อัลกอริทึม -trading- กลยุทธ์ อินเดีย

อัลกอริทึม -trading- กลยุทธ์ อินเดีย

3   สัปดาห์ เฉลี่ยเคลื่อนที่ คาดการณ์
Forex- สำนัก - อัตรา กานา
Forex- กองหน้า หอดูดาว


Forex- CG Forex วิกฤต ฆ่า Forex- macd - ตัวบ่งชี้ แจ้งเตือน การบัญชี สำหรับ หุ้น ตัวเลือก ภายใต้ IFRS อัตโนมัติ -trading- กลยุทธ์การ ขาย Gti -forex- ซื้อขาย

พื้นฐานของการซื้อขายอัลกอริทึม: แนวคิดและตัวอย่างอัลกอริทึมคือชุดคำสั่งที่กำหนดไว้อย่างชัดเจนเพื่อทำภารกิจหรือกระบวนการ การค้าอัลกอริธึม (การซื้อขายแบบอัตโนมัติการซื้อขายกล่องดำหรือการซื้อขายแบบอัลกอฮอล) เป็นกระบวนการของการใช้คอมพิวเตอร์ที่ตั้งโปรแกรมให้ทำตามคำแนะนำที่กำหนดไว้สำหรับการวางการค้าเพื่อสร้างผลกำไรด้วยความเร็วและความถี่ที่เป็นไปไม่ได้สำหรับ พ่อค้ามนุษย์ ชุดของกฎที่กำหนดขึ้นอยู่กับระยะเวลาราคาปริมาณหรือรูปแบบทางคณิตศาสตร์ใด ๆ นอกเหนือจากโอกาสในการทำกำไรสำหรับผู้ประกอบการค้าแล้วการค้าประเวณีจะทำให้ตลาดมีสภาพคล่องมากขึ้นและทำให้การค้าขายเป็นไปอย่างเป็นระบบมากยิ่งขึ้นโดยไม่ใช้ผลกระทบจากอารมณ์ของมนุษย์ต่อกิจกรรมการค้า สมมติว่าผู้ค้าทำตามเงื่อนไขการค้าแบบง่ายๆเหล่านี้: ซื้อหุ้น 50 หุ้นเมื่อค่าเฉลี่ยเคลื่อนที่ 50 วันสูงกว่าค่าเฉลี่ยเคลื่อนที่ 200 วันขายหุ้นของหุ้นเมื่อค่าเฉลี่ยเคลื่อนที่ของ 50 วันต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 200 วัน การใช้ชุดคำสั่งง่ายๆสองชุดนี้เป็นเรื่องง่ายที่จะเขียนโปรแกรมคอมพิวเตอร์ซึ่งจะตรวจสอบราคาหุ้น (และตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่) โดยอัตโนมัติและวางคำสั่งซื้อและขายเมื่อเงื่อนไขที่กำหนดไว้ ผู้ประกอบการไม่จำเป็นต้องคอยเฝ้าดูราคาและกราฟสดอีกต่อไปหรือสั่งซื้อด้วยตนเอง ระบบการซื้อขายแบบอัลกอทิกซ์จะดำเนินการโดยอัตโนมัติสำหรับเขาโดยระบุโอกาสทางการค้าได้อย่างถูกต้อง (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับค่าเฉลี่ยเคลื่อนที่โปรดดูที่: Simple Moving Averages ทำให้เทรนด์โดดเด่น) Algo-trading ให้ประโยชน์ต่อไปนี้: ธุรกรรมที่ดำเนินการในราคาที่ดีที่สุดการจัดตำแหน่งทางการค้าทันทีและถูกต้อง (มีโอกาสสูงในการดำเนินการในระดับที่ต้องการ) Trades (ดูตัวอย่างการขาดการดำเนินการด้านล่าง) การตรวจสอบอัตโนมัติแบบอัตโนมัติในสภาวะตลาดหลาย ๆ เงื่อนไขลดความเสี่ยงของข้อผิดพลาดด้วยตนเองในการวางธุรกิจการค้า Backtest อัลกอริทึมนี้ขึ้นอยู่กับข้อมูลทางประวัติศาสตร์และข้อมูลเรียลไทม์ที่มีอยู่ลดลง ความเป็นไปได้ที่จะเกิดความผิดพลาดจากผู้ค้ามนุษย์ขึ้นอยู่กับปัจจัยทางด้านอารมณ์และจิตใจส่วนที่สำคัญที่สุดของการซื้อขายสินค้าอัลกอฮอลในปัจจุบันคือการซื้อขายด้วยความถี่สูง (HFT) ซึ่งพยายามที่จะใช้คำสั่งซื้อจำนวนมากที่ความเร็วอย่างรวดเร็วในหลายตลาด พารามิเตอร์ตามคำแนะนำที่ตั้งไว้ล่วงหน้า (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการซื้อขายความถี่สูงโปรดดูที่: กลยุทธ์และความลับของ บริษัท การค้า High Frequency Trading (HFT)) การค้าขาย Algo ใช้ในรูปแบบต่างๆของการซื้อขายและการลงทุนรวมถึง: นักลงทุนระยะกลางหรือระยะยาว , กองทุนรวม บริษัท ประกัน) ที่ซื้อหุ้นในปริมาณมาก แต่ไม่ต้องการมีอิทธิพลต่อราคาหุ้นด้วยการลงทุนที่ไม่ต่อเนื่องปริมาณมาก ผู้ค้าระยะสั้นและผู้ขาย (นักลงทุนในตลาดนักเก็งกำไรและ arbitrageurs) ได้รับประโยชน์จากการดำเนินการทางการค้าโดยอัตโนมัตินอกจากนี้ algo-trading aids ในการสร้างสภาพคล่องที่เพียงพอสำหรับผู้ขายในตลาด ผู้ค้าที่มีระบบ (ผู้ติดตามแนวโน้มคู่ค้ากองทุนป้องกันความเสี่ยง ฯลฯ ) พบว่ามีประสิทธิภาพมากขึ้นในการตั้งกฎการซื้อขายของตนและให้การค้าโปรแกรมโดยอัตโนมัติ การซื้อขายแบบอัลกอริธึมช่วยให้การซื้อขายหลักทรัพย์เป็นไปอย่างเป็นระบบมากกว่าวิธีการที่อาศัยสัญชาตญาณของพ่อค้ามนุษย์หรือสัญชาตญาณ กลยุทธ์การค้าอัลกอริธึมกลยุทธ์สำหรับการซื้อขายแบบอัลกอริธึมจะต้องมีโอกาสที่ระบุซึ่งเป็นประโยชน์ในแง่ของรายได้ที่เพิ่มขึ้นหรือลดต้นทุน ต่อไปนี้เป็นกลยุทธ์การซื้อขายทั่วไปที่ใช้ในการซื้อขายแบบอัลกอฮอร์: กลยุทธ์การซื้อขายตามอัลกอริธึมที่พบมากที่สุดจะเป็นไปตามแนวโน้มการเคลื่อนที่โดยเฉลี่ย breakouts ช่อง การเคลื่อนไหวในระดับราคาและตัวชี้วัดทางเทคนิคที่เกี่ยวข้อง นี่คือกลยุทธ์ที่ง่ายที่สุดและง่ายที่สุดในการดำเนินการผ่านทางการค้าอัลกอริทึมเนื่องจากกลยุทธ์เหล่านี้ไม่เกี่ยวข้องกับการคาดการณ์หรือการคาดการณ์ราคาใด ๆ การค้าจะเริ่มขึ้นอยู่กับการเกิดแนวโน้มที่พึงประสงค์ ซึ่งง่ายและตรงไปตรงมาในการดำเนินการผ่านอัลกอริทึมโดยไม่ต้องเข้าสู่ความซับซ้อนของการวิเคราะห์เชิงพยากรณ์ ตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่ 50 และ 200 วันเป็นกลยุทธ์ที่นิยมใช้กันต่อไป (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับกลยุทธ์การซื้อขายเทรนด์โปรดดูที่: Simple Strategies for Capitalising on Trends) การซื้อหุ้นที่จดทะเบียนในตลาดหลักทรัพย์ในราคาที่ต่ำกว่าในตลาดเดียวและขายพร้อมกันในราคาที่สูงขึ้นในตลาดอื่น ๆ จะทำให้ราคาแตกต่างกันไปในระดับที่ปราศจากความเสี่ยง หรือการเก็งกำไร การดำเนินการเดียวกันสามารถทำซ้ำสำหรับหุ้นเมื่อเทียบกับเครื่องมือฟิวเจอร์สเนื่องจากความแตกต่างของราคามีอยู่เป็นครั้งคราว การใช้อัลกอริทึมเพื่อระบุความแตกต่างของราคาดังกล่าวและการวางคำสั่งซื้อจะช่วยให้มีโอกาสทำกำไรได้อย่างมีประสิทธิภาพ กองทุนดัชนีได้กำหนดระยะเวลาการปรับสมดุลใหม่เพื่อนำการถือครองของตนไปเทียบกับดัชนีอ้างอิงที่เกี่ยวข้อง ซึ่งจะสร้างโอกาสที่เป็นประโยชน์สำหรับผู้ค้าปลีกแบบอัลกอริธึมที่ใช้ประโยชน์จากธุรกิจการค้าที่คาดว่าจะมีกำไรจากฐาน 20-80 จุดขึ้นอยู่กับจำนวนหุ้นในกองทุนดัชนีก่อนที่จะมีการปรับสมดุลของดัชนีใหม่ ธุรกิจการค้าดังกล่าวเริ่มต้นผ่านระบบการซื้อขายแบบอัลกอรึทึมสำหรับการดำเนินการในเวลาที่เหมาะสมและราคาที่ดีที่สุด โมเดลทางคณิตศาสตร์ที่ได้รับการพิสูจน์แล้วมากมายเช่นกลยุทธ์การซื้อขายเดลต้าเป็นกลางซึ่งจะช่วยให้สามารถซื้อขายหลักทรัพย์ได้ด้วยตัวเลือกและการรักษาความปลอดภัยขั้นพื้นฐาน ที่ธุรกิจการค้าจะถูกวางไว้เพื่อชดเชย deltas บวกและลบเพื่อให้เดลต้าผลงานอยู่ที่ศูนย์ กลยุทธ์การพลิกกลับหมายถึงขึ้นอยู่กับแนวคิดที่ว่าราคาของสินทรัพย์สูงและต่ำเป็นปรากฏการณ์ชั่วคราวที่กลับคืนสู่ค่าเฉลี่ยของพวกเขาเป็นระยะ ๆ การระบุและการกำหนดช่วงราคาและการใช้อัลกอริทึมขึ้นอยู่กับว่าจะอนุญาตให้ธุรกิจการค้าสามารถวางขายได้โดยอัตโนมัติเมื่อราคาของสินทรัพย์อยู่ในและนอกช่วงที่กำหนด กลยุทธ์ราคาตลาดถัวเฉลี่ยถ่วงน้ำหนักของปริมาณแบ่งคำสั่งซื้อจำนวนมากและเผยแพร่ชิ้นเล็กลงที่มีการกำหนดรูปแบบไดนามิกไปยังตลาดโดยใช้โปรไฟล์ปริมาณการขายในอดีตที่เฉพาะเจาะจง จุดมุ่งหมายคือการดำเนินการคำสั่งซื้อใกล้เคียงกับราคาเฉลี่ยถ่วงน้ำหนัก (Volume Weighted Average Price - VWAP) ซึ่งจะได้ประโยชน์จากราคาเฉลี่ย กลยุทธ์ราคาถัวเฉลี่ยถ่วงน้ำหนักในช่วงเวลาแบ่งคำสั่งซื้อที่มีขนาดใหญ่และเผยแพร่ชิ้นเล็ก ๆ ที่มีขนาดเล็กลงเพื่อให้ได้ตามตลาดโดยใช้ช่วงเวลาที่แบ่งกันระหว่างช่วงเริ่มต้นและสิ้นสุด เป้าหมายคือการดำเนินการตามคำสั่งใกล้เคียงกับราคาเฉลี่ยระหว่างเวลาเริ่มต้นและเวลาสิ้นสุดซึ่งจะช่วยลดผลกระทบของตลาด จนกว่าคำสั่งซื้อจะได้รับการเติมเต็มขั้นตอนนี้จะยังคงส่งใบสั่งซื้อบางส่วนตามอัตราส่วนการมีส่วนร่วมที่กำหนดไว้และตามปริมาณการซื้อขายในตลาด กลยุทธ์ขั้นตอนที่เกี่ยวข้องจะส่งคำสั่งซื้อตามเปอร์เซ็นต์ของปริมาณตลาดที่ผู้ใช้กำหนดและเพิ่มหรือลดอัตราการมีส่วนร่วมนี้เมื่อราคาหุ้นถึงระดับที่กำหนดโดยผู้ใช้ กลยุทธ์การขาดแคลนการดำเนินงานมีวัตถุประสงค์เพื่อลดต้นทุนการดำเนินการของคำสั่งซื้อด้วยการปิดตลาดเรียลไทม์ทำให้ประหยัดค่าใช้จ่ายในการสั่งซื้อและได้รับประโยชน์จากต้นทุนที่เสียโอกาสในการดำเนินการล่าช้า กลยุทธ์จะเพิ่มอัตราการมีส่วนร่วมที่กำหนดไว้เมื่อราคาหุ้นปรับตัวดีขึ้นและลดลงเมื่อราคาหุ้นปรับตัวสูงขึ้น มีขั้นตอนวิธีพิเศษบางอย่างที่พยายามระบุเหตุการณ์ที่เกิดขึ้นในอีกด้านหนึ่ง อัลกอริทึมการดัดแปลงเหล่านี้ใช้ตัวอย่างเช่นโดยผู้ทำการตลาดด้านการขายมีสติปัญญาในตัวเพื่อระบุการดำรงอยู่ของอัลกอริทึมใด ๆ ในด้านการซื้อของใบสั่งขนาดใหญ่ การตรวจสอบผ่านอัลกอริทึมจะช่วยให้ผู้ทำการตลาดสามารถระบุโอกาสในการสั่งซื้อที่มีขนาดใหญ่และช่วยให้เขาได้รับประโยชน์จากการกรอกคำสั่งซื้อในราคาที่สูงขึ้น นี่เป็นบางครั้งเรียกว่าด้านหน้าที่มีเทคโนโลยีสูง (หากต้องการข้อมูลเพิ่มเติมเกี่ยวกับการซื้อขายด้วยความถี่สูงและการหลอกลวงโปรดดูที่: หากคุณซื้อหุ้นออนไลน์คุณมีส่วนร่วมใน HFTs) ข้อกำหนดทางเทคนิคสำหรับการซื้อขายขั้นตอนวิธีการใช้อัลกอริทึมโดยใช้โปรแกรมคอมพิวเตอร์เป็นส่วนสุดท้ายซึ่งถูกแบ็คกราวด์ด้วยการทำ backtesting ความท้าทายคือการเปลี่ยนกลยุทธ์ที่ระบุไว้ในกระบวนการทางคอมพิวเตอร์รวมที่สามารถเข้าถึงบัญชีการซื้อขายสำหรับการสั่งซื้อได้ โปรแกรมเมอร์ที่ได้รับการว่าจ้างหรือซอฟต์แวร์ซื้อขายที่ทำไว้ล่วงหน้าการเชื่อมต่อเครือข่ายและการเข้าถึงแพลตฟอร์มการซื้อขายสำหรับการวางคำสั่งซื้อการเข้าถึงข้อมูลข้อมูลตลาดที่จะได้รับการตรวจสอบตามอัลกอริทึมสำหรับโอกาสในการวาง ความสามารถและโครงสร้างพื้นฐานในการ backtest ระบบที่สร้างขึ้นก่อนที่จะไปอยู่บนตลาดจริงข้อมูลทางประวัติศาสตร์ที่มีอยู่สำหรับ backtesting ขึ้นอยู่กับความซับซ้อนของกฎที่ใช้ในขั้นตอนต่อไปนี้เป็นตัวอย่างที่ครอบคลุม: Royal Dutch Shell (RDS) Stock Exchange (AEX) และตลาดหลักทรัพย์ลอนดอน (LSE) ช่วยให้สามารถสร้างอัลกอริทึมเพื่อระบุโอกาสในการเก็งกำไร นี่เป็นข้อสังเกตที่น่าสนใจบางส่วน: การซื้อขาย AEX ในสกุลเงินยูโรในขณะที่ธุรกิจการค้าของ LSE ในสกุลปอนด์สเตอร์ลิงเนื่องจากความแตกต่างของเวลาหนึ่งชั่วโมง AEX เปิดให้บริการเมื่อเร็ว ๆ นี้เมื่อเทียบกับ LSE ตามด้วยตลาดหุ้นทั้งสองมีการซื้อขายพร้อมกันสำหรับสองสามชั่วโมงถัดไปและซื้อขายเฉพาะใน LSE ในช่วง ชั่วโมงสุดท้ายที่ AEX ปิดเราสามารถสำรวจความเป็นไปได้ของการซื้อขายเก็งกำไรใน Royal Dutch Shell หุ้นจดทะเบียนในตลาดทั้งสองนี้ในสองสกุลเงินที่แตกต่างกันโปรแกรมคอมพิวเตอร์ที่สามารถอ่านราคาในตลาดปัจจุบันฟีดราคาจากทั้งสอง LSE และ AEX อัตราฟีดอัตราแลกเปลี่ยนสำหรับ อัตราแลกเปลี่ยน GBP-EUR ความสามารถในการสั่งซื้อเพื่อสั่งการแลกเปลี่ยนความถูกต้องความสามารถในการทดสอบย้อนกลับในฟีดราคาย้อนหลังโปรแกรมคอมพิวเตอร์ควรปฏิบัติดังนี้: อ่านฟีดราคาที่รับเข้าของสต็อค RDS จากทั้งสองฝ่ายโดยใช้อัตราแลกเปลี่ยนเงินตราต่างประเทศที่มีอยู่ . แปลงราคาของสกุลเงินหนึ่งไปยังอีกหากมีความแตกต่างของราคามากพอ (ลดค่านายหน้า) นำไปสู่โอกาสที่มีกำไรจากนั้นวางคำสั่งซื้อในใบสั่งซื้อที่ต่ำกว่าและใบสั่งขายในราคาที่สูงกว่าถ้าใบสั่งซื้อดำเนินการเป็น ที่ต้องการกำไรการเก็งกำไรจะเป็นไปตามแบบง่ายและใช้งานง่าย แต่การปฏิบัติของการค้าอัลกอริธึมไม่ง่ายที่จะรักษาและดำเนินการ โปรดจำไว้ว่าหากคุณสามารถวางการค้าที่สร้างโดยอัลกอฮ์ผู้เข้าร่วมการตลาดอื่น ๆ จะสามารถเข้าร่วมได้ ดังนั้นราคาจึงมีความผันผวนในมิลลิลิตรและแม้แต่ไมโครวินาที ในตัวอย่างข้างต้นสิ่งที่เกิดขึ้นหากการซื้อขายซื้อของคุณได้รับการดำเนินการ แต่การขายไม่ได้เป็นราคาขายเปลี่ยนแปลงตามเวลาที่สั่งซื้อของคุณฮิตตลาดคุณจะสิ้นสุดการนั่งกับตำแหน่งที่เปิด ทำให้กลยุทธ์การเก็งกำไรของคุณไร้ค่า มีความเสี่ยงและความท้าทายเพิ่มขึ้นเช่นความเสี่ยงของความล้มเหลวของระบบข้อผิดพลาดในการเชื่อมต่อเครือข่ายความล่าช้าในเวลาระหว่างการสั่งซื้อสินค้าและการดำเนินการและที่สำคัญที่สุดคืออัลกอริทึมที่ไม่สมบูรณ์ อัลกอริธึมที่มีความซับซ้อนมากขึ้นต้องใช้การทดสอบย้อนหลังที่เข้มงวดมากขึ้นก่อนที่จะมีการใช้งาน การวิเคราะห์เชิงปริมาณของการทำงานของอัลกอริทึมมีบทบาทสำคัญและควรได้รับการตรวจสอบอย่างละเอียด มันน่าตื่นเต้นที่จะไปสำหรับระบบอัตโนมัติช่วยโดยคอมพิวเตอร์ที่มีความคิดที่จะทำเงินได้อย่างง่ายดาย แต่ต้องแน่ใจว่าระบบได้รับการทดสอบอย่างละเอียดและกำหนดข้อ จำกัด ไว้ ผู้ค้าวิเคราะห์ควรพิจารณาการเรียนรู้ระบบการเขียนโปรแกรมและการสร้างด้วยตัวเองเพื่อให้มั่นใจในการใช้กลยุทธ์ที่เหมาะสมในลักษณะที่ไม่สามารถเข้าใจได้ การใช้อย่างรอบคอบและการทดสอบอย่างละเอียดของการซื้อขายสัญญาซื้อขายล่วงหน้าสามารถสร้างโอกาสที่ทำกำไรได้ ประเภทของโครงสร้างค่าตอบแทนที่ผู้จัดการกองทุนป้องกันความเสี่ยงมักใช้ในการชดเชยผลตอบแทนจากผลการปฏิบัติงาน การป้องกันการสูญเสียรายได้ซึ่งจะส่งผลให้ผู้เอาประกันภัยเสียชีวิต ผู้รับประโยชน์ชื่อได้รับ การวัดความสัมพันธ์ระหว่างการเปลี่ยนแปลงปริมาณที่ต้องการสินค้าและการเปลี่ยนแปลงราคา ราคา. มูลค่าตลาดรวมของหุ้นทั้งหมดของ บริษัท ที่โดดเด่น มูลค่าหลักทรัพย์ตามราคาตลาดคำนวณโดยการคูณ Frexit ย่อมาจาก quotFrench exitquot เป็นเศษเสี้ยวของคำว่า Brexit ของฝรั่งเศสซึ่งเกิดขึ้นเมื่อสหราชอาณาจักรได้รับการโหวต คำสั่งซื้อที่วางไว้กับโบรกเกอร์ที่รวมคุณลักษณะของคำสั่งหยุดกับคำสั่งซื้อที่ จำกัด ไว้ คำสั่งซื้อแบบ จำกัด วงเงินจะมีการซื้อขายแบบอัลกอริทึมในอินเดีย ให้ฉันขุดลึกและลึกลงไป ตามการแลกเปลี่ยนส่วนใหญ่นี้จะได้รับอนุญาตเฉพาะสำหรับบัญชีที่เป็นกรรมสิทธิ์ของโบรกเกอร์ (สมาชิกแลกเปลี่ยน) หรือสำหรับลูกค้าสถาบัน นี้ได้นำไปสู่ความเชื่อที่ว่าผู้ค้าส่วนบุคคลไม่สามารถทำค้า algorithmic นี้ไม่เป็นความจริงก็คือ RUMOR ผู้ค้าปลีกรายย่อย (เช่นผู้ค้าปลีก) สามารถทำ Trading แบบอัลกอริธึมได้หากได้รับอนุญาตให้เป็นตัวแทนจำหน่ายโดยการปรากฏตัวสำหรับการรับรอง NISM มีผู้ขายเพียงไม่กี่รายที่ให้บริการ API มีชุดของ Amibroker NEST ซึ่งมีให้โดยโบรกเกอร์หลายรายเช่น Mastertrust, Zerodha, RKSV, TradeGINI เป็นต้น Marketdata จัดทำขึ้นโดย Globaldatafeeds สำหรับการทำ backtesting และการซื้อขายกระดาษ ฉันคิดว่านี่เป็นทางออกที่ จำกัด มากซึ่งใช้ภาษาที่เรียกว่า AFL (เช่น Amibroker Formula Language) อีกกองหนึ่งเรียกว่า Presto จาก Sympony Fintech ข้อเสียนี้มีข้อเสียในแง่ของค่าใช้จ่ายในการติดตั้ง หากคุณมีเงินบางส่วนที่คุณควรทำหากคุณจริงจังกับธุรกิจนี้เส้นทางที่ดีที่สุดคือการได้รับบัญชีโบรกเกอร์เชิงโต้ตอบและใช้ซอฟต์แวร์อัลกอริธึมการค้านี้ - ซอฟต์แวร์โอเพนซอร์ส AlgoTrader คุณควรจะรู้เรื่องการเขียนโปรแกรมภาษาจาวาสักหน่อย หวังว่าคำตอบของคุณจะตอบไปบ้าง รู้สึกอิสระที่จะถามฉันมากขึ้น 19.2k Views middot ดูคำ UpVotes middot Not for Reproduction ไดรฟ์การค้าแบบอัลกอริธึม 40 แห่งปริมาณการซื้อขายในตลาดตราสารทุนของอินเดียและมีอัตราการซื้อขายเพิ่มขึ้นทุกวัน ทางตะวันตกนี่เป็นที่ประมาณ 70-80 ในอินเดียถ้าคุณเป็นนักลงทุนรายย่อยคุณจะต้องทำงานเป็นจำนวนมากเพื่อให้อัลกอริทึมของคุณเป็นเสมือนการแลกเปลี่ยนในอินเดียไม่อนุญาตให้บุคคลค้าปลีกทำกลยุทธ์โดยอัตโนมัติ ในฐานะที่เป็นขั้นตอน intital หนึ่งต้องทำต่อไปนี้ต้องลงทะเบียนเป็นผู้มีอำนาจในการแลกเปลี่ยน ค่าใช้จ่ายครั้งเดียวในการลงทะเบียนคือ Rs 3000segmentexchange เมื่อลงทะเบียนแล้วคุณจะต้องมีตัวแทนจำหน่ายจากนายหน้าซื้อขายหลักทรัพย์ของคุณ คนที่ใช้เครื่องเทอร์มินัลจำเป็นต้องได้รับการรับรอง NISM Series VIII เมื่อการติดตั้งครั้งแรกเสร็จสิ้นคุณจะต้องได้รับอัลกอริธึมที่ได้รับอนุมัติและผ่านการทดสอบเพื่อให้มั่นใจได้ว่าอัลกอริธึมของคุณจะไม่ส่งผลกระทบต่อตลาดมากนัก . ขั้นตอนคืออัลกอริทึมต้องได้รับการอนุมัติโดย CA ที่เหมาะสมซึ่งอาจมีต้นทุนประมาณ 2-3k ต่อกลยุทธ์ ขณะนี้กลยุทธ์ต้องผ่านการทดสอบในไซต์ UAT (การทดสอบการยอมรับของผู้ใช้) และเข้าร่วมการซื้อขายโดยการแลกเปลี่ยน จะมีค่าเช่า 2.5 พันล้านรูปีคิดเป็นสัดส่วนตามสัดส่วนสำหรับการใช้ UAT การสาธิตนี้ได้รับการแลกเปลี่ยนและเมื่อได้รับอนุมัติแล้วคุณสามารถใช้กลยุทธ์ได้โดยอัตโนมัติ กระบวนการทั้งหมดอาจใช้เวลาถึง 1 เดือนนอกจากนี้ตั้งแต่โบรกเกอร์ทราบว่ายากสำหรับนักลงทุนรายย่อยโดยอัตโนมัติกลยุทธ์ของพวกเขาพวกเขาคิดเพิ่มเติม chanrge สำหรับการซื้อขาย ตัวอย่างเช่นพวกเขาอาจคิดค่าใช้จ่ายการซื้อขาย 500-600 ต่อยอดขาย Crore เพิ่มเติมในค่านายหน้าสำหรับซอฟต์แวร์ของบุคคลที่สามและฟีดข้อมูลคุณยังจะต้องติดตั้งเครื่องของคุณ ขั้นตอนจะเป็น 1. สร้างส่วนหน้าแบบกำหนดเองหรือซื้อผลิตภัณฑ์ที่มีอยู่เช่น Amibroker, multicharts, metatrader เป็นต้น 2. ซื้อฟีดข้อมูลจากผู้ให้บริการข้อมูลเพื่อป้อนข้อมูลที่มีอยู่ลงในซอฟต์แวร์ส่วนหน้าและสร้างอัลกอริทึมสัญญาณ . มันเป็นเรื่องยากสำหรับการค้าปลีกที่จะได้รับอัลกอริทึมแบบอัตโนมัติในอินเดีย เส้นทางที่แตกต่างกันคือผ่านโบรกเกอร์เชิงโต้ตอบที่มี API เพื่อส่งการค้า การติดตั้งและจัดการทำได้ง่ายเกินไป 9k Views middot ดูคำ UpVotes middot ไม่ได้สำหรับการสืบพันธุ์ในฐานะที่เป็นคนกล่าวถึงทั้ง traderscockpit และ Zerodha มีโครงสร้างพื้นฐานที่จำเป็นในการเขียนอัลกอริทึมให้ทดสอบด้วยข้อมูลทางประวัติศาสตร์และเรียกใช้อัลกอริทึมเกี่ยวกับสภาพแวดล้อมจำลองและในที่สุดคุณสามารถใช้งานได้ แต่ปัญหาที่เกิดขึ้นจริงเริ่มจากที่นี่ หากกลยุทธ์การพัฒนาเป็นครึ่งหนึ่งและอีกครึ่งหนึ่งของปัญหากำลังดำเนินกลยุทธ์แม้ว่าเราจะใช้มันอยู่มีอุปสรรคมากมายสำหรับผู้ค้าปลีกในการทำระบบการซื้อขายอัตโนมัติอย่างสมบูรณ์ การแลกเปลี่ยนในอินเดียมีกฎที่เข้มงวดมากสำหรับผู้ค้าปลีกโดยอัตโนมัติ ต้องลงทะเบียนเป็นผู้มีอำนาจในการแลกเปลี่ยน ค่าใช้จ่ายครั้งเดียวในการลงทะเบียนคือ Rs 3000segmentexchange ดังนั้นถ้ามีคนต้องการลงทะเบียนเพื่อเป็นทุน NSE, FampO และ Currency ซึ่งจะเป็นค่าใช้จ่ายเพียงครั้งเดียวที่ Rs 9000 (Rs 3000 3000 3000) สำหรับ MCX จะเป็น Rs 3000 เพิ่มเติมเมื่อลงทะเบียนแล้วคุณจะต้องมีเทอร์มินัลตัวแทนจำหน่ายจากโบรกเกอร์โดยอัตโนมัติเนื่องจากไม่ได้รับอนุญาตให้ใช้กับศูนย์ซื้อขายการค้าปลีก เทอร์มินัลตัวแทนจำหน่ายทำสิ่งที่ Terminal ขายปลีกไม่ แต่ได้รับสิทธิผู้ดูแลระบบบางอย่างที่จำเป็นสำหรับระบบอัตโนมัติ ค่าเช่ารายเดือนสำหรับตัวแทนจำหน่ายคือ Rs 250segmentexchange ดังนั้นหากคุณต้องการ NSE Equity, FampO และ Currency นั่นหมายความว่า Rs 750month (Rs 250250250) สำหรับ MCX จะมีค่า Rs 250 เดือนเพิ่มเติม เพื่อให้ได้ terminal ของตัวแทนจำหน่าย NSEBSE ผู้ที่ปฏิบัติการ terminal จำเป็นต้องได้รับการรับรอง NISM Series VIII ในกรณีของ MCX ไม่มีข้อกำหนดดังกล่าว ขั้นตอนข้างต้นสามารถใช้ที่ใดก็ได้ระหว่าง 2-4 เดือนเวลา ยุทธวิธีการอนุมัติ Front end ประการแรกคุณจะต้องตัดสินใจว่าจะใช้แพลตฟอร์มใดเพื่อทำให้กลยุทธ์เป็นไปอย่างอัตโนมัติเช่น AmiBroker กระบวนการค่าใช้จ่ายแอ็กเซสทุกกลยุทธ์จะต้องได้รับการตรวจสอบโดย CA ก่อน ซึ่งจะมีต้นทุนประมาณ Rs 2500 ยุทธวิธี ขณะนี้กลยุทธ์ต้องผ่านการทดสอบในไซต์ UAT (การทดสอบการยอมรับของผู้ใช้) และเข้าร่วมการซื้อขายโดยการแลกเปลี่ยน จะมีค่าเช่า Rs 2500month คิดเป็นสัดส่วนตามสัดส่วนสำหรับการใช้ UAT การสาธิตนี้ได้รับการแลกเปลี่ยนและเมื่อได้รับอนุมัติแล้วคุณสามารถใช้กลยุทธ์ได้โดยอัตโนมัติ กระบวนการทั้งหมดอาจใช้เวลาถึง 1 เดือน ค่าใช้จ่ายของระบบอัตโนมัติหากคุณใช้ AmiBroker อยู่ที่ 6,000 ล้าน Rs และไม่มีค่าใช้จ่ายเพียงครั้งเดียว ค่าใช้จ่ายของระบบอัตโนมัติหากคุณใช้ส่วนหน้ากำหนดเองคือ 12,000 ล้าน Rs และมีค่าใช้จ่ายเพียงครั้งเดียว 30,000 Rs อย่างที่คุณเห็นได้ชัดว่าค่าใช้จ่ายมีข้อ จำกัด ในการทำให้กลยุทธ์โดยอัตโนมัติสำหรับผู้ค้าปลีกโดยเฉพาะมีอุปสรรคมากมายสำหรับผู้ค้าแต่ละรายในการค้าโดยใช้อัลกอริทึม อย่างไรก็ตามประเทศที่พัฒนาแล้วเช่นสหรัฐฯผู้ค้าปลีกไม่ประสบปัญหามากในการดำเนินการกับการซื้อขาย Algo เพื่อหลีกเลี่ยงอุปสรรคเหล่านี้เราได้พัฒนา Algorithm ซึ่งได้รับการทดสอบและรับรองโดย NSE แล้ว บุคคลใดก็ตามที่ต้องการซื้อขายโดยใช้อัลกอริทึมของเราสามารถทำได้เพียงไม่กี่วินาที เพื่อแก้ปัญหาเหล่านี้เราได้ก่อตั้ง returnwealth ของ บริษัท เรามีขั้นตอนสำหรับผู้ค้าปลีกที่วิเคราะห์ตลาดอินเดียตามข้อมูลทางสถิติและทำธุรกิจการค้าได้โดยตรงในบัญชีของลูกค้า ดังนั้นลูกค้าจึงไม่จำเป็นต้องใช้เวลาและวิเคราะห์ตลาดแทน แต่อัลกอริทึมของเราจะทำการวิเคราะห์และทำการลงทุนอย่างชาญฉลาดสำหรับลูกค้า สำหรับรายละเอียดเพิ่มเติมเกี่ยวกับระบบการซื้อขายโปรดดู: - ด้วยเงินลงทุนขั้นต่ำของ Rs 1.5 lacs นักลงทุนสามารถได้รับผลตอบแทนที่ดีทุกเดือน ส่วนที่ดีที่สุดคือลูกค้าไม่จำเป็นต้องโอนเงินให้เราหรือส่งเงินลงทุนมาให้เรา แทนพวกเขาสามารถเก็บเงินไว้ในบัญชีซื้อขายหลักทรัพย์ของตนเองและอัลกอริธึมจะทำการค้าเข้าสู่บัญชีลูกค้าโดยอัตโนมัติ 6.1k Views middot ดูคำ UpVotes middot ไม่ได้สำหรับการสืบพันธุ์ middot คำตอบที่ร้องขอโดย Vishal Sharma Algorithmic Trading เป็นไปได้ในตลาดหลักทรัพย์ใด ๆ ทั่วโลก อินเดียมีข้อ จำกัด บางประการเกี่ยวกับการซื้อขายอัตโนมัติ การค้าอัลกอริทึมได้รับความนิยมอย่างมากจากทศวรรษที่ผ่านมา ในสหรัฐอเมริกาประมาณ 70 ของปริมาณการซื้อขายทั้งหมดมาจาก Algorithmic Trading ในประเทศกำลังพัฒนาเช่นอินเดียบัญชีนี้มีปริมาณการซื้อขายประมาณ 40 แห่งไม่ใช่ตัวเลขที่ไม่ดีนักค้าปลีกมักจะหลีกเลี่ยงการเทรดดิ้งอัลกอริธึมการค้าโดยพิจารณาจากความซับซ้อนและไม่เอื้อม แต่ไม่เป็นความจริงเลย การสร้างระบบการค้าอัลกอริทึมอาจเป็นงานง่ายๆหากรู้ถึงปัจจัยพื้นฐานเบื้องหลัง การซื้อขายอัลกอริทึมการค้าอัลกอริทึมเป็นขั้นตอนใดในการซื้อหรือขายหลักทรัพย์ตามกฎที่กำหนดไว้ล่วงหน้าซึ่งได้รับการ backtested ในข้อมูลทางประวัติศาสตร์ กฎเหล่านี้อาจขึ้นอยู่กับการวิเคราะห์ทางเทคนิคแผนภูมิตัวบ่งชี้หรือแม้แต่พื้นฐานหุ้น ตัวอย่างเช่นสมมติว่าคุณมีแผนการซื้อขายที่คุณจะซื้อหุ้นใดโดยเฉพาะถ้าปิดเป็นสีแดงเป็นเวลา 5 วันติดต่อกัน คุณสามารถกำหนดกฎนี้ในระบบการซื้อขายอัลกอริธึมการประมวลผลและแม้แต่ทำให้เป็นไปโดยอัตโนมัติเพื่อให้ใบสั่งซื้อถูกวางโดยอัตโนมัติเมื่อเงื่อนไขของคุณได้รับการปฏิบัติ คุณอาจจะกำหนดเป้าหมาย stoploss เป้าหมายและตำแหน่งของคุณในขั้นตอนวิธีที่จะทำให้ชีวิตการค้าของคุณง่ายขึ้น การซื้อขายแบบอัลกอริธึมและอัตโนมัติคล้ายกันนี่คือความเข้าใจผิดที่พบมากที่สุดที่เกี่ยวข้องกับการซื้อขายขั้นตอน การซื้อขายแบบอัลกอริทึมและอัตโนมัติไม่เหมือนกัน คุณมีตัวเลือกในการทำให้กลยุทธ์ Algorithmic ของคุณเป็นแบบอัตโนมัติ แต่ก็ไม่จำเป็น คุณยังสามารถค้าด้วยตนเองผ่านสัญญาณที่สร้างขึ้นผ่านระบบ Algorithmic ของคุณ เพื่อทำให้กลยุทธ์ Algorithmic ของคุณเป็นไปโดยอัตโนมัติคุณต้องได้รับการอนุมัติจากอัลกอริทึม แต่นั่นไม่ใช่ขั้นตอนที่ยากจนกว่าขั้นตอนวิธีของคุณจะปราศจากข้อผิดพลาด ดังนั้นในครั้งต่อไปเมื่อใดก็ตามที่คุณเจอระบบ Algorithmic Trading เพียงดูว่าจะเป็นแบบอัตโนมัติหรือด้วยตนเอง ตัวอย่างการค้าอัลกอริธึมตรวจสอบลิงก์ด้านล่างสำหรับ Algorithmic Trading setups ที่สร้างขึ้นจาก Amibroker หรือ Excel sheet 4.3k Views middot ดูคำ Upvotes middot ไม่ได้สำหรับการทำซ้ำใช่การค้าอัลกอริธึมเป็นไปได้มาก มีหลายขั้นตอนวิธีการพัฒนา ตัวอย่างเช่น Algos และ Stratgies สำหรับ Zerodha Pi Expert Advisors กลยุทธ์นี้ยึดตามรูปแบบเชิงเทียน 2 รูปแบบ ซื้อเกิดขึ้นเมื่อเงื่อนไขต่อไปนี้เกิดขึ้นในช่วงเทียน 2 ตัวก่อนหน้านี้ 1. แนวโน้มโดยรวมลดลง 2. แสงเทียนสีแดงตามด้วยเทียนสีเขียว 3. เทียนสูงและต่ำของเทียนเขียวต่ำกว่าที่เปิดและปิด เทียนสีแดงก่อนหน้านี้กลยุทธ์จะเป็นประโยชน์ในการระบุธุรกิจการค้าระยะยาวเท่านั้น สัญญาณการขาย (ตามที่กำหนดโดยสคริปต์ขาย) ที่กำหนดไว้ที่นี่ขึ้นอยู่กับเหตุผลโดยพลการให้พิจารณา Script ขายเป็นเจ้าของสถานที่ที่นี่ พ่อค้าสามารถกำหนดตรรกะการขายของตัวเองได้ ตัวอย่างเช่นขายหลังจากตระหนักถึงผลกำไร 5 นอกจากนี้คุณยังสามารถรับรหัสเช่นหลักสูตรการซื้อขายอัลกอริธึมในอินเดียโดยผู้ค้าปลีกรายย่อยเป็นไปได้มากและสร้างความเป็นจริงขึ้นในวันนี้ Autopilot ซึ่งเป็นแอ็พพลิเคชันที่สร้างขึ้นโดยเราทำให้เกิดเหตุการณ์นี้ขึ้นสำหรับผู้ค้ารายย่อยจำนวนมาก วันนี้เราทำปริมาณมากในการหมุนเวียนของ ALO ใน NSE โดยทั่วไปโปรแกรมประยุกต์ถูกออกแบบมาสำหรับผู้ค้ารายย่อยแต่ละรายเพื่อทำระบบ algo แบบ quant ด้วยความถี่ปานกลางถึงต่ำ ต้องการทราบการเข้าสู่ระบบเพื่อ traderscockpit ถ้าคุณไม่ได้ algo ของคุณเองที่จะใช้คุณสามารถเช่าหนึ่งจากกลยุทธ์ของเราเก็บ, strategystore.in นอกจากนี้คุณยังสามารถอ่านบทความบล็อกของฉัน Demystifying Algo เทรดดิ้งในประเทศอินเดียที่ลิงค์บล็อกของเรานายกรัฐมนตรีตลาดการเงินของอินเดีย ผู้ให้บริการข้อมูล Analytics หวังว่าจะตอบคำถามของคุณ คุณยินดีที่จะถามฉันเสมอ 2.7k Views middot ดูคำ Upvotes middot ไม่ได้สำหรับการสืบพันธุ์การค้าขายอัลโกอยู่ในขณะนี้มากขึ้นของการปฏิบัติสถาบันในประเทศอินเดีย ในขณะที่ผู้ค้าปลีกไม่สามารถวางธุรกิจการค้าอัตโนมัติแบบอัตโนมัติได้เนื่องจากข้อ จำกัด ของ SEBI นี้ไม่ได้บอกว่าผู้ค้าปลีกไม่ได้มีส่วนร่วมในการซื้อขาย algorithmic เพียงว่าพวกเขาไม่ได้ทำอย่างเปิดเผยหรือมีการอนุมัติที่จำเป็นทั้งหมด จะค่อนข้างซื่อสัตย์นี้จะน้อยเพราะความเกียจคร้าน (เหตุผลที่สำคัญที่สุดสำหรับสิ่งที่อินเดีย) และอื่น ๆ เพราะวิธีการที่ยุ่งยากก็คือการปฏิบัติตามเทปสีแดงล้อมรอบเรื่องทั้งหมด ถ้ามีคนถามฉันว่า Id พูดว่า SEBI ทำตัวเหมือนพ่อแม่ที่คอยปกป้องตัวเองไม่ยอมให้พ่อค้าค้าปลีกค้าขายโดยอัตโนมัติ โบรกเกอร์บางแห่งพยายามลดความซับซ้อนโดยการแจกจ่าย APIs ไปยังแพลตฟอร์มการซื้อขายที่ได้รับการอนุมัติแล้วเพื่อให้ผู้ค้าสามารถวางธุรกิจการค้าโดยใช้รหัสของคุณโดยทางโปรแกรม นี้ยังคงเป็นกึ่งอัตโนมัติ แต่เป็นขั้นตอนในทางที่ถูกต้อง ตรวจสอบลิงก์นี้เพื่อดูวิธีที่คุณสามารถทำได้ด้วย Zerodhas Kite APIs โบรกเกอร์เชิงโต้ตอบก็กำลังทำสิ่งที่คล้ายกัน แต่เนื่องจากฉันใช้ Zerodha APIs ซึ่งเชื่อมโยงกันที่นี่ ให้มันยิง พวกเขาช่วยให้คุณตั้งขึ้นเช่นกันดังนั้นค่อนข้างง่ายและเย็นมาก 1.8k Views middot ไม่ได้สำหรับการสืบพันธุ์สิ่งที่เป็นประเภทของการซื้อขายในตลาดหุ้นอินเดียฉันจะทำการค้าในตลาดหุ้นได้อย่างไรสามารถทำเงินจากการซื้อขายในตลาดหุ้นได้อย่างไรฉันสามารถทำคู่ค้าในตลาดหุ้นอินเดียได้หรือไม่ การจำลองการซื้อขายหุ้นในตลาดหุ้นอินเดียซึ่งเป็นซอฟต์แวร์ที่ดีที่สุดในการซื้อขายหุ้นใน Mac ในตลาดหุ้นอินเดียกลยุทธ์การซื้อขายหุ้นของฉันถูกออกแบบมาเพื่อทำให้เดิมพันรั้น ฉันจะป้องกันความเสี่ยงจากความผันผวนของตลาดหุ้นได้อย่างไรในขณะที่ธุรกิจการค้าของฉันมีการใช้งานอย่างไรฉันสามารถซื้อขายตลาดหุ้นอินเดียบนแพลตฟอร์มจริงด้วยเงินสดเสมือนความหมายของการซื้อขายขั้นต่ำ 039 ในตลาดหุ้นได้อย่างไร การค้าภายในวันในตลาดหุ้นอินเดียมีเงินทุนจดทะเบียน 15000 การค้าขายในตลาดหุ้นอินเดียแตกต่างกันอย่างไรเช่นในวันอีคอมเมิร์ซและอื่น ๆ เป็นไปได้ที่จะได้รับ lakhs 30 ใน 2 ปีในการซื้อขายในตลาดหุ้นฉันจะสร้างเคล็ดลับการซื้อขายสำหรับตลาดหุ้นอินเดีย What0s วิธีที่ดีที่สุดในการลงทุน 50000 ในตลาดหุ้นสิ่งที่จะเป็นบางส่วนของหุ้นที่ดีที่สุดในการค้าสำหรับภายในวันใน ตลาดหุ้นอินเดียอะไรคือค่าใช้จ่ายที่ฉันต้องจ่ายในการซื้อขายระหว่างวันในตลาดหุ้นอินเดียสิ่งที่เป็นขั้นตอนเคล็ดลับและเทคนิคสำหรับ newbie เพื่อให้เงินจากการซื้อขายในตลาดหุ้นอินเดียสิ่งที่มีการซื้อขายหุ้นที่ดีที่สุดตอนนี้ประมาณ 50 Rs ใน ตลาดหุ้นอินเดียซึ่งเป็นหุ้นที่ดีสำหรับการซื้อขายประจำวันในตลาดอินเดียวิธีการระบุกลยุทธ์การซื้อขายขั้นตอนวิธีในบทความนี้ผมอยากจะแนะนำคุณเกี่ยวกับวิธีการที่ผมเองกำหนดกลยุทธ์การซื้อขายอัลกอริธึมที่มีกำไร เป้าหมายของเราในวันนี้คือการทำความเข้าใจในรายละเอียดในการหาประเมินและเลือกระบบดังกล่าว อธิบายวิธีการระบุกลยุทธ์เป็นเรื่องเกี่ยวกับการตั้งค่าส่วนบุคคลเช่นเดียวกับที่เกี่ยวกับประสิทธิภาพของกลยุทธ์วิธีการตรวจสอบชนิดและปริมาณของข้อมูลที่ผ่านมาสำหรับการทดสอบวิธีการประเมินกลยุทธ์การซื้อขายอย่างไม่ลดละและในที่สุดวิธีการดำเนินการต่อขั้นตอนการทำ backtesting และการใช้กลยุทธ์ . ระบุความชอบส่วนบุคคลของคุณสำหรับการเทรดเพื่อที่จะเป็นผู้ประกอบการค้าที่ประสบความสำเร็จ - ไม่ว่าจะเป็นทางเลือกหรือแบบอัลกอริทึม - จำเป็นต้องถามตัวเองด้วยความซื่อสัตย์ เทรดดิ้งทำให้คุณมีความสามารถในการเสียเงินในอัตราที่น่าตกใจดังนั้นจึงจำเป็นต้องรู้จักตัวเองให้มากที่สุดเท่าที่จำเป็นเพื่อให้เข้าใจถึงกลยุทธ์ที่คุณเลือก ฉันจะบอกว่าการพิจารณาที่สำคัญที่สุดในการซื้อขายคือการตระหนักถึงบุคลิกภาพของคุณเอง การซื้อขายและการค้าอัลกอริธึมโดยเฉพาะอย่างยิ่งต้องมีวินัยอย่างอดทนและความรู้สึกไม่ดี เนื่องจากคุณอนุญาตให้อัลกอริทึมดำเนินการซื้อขายให้กับคุณคุณจำเป็นต้องแก้ไขไม่ให้ยุ่งเกี่ยวกับกลยุทธ์เมื่อดำเนินการ นี้อาจเป็นเรื่องยากมากโดยเฉพาะอย่างยิ่งในช่วงเวลาของการเบิกขยาย อย่างไรก็ตามกลยุทธ์หลายอย่างที่แสดงให้เห็นว่ามีผลกำไรสูงในการทำ backtest สามารถทำลายได้ด้วยการแทรกแซงง่ายๆ เข้าใจว่าถ้าคุณต้องการที่จะเข้าสู่โลกของการค้าอัลกอริธึมคุณจะได้รับการทดสอบทางอารมณ์และเพื่อที่จะประสบความสำเร็จคุณจำเป็นต้องทำงานผ่านปัญหาเหล่านี้การพิจารณาต่อไปคือหนึ่งครั้ง คุณทำงานเต็มเวลาหรือไม่คุณทำงานนอกเวลาทำงานจากที่บ้านหรือเดินทางเป็นประจำทุกวันคำถามเหล่านี้จะช่วยในการกำหนดความถี่ของกลยุทธ์ที่คุณควรหา สำหรับบรรดาผู้ที่อยู่ในการจ้างงานแบบเต็มเวลากลยุทธ์ในอนาคตของฟิวเจอร์สอาจไม่เหมาะสม (อย่างน้อยก็จนกว่าจะมีการดำเนินการโดยอัตโนมัติ) ข้อ จำกัด ด้านเวลาของคุณจะกำหนดวิธีการของกลยุทธ์ด้วย หากกลยุทธ์ของคุณมีการซื้อขายกันบ่อยครั้งและพึ่งพาฟีดข่าวที่มีราคาแพง (เช่น Bloomberg Terminal) คุณจะต้องมีความเป็นจริงเกี่ยวกับความสามารถในการทำงานในขณะนี้ที่สำนักงานสำหรับคุณด้วยเวลาหรือทักษะ เพื่อทำให้กลยุทธ์ของคุณเป็นไปโดยอัตโนมัติคุณอาจต้องการดูกลยุทธ์การซื้อขายทางเทคนิคที่มีความถี่สูงขึ้น (HFT) ความเชื่อของฉันคือต้องดำเนินการวิจัยต่อเนื่องเกี่ยวกับกลยุทธ์การซื้อขายเพื่อรักษาผลงานที่ทำกำไรได้อย่างสม่ำเสมอ กลยุทธ์น้อยอยู่ภายใต้เรดาร์ตลอดไป ดังนั้นส่วนที่สำคัญของเวลาที่จัดสรรให้กับการซื้อขายจะเป็นในการดำเนินการวิจัยต่อเนื่อง ถามตัวเองว่าคุณพร้อมที่จะทำเช่นนี้หรือไม่เพราะอาจเป็นความแตกต่างระหว่างความสามารถในการทำกำไรที่แข็งแกร่งหรือการลดลงอย่างช้าๆต่อความสูญเสีย คุณต้องพิจารณาทุนการซื้อขายของคุณด้วย จำนวนเงินขั้นต่ำที่เหมาะสำหรับกลยุทธ์เชิงปริมาณโดยทั่วไปที่ยอมรับโดยทั่วไปคือ 50,000 เหรียญสหรัฐ (ประมาณ 35,000 สำหรับเราในสหราชอาณาจักร) ถ้าฉันเริ่มต้นใหม่ฉันจะเริ่มต้นด้วยจำนวนเงินที่มากขึ้นซึ่งอาจจะใกล้ 100,000 ดอลลาร์ (ประมาณ 70,000) เนื่องจากต้นทุนการทำธุรกรรมอาจมีราคาแพงมากสำหรับกลยุทธ์ตั้งแต่กลางถึงความถี่สูงและจำเป็นต้องมีเงินทุนเพียงพอในการดูดซับพวกเขาในช่วงเวลาเบิกเงินกู้ หากคุณกำลังพิจารณาเริ่มต้นด้วยน้อยกว่า 10,000 เหรียญสหรัฐคุณจะต้อง จำกัด ตัวเองกับกลยุทธ์ความถี่ต่ำซึ่งจะซื้อขายสินทรัพย์หนึ่งหรือสองรายการเนื่องจากค่าใช้จ่ายในการทำธุรกรรมจะกินเข้าไปในผลตอบแทนของคุณอย่างรวดเร็ว โบรกเกอร์เชิงโต้ตอบซึ่งเป็นหนึ่งในโบรกเกอร์ที่เป็นมิตรกับผู้ที่มีทักษะการเขียนโปรแกรมเนื่องจาก API มีบัญชีรายย่อยไม่ต่ำกว่า 10,000 เหรียญสหรัฐฯ ทักษะการเขียนโปรแกรมเป็นปัจจัยสำคัญในการสร้างกลยุทธ์การซื้อขายแบบอัลกอรึทึมอัตโนมัติ การมีความรู้ความเข้าใจในภาษาเขียนโปรแกรมเช่น C, Java, C, Python หรือ R จะช่วยให้คุณสามารถสร้างระบบจัดเก็บข้อมูลแบบ end-to-end, เครื่องมือทดสอบและทำระบบงานด้วยตัวคุณเอง ซึ่งมีข้อดีหลายอย่างซึ่งหัวหน้าซึ่งเป็นความสามารถในการตระหนักถึงทุกด้านของโครงสร้างการค้าอย่างครบถ้วน นอกจากนี้ยังช่วยให้คุณสามารถสำรวจกลยุทธ์ความถี่สูงขึ้นได้ด้วยเนื่องจากคุณจะสามารถควบคุมสแต็คเทคโนโลยีของคุณได้อย่างเต็มที่ แม้ว่าจะหมายความว่าคุณสามารถทดสอบซอฟต์แวร์ของคุณเองและกำจัดข้อบกพร่องได้ แต่ก็หมายถึงเวลาที่ใช้ในการเข้ารหัสโครงสร้างพื้นฐานและไม่ใช้กลยุทธ์มากนักอย่างน้อยก็ในช่วงก่อนหน้าของอาชีพการค้าแบบอัลกอร์ของคุณ คุณอาจพบว่าคุณพอใจกับการซื้อขายใน Excel หรือ MATLAB และสามารถ outsource การพัฒนาส่วนประกอบอื่น ๆ ฉันไม่อยากแนะนำเรื่องนี้ แต่โดยเฉพาะอย่างยิ่งสำหรับการซื้อขายที่ความถี่สูง คุณต้องถามตัวเองว่าคุณหวังว่าจะบรรลุเป้าหมายด้วยการซื้อขายแบบอัลกอลิกึม คุณสนใจในรายได้ประจำโดยที่คุณหวังว่าจะดึงรายได้จากบัญชีการซื้อขายของคุณหรือคุณสนใจที่จะได้รับเงินทุนระยะยาวและสามารถจ่ายได้โดยไม่จำเป็นต้องเบิกเงินดาวน์การพึ่งพารายได้จะกำหนดความถี่ของกลยุทธ์ของคุณ . การถอนเงินรายได้เพิ่มเติมจะต้องมีกลยุทธ์การซื้อขายความถี่ที่สูงขึ้นและมีความผันผวนน้อย (เช่นอัตราส่วน Sharpe ที่สูงขึ้น) ผู้ค้าระยะยาวสามารถจ่ายเงินได้มากขึ้น สุดท้ายอย่าหลงระเริงกับแนวคิดเรื่องการเป็นผู้มั่งคั่งในช่วงเวลาสั้น ๆ การค้าขายของ Algo ไม่ใช่โครงการที่ร่ำรวยอย่างรวดเร็วหากมีอะไรเกิดขึ้นอาจกลายเป็นโครงการที่ไม่ค่อยเร็ว ต้องมีวินัยอย่างมากการวิจัยความขยันและอดทนเพื่อให้ประสบความสำเร็จในการซื้อขายแบบอัลกอลิกึม อาจใช้เวลาหลายเดือนหากไม่ใช้เวลาหลายปีในการสร้างผลกำไรที่สม่ำเสมอ การจัดหาแนวคิดการค้าอัลกอริทึมแม้จะมีการรับรู้ร่วมกันในทางตรงกันข้าม แต่ก็ค่อนข้างตรงไปตรงมาในการหากลยุทธ์การซื้อขายที่มีกำไรในโดเมนสาธารณะ ไม่เคยมีแนวคิดการซื้อขายที่พร้อมใช้งานมากกว่าที่เป็นอยู่ในปัจจุบัน วารสารทางวิชาการการเงินเซิร์ฟเวอร์ก่อนการพิมพ์บล็อกการซื้อขายฟอรัมการซื้อขายนิตยสารการค้ารายสัปดาห์และตำราผู้เชี่ยวชาญนับพันกลยุทธ์การซื้อขายที่จะนำความคิดของคุณมาใช้ เป้าหมายของเราในฐานะนักวิจัยเชิงปริมาณคือการสร้างท่อกลยุทธ์ซึ่งจะช่วยให้เรามีกระแสความคิดในการซื้อขายอย่างต่อเนื่อง เราต้องการสร้างแนวทางที่เป็นระบบในการจัดหาการประเมินและการใช้กลยุทธ์ที่เราเจอ จุดมุ่งหมายของท่อคือการสร้างจำนวนของความคิดใหม่ ๆ ที่สม่ำเสมอและเพื่อให้เรามีกรอบในการปฏิเสธความคิดส่วนใหญ่เหล่านี้ด้วยการพิจารณาทางอารมณ์อย่างน้อย เราต้องระมัดระวังอย่างยิ่งที่จะไม่ให้อคติทางความคิดมีผลต่อวิธีการตัดสินใจของเรา นี้อาจเป็นง่ายๆเป็นมีความพึงพอใจสำหรับชั้นสินทรัพย์หนึ่งมากกว่าอื่น (ทองและโลหะมีค่าอื่น ๆ มาใจ) เนื่องจากพวกเขาจะรับรู้ว่าแปลกมากขึ้น เป้าหมายของเราควรจะหากลยุทธ์ที่ทำกำไรได้อย่างต่อเนื่องพร้อมกับคาดหวังในเชิงบวก การเลือกประเภทสินทรัพย์ควรพิจารณาจากข้อควรพิจารณาอื่น ๆ เช่นข้อ จำกัด ด้านเงินทุนค่าธรรมเนียมการเป็นนายหน้าซื้อขายหลักทรัพย์และความสามารถในการยกระดับการลงทุน หากคุณไม่คุ้นเคยกับแนวคิดของกลยุทธ์การซื้อขายอย่างสมบูรณ์สถานที่แรกที่ดูก็คือตำราที่ได้รับการยอมรับ ข้อความคลาสสิกให้ความคิดที่เรียบง่ายและตรงไปตรงมามากขึ้นซึ่งจะทำความคุ้นเคยกับการซื้อขายเชิงปริมาณ นี่คือสิ่งที่ฉันแนะนำสำหรับผู้ที่ยังใหม่กับการซื้อขายเชิงปริมาณซึ่งค่อยๆกลายเป็นความซับซ้อนมากขึ้นในขณะที่คุณทำงานผ่านรายการ: สำหรับรายการการซื้อขายเชิงปริมาณอีกต่อไปโปรดไปที่รายการการอ่าน QuantStart สถานที่ถัดไปเพื่อหากลยุทธ์ที่ซับซ้อนมากขึ้นคือการซื้อขายฟอรัมและบล็อกการซื้อขาย อย่างไรก็ตามข้อควรระวัง: บล็อกการค้าหลายแห่งขึ้นอยู่กับแนวคิดในการวิเคราะห์ทางเทคนิค การวิเคราะห์ทางเทคนิคเกี่ยวข้องกับการใช้ตัวบ่งชี้พื้นฐานและจิตวิทยาพฤติกรรมเพื่อกำหนดแนวโน้มหรือรูปแบบการกลับรายการในราคาสินทรัพย์ แม้ว่าการได้รับความนิยมอย่างมากในพื้นที่การค้าโดยรวมการวิเคราะห์ทางเทคนิคถือว่าค่อนข้างไม่ได้ผลในชุมชนการเงินเชิงปริมาณ บางคนบอกว่าไม่ดีไปกว่าการอ่านดวงชะตาหรือการศึกษาใบชาในแง่ของพลังแห่งการคาดการณ์ในความเป็นจริงมีบุคคลที่ประสบความสำเร็จในการใช้การวิเคราะห์ทางเทคนิค อย่างไรก็ตามในฐานะที่เป็น quants กับกล่องเครื่องมือทางคณิตศาสตร์และสถิติที่มีความซับซ้อนมากขึ้นในการกำจัดของเราเราสามารถประเมินประสิทธิผลของกลยุทธ์แบบ TA ดังกล่าวได้อย่างง่ายดายและใช้การตัดสินใจด้วยข้อมูลแทนที่จะเป็นพื้นฐานในการพิจารณาทางอารมณ์หรือการคาดการณ์ล่วงหน้า นี่คือรายชื่อบล็อกและฟอรัมการซื้อขายอัลกอริธึมที่เป็นที่ยอมรับนับถือ: เมื่อคุณมีประสบการณ์ในการประเมินกลยุทธ์ที่เรียบง่ายแล้วคุณต้องพิจารณาถึงข้อเสนอทางวิชาการที่ซับซ้อนมากขึ้น วารสารวิชาการบางเรื่องอาจยากที่จะเข้าถึงโดยไม่มีการสมัครสมาชิกหรือค่าใช้จ่ายเพียงครั้งเดียว หากคุณเป็นสมาชิกหรือศิษย์เก่าของมหาวิทยาลัยคุณควรสามารถเข้าถึงวารสารทางการเงินบางส่วนได้ มิเช่นนั้นคุณสามารถดูเซิร์ฟเวอร์ pre-print ได้ ซึ่งเป็นที่เก็บอินเทอร์เน็ตของบทคัดย่อของเอกสารทางวิชาการที่กำลังผ่านการตรวจสอบโดย peer เนื่องจากเราสนใจเป็นพิเศษในกลยุทธ์ที่เราสามารถทำซ้ำได้สำเร็จ backtest และได้รับผลกำไรการตรวจทานของเพื่อนมีความสำคัญน้อยกว่าสำหรับเรา ข้อเสียที่สำคัญของกลยุทธ์การศึกษาคือการที่พวกเขามักจะล้าสมัยจำเป็นต้องมีข้อมูลทางประวัติศาสตร์ที่คลุมเครือและมีราคาแพงการค้าในประเภทสินทรัพย์ที่ไม่มีหลักประกันหรือไม่คิดค่าบริการการลื่นไถลหรือการแพร่กระจาย นอกจากนี้ยังอาจไม่ชัดเจนว่าจะมีการดำเนินกลยุทธ์การซื้อขายกับคำสั่งซื้อของตลาดคำสั่งซื้อที่ จำกัด หรือไม่ว่าจะมีการขาดทุนจากขาดทุนแบบสแตนด์อโลนเป็นต้นดังนั้นจึงจำเป็นอย่างยิ่งที่จะต้องทำซ้ำกลยุทธ์นี้ให้ดีที่สุดเท่าที่จะทำได้ นี่เป็นรายการของเซิร์ฟเวอร์ pre-print และวารสารทางการเงินที่เป็นที่นิยมมากขึ้นซึ่งคุณสามารถนำมาใช้ประโยชน์ได้จาก: สิ่งที่เกี่ยวกับการสร้างกลยุทธ์เชิงปริมาณของคุณเอง ความเชี่ยวชาญเฉพาะด้านในประเภทใดประเภทหนึ่งหรือหลายประเภทดังต่อไปนี้โครงสร้างจุลภาคในตลาด - สำหรับกลยุทธ์ความถี่สูงโดยเฉพาะอย่างยิ่งสามารถใช้โครงสร้างจุลภาคในตลาดได้ กล่าวคือเข้าใจเกี่ยวกับพลวัตหนังสือสั่งซื้อเพื่อสร้างผลกำไร ตลาดที่แตกต่างกันจะมีข้อ จำกัด ด้านเทคโนโลยีข้อบังคับนักลงทุนในตลาดและข้อ จำกัด ต่างๆที่เปิดกว้างสำหรับการแสวงหาผลประโยชน์โดยใช้กลยุทธ์เฉพาะ นี่เป็นพื้นที่ที่มีความซับซ้อนมากและผู้ค้าปลีกจะพบว่ายากที่จะสามารถแข่งขันได้ในพื้นที่นี้โดยเฉพาะอย่างยิ่งเมื่อการแข่งขันประกอบด้วยกองทุนเฮดจ์ฟันด์เชิงปริมาณขนาดใหญ่ที่มีทุนจดทะเบียนสูงและมีความสามารถด้านเทคโนโลยีที่แข็งแกร่ง โครงสร้างกองทุน - กองทุนรวมที่ลงทุนเช่นกองทุนบำเหน็จบำนาญข้าราชการหุ้นส่วนการลงทุนภาคเอกชน (กองทุนป้องกันความเสี่ยง) ที่ปรึกษาการซื้อขายสินค้าโภคภัณฑ์และกองทุนรวมมีข้อ จำกัด ทั้งจากกฎระเบียบที่เข้มงวดและทุนสำรองที่มีขนาดใหญ่ ดังนั้นพฤติกรรมที่สอดคล้องกันบางอย่างสามารถใช้ประโยชน์กับผู้ที่มีความว่องไวมากขึ้น ตัวอย่างเช่นกองทุนขนาดใหญ่อาจมีข้อ จำกัด ด้านกำลังการผลิตอันเนื่องมาจากขนาดของโครงการ ดังนั้นหากจำเป็นต้องลดปริมาณ (ขาย) ปริมาณของหลักทรัพย์อย่างรวดเร็วพวกเขาจะต้องเดินโซเซเพื่อหลีกเลี่ยงการเคลื่อนย้ายตลาด อัลกอริทึมที่ซับซ้อนสามารถใช้ประโยชน์จากสิ่งนี้และความเฉพาะเจาะจงอื่น ๆ ในกระบวนการทั่วไปที่เรียกว่าการเก็งกำไรโครงสร้างของกองทุน กลไกการเรียนรู้ของเครื่องจักรได้กลายเป็นที่แพร่หลายมากขึ้นในช่วงหลายปีที่ผ่านมาในตลาดการเงิน (ขั้นตอนวิธีทางพันธุกรรม) และการเพิ่มประสิทธิภาพ (ขั้นตอนวิธีทางพันธุกรรม) ได้ถูกนำมาใช้เพื่อคาดการณ์เส้นทางสินทรัพย์หรือเพิ่มประสิทธิภาพกลยุทธ์การซื้อขาย หากคุณมีพื้นหลังในบริเวณนี้คุณอาจมีข้อมูลเชิงลึกเกี่ยวกับวิธีการใช้อัลกอริทึมเฉพาะกับบางตลาด มีพื้นที่อื่น ๆ อีกมากมายสำหรับ quants เพื่อตรวจสอบ คุยกันถึงวิธีการกำหนดกลยุทธ์ในรายละเอียดในบทความในภายหลัง ด้วยการติดตามตรวจสอบแหล่งข้อมูลเหล่านี้เป็นประจำทุกสัปดาห์หรือแม้กระทั่งทุกวันคุณจะกำหนดตัวเองเพื่อรับรายการกลยุทธ์ที่สอดคล้องกันจากหลากหลายแหล่งข้อมูล ขั้นตอนต่อไปคือการกำหนดวิธีการปฏิเสธชุดย่อยขนาดใหญ่ของกลยุทธ์เหล่านี้เพื่อลดการสูญเสียเวลาและทรัพยากรที่เกิดขึ้นหลังการทดสอบของคุณกับยุทธศาสตร์ที่อาจไม่มีประโยชน์ การประเมินกลยุทธ์การซื้อขายการพิจารณาครั้งแรกและเห็นได้ชัดที่สุดคือคุณเข้าใจกลยุทธ์จริงหรือไม่ คุณจะสามารถอธิบายกลยุทธ์ได้อย่างราบรื่นหรือไม่จำเป็นต้องมีข้อแม้และรายการพารามิเตอร์ที่ไม่มีที่สิ้นสุดนอกจากนี้กลยุทธ์ยังมีพื้นฐานที่ดีและมั่นคงในความเป็นจริงตัวอย่างเช่นคุณชี้ไปที่เหตุผลบางอย่างเกี่ยวกับพฤติกรรมหรือข้อ จำกัด โครงสร้างกองทุนหรือไม่ อาจก่อให้เกิดรูปแบบที่คุณกำลังพยายามใช้ประโยชน์ข้อ จำกัด นี้จะมีผลต่อการเปลี่ยนแปลงระบอบการปกครองเช่นการรบกวนด้านกฎระเบียบอย่างมากกลยุทธ์นี้ใช้กฎทางสถิติหรือคณิตศาสตร์ที่ซับซ้อนหรือไม่ใช้กับชุดข้อมูลทางการเงินใด ๆ หรือเป็น เฉพาะเจาะจงกับประเภทสินทรัพย์ที่อ้างว่าเป็นผลกำไรเมื่อคุณควรคิดถึงปัจจัยเหล่านี้อย่างต่อเนื่องเมื่อประเมินวิธีการซื้อขายใหม่มิเช่นนั้นคุณอาจต้องเสียเวลามากพอที่จะทำ backtest และเพิ่มประสิทธิภาพกลยุทธ์ที่ไม่หวังผลกำไร เมื่อคุณพิจารณาแล้วว่าคุณเข้าใจหลักการพื้นฐานของกลยุทธ์แล้วคุณต้องตัดสินใจว่าจะเหมาะกับโปรไฟล์บุคลิกภาพที่กล่าวมาของคุณหรือไม่ นี้ไม่ได้เป็นที่คลุมเครือการพิจารณาตามที่เสียงกลยุทธ์จะแตกต่างกันอย่างมากในลักษณะการทำงานของพวกเขา มีบางประเภทบุคลิกภาพที่สามารถจัดการระยะเวลาที่สำคัญมากขึ้นของการเบิกหรือยินดีที่จะยอมรับความเสี่ยงมากขึ้นสำหรับผลตอบแทนที่มีขนาดใหญ่ อย่างไรก็ตามข้อเท็จจริงที่ว่าเราเป็น quants ลองและกำจัดความเอนเอียงเกี่ยวกับความรู้ความเข้าใจให้มากที่สุดเท่าที่จะเป็นไปได้และควรสามารถประเมินกลยุทธ์ได้อย่างไม่ลดละความลำเอียงจะเล็ดลอดเข้ามาเสมอดังนั้นเราจำเป็นต้องมีวิธีการที่ไม่ซ้ำกันซึ่งจะประเมินผลการปฏิบัติงานของกลยุทธ์ . นี่คือรายการของเกณฑ์ที่ฉันตัดสินกลยุทธ์ใหม่ที่มีศักยภาพโดย: วิธีการ - เป็นโมเมนตัมกลยุทธ์หมายถึงการย้อนกลับ, ตลาดที่เป็นกลาง, ทิศทางกลยุทธ์ไม่ใช้เทคนิคทางคณิตศาสตร์ที่ซับซ้อน (หรือซับซ้อน) หรือเครื่องจักรการเรียนรู้ที่ยาก เพื่อทำความเข้าใจและต้องการปริญญาเอกในสถิติที่จะเข้าใจเทคนิคเหล่านี้นำเสนอจำนวนมากของพารามิเตอร์ซึ่งอาจนำไปสู่การเพิ่มประสิทธิภาพอคติเป็นกลยุทธ์ที่น่าจะทนต่อการเปลี่ยนแปลงระบอบการปกครอง (เช่นกฎระเบียบใหม่ที่มีศักยภาพของตลาดการเงิน) อัตราส่วน Sharpe - อัตราส่วน Sharpe heuristically characterizes อัตราส่วน rewardrisk ของกลยุทธ์ เป็นการวัดว่าคุณจะได้รับผลตอบแทนเท่าใดสำหรับระดับความผันผวนที่ต้องทนต่อเส้นโค้งส่วนได้เสีย โดยธรรมชาติเราจำเป็นต้องกำหนดระยะเวลาและความถี่ที่จะวัดผลตอบแทนและความผันผวนเหล่านี้ (เช่นค่าส่วนเบี่ยงเบนมาตรฐาน) กลยุทธ์ความถี่สูงกว่าจะต้องมีอัตราการสุ่มตัวอย่างที่มากขึ้นของค่าเบี่ยงเบนมาตรฐาน แต่ตัวอย่างเช่นระยะเวลาในการวัดโดยรวมที่สั้นกว่า กลยุทธ์ไม่จำเป็นต้องใช้แรงจูงใจอย่างมีนัยสำคัญเพื่อที่จะทำกำไรได้หรือไม่ยุทธศาสตร์นี้จำเป็นต้องใช้สัญญาซื้อขายล่วงหน้าที่มีผลประโยชน์ (futures, options, swaps) เพื่อที่จะทำให้ผลตอบแทน (Return to return) สัญญาที่ใช้ประโยชน์เหล่านี้สามารถมีความผันผวนสูงและสามารถนำไปสู่ การเรียกเงินกำไร คุณมีเงินทุนหมุนเวียนและมีอารมณ์แปรปรวนหรือไม่ความถี่ - ความถี่ของกลยุทธ์มีการเชื่อมโยงอย่างใกล้ชิดกับกองเทคโนโลยีของคุณ (และความชำนาญด้านเทคโนโลยี) อัตราส่วน Sharpe และระดับค่าใช้จ่ายในการทำธุรกรรมโดยรวม ปัญหาอื่น ๆ ทั้งหมดที่พิจารณาแล้วกลยุทธ์ด้านความถี่ที่สูงขึ้นต้องการเงินทุนเพิ่มขึ้นมีความซับซ้อนและใช้งานได้ยากขึ้น อย่างไรก็ตามสมมติว่าเครื่องมือการทำ backtesting ของคุณมีความซับซ้อนและปราศจากข้อผิดพลาดพวกเขามักจะมีสัดส่วน Sharpe ที่สูงกว่าอยู่มาก ความผันผวน - ความผันผวนเกี่ยวข้องกับความเสี่ยงของกลยุทธ์ อัตราส่วน Sharpe มีลักษณะนี้ ความผันผวนที่สูงขึ้นของประเภทสินทรัพย์อ้างอิงหากไม่ได้รับความเสี่ยงมักจะนำไปสู่ความผันผวนที่สูงขึ้นในส่วนของส่วนของทุนและอัตราส่วน Sharpe ที่เล็กลง ฉันเดาว่าสมมติฐานความผันผวนที่เป็นบวกเท่ากับความผันผวนเชิงลบ กลยุทธ์บางอย่างอาจมีความผันผวนมากขึ้น คุณต้องตระหนักถึงคุณลักษณะเหล่านี้ WinLoss, ProfitLoss โดยเฉลี่ย - กลยุทธ์จะแตกต่างกันไปในลักษณะ winloss และ average profitloss ของพวกเขา หนึ่งสามารถมีกลยุทธ์ที่ทำกำไรได้มากแม้ว่าจำนวนการสูญเสียการค้าเกินจำนวนธุรกิจการค้าที่ชนะ กลยุทธ์โมเมนตัมมีแนวโน้มที่จะมีรูปแบบนี้เมื่อพวกเขาพึ่งพาจำนวนขนาดใหญ่จำนวนมากเพื่อที่จะทำกำไรได้ กลยุทธ์การพลิกกลับค่าเฉลี่ยมีแนวโน้มที่จะมีโปรไฟล์ที่ไม่เห็นด้วยซึ่งเป็นธุรกิจที่ชนะมากที่สุด แต่ธุรกิจการค้าที่สูญหายอาจรุนแรงมาก การเบิกใช้สูงสุด - การเบิกสูงสุดคือการลดลงเปอร์เซ็นต์เปอร์เซ็นต์สูงสุดโดยรวมโดยรวมในส่วนของส่วนของกลยุทธ์ กลยุทธ์โมเมนตัมเป็นที่รู้จักกันดีที่จะประสบกับช่วงเวลาของการเบิกขยาย (เนื่องจากสตริงของการค้าที่เพิ่มขึ้นจำนวนมากที่สูญเสีย) นักลงทุนจำนวนมากจะยอมแพ้ในช่วงที่มีการเบิกเงินกู้เพิ่มขึ้นแม้ว่าการทดสอบในอดีตจะชี้ให้เห็นว่านี่เป็นธุรกิจตามปกติสำหรับกลยุทธ์ คุณจะต้องกำหนดเปอร์เซ็นต์ของการเบิกเงินกู้ (และช่วงเวลาใด) ที่คุณสามารถยอมรับได้ก่อนที่คุณจะยุติการซื้อขายกลยุทธ์ของคุณ นี่เป็นการตัดสินใจที่เป็นส่วนตัวและต้องได้รับการพิจารณาอย่างรอบคอบ CapacityLiquidity - ในระดับค้าปลีกเว้นเสียแต่ว่าคุณจะซื้อขายตราสารที่ไม่มีสภาพคล่องสูงมาก (เช่นหุ้นขนาดเล็ก) คุณจะไม่ต้องห่วงใยกับความสามารถด้านกลยุทธ์มากนัก ความสามารถกำหนดความยืดหยุ่นของกลยุทธ์เพื่อเพิ่มทุน กองทุนป้องกันความเสี่ยงขนาดใหญ่จำนวนมากประสบปัญหาด้านกำลังการผลิตที่สำคัญเนื่องจากกลยุทธ์ของพวกเขาเพิ่มขึ้นในการจัดสรรทุน พารามิเตอร์ - กลยุทธ์บางอย่าง (โดยเฉพาะที่พบในชุมชนการเรียนรู้ด้วยเครื่อง) ต้องมีพารามิเตอร์เป็นจำนวนมาก ทุกพารามิเตอร์พิเศษที่กลยุทธ์ต้องใช้ใบจะมีความเสี่ยงที่จะมีอคติด้านการเพิ่มประสิทธิภาพ (หรือที่เรียกว่า curve-fitting) คุณควรลองและตั้งเป้าหมายที่มีพารามิเตอร์น้อยที่สุดหรือตรวจสอบว่าคุณมีปริมาณข้อมูลเพียงพอที่จะทดสอบกลยุทธ์ของคุณ เกณฑ์มาตรฐาน (Benchmark) - เกือบทุกกลยุทธ์ (ยกเว้นที่มีลักษณะเป็นผลตอบแทนที่แท้จริง) วัดจากเกณฑ์ประสิทธิภาพบางอย่าง เกณฑ์มาตรฐานมักเป็นดัชนีที่บ่งบอกลักษณะตัวอย่างของกลุ่มสินทรัพย์ชั้นต้นที่กลยุทธ์การค้าเข้ามาหากกลยุทธ์การค้าหุ้นขนาดใหญ่ของสหรัฐในตลาดหลักทรัพย์ฯ SP500 จะเป็นเกณฑ์มาตรฐานตามธรรมชาติในการวัดกลยุทธ์ของคุณ คุณจะได้ยินคำว่า alpha และ beta ใช้กับกลยุทธ์ประเภทนี้ เราจะกล่าวถึงค่าสัมประสิทธิ์เหล่านี้ในเชิงลึกในบทความภายหลัง โปรดสังเกตว่าเราไม่ได้พูดถึงผลตอบแทนที่แท้จริงของกลยุทธ์ ทำไมถึงเป็นเช่นนี้ผลตอบแทนที่ได้จะให้ข้อมูลที่ จำกัด เกี่ยวกับประสิทธิภาพของยุทธศาสตร์ พวกเขาไม่ได้ให้ข้อมูลเชิงลึกเกี่ยวกับการใช้ประโยชน์ความผันผวนมาตรฐานหรือความต้องการด้านเงินทุน ดังนั้นกลยุทธ์จะไม่ค่อยตัดสินในผลตอบแทนของพวกเขาคนเดียว พิจารณาความเสี่ยงของกลยุทธ์ก่อนพิจารณาผลตอบแทน ในขั้นตอนนี้หลายกลยุทธ์ที่พบจากท่อส่งของคุณจะถูกปฏิเสธไม่ให้พ้นมือเนื่องจากไม่เคยมีคุณสมบัติตรงตามความต้องการด้านเงินทุนข้อ จำกัด การใช้ประโยชน์ความคลาดเคลื่อนการเบี่ยงเบนสูงสุดหรือความผันผวนของค่าใช้จ่าย ขณะนี้คุณสามารถพิจารณากลยุทธ์ที่มีอยู่เพื่อทดสอบย้อนหลังได้ อย่างไรก็ตามก่อนหน้านี้จะเป็นไปได้เราจำเป็นต้องพิจารณาเกณฑ์การปฏิเสธครั้งสุดท้ายนั่นคือข้อมูลประวัติที่มีอยู่เพื่อทดสอบกลยุทธ์เหล่านี้ การได้รับข้อมูลทางประวัติศาสตร์ในปัจจุบันความกว้างของข้อกำหนดด้านเทคนิคในชั้นสินทรัพย์สำหรับการจัดเก็บข้อมูลในอดีตเป็นเรื่องสำคัญ เพื่อที่จะยังคงสามารถแข่งขันได้ทั้งฝ่ายซื้อ (ฝั่ง) และด้านการขาย (ธนาคารเพื่อการลงทุน) ลงทุนอย่างมากในโครงสร้างพื้นฐานด้านเทคนิค มีความจำเป็นที่ต้องพิจารณาถึงความสำคัญ โดยเฉพาะอย่างยิ่งเรามีความสนใจในความถูกต้องตรงเวลาและความต้องการในการจัดเก็บข้อมูล ตอนนี้ผมจะสรุปสาระสำคัญของการได้รับข้อมูลทางประวัติศาสตร์และวิธีการเก็บข้อมูล น่าเสียดายว่านี่เป็นหัวข้อที่มีความลึกและเป็นเทคนิคดังนั้นฉันจึงไม่สามารถพูดทุกอย่างได้ในบทความนี้ อย่างไรก็ตามในตอนนี้ฉันจะเขียนมากขึ้นเกี่ยวกับเรื่องนี้เนื่องจากประสบการณ์ทางอุตสาหกรรมในอุตสาหกรรมการเงินของฉันเป็นส่วนใหญ่เกี่ยวข้องกับการเก็บข้อมูลและการเข้าถึงข้อมูลทางการเงิน ในส่วนก่อนหน้านี้เราได้จัดทำแผนกลยุทธ์ที่ช่วยให้เราสามารถปฏิเสธกลยุทธ์บางอย่างตามเกณฑ์การปฏิเสธของเราเอง ในส่วนนี้เราจะกรองกลยุทธ์เพิ่มเติมตามการตั้งค่าของเราเพื่อให้ได้ข้อมูลที่ผ่านมา ข้อพิจารณาหลัก (โดยเฉพาะในระดับผู้ประกอบการค้าปลีก) คือค่าใช้จ่ายของข้อมูลความต้องการพื้นที่จัดเก็บและระดับความเชี่ยวชาญด้านเทคนิคของคุณ นอกจากนี้เรายังต้องหารือข้อมูลประเภทต่างๆที่มีอยู่และการพิจารณาที่แตกต่างกันซึ่งข้อมูลแต่ละประเภทจะกำหนดให้กับเรา เริ่มต้นด้วยการพูดถึงประเภทของข้อมูลที่พร้อมใช้งานและประเด็นสำคัญที่เราต้องคำนึงถึง: ข้อมูลพื้นฐาน - รวมถึงข้อมูลเกี่ยวกับแนวโน้มเศรษฐกิจมหภาคเช่นอัตราดอกเบี้ยตัวเลขเงินเฟ้อการดำเนินการขององค์กร (การจ่ายเงินปันผลหุ้นหุ้น) เอกสารที่ยื่นต่อ SEC บัญชี บริษัท ตัวเลขกำไรรายงานเกี่ยวกับพืชข้อมูลทางอุตุนิยมวิทยา ฯลฯ ข้อมูลนี้มักใช้ในการกำหนดมูลค่าของ บริษัท หรือสินทรัพย์อื่น ๆ โดยพื้นฐานเช่นการคาดการณ์กระแสเงินสดในอนาคต ไม่รวมถึงชุดราคาหุ้น ข้อมูลพื้นฐานบางอย่างสามารถใช้ได้อย่างอิสระจากเว็บไซต์ของรัฐบาล ข้อมูลพื้นฐานทางประวัติศาสตร์ในระยะยาวอื่น ๆ อาจมีราคาแพงมาก ข้อกำหนดในการจัดเก็บข้อมูลมักไม่มีขนาดใหญ่โดยเฉพาะเว้นแต่จะได้มีการศึกษาหลายพัน บริษัท ในครั้งเดียว ข้อมูลข่าว - ข้อมูลข่าวสารมักเป็นข้อมูลเชิงคุณภาพ ประกอบด้วยบทความโพสต์บล็อกโพสต์ไมโครบล็อก (ทวีต) และบทวิจารณ์ เทคนิคการเรียนรู้ของเครื่องจักรเช่นการจำแนกประเภทมักใช้เพื่อตีความความรู้สึก ข้อมูลนี้มักเป็นอิสระหรือมีราคาถูกด้วยการสมัครสมาชิกสื่อต่างๆ ฐานข้อมูลเอกสาร NoSQL ใหม่ได้รับการออกแบบมาเพื่อจัดเก็บข้อมูลที่มีโครงสร้างแบบไม่มีโครงสร้างนี้ ข้อมูลราคาสินทรัพย์ - นี่คือโดเมนข้อมูลแบบดั้งเดิมของระบบควอนตัม ประกอบด้วยชุดเวลาของราคาสินทรัพย์ หุ้น (หุ้น) ผลิตภัณฑ์ตราสารหนี้ (พันธบัตร) สินค้าโภคภัณฑ์และราคาปริวรรตเงินตราทั้งหมดนั่งอยู่ในชั้นนี้ ข้อมูลทางประวัติศาสตร์ในแต่ละวันมักจะง่ายกว่าที่จะได้รับสำหรับประเภทสินทรัพย์ที่ง่ายกว่าเช่นหุ้น อย่างไรก็ตามเมื่อความแม่นยำและความสะอาดรวมอยู่และลบความลำเอียงทางสถิติข้อมูลอาจมีราคาแพง นอกจากนี้ข้อมูลชุดข้อมูลตามเวลามีข้อกำหนดในการจัดเก็บข้อมูลที่สำคัญโดยเฉพาะอย่างยิ่งเมื่อพิจารณาข้อมูลระหว่างวัน ตราสารทางการเงิน - หุ้นกู้พันธบัตรและฟิวเจอร์สและตัวเลือกตราสารอนุพันธ์ที่แปลกใหม่มีลักษณะและพารามิเตอร์แตกต่างกันมาก จึงไม่มีขนาดใดเหมาะกับโครงสร้างฐานข้อมูลทั้งหมดที่สามารถรองรับได้ ต้องระมัดระวังอย่างมากในการออกแบบและใช้โครงสร้างฐานข้อมูลสำหรับเครื่องมือทางการเงินต่างๆ เราจะหารือเกี่ยวกับสถานการณ์เมื่อเรามาสร้างฐานข้อมูลหลักของหลักทรัพย์ในบทความในอนาคต ความถี่ - ความถี่ของข้อมูลมีค่ามากขึ้นค่าใช้จ่ายและความต้องการในการจัดเก็บข้อมูลมากขึ้น สำหรับกลยุทธ์ความถี่ต่ำข้อมูลประจำวันก็เพียงพอแล้ว สำหรับกลยุทธ์ความถี่สูงอาจจำเป็นต้องได้รับข้อมูลระดับขีดฆ่าและสำเนาทางประวัติศาสตร์ของข้อมูลหนังสือสั่งซื้อขายแลกเปลี่ยนโดยเฉพาะ การใช้เครื่องมือจัดเก็บข้อมูลประเภทนี้เป็นเทคโนโลยีที่เข้มข้นมากและเหมาะสำหรับผู้ที่มีพื้นฐานทางเทคนิคที่เข้มแข็ง Benchmarks - กลยุทธ์ที่อธิบายไว้ข้างต้นมักจะถูกเปรียบเทียบกับเกณฑ์มาตรฐาน นี้มักจะปรากฏตัวเองเป็นชุดเวลาทางการเงินเพิ่มเติม สำหรับตลาดหุ้นนี้มักเป็นดัชนีอ้างอิงระดับชาติเช่น SP500 index (US) หรือ FTSE100 (UK) สำหรับกองทุนตราสารหนี้จะเป็นประโยชน์เปรียบเทียบกับตะกร้าของพันธบัตรหรือผลิตภัณฑ์ตราสารหนี้ อัตราดอกเบี้ยที่ปราศจากความเสี่ยง (เช่นอัตราดอกเบี้ยที่เหมาะสม) เป็นอีกหนึ่งเกณฑ์มาตรฐานที่ยอมรับกันอย่างกว้างขวาง หมวดหมู่ประเภทสินทรัพย์ทั้งหมดมีเกณฑ์มาตรฐานที่น่าพอใจดังนั้นจึงจำเป็นต้องศึกษาข้อมูลนี้ตามยุทธวิธีเฉพาะของคุณหากคุณต้องการได้รับความสนใจในกลยุทธ์ของคุณจากภายนอก เทคโนโลยี - เทคโนโลยีที่อยู่เบื้องหลังศูนย์เก็บข้อมูลทางการเงินมีความซับซ้อน บทความนี้สามารถขูดขีดพื้นผิวเกี่ยวกับสิ่งที่เกี่ยวข้องกับการสร้างได้เท่านั้น อย่างไรก็ตามจะใช้ศูนย์กลางของเครื่องมือฐานข้อมูลเช่นระบบจัดการฐานข้อมูลเชิงสัมพันธ์ (RDBMS) เช่น MySQL, SQL Server, Oracle หรือ Document Storage Engine (เช่น NoSQL) นี่เข้าถึงผ่านทางรหัสแอ็พพลิเคชันทางธุรกิจที่สืบค้นฐานข้อมูลและให้การเข้าถึงเครื่องมือภายนอกเช่น MATLAB, R หรือ Excel บ่อยครั้งที่ตรรกะทางธุรกิจนี้เขียนขึ้นใน C, C, Java หรือ Python นอกจากนี้คุณยังต้องโฮสต์ข้อมูลนี้ไว้ที่ใดแห่งหนึ่งไม่ว่าจะเป็นบนคอมพิวเตอร์ส่วนบุคคลของคุณเองหรือจากระยะไกลผ่านทางเซิร์ฟเวอร์อินเทอร์เน็ต ผลิตภัณฑ์เช่น Amazon Web Services ทำให้ราคานี้ง่ายและราคาถูกกว่าในช่วงหลายปีที่ผ่านมา แต่ก็ยังคงต้องใช้ความชำนาญทางเทคนิคอย่างมีนัยสำคัญเพื่อให้บรรลุผลอย่างมีประสิทธิภาพ สามารถมองเห็นได้เมื่อมีการระบุกลยุทธ์ผ่านทางท่อแล้วจะต้องมีการประเมินความพร้อมใช้จ่ายค่าใช้จ่ายความซับซ้อนและรายละเอียดการดำเนินการของชุดข้อมูลทางประวัติศาสตร์ที่เฉพาะเจาะจง คุณอาจพบว่าจำเป็นต้องปฏิเสธกลยุทธ์โดยพิจารณาจากข้อมูลทางประวัติศาสตร์ นี่คือพื้นที่ขนาดใหญ่และทีมงานของ PhDs ทำงานที่กองทุนขนาดใหญ่ทำให้แน่ใจว่าราคาถูกต้องและทันเวลา อย่าประมาทความยากลำบากในการสร้างศูนย์ข้อมูลที่มีประสิทธิภาพสำหรับวัตถุประสงค์ในการทำ backtesting ของคุณฉันต้องการกล่าว แต่อย่างไรก็ตามแพลตฟอร์ม backtesting จำนวนมากสามารถให้ข้อมูลนี้แก่คุณโดยอัตโนมัติได้โดยเสียค่าใช้จ่าย ดังนั้นคุณจะต้องใช้ความเจ็บปวดจากการดำเนินงานเป็นอย่างมากและคุณสามารถมุ่งความสนใจไปที่การใช้กลยุทธ์และการเพิ่มประสิทธิภาพได้อย่างหมดจด เครื่องมือเช่น TradeStation มีคุณสมบัตินี้ อย่างไรก็ตามมุมมองส่วนบุคคลของฉันคือการใช้งานให้มากที่สุดเท่าที่เป็นไปได้ภายในและหลีกเลี่ยงการเอาต์ซอร์สส่วนของสแต็คให้กับผู้จัดจำหน่ายซอฟต์แวร์ ฉันชอบกลยุทธ์ที่มีความถี่สูงกว่าเนื่องจากอัตราส่วน Sharpe ที่น่าสนใจยิ่งกว่า แต่พวกเขามักจะแน่นแฟ้นกับกลุ่มเทคโนโลยีซึ่งการเพิ่มประสิทธิภาพขั้นสูงเป็นสิ่งสำคัญ ขณะนี้เราได้กล่าวถึงประเด็นต่างๆที่เกี่ยวกับข้อมูลทางประวัติศาสตร์แล้วถึงเวลาที่เราจะเริ่มใช้กลยุทธ์ของเราในเครื่องมือ backtesting นี้จะเป็นเรื่องของบทความอื่น ๆ เนื่องจากเป็นพื้นที่ขนาดใหญ่ของการสนทนาเพียงการเริ่มต้นกับปริมาณการซื้อขาย
50   วัน เฉลี่ยเคลื่อนที่ หยุด การสูญเสีย
ชี้แจง เคลื่อนไหว เฉลี่ย แบนด์วิดธ์