أريد أن أمد هذا ليتداول طويل / قصير الأسهم الفردية أيضا. إذا كان لديك أي أسئلة، لا تتردد في التعليق هنا أو استخدام هذا المنصب، مباشرة إذا كان لديك حساب كوانتوبيان.
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 21 أكتوبر، 2018.
أود أن أشكر الدكتور توم ستارك لتوفير الإلهام لهذه السلسلة المقال. الرمز أدناه هو تعديل من التي كانت موجودة على موقعه ليننبوك، والتي أصبحت في وقت لاحق درتومستارك.
حتى الآن على كوانتستارت ناقشنا تحديد استراتيجية التداول خوارزمية، باكتستينغ ناجحة، وقواعد بيانات الأوراق المالية الرئيسية وكيفية بناء بيئة البحوث البرمجيات. لقد حان الوقت الآن لتحويل اهتمامنا نحو تشكيل استراتيجيات التداول الفعلية وكيفية تنفيذها.
واحدة من المفاهيم التجارية الرئيسية في الأدوات الكمية هو أن يعني انعكاس. تشير هذه العملية إلى سلسلة زمنية تعرض ميلا للعودة إلى قيمته التاريخية التاريخية. ومن الناحية الرياضية، يشار إلى هذه السلسلة الزمنية (المستمرة) بعملية أورنستين - أولنبيك. هذا على النقيض من المشي العشوائي (حركة براونية)، التي ليس لديها "ذاكرة" حيث كان في كل حالة معينة من الزمن. ويمكن استغالل املمتلك املتوسط املرجع لسلسلة زمنية من أجل وضع استراتيجيات جتارية مربحة.
في هذه المقالة نحن نذهب إلى الخطوط العريضة للاختبارات الإحصائية اللازمة لتحديد متوسط انعكاس. على وجه الخصوص، سوف ندرس مفهوم الاستقرارية وكيفية اختبار لذلك.
اختبار لمتوسط الانعكاس.
ويمكن تمثيل سلسلة زمنية متواصلة متكررة من خلال المعادلة التفاضلية العشوائية لأورنشتاين - أولنبيك:
\ بيجين d x_t = \ ثيتا (\ مو - x_t) دت + \ سيغما dW_t \ إند.
حيث $ \ ثيتا $ هو معدل العائد إلى المتوسط، $ \ مو $ هو متوسط قيمة العملية، $ \ سيغما $ هو التباين في العملية و W_t $ هو عملية ويينر أو براوني موشن.
وفي معادلة منفصلة، تنص المعادلة على أن التغير في سلسلة الأسعار في الفترة الزمنية القادمة يتناسب مع الفرق بين متوسط السعر والسعر الحالي، مع إضافة ضوضاء غاوسية.
هذه الخاصية يحفز اختبار ديكي-فولر المعزز، الذي سنصفه أدناه.
المعزز ديكي فولر (أدف) اختبار.
رياضيا، يقوم أدف على فكرة الاختبار لوجود جذر وحدة في عينة سلسلة الانحدار الذاتي. وهو يستفيد من حقيقة أنه إذا كانت سلسلة السعر تمتلك انعكاس متوسط، فإن مستوى السعر التالي سيكون متناسبا مع مستوى السعر الحالي. يتم استخدام نموذج تأخر خطي للنظام $ p $ للسلاسل الزمنية:
\ بيجين \ دلتا y_t = \ ألفا + \ بيتا t + \ غاما y_ + \ delta_1 \ دلتا y_ + \ كدوتس + \ delta_ \ دلتا y_ + \ epsilon_t \ إند.
حيث $ \ ألفا $ ثابت، $ \ بيتا $ يمثل معامل الاتجاه الزمني و $ \ دلتا y_t = y (t) - y (t-1) $. دور اختبار الفرضية أدف هو النظر في فرضية نول أن $ \ غاما = 0 $، والتي من شأنها أن تشير (مع $ \ ألفا = \ بيتا = 0 $) أن العملية هي المشي العشوائي وبالتالي لا يعني العودة.
إذا كانت الفرضية القائلة بأن $ \ غاما = 0 $ يمكن رفضها فإن الحركة التالية لسلسلة السعر تتناسب مع السعر الحالي وبالتالي فمن غير المرجح أن تكون نزهة عشوائية.
فكيف يتم اختبار أدف؟ المهمة الأولى هي حساب إحصائية الاختبار ($ DF_ $)، والتي تعطى من قبل العينة التناسبية ثابت $ \ هات $ مقسوما على الخطأ القياسي للعينة ثابت التناسب:
وقد سبق ديكي وفولر حساب توزيع هذه الإحصائية الإحصائية، والذي يسمح لنا لتحديد رفض الفرضية لأي نسبة مئوية مختارة القيمة الحرجة. وتكون إحصائية الاختبار رقما سالبا، ومن ثم تكون القيمة أكبر من القيم الحرجة، أي أقل من القيم الحرجة.
وهناك مشكلة عملية رئيسية للتجار هي أن أي انحراف ثابت على المدى الطويل في السعر هو أصغر بكثير من أي تقلبات قصيرة الأجل، وبالتالي فإن من المفترض غالبا أن يكون الانجراف صفر ($ \ بيتا = 0 $) للنموذج .
نظرا لأننا ندرس نموذج تأخر في الترتيب $ p $، نحتاج إلى تعيين $ p $ إلى قيمة معينة. وعادة ما يكون كافيا، لتداول البحوث، لضبط $ p = 1 $ للسماح لنا برفض فرضية نول.
لحساب اختبار ديكي فولر المعزز يمكننا الاستفادة من الباندا و ستاتسموديلز المكتبات. يوفر لنا الأول طريقة مباشرة للحصول على بيانات مفتوحة أو عالية - منخفضة-إغلاق حجم (أوهلف) من ياهو المالية، في حين أن الأخير يلتف اختبار أدف في وظيفة سهلة للاتصال.
سنقوم بإجراء اختبار أدف على سلسلة سعر عينة من الأسهم جوجل، من 1 يناير 2000 إلى 1 يناير 2018.
سلسلة أسعار غوغل من 2000-01-01 إلى 2018-01-01.
هنا هو رمز بايثون لإجراء الاختبار:
هنا هو إخراج اختبار ديكي فولر المعزز لشركة غوغل خلال هذه الفترة. القيمة الأولى هي إحصائية الاختبار المحسوبة، في حين أن القيمة الثانية هي قيمة p. والرابع هو عدد نقاط البيانات في العينة. القيمة الخامسة، القاموس، تحتوي على القيم الحرجة لإحصائية الاختبار عند قيم 1 و 5 و 10 في المئة على التوالي.
وبما أن القيمة المحسوبة لإحصائية الاختبار أكبر من أي من القيم الحرجة عند المستويات 1 أو 5 أو 10 في المائة، لا يمكننا رفض فرضية صفرية = $ غاما = 0 دولار، وبالتالي من غير المرجح أن نجد متوسطا للعودة السلاسل الزمنية.
وهناك وسيلة بديلة لتحديد سلسلة زمنية متكررة تعود إلى مفهوم الترابطية، الذي سنناقشه الآن.
اختبار ل ستاتيوناريتي.
وتعرف السلسلة الزمنية (أو العملية العشوائية) بأنها ثابتة إلى حد كبير إذا كان توزيع الاحتمالات المشترك ثابتا تحت الترجمة في الزمان والمكان. وعلى وجه الخصوص، والأهمية الرئيسية للتجار، لا يتغير متوسط وتغير العملية بمرور الوقت أو الفضاء، وكل منهما لا يتبع اتجاها.
وهناك سمة حاسمة لسلسلة الأسعار الثابتة هي أن الأسعار داخل السلسلة منتشرة من قيمتها الأولية بمعدل أبطأ من حركة هندسية براونية. من خلال قياس معدل هذا السلوك المنتشر يمكننا التعرف على طبيعة السلاسل الزمنية.
وسوف نحدد الآن حسابا، وهو الأسرع هورست، الذي يساعدنا على تميز ستراتاريتي من سلسلة زمنية.
هورست الأس.
الهدف من هورست الأس هو تزويدنا بقيمة العددية التي سوف تساعدنا على تحديد (في حدود التقدير الإحصائي) ما إذا كانت سلسلة يعني العودة، المشي العشوائي أو تتجه.
الفكرة من وراء حساب هورست الأس هو أنه يمكننا استخدام الفرق من سلسلة السعر سجل لتقييم معدل السلوك المنتشر. وبالنسبة إلى الوقت التعسفي المتخلف $ \ تاو $، يعطى التباين من خلال:
وبما أننا نقارن معدل الانتشار مع حركة براوني هندسية، يمكننا أن نستخدم حقيقة أن $ $ تاو $ لدينا أن التباين يتناسب مع $ \ تاو $ في حالة غم:
\ بيجين \ لانغل | \ لوغ (t + \ تاو) - \ لوغ (t) | ^ 2 \ رانغل \ سيم \ تاو \ إند.
وتتمثل الرؤية الرئيسية في أنه إذا وجدت أي ارتباطات تلقائية (أي أن أي تحركات سعرية متتابعة تمتلك ارتباطا غير صفري) فإن العلاقة أعلاه غير صحيحة. بدلا من ذلك، فإنه يمكن تعديلها لتشمل قيمة الأس "$ 2H $"، الذي يعطينا قيمة هورست الأس $ $ H $:
\ بيجين \ لانغل | \ لوغ (t + \ تاو) - \ لوغ (t) | ^ 2 \ رانغل \ سيم \ تاو ^ \ إند.
ويمكن بعد ذلك وصف سلسلة زمنية على النحو التالي:
$ H & لوت؛ 0.5 $ - المسلسل الزمني يعني إعادة $ H = 0.5 $ - السلسلة الزمنية هي حركة براونية هندسية $ H> 0.5 $ - السلسلة الزمنية تتجه.
بالإضافة إلى توصيف السلاسل الزمنية يصف هورست الأس أيضا إلى أي مدى تتصرف السلسلة بالطريقة المصنفة. على سبيل المثال، قيمة $ H $ نير 0 هي سلسلة عكسي متوسطة للغاية، في حين أن $ H $ نير 1 سلسلة تتجه بقوة.
لحساب هورست الأس لسلسلة الأسعار جوجل، كما استخدمت أعلاه في شرح أدف، يمكننا استخدام رمز بيثون التالية:
يتم إعطاء الإخراج من رمز هورست الأس بيثون أدناه:
من هذا الإخراج يمكننا أن نرى أن حركة براوني هندسية تمتلك هورست الأس، $ H $، وهذا هو بالضبط تقريبا 0.5. متوسط سلسلة العودة لديها $ H $ يساوي تقريبا الصفر، في حين أن سلسلة تتجه $ H $ على مقربة من 1.
ومن المثير للاهتمام أن غوغل $ H $ تساوي تقريبا 0.5 مما يشير إلى أنها قريبة جدا من المشي العشوائي الهندسي (على الأقل لفترة العينة التي نستخدمها!).
في حين لدينا الآن وسيلة لتمييز طبيعة السلاسل الزمنية السعر، لم نناقش بعد مدى أهمية إحصائيا هذه القيمة $ H $. نحن بحاجة إلى أن نكون قادرين على تحديد ما إذا كنا نستطيع رفض فرضية نول أن $ H = 0.5 $ للتأكد من سلوك العودة أو الاتجاه المتجه.
في المقالات اللاحقة سنصف كيفية حساب ما إذا كان $ H $ ذو دلالة إحصائية. وبالإضافة إلى ذلك، سوف ننظر في مفهوم التكامل المشترك، والتي سوف تسمح لنا لخلق منطقتنا يعني سلسلة زمنية العودة من سلسلة سعر مختلفة متعددة. وأخيرا، سنقوم بربط هذه التقنيات الإحصائية معا من أجل تشكيل استراتيجية أساسية تعادل متوسط العائد.
مجرد بدء مع التداول الكمي؟
3 أسباب الاشتراك في قائمة البريد الإلكتروني كوانتستارت:
1. دروس التداول الكمي.
سوف تحصل على إمكانية الوصول الفوري إلى دورة مجانية 10-البريد الإلكتروني 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.
متوسط انعكاس استراتيجية كوانتوبيان
أنا جديد على حد سواء كوانتوبيان والتجارة بشكل عام، ولكن حاولت تنفيذ استراتيجية متوسط العائد. أنا شراء الأسهم منخفضة الأداء وبيع الأسهم عالية الأداء كل يوم وزن أداء كل شيء بالنسبة للأسهم الأخرى في المحفظة.
عند هذه النقطة، أحاول تفسير النتائج، ولكنني لست متأكدا تماما من نتائج النتائج من الخوارزمية، وكم هي ببساطة نتيجة للأسهم التي اخترتها.
إذا كان أي شخص لديه أي أسئلة أو تعليقات أو اقتراحات واسمحوا لي أن أعرف!
لقد كان لدي الكثير من المرح والتعلم والعمل مع المنصة.
أنا أنظر إلى شفرة المصدر من خوارزمية الخاص بك وأنا غير قادر على اتباع منطق النهائي الخاص بك عن حلقة. هل يمكنك إضافة بعض الشرح / التعليقات إلى مقتطف الشفرة؟
بالتأكيد، اسمحوا لي أن أحاول أن أشرح ما كنت أحاول القيام به.
أنا خطوة من خلال كل سهم أن أشاهد، وحساب كم من هذا الأسهم أنا شراء أو بيع نظرا بلدي الحالي، النقدية، وأدائها. مبلغ الشراء هو الحد الأقصى لعدد الأسهم التي يمكنني شراءها (النقد / سعر السهم) المرجحة بأدائها بالنسبة للأسهم الأخرى في محفظتي. المبلغ الذي نرغب في بيعه هو مقدار هذا المخزون الذي نملك وزنه بنفس الطريقة.
أنا لا أقنع 100٪ من صحة هذا المنطق (أشعر أنني يجب أن يكون وزن الأسهم التي كان مكاسب وخسائر مستقلة عن بعضها البعض، ولكن لم أكن قد نفذت ذلك حتى الآن). وكان منطقي هو أنه إذا افترضنا أن السهم يعني العودة، فمن المنطقي أن شراء المزيد من تلك التي كان أداء ضعيف، وسرعان ما بيع أكثر من ما كان أداء جيدا. وكانت الترجيح طريقي للتعبير عن هذه الفكرة.
الجزء التالي ينفذ البيع والشراء. نحن نحسب كم نحن سوف تشتري أو سوف تبيع لكل الأسهم، ولكن فقط شراء أو بيع إذا كان تغيير النسبة المئوية المعتادة سلبية أو إيجابية.
كما أننا لا نرغب في إرسال طلب شراء أو بيع ما لم نصل إلى حد ما من العتبة لمدى تغيره. في الحالات التي كان التغيير الكلي صغيرة جدا نحن فقط التمسك السهم. قد يكون من المفيد النظر في أداء السهم من النقطة التي اشتريناها في القضية حيث نحن بيع، ولكن لم أكن قد حصلت على اختبار هذا.
آمل أن يكون ذلك مفيدا، اسمحوا لي أن أعرف إذا كان لديك أي أسئلة أخرى.
شكرا جزيلا على هذا الرد. هذا يساعد كثيرا.
يسرني أني استطعت المساعدة!
ذهبت قدما ونفذت التغييرات كنت أفكر، ويبدو أنه لتحسين الخوارزمية. تحقق من ذلك!
يتم توفير المواد على هذا الموقع لأغراض إعلامية فقط ولا تشكل عرضا للبيع أو طلب شراء أو توصية أو تأييد لأي أمن أو استراتيجية، كما أنها لا تشكل عرضا لتقديم الخدمات الاستشارية الاستثمارية من قبل كوانتوبيان. وبالإضافة إلى ذلك، لا تقدم المادة أي رأي فيما يتعلق بملاءمة أي ضمان أو استثمار محدد. لا ینبغي اعتبار أي معلومات واردة في ھذه الوثیقة بمثابة اقتراح للانخراط في أي مسار عمل یتعلق بالاستثمار أو الامتناع عنھ حیث لا یقوم أي من کوانتوبيان أو أي من الشرکات التابعة لھ بتقدیم المشورة الاستثماریة أو العمل کمستشار لأي خطة أو کیان خاضع ل وقانون تأمين دخل التقاعد للموظفين لعام 1974، بصيغته المعدلة، أو حساب التقاعد الفردي أو المعاش التقاعدي الفردي، أو تقديم المشورة بصفة الأمانة فيما يتعلق بالمواد المعروضة في هذه الوثيقة. إذا كنت مستقلا فرديا أو مستثمرا آخر، فاتصل بمستشارك المالي أو أي جهة مالية أخرى لا علاقة لها بكوانتوبيان حول ما إذا كانت أي فكرة استثمار أو إستراتيجية أو منتج أو خدمة معينة مذكورة هنا قد تكون مناسبة لظروفك. وتشمل جميع الاستثمارات مخاطر، بما في ذلك خسارة أصل الدين. لا تقدم كوانتوبيان أي ضمانات بشأن دقة أو اكتمال الآراء المعرب عنها في الموقع. وتخضع اآلراء للتغيير، وقد تصبح غير موثوقة ألسباب مختلفة، بما في ذلك التغيرات في ظروف السوق أو الظروف االقتصادية.
اعتقدت أنني أحاول أن أعيد اختبار الخوارزمية مقابل العشرة الأوائل أرباح الأسهم في بورصة نيويورك خلال الاثني عشر شهرا الماضية، وحصلت على هذه النتيجة: أسوأ بكثير!
عذرا، هناك خطأ ما. حاول مرة أخرى أو اتصل بنا عن طريق إرسال الملاحظات.
لقد أرسلت بنجاح تذكرة دعم.
سيكون فريق الدعم لدينا على اتصال قريبا.
يتم توفير المواد على هذا الموقع لأغراض إعلامية فقط ولا تشكل عرضا للبيع أو طلب شراء أو توصية أو تأييد لأي أمن أو استراتيجية، كما أنها لا تشكل عرضا لتقديم الخدمات الاستشارية الاستثمارية من قبل كوانتوبيان.
وبالإضافة إلى ذلك، لا تقدم المادة أي رأي فيما يتعلق بملاءمة أي ضمان أو استثمار محدد. لا ینبغي اعتبار أي معلومات واردة في ھذه الوثیقة بمثابة اقتراح للانخراط في أي مسار عمل یتعلق بالاستثمار أو الامتناع عنھ حیث لا یقوم أي من کوانتوبيان أو أي من الشرکات التابعة لھ بتقدیم المشورة الاستثماریة أو العمل کمستشار لأي خطة أو کیان خاضع ل وقانون تأمين دخل التقاعد للموظفين لعام 1974، بصيغته المعدلة، أو حساب التقاعد الفردي أو المعاش التقاعدي الفردي، أو تقديم المشورة بصفة الأمانة فيما يتعلق بالمواد المعروضة في هذه الوثيقة. إذا كنت مستقلا فرديا أو مستثمرا آخر، فاتصل بمستشارك المالي أو أي جهة مالية أخرى لا علاقة لها بكوانتوبيان حول ما إذا كانت أي فكرة استثمار أو إستراتيجية أو منتج أو خدمة معينة مذكورة هنا قد تكون مناسبة لظروفك. وتشمل جميع الاستثمارات مخاطر، بما في ذلك خسارة أصل الدين. لا تقدم كوانتوبيان أي ضمانات بشأن دقة أو اكتمال الآراء المعرب عنها في الموقع. وتخضع اآلراء للتغيير، وقد تصبح غير موثوقة ألسباب مختلفة، بما في ذلك التغيرات في ظروف السوق أو الظروف االقتصادية.
يتم توفير المواد على هذا الموقع لأغراض إعلامية فقط ولا تشكل عرضا للبيع أو طلب شراء أو توصية أو تأييد لأي أمن أو استراتيجية، كما أنها لا تشكل عرضا لتقديم الخدمات الاستشارية الاستثمارية من قبل كوانتوبيان.
وبالإضافة إلى ذلك، لا تقدم المادة أي رأي فيما يتعلق بملاءمة أي ضمان أو استثمار محدد. لا ینبغي اعتبار أي معلومات واردة في ھذه الوثیقة بمثابة اقتراح للانخراط في أي مسار عمل یتعلق بالاستثمار أو الامتناع عنھ حیث لا یقوم أي من کوانتوبيان أو أي من الشرکات التابعة لھ بتقدیم المشورة الاستثماریة أو العمل کمستشار لأي خطة أو کیان خاضع ل وقانون تأمين دخل التقاعد للموظفين لعام 1974، بصيغته المعدلة، أو حساب التقاعد الفردي أو المعاش التقاعدي الفردي، أو تقديم المشورة بصفة الأمانة فيما يتعلق بالمواد المعروضة في هذه الوثيقة. إذا كنت مستقلا فرديا أو مستثمرا آخر، فاتصل بمستشارك المالي أو أي جهة مالية أخرى لا علاقة لها بكوانتوبيان حول ما إذا كانت أي فكرة استثمار أو إستراتيجية أو منتج أو خدمة معينة مذكورة هنا قد تكون مناسبة لظروفك. وتشمل جميع الاستثمارات مخاطر، بما في ذلك خسارة أصل الدين. لا تقدم كوانتوبيان أي ضمانات بشأن دقة أو اكتمال الآراء المعرب عنها في الموقع. وتخضع اآلراء للتغيير، وقد تصبح غير موثوقة ألسباب مختلفة، بما في ذلك التغيرات في ظروف السوق أو الظروف االقتصادية.
بناء زخم منهجي / استراتيجية انعكاس المتوسط مع سبي.
27 فبراير، 2017 1:05 م • تجسس.
وقد عملت السنوات الأکثر من ثلاثین عاما من الأکادیمیات المالیة علی قدر کبیر من العمل علی بناء محافظ مثلى تستند إلی أمور مثل العائد المتوقع، والتباین، والعلاقات المتبادلة. وسأسلط الضوء على طريقة لزيادة العائدات المعدلة حسب المخاطر باستخدام استراتيجيات منهجية طويلة / قصيرة على شريط فردي. سنقوم باستخدام سبدر S & أمب؛ P 500 إتف (نيزاركا: سبي) هنا لسيلتها المفضلة (وبالتالي تكلفة أرخص للاقتراض)، إلمامها، وتنويعها الضمني (لأنها إتف وليس، على سبيل المثال، فرد الاسم الذي سيكون له خطأ خطأ كبير من إعلانات الأرباح، وما إلى ذلك).
سنقوم ببناء خوارزميات بسيطة جدا تستخدم فقط إدخال واحد في تسعير الأمن. بالنسبة لأولئك غير المألوفين (أو إذا كانت الخوارزمية كلمة مخيفة)، كل ما سنقوم به هو الخروج مع منهجية (أي مدخلات من التاجر / المستثمر) "القاعدة" لتداول الأمن. الخوارزمية نحن ذاهبون لاستخدام بسيط جدا: -1 * (سعر الأمس). لذلك، على سبيل المثال، إذا ارتفع سبي بنسبة 2٪ يوم أمس، ونحن سوف اختصار S & أمب؛ P بمعدل 2٪. إذا ارتفع سبي في اليوم التالي بنسبة 3٪، ونحن سوف قصيرة بمعدل 3٪. سيتم تعديل المبلغ الذي تم تقصيره للتقلب في وقت لاحق، ولكن كل ما هو مهم هو أنه في اليوم الثاني، ونحن نقصر 50٪ أكثر (3/2) مما كان عليه في اليوم الأول.
ويبين الشكل 1 العوائد اليومية لهذه الاستراتيجية. لاحظ أننا لم نقدم أي نوع من الحجم (وعلى هذا النحو، 0.05 العائد لا يعني بالضرورة عودة 5٪).
(جميع البيانات من ياهو المالية)
الشكل 1: الإرجاع اليومي لاستراتيجية الإعادة القصيرة الأجل.
هذه الاستراتيجية انعكاس يحمل معها بعض الخصائص المفيدة، وهي أنه من عام 1994 إلى عام 2017، فإنه يعود في المتوسط .00255 وحدة سنويا. وهذا يدل على استراتيجية مربحة. وتظهر العوائد اليومية التراكمية للاستراتيجية في الشكل التوضيحي 2.
لمقارنة "التفاح بالتفاح" خوارزمية لدينا، ونحن ضبط الانحراف المعياري للعوائد اليومية عن طريق ضرب من عامل ثابت (التفكير في هذا كرافعة مالية أو النقدية المحتفظ بها في المحفظة) بحيث التقلب السنوي للخوارزمية مشابه لذلك من S & أمب؛ P. لأغراض هذه المقالة، استخدمت التقلب التاريخي المحقق في S & أمب؛ P 500، 19.6٪. إذا كنت غريبة، كان العامل 46.655 للخوارزمية على المدى القصير.
وقد تم ذلك من خلال أخذ العينة الانحراف المعياري على مدى السنوات العشرين الماضية من S & أمب؛ P 500 وتعميم ذلك (لأن الانحراف المعياري هو رقم يومي) - مما أسفر عن 19.642٪. الانحراف المعياري السنوي لاستراتيجية الانعكاس (قبل ضبط التقلبات) هو 0.042٪ (هذا الرقم لا معنى له في الأساس لأنه إذا تضاعفت كل إشاراتي بواسطة ثابت يمكنني تغييره بشكل كبير). وهكذا، 19.642٪ / 0.042٪ = 46.65.
وكملاحظة سريعة، فإن هذا يعني أننا نقارن عوائدنا على أساس معدل المخاطر، وهو أسلوب تحليل قيم للغاية. وستكون نسب شارب النسبية لتدفقات العائد هذه متناسبة مع العوائد التي نحسبها.
الشكل 2: العائدات التراكمية لاستراتيجية الإعادة القصيرة الأجل، 1994-2017.
كما ترون، هذه الاستراتيجية أداء جيد بشكل لا يصدق في 2008/2009، وإذا نظرتم بعناية، هذه الاستراتيجية أداء جيدا عندما سبي هو الأكثر تقلبا، وأنه لا يؤدي كذلك (على الرغم من أن تزال إيجابية في المتوسط) عندما سبي هو هادئ. ويبين الشكل 3 عوائد سبي مقابل خوارزمية عكس المدى القصير.
الشكل 3: العائد المقارن لاستراتيجية الإعادة القصيرة الأجل مقابل سبي، 1994-2017.
بشكل رائع، خوارزمية الانعكاس على المدى القصير تفوقت بشكل تراكمي على S & أمب؛ P على مدى السنوات ال 20 الماضية، ساعد كثيرا من أدائها في 2007-2009 و لا علاقة لها الأساسية، سبي!
من أجل المقارنة، ومع ذلك، دعونا نلاحظ عام 2018، عندما كان التقلب منخفضا نسبيا وسجل سبي عائد كبير. كما نستطيع أن نرى، أداء الاستراتيجية بشكل جيد، ولكن ليس تقريبا وكذلك سبي.
الشكل 4: العائد المقارن لاستراتيجية الانعكاس على المدى القصير مقابل سبي، 2018.
إذا رأينا أن إستراتيجية الإعادة تعمل بشكل جيد، دعونا نلاحظ ما إذا كان هناك فائدة في عقد عنصر قوة دفع للمحفظة. لقد لاحظنا بالفعل أن مؤشر S & أمب؛ P كان يعيد التراجع على المدى القصير (إذا قمنا بإلغاء إشارات متوسط العائد، فسنحصل ببساطة على العوائد العكسية - سلبية إلى حد كبير)، دعونا نختبر إذا كان الزخم فعالا في المدى الطويل - مصطلح. إشارة نحن ذاهبون إلى استخدام الآن هو العائد التراكمي من الأشهر ال 12 الماضية من سبي. لذلك إذا كان الجاسوس قد ارتفع بنسبة 10٪ في العام الماضي، ونحن سوف شراء 10 وحدة، وإذا ارتفع بنسبة 15٪ في العام الماضي، ونحن سوف شراء 15 وحدة. لاحظ أن هنا نحن الاتجاه التالية (لا يوجد -1 عامل في الخوارزمية). ويمكن ملاحظة هذه العوائد اليومية للاستراتيجية في الشكل التوضيحي 5. ويمكننا أن نلاحظ أن تقلبات أحداث 2008/2009 تسببت في تأثير أكبر بكثير على استراتيجية الزخم من استراتيجية الانتعاش. هذه الاستراتيجية بإرجاع متوسط .008 وحدة في السنة (لا يمكن مقارنة هذه الوحدات بعد مع عوائد إستراتيجية الإرجاع حتى تكون أيضا تقلب تطبيع).
الشكل 5: العائد اليومي لاستراتيجية الزخم على المدى الطويل.
دعونا نلاحظ العوائد التراكمية من سبي، واستراتيجية الانتعاش، واستراتيجية الزخم.
الشكل (6): العوائد المقارنة لاستراتيجية التجسس، والاستعادة، واستراتيجية الزخم.
إن استراتيجية الزخم لديها أكثر العائدات باهتة للمجموعة، ولكن لأنه من المرجح أن تكون غير مرتبطة باستراتيجية الإرجاع، ربما يمكننا الجمع بين الانتعاش & أمب؛ استراتيجية الزخم لإنتاج العوائد التي من شأنها أن تقلل من مخاطر محفظتنا. في هذه المذكرة، وهنا هي العلاقات التاريخية 20 عاما من العوائد اليومية لهذه الاستراتيجيات. ومن المثير للاهتمام، ارتداد على المدى القصير هو أكثر ارتباطا مع سبي من الزخم على المدى الطويل!
الشكل 7: مصفوفة الترابط بين استراتيجية التجسس والاستعادة واستراتيجية الزخم.
العلاقة التاريخية السلبية بين الانتعاش والزخم توفر حافزا جيدا للجمع بين الانتعاش واستراتيجيات الزخم في محاولة لتكون بمثابة تحوط ضد سبي.
ونحن نذهب إلى الجمع بين خوارزميتين، من خلال تطبيع الإشارات اثنين وإضافتها معا. مع تقلب لدينا تطبيع، فإن إشارة جديدة تكون (-1 * أمس نسبة التغير في الأسعار) + (العام الماضي نسبة التغير في الأسعار). هذه الاستراتيجية لديها عنصر عودة على المدى القصير وعنصر الزخم على المدى الطويل، وعوائدها مقارنة مع S & أمب؛ P هي أفضل بكثير!
الشكل التوضيحي 8: العوائد المقارنة من 50/50 ريفرزيون & أمب؛ محفظة الزخم مقابل سبي.
لوضع هذا في المنظور، والمستثمر الذي استثمر 10،000 $ في سبي في 1/1/1994 سيكون حوالي 55،105 $ والمستثمر الذي استثمر 10،000 $ في عودة / الزخم سيكون حوالي 61،526 $، أو حوالي 12٪ تفوق الأداء على مدى السنوات ال 20 الماضية. وبطبيعة الحال، فإن هذا لا يأخذ في الاعتبار تكاليف التداول (التي قد تكون مرتفعة نوعا ما) أو حقيقة أن أداء الاستراتيجية في عامي 2008 و 2009 يمثل جزءا كبيرا من العائدات.
ومع ذلك، من أجل مقارنة أفضل الاستراتيجيات السلبية والنشطة، من المهم النظر في آثار تكاليف التداول. إذا افترضنا أن 1/10 من نقطة أساس في التجارة (دولار واحد في تكاليف التداول لكل 100،000 دولار تحت الأصول)، فإن المستثمر سوف تفقد 507.3 نقطة أساس على مدى فترة 20 عاما، أو ألفا المفقودة من 5٪. اعتمادا على هيكل حساب الوساطة التي يستخدمها المستثمر، ومع ذلك، قد تكون استراتيجية الزخم 50/50 ارتداد أرخص من استراتيجية الانتعاش لأنه سوف التجارة أقل. وعلاوة على ذلك، إضافة عنصر من التعرض الطويل السلبي سوف يقلل من تكاليف التداول.
وهناك دليل واضح على أن مستثمرا يمكن أن يستفيد من إدخال تدفقات عوائد غير مترابطة لعقد سبي بشكل سلبي.
الإفصاح: أنا قصير الجاسوس. كتبت هذه المقالة بنفسي، وتعبر عن آرائي الخاصة. أنا لا أتلقى تعويض عن ذلك (بخلاف البحث عن ألفا). ليس لدي أي علاقة تجارية مع أي شركة تم ذكر أسهمها في هذه المقالة.
الكشف الإضافي: أنا قصير الجاسوس كتحوط لمراكز طويلة في محفظتي.
هذه المقالة لأعضاء برو فقط!
الحصول على الوصول إلى هذه المادة و 15،000 مقالات برو الحصري من 200 $ / م.
ترغب في رفع مستوى برو؟
حجز موعد مع مدير حساب برو لمعرفة ما إذا برو هو حق لكم.
MKTSTK.
تصورات سوق الأسهم.
نموذج تبديل النظام: مومنتوم فس مين ريفيرزيون.
اليوم أردت أن أشارك رابطا إلى أول وظيفة لي على كوانتوبيان، حيث أصف استراتيجية تستخدم البيانات الاجتماعية للتبديل بين متوسط العائد والنظم التجارية القائمة على الزخم.
يتم إنجاز هذا الانجاز باستخدام عامل اجتماعي جديد أنا & # 8217؛ خلق. وأعتقد أن هذه الاستراتيجية تقدم نهجا جديدا لتحويل النظام. هذه الطبقة تمثل خروجا عن جذور هفت بلدي، حيث أن فترة إعادة التوازن هو 24 ساعة. أعتقد أنني يمكن أن تعتاد على هذا النوع من وتيرة مهل، ومع ذلك، وخاصة مع عائدات مثل هذه & # 8230؛
ومع ذلك، هناك على الأرجح الكثير من التحسينات، مثل عتبة اجتماعية تكيفية وخطة ترجيح أفضل. ولكن لنموذج لعبة أعتقد أنها معبرة إلى حد ما في تبين كيف يمكن أن تبدأ.
في الوقت الحالي، تتعامل الإستراتيجية مع كون 50 إتف إكيتي & # 8217؛ s، ولكن يمكن أن يتم توسيعها إلى أكثر من ذلك. أريد أن أمد هذا ليتداول طويل / قصير الأسهم الفردية أيضا. إذا كان لديك أي أسئلة، لا تتردد في التعليق هنا أو استخدام هذا المنصب، مباشرة إذا كان لديك حساب كوانتوبيان.
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 21 أكتوبر، 2018.
أود أن أشكر الدكتور توم ستارك لتوفير الإلهام لهذه السلسلة المقال. الرمز أدناه هو تعديل من التي كانت موجودة على موقعه ليننبوك، والتي أصبحت في وقت لاحق درتومستارك.
حتى الآن على كوانتستارت ناقشنا تحديد استراتيجية التداول خوارزمية، باكتستينغ ناجحة، وقواعد بيانات الأوراق المالية الرئيسية وكيفية بناء بيئة البحوث البرمجيات. لقد حان الوقت الآن لتحويل اهتمامنا نحو تشكيل استراتيجيات التداول الفعلية وكيفية تنفيذها.
واحدة من المفاهيم التجارية الرئيسية في الأدوات الكمية هو أن يعني انعكاس. تشير هذه العملية إلى سلسلة زمنية تعرض ميلا للعودة إلى قيمته التاريخية التاريخية. ومن الناحية الرياضية، يشار إلى هذه السلسلة الزمنية (المستمرة) بعملية أورنستين - أولنبيك. هذا على النقيض من المشي العشوائي (حركة براونية)، التي ليس لديها "ذاكرة" حيث كان في كل حالة معينة من الزمن. ويمكن استغالل املمتلك املتوسط املرجع لسلسلة زمنية من أجل وضع استراتيجيات جتارية مربحة.
في هذه المقالة نحن نذهب إلى الخطوط العريضة للاختبارات الإحصائية اللازمة لتحديد متوسط انعكاس. على وجه الخصوص، سوف ندرس مفهوم الاستقرارية وكيفية اختبار لذلك.
اختبار لمتوسط الانعكاس.
ويمكن تمثيل سلسلة زمنية متواصلة متكررة من خلال المعادلة التفاضلية العشوائية لأورنشتاين - أولنبيك:
\ بيجين d x_t = \ ثيتا (\ مو - x_t) دت + \ سيغما dW_t \ إند.
حيث $ \ ثيتا $ هو معدل العائد إلى المتوسط، $ \ مو $ هو متوسط قيمة العملية، $ \ سيغما $ هو التباين في العملية و W_t $ هو عملية ويينر أو براوني موشن.
وفي معادلة منفصلة، تنص المعادلة على أن التغير في سلسلة الأسعار في الفترة الزمنية القادمة يتناسب مع الفرق بين متوسط السعر والسعر الحالي، مع إضافة ضوضاء غاوسية.
هذه الخاصية يحفز اختبار ديكي-فولر المعزز، الذي سنصفه أدناه.
المعزز ديكي فولر (أدف) اختبار.
رياضيا، يقوم أدف على فكرة الاختبار لوجود جذر وحدة في عينة سلسلة الانحدار الذاتي. وهو يستفيد من حقيقة أنه إذا كانت سلسلة السعر تمتلك انعكاس متوسط، فإن مستوى السعر التالي سيكون متناسبا مع مستوى السعر الحالي. يتم استخدام نموذج تأخر خطي للنظام $ p $ للسلاسل الزمنية:
\ بيجين \ دلتا y_t = \ ألفا + \ بيتا t + \ غاما y_ + \ delta_1 \ دلتا y_ + \ كدوتس + \ delta_ \ دلتا y_ + \ epsilon_t \ إند.
حيث $ \ ألفا $ ثابت، $ \ بيتا $ يمثل معامل الاتجاه الزمني و $ \ دلتا y_t = y (t) - y (t-1) $. دور اختبار الفرضية أدف هو النظر في فرضية نول أن $ \ غاما = 0 $، والتي من شأنها أن تشير (مع $ \ ألفا = \ بيتا = 0 $) أن العملية هي المشي العشوائي وبالتالي لا يعني العودة.
إذا كانت الفرضية القائلة بأن $ \ غاما = 0 $ يمكن رفضها فإن الحركة التالية لسلسلة السعر تتناسب مع السعر الحالي وبالتالي فمن غير المرجح أن تكون نزهة عشوائية.
فكيف يتم اختبار أدف؟ المهمة الأولى هي حساب إحصائية الاختبار ($ DF_ $)، والتي تعطى من قبل العينة التناسبية ثابت $ \ هات $ مقسوما على الخطأ القياسي للعينة ثابت التناسب:
وقد سبق ديكي وفولر حساب توزيع هذه الإحصائية الإحصائية، والذي يسمح لنا لتحديد رفض الفرضية لأي نسبة مئوية مختارة القيمة الحرجة. وتكون إحصائية الاختبار رقما سالبا، ومن ثم تكون القيمة أكبر من القيم الحرجة، أي أقل من القيم الحرجة.
وهناك مشكلة عملية رئيسية للتجار هي أن أي انحراف ثابت على المدى الطويل في السعر هو أصغر بكثير من أي تقلبات قصيرة الأجل، وبالتالي فإن من المفترض غالبا أن يكون الانجراف صفر ($ \ بيتا = 0 $) للنموذج .
نظرا لأننا ندرس نموذج تأخر في الترتيب $ p $، نحتاج إلى تعيين $ p $ إلى قيمة معينة. وعادة ما يكون كافيا، لتداول البحوث، لضبط $ p = 1 $ للسماح لنا برفض فرضية نول.
لحساب اختبار ديكي فولر المعزز يمكننا الاستفادة من الباندا و ستاتسموديلز المكتبات. يوفر لنا الأول طريقة مباشرة للحصول على بيانات مفتوحة أو عالية - منخفضة-إغلاق حجم (أوهلف) من ياهو المالية، في حين أن الأخير يلتف اختبار أدف في وظيفة سهلة للاتصال.
سنقوم بإجراء اختبار أدف على سلسلة سعر عينة من الأسهم جوجل، من 1 يناير 2000 إلى 1 يناير 2018.
سلسلة أسعار غوغل من 2000-01-01 إلى 2018-01-01.
هنا هو رمز بايثون لإجراء الاختبار:
هنا هو إخراج اختبار ديكي فولر المعزز لشركة غوغل خلال هذه الفترة. القيمة الأولى هي إحصائية الاختبار المحسوبة، في حين أن القيمة الثانية هي قيمة p. والرابع هو عدد نقاط البيانات في العينة. القيمة الخامسة، القاموس، تحتوي على القيم الحرجة لإحصائية الاختبار عند قيم 1 و 5 و 10 في المئة على التوالي.
وبما أن القيمة المحسوبة لإحصائية الاختبار أكبر من أي من القيم الحرجة عند المستويات 1 أو 5 أو 10 في المائة، لا يمكننا رفض فرضية صفرية = $ غاما = 0 دولار، وبالتالي من غير المرجح أن نجد متوسطا للعودة السلاسل الزمنية.
وهناك وسيلة بديلة لتحديد سلسلة زمنية متكررة تعود إلى مفهوم الترابطية، الذي سنناقشه الآن.
اختبار ل ستاتيوناريتي.
وتعرف السلسلة الزمنية (أو العملية العشوائية) بأنها ثابتة إلى حد كبير إذا كان توزيع الاحتمالات المشترك ثابتا تحت الترجمة في الزمان والمكان. وعلى وجه الخصوص، والأهمية الرئيسية للتجار، لا يتغير متوسط وتغير العملية بمرور الوقت أو الفضاء، وكل منهما لا يتبع اتجاها.
وهناك سمة حاسمة لسلسلة الأسعار الثابتة هي أن الأسعار داخل السلسلة منتشرة من قيمتها الأولية بمعدل أبطأ من حركة هندسية براونية. من خلال قياس معدل هذا السلوك المنتشر يمكننا التعرف على طبيعة السلاسل الزمنية.
وسوف نحدد الآن حسابا، وهو الأسرع هورست، الذي يساعدنا على تميز ستراتاريتي من سلسلة زمنية.
هورست الأس.
الهدف من هورست الأس هو تزويدنا بقيمة العددية التي سوف تساعدنا على تحديد (في حدود التقدير الإحصائي) ما إذا كانت سلسلة يعني العودة، المشي العشوائي أو تتجه.
الفكرة من وراء حساب هورست الأس هو أنه يمكننا استخدام الفرق من سلسلة السعر سجل لتقييم معدل السلوك المنتشر. وبالنسبة إلى الوقت التعسفي المتخلف $ \ تاو $، يعطى التباين من خلال:
وبما أننا نقارن معدل الانتشار مع حركة براوني هندسية، يمكننا أن نستخدم حقيقة أن $ $ تاو $ لدينا أن التباين يتناسب مع $ \ تاو $ في حالة غم:
\ بيجين \ لانغل | \ لوغ (t + \ تاو) - \ لوغ (t) | ^ 2 \ رانغل \ سيم \ تاو \ إند.
وتتمثل الرؤية الرئيسية في أنه إذا وجدت أي ارتباطات تلقائية (أي أن أي تحركات سعرية متتابعة تمتلك ارتباطا غير صفري) فإن العلاقة أعلاه غير صحيحة. بدلا من ذلك، فإنه يمكن تعديلها لتشمل قيمة الأس "$ 2H $"، الذي يعطينا قيمة هورست الأس $ $ H $:
\ بيجين \ لانغل | \ لوغ (t + \ تاو) - \ لوغ (t) | ^ 2 \ رانغل \ سيم \ تاو ^ \ إند.
ويمكن بعد ذلك وصف سلسلة زمنية على النحو التالي:
$ H & لوت؛ 0.5 $ - المسلسل الزمني يعني إعادة $ H = 0.5 $ - السلسلة الزمنية هي حركة براونية هندسية $ H> 0.5 $ - السلسلة الزمنية تتجه.
بالإضافة إلى توصيف السلاسل الزمنية يصف هورست الأس أيضا إلى أي مدى تتصرف السلسلة بالطريقة المصنفة. على سبيل المثال، قيمة $ H $ نير 0 هي سلسلة عكسي متوسطة للغاية، في حين أن $ H $ نير 1 سلسلة تتجه بقوة.
لحساب هورست الأس لسلسلة الأسعار جوجل، كما استخدمت أعلاه في شرح أدف، يمكننا استخدام رمز بيثون التالية:
يتم إعطاء الإخراج من رمز هورست الأس بيثون أدناه:
من هذا الإخراج يمكننا أن نرى أن حركة براوني هندسية تمتلك هورست الأس، $ H $، وهذا هو بالضبط تقريبا 0.5. متوسط سلسلة العودة لديها $ H $ يساوي تقريبا الصفر، في حين أن سلسلة تتجه $ H $ على مقربة من 1.
ومن المثير للاهتمام أن غوغل $ H $ تساوي تقريبا 0.5 مما يشير إلى أنها قريبة جدا من المشي العشوائي الهندسي (على الأقل لفترة العينة التي نستخدمها!).
في حين لدينا الآن وسيلة لتمييز طبيعة السلاسل الزمنية السعر، لم نناقش بعد مدى أهمية إحصائيا هذه القيمة $ H $. نحن بحاجة إلى أن نكون قادرين على تحديد ما إذا كنا نستطيع رفض فرضية نول أن $ H = 0.5 $ للتأكد من سلوك العودة أو الاتجاه المتجه.
في المقالات اللاحقة سنصف كيفية حساب ما إذا كان $ H $ ذو دلالة إحصائية. وبالإضافة إلى ذلك، سوف ننظر في مفهوم التكامل المشترك، والتي سوف تسمح لنا لخلق منطقتنا يعني سلسلة زمنية العودة من سلسلة سعر مختلفة متعددة. وأخيرا، سنقوم بربط هذه التقنيات الإحصائية معا من أجل تشكيل استراتيجية أساسية تعادل متوسط العائد.
مجرد بدء مع التداول الكمي؟
3 أسباب الاشتراك في قائمة البريد الإلكتروني كوانتستارت:
1. دروس التداول الكمي.
سوف تحصل على إمكانية الوصول الفوري إلى دورة مجانية 10-البريد الإلكتروني 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.
No comments:
Post a Comment