Ultimo Aggiornamento il 25 gennaio 2021

I mercati sono sempre più sofisticati ed efficienti. È quasi impossibile essere redditizi nel lungo periodo eseguendo strategie che funzionavano 10 anni fa.

Quindi, quali strategie di trading funzionano oggi? Qui ci sono 4 categorie di strategie che funzionano (in qualche misura):

1. Alternative di Dati
2. Oscuro e Piccoli Mercati
3. Trading ad Alta Frequenza
4. Apprendimento automatico

Alternative di Dati, Strategie di Trading

in Alternativa, i dati non tradizionali (non di prezzo o di volume) dati che ha valore predittivo nei mercati finanziari.

Esempi di strategie alternative di dati

• Le immagini satellitari dei parcheggi Walmart consentono agli hedge fund di analizzare il cambiamento nel numero di persone che vanno a Walmart. Ciò consente loro di prevedere i dati di vendita di Walmart.
• I geometri registrano il numero di camion che lasciano le fabbriche della Società A. Questi dati consentono ai trader di prevedere le entrate della Società A.
• Avere i dati del traffico pedonale dei social media (come i dati di check-in di Foursquare) intorno ai punti vendita del ristorante X consente ai trader di prevedere i dati di vendita del ristorante X.

I 5 tipi popolari di dati alternativi sono:

• Dati sulla posizione
• Dati sulla spesa dei consumatori
• Immagini satellitari/drone
• Dati meteo
• Dati Web-rottamati

Man mano che le opportunità di trading tradizionali diminuiscono, i trader hanno bisogno di informazioni che possano metterli un passo avanti rispetto alla concorrenza.

Devono essere creativi con le loro fonti di informazione. Non solo hanno bisogno di dati alternativi di qualità, hanno bisogno di dati alternativi di qualità a cui altri trader non hanno accesso.

I trader e gli hedge fund acquistano questi dati da fornitori di dati o li raccolgono da soli.

Ecco un elenco di fornitori di dati alternativi.

Prezzo dei dati + Soluzioni alternative per i commercianti al dettaglio

Si noti che questi dati possono essere costosi. I dati freschi ed esclusivi con un buon valore predittivo sono ancora più costosi.

È più fattibile per i commercianti al dettaglio raccogliere o raschiare i dati dal web stessi.

Possono quindi utilizzare questi set di dati da soli o mescolarli con altri dati acquistati / scartati per creare un indice sintetico.

Esempio di indice sintetico: La popolarità di MongoDB-Tendenza storica

Mercati oscuri e piccoli

I mercati oscuri si riferiscono a mercati meno popolari e regolamentati.

I mercati piccoli si riferiscono a mercati che possono assorbire solo una piccola quantità di volume di trading senza un grande movimento di prezzo.

I grandi fondi possono mettere il loro capitale solo in determinati mercati regolamentati e grandi.

Possiamo scambiare qualsiasi prodotto:

• Cryptocurrencies? Fallo.
• Mercato azionario nei paesi in via di sviluppo? Fallo.
• Derivati non regolamentati? Fallo.
• Discrepanza dei prezzi dovuta a ragioni geopolitiche, ma puoi scambiarli perché conosci un ragazzo locale fidato? Fallo.
• Penny stock che può assorbire solo 5 50K al giorno senza il suo prezzo chiodatura? Fallo.
• Mercati delle materie prime strani in Asia? Yup go andare per esso!
• Corse di cavalli quant trading? Qualcuno ha guadagnato un miliardo di dollari! (Articolo Bloomberg)

La ragione per commerciare mercati meno regolamentati e piccoli è che quei mercati sono meno efficienti. Ci sono più opportunità da fare.

Ho visto personalmente evidenti opportunità sui mercati meno popolari. Tali opportunità forniscono profitti consistenti (quasi ogni mese era redditizio) per anni.

Ma una volta che questi mercati diventano più popolari e arrivano altri grandi attori, il comportamento del mercato cambia e le opportunità vengono erose in modo significativo.

” La diffusione del calendario è un esempio di strategia semi-oscura. Scopri come eseguirlo dalla nostra “5 Futures Trading Strategies Guide”.

High-Frequency Trading (HFT)

High-Frequency trading descrive il trading che richiede elevate velocità di calcolo e comunicazione.

HFT è caratterizzato da un’elevata velocità di comunicazione e calcolo, un gran numero di operazioni, un basso profitto per operazione e un’infrastruttura software costosa.

I trader ad alta frequenza utilizzano la velocità di comunicazione per trarre profitto e superare in astuzia gli altri trader.

Tipi di strategia ad alta frequenza

Arbitraggio

Articolo principale: Arbitraggio

I commerci di arbitraggio avvengono quando un asset ha un prezzo diverso su 2 scambi e un trader acquista quello più economico mentre mette in cortocircuito quello più costoso.

Reazione alle notizie

Quando viene rilasciata una notizia importante, il trader che reagisce più velocemente vince. In questo caso, il trader ad alta frequenza deve analizzare le notizie e sparare il commercio prima di tutti gli altri

Arbitraggio di latenza

Quando un hedge fund tradizionale (più lento) acquista una grande quantità di azioni A, un hedge fund HFT lo rileverà.

L’hedge fund HFT acquisterà quindi tutto il titolo A sulle altre borse e lo venderà al fondo hedge più lento per un piccolo profitto.

L’hedge fund HFT potrebbe farlo milioni di volte al giorno.

Arbitraggio statistico

Un gran numero di titoli simili potrebbe muoversi in modo simile. Quando uno qualsiasi degli stock divergono, il trader ad alta frequenza comprerà quello più economico e/o corto quello più costoso.

Indice di arbitraggio

Un indice o exchange-traded fund è progettato per monitorare i rendimenti di un indice come il S&P500.

Altre strategie

HFT è un campo segreto. Una volta rivelata una strategia e gli altri fondi si uniscono, l’opportunità di profitto scompare rapidamente.

Pertanto, molte nuove strategie innovative vengono create ogni giorno e non sono note al grande pubblico.

Gli investimenti in infrastrutture

HFT è di solito un vincitore-take-all industria. Se sei più veloce della concorrenza (anche di una leggera quantità), ottieni tutti i profitti.

Poiché la velocità relativa è più importante della velocità assoluta, i fondi HFT cercano costantemente di essere più veloci dei loro rivali.

I fondi HFT spendono centinaia di milioni in infrastrutture hardware e software per ridurre la loro velocità di calcolo e comunicazione di millisecondi.

Gli investimenti in infrastrutture includono la costruzione di un tunnel rettilineo per posare le linee di comunicazione e mettere i loro server proprio accanto ai server dello scambio finanziario.

Apprendimento automatico

Le tecniche di apprendimento automatico consentono ai computer di fare le cose senza che venga detto esplicitamente come farle.

L’essenza dell’apprendimento automatico è la capacità per i computer di imparare analizzando i dati o attraverso la propria esperienza.

Regole di calcolo tradizionali

Se un’immagine ha 4 zampe, pelo, orecchie a punta e baffi, etichettala come un gatto.

Regole di apprendimento automatico

Diamo al computer 1000 immagini di gatti e 1000 immagini che non sono gatti. Dopo aver analizzato queste 2000 immagini, il computer sarà in grado di dire se un’immagine contiene un gatto.

Vantaggi della Macchina di Apprendimento

• Essere in grado di analizzare grandi quantità di dati senza essere esplicitamente detto cosa cercare
• Essere in grado di comprendere testi (in grandi quantità e in diverse lingue)
• Essere in grado di interpretare le immagini
• Essere in grado di trovare soluzioni creative
• Essere in grado di analizzare e uscita una stima veloce

Esempi di Machine Learning Strategie di Trading

• testi di Lettura veloce. In modo che possiamo sapere rapidamente come un articolo di notizie appena pubblicato influisce sul mercato.
• Leggendo enormi pezzi di testi. In modo che possiamo ottenere riassunti in modo efficace.
• Guardando molte immagini drone e satellitari. In modo che possiamo sapere cosa ci dicono le immagini. Le colture di soia stanno morendo o esplodendo? Quindi compreremo o soia corta!
• Scansione dei molti ordini che entrano nel mercato. Stiamo cercando modelli per vedere se qualcuno sta cercando di acquistare o vendere una grande quantità di azioni Apple.

Maggiori informazioni sull’apprendimento automatico qui: Machine Learning Simplified

Significa che saremo redditizi nell’esecuzione di tali strategie?

Sfortunatamente, molto probabilmente no. Queste strategie funzionano, ma eseguirle non è semplice.

Solo perché molti ristoranti di hamburger hanno successo, non significa che sarete in grado di eseguire un hamburger di successo con facilità.

Allo stesso modo, solo perché ci sono i migliori commercianti e fondi che eseguono le strategie di trading di cui sopra con successo non significa che possiamo eseguire tali strategie con facilità.

Per eseguire queste strategie bene, è necessario mettere nel duro lavoro.

Prova, fallisci, migliora, fallisci di nuovo, migliora, ripeti fino al successo.

Quali strategie di trading sono adatte ai principianti

Inizia con strategie di trading che coinvolgono 1) dati alternativi che possono essere ottenuti tramite web scraping o a basso costo dai fornitori e 2) mercati oscuri e piccoli.

Il trading ad alta frequenza coinvolge milioni di dollari di infrastrutture e un team di dottori di ricerca, quindi è fuori questione.

Il machine learning è uno strumento per analizzare le informazioni, non è un punto di partenza.

Domande correlate

L’azione dei prezzi funziona? Se si sta solo analizzando il prezzo di un bene senza alcuna informazione da altre attività o variabili esterne, è difficile essere redditizi a lungo termine. È peggio se stai negoziando un mercato efficiente come il Forex. Eventuali rendimenti positivi a breve termine è probabile fortuna. Disegnare 20 linee di tendenza e sovrapporre 10 indicatori non ti salverà.

Funziona il trend following? Le opportunità in trend following sono notevolmente diminuite dai tempi dei Turtle Traders negli 1980. Tuttavia, il trend following potrebbe ancora funzionare se, oltre ad essere solo una strategia di breakout dei prezzi, è completato da una buona gestione del denaro, una riduzione del rischio (avendo scambi opposti che si coprono l’un l’altro) e fonti di informazione di qualità (ricerca quantitativa e qualitativa).