4 kvantitativa handelsstrategier som fungerar 2021

Senast uppdaterad i Januari 25, 2021

affisch: kvantitativa handelsstrategier

marknaderna blir mer sofistikerade och effektiva. Det är nästan omöjligt att vara lönsam på lång sikt genom att köra strategier som brukade fungera för 10 år sedan.

Så, vilka handelsstrategier fungerar idag? Här är 4 kategorier av strategier som fungerar (i viss utsträckning):

  1. alternativa Data
  2. obskyra och små marknader
  3. högfrekvenshandel
  4. maskininlärning

alternativa Datahandelsstrategier

alternativa data är icke-traditionella (Inte pris eller volym) data som har prediktivt värde på finansmarknaderna.

exempel på alternativa Datastrategier

  • satellitbilder av Walmart parkeringsplatser gör det möjligt för hedgefonden att analysera förändringen i antalet personer som går till Walmart. Detta gör det möjligt för dem att förutsäga Walmarts försäljningssiffror.
  • lantmätare registrerar antalet lastbilar som lämnar företag A: S fabriker. Dessa data gör det möjligt för handlare att förutsäga företagets A: S intäkter.
  • att ha sociala medier fottrafikdata (som Foursquares incheckningsdata) runt Restaurang Xs försäljningsställen gör det möjligt för handlare att förutsäga Restaurang Xs försäljningssiffror.

de 5 populära typerna av alternativa data är:

  • platsdata
  • Konsumentutgiftsdata
  • satellit / Drone-bilder
  • väderdata
  • Webbskrotade Data

När traditionshandelsmöjligheterna minskar behöver handlare information som kan sätta dem ett steg före tävlingen.

de måste vara kreativa med sina informationskällor. Inte bara behöver de alternativa kvalitetsdata, de behöver alternativa kvalitetsdata som de andra handlare inte har tillgång till.

handlare och hedgefonder köper antingen dessa data från dataleverantörer eller samlar in dem själva.

här är en lista över alternativa dataleverantörer.

pris på data + lösningar för detaljhandlare

Observera att dessa data kan vara dyra. Färska och exklusiva data med bra prediktivt värde är ännu dyrare.

det är mer möjligt för detaljhandlare att samla in eller skrapa data från webben själva.

de kan sedan använda dessa datamängder på egen hand eller blanda dem med några andra köpta/skrotade data för att skapa ett syntetiskt index.

exempel på ett syntetiskt index: Mongodbs Popularitet-Historiska Trend

obskyra och små marknader

obskyra marknader avser marknader som är mindre populära och reglerade.

små marknader avser marknader som bara kan absorbera en liten mängd handelsvolym utan en stor prisrörelse.

stora fonder kan bara sätta sitt kapital på vissa reglerade och stora marknader.

Vi kan handla några produkter:

  • Cryptocurrencies? Gå för det.
  • aktiemarknaden i utvecklingsländer? Gå för det.
  • oreglerade derivat? Gå för det.
  • prisskillnad på grund av geopolitiska skäl men du kan handla dem eftersom du känner en betrodd lokal kille? Gå för det.
  • Penny lager som bara kan absorbera $50K per dag utan priset spiking? Gå för det.
  • konstiga råvarumarknader i Asien? Japp … gå för det!
  • hästkapplöpning quant handel? Någon gjorde en miljard dollar gör det! (Bloomberg artikel)

anledningen till att handla mindre reglerade och små marknader är att dessa marknader är mindre effektiva. Det finns fler möjligheter att göra.

Jag har personligen sett uppenbara möjligheter på mindre populära marknader. Dessa möjligheter ger konsekventa vinster (nästan varje månad var lönsam) i flera år.

men när dessa marknader blir mer populära och andra stora aktörer kommer in, förändras marknadsbeteendet och möjligheterna försämras avsevärt.

” Kalenderspridning är ett exempel på en semi-Obskyr strategi. Lär dig hur du utför det från vår ”5 Futures Trading Strategies Guide”.

högfrekvenshandel (HFT)

högfrekvenshandel beskriver handel som kräver höga data-och kommunikationshastigheter.

HFT kännetecknas av hög kommunikations-och beräkningshastighet, stort antal affärer, låg vinst per handel och dyr mjukvaruinfrastruktur.

högfrekventa handlare använder kommunikationshastighet för att vinna och överlista andra handlare.

högfrekventa Strategityper

Arbitrage

Huvudartikel: Arbitrage

Arbitrage-handel sker när en tillgång prissätts annorlunda på 2-börser och en näringsidkare köper den billigare medan den kortas pricier.

reaktion på nyheter

När en stor nyhet släpps, vinner den näringsidkare som reagerar snabbast. I det här fallet måste högfrekvenshandlaren analysera nyheterna och avfyra handeln innan alla andra

Latency Arbitrage

När en traditionell (långsammare) hedgefond köper en stor mängd lager A, kommer en HFT-hedgefond att upptäcka det.

HFT-hedgefonden kommer då att köpa hela aktien A på de andra börserna och sälja den tillbaka till den långsammare hedgefonden för en liten vinst.

HFT hedgefond kan göra detta miljontals gånger under en dag.

statistisk Arbitrage

ett stort antal liknande bestånd kan röra sig på ett liknande sätt. När någon av aktierna avviker, kommer högfrekvenshandlaren att köpa den billigare och/eller korta den dyrare.

Index Arbitrage

ett index eller börshandlad fond är utformad för att spåra avkastningen på ett index som S&P500.

andra strategier

HFT är ett hemligt fält. När en strategi avslöjas och de andra fonderna går med, försvinner vinstmöjligheten snabbt.

således skapas många nya innovativa strategier varje dag och är inte kända för allmänheten.

investeringar i Infrastruktur

HFT är vanligtvis en vinnare-take-all industri. Om du är snabbare än din tävling (även med ett litet belopp) får du alla vinster.

eftersom relativ hastighet är viktigare än absolut hastighet försöker HFT-medel ständigt vara snabbare än sina rivaler.

HFT-medel spenderar hundratals miljoner på hårdvaru-och mjukvaruinfrastruktur för att minska deras dator-och kommunikationshastighet med millisekunder.investeringar i infrastruktur inkluderar att bygga en rak tunnel för att lägga kommunikationslinjer och sätta sina servrar precis bredvid finansbörsens servrar.

maskininlärning

maskininlärningstekniker gör det möjligt för datorer att göra saker utan att uttryckligen få veta hur man gör dem. kärnan i maskininlärning är förmågan för datorer att lära sig genom att analysera data eller genom sin egen erfarenhet.

traditionella beräkningsregler

om en bild har 4 ben, päls, spetsiga öron och morrhår, märk den som en katt.

Maskininlärningsregler

vi ger datorn 1000 kattbilder och 1000 bilder som inte är katter. Efter att ha analyserat dessa 2000 bilder kommer datorn att kunna berätta om en bild innehåller en katt.

fördelar med maskininlärning

  • att kunna analysera stora mängder data utan att uttryckligen veta vad man ska leta efter
  • att kunna förstå texter (i stora mängder och olika språk)
  • att kunna tolka bilder
  • att kunna komma med kreativa lösningar
  • att kunna analysera och mata ut en förutsägelse snabbt

exempel på handelsstrategier för maskininlärning

  • läsa texter snabbt. Så att vi snabbt kan veta hur en ny publicerad nyhetsartikel påverkar marknaden.
  • läser stora bitar av texter. Så att vi kan få sammanfattningar effektivt.
  • titta på många drone-och satellitbilder. Så att vi kan veta vad bilderna berättar för oss. Är sojabönsgrödorna döende eller blomstrande? Då köper vi eller korta sojabönor!
  • skanna de många order som kommer in på marknaden. Vi letar efter mönster för att se om någon försöker köpa eller sälja en stor mängd Apple-lager.

mer om maskininlärning här: maskininlärning förenklad

betyder det att vi kommer att vara lönsamma att köra dessa strategier?

tyvärr, förmodligen inte. Dessa strategier fungerar, men att genomföra dem är inte rakt framåt.

bara för att många burger restauranger är framgångsrika, betyder inte att du kommer att kunna köra en framgångsrik burger gemensamma med lätthet.på samma sätt, bara för att det finns topphandlare och fonder som kör ovanstående handelsstrategier framgångsrikt betyder det inte att vi kan köra dessa strategier med lätthet.

för att köra dessa strategier bra måste du lägga in det hårda arbetet.

försök, misslyckas, förbättra, misslyckas igen, förbättra, upprepa tills det lyckas.

vilka handelsstrategier är lämpliga för nybörjare

börja med handelsstrategier som involverar 1) alternativa data som kan erhållas via webbskrapning eller billigt från leverantörer och 2) obskyra och små marknader.

högfrekvent handel innebär miljontals dollar av infrastruktur och ett team av doktorer så det är uteslutet.

maskininlärning är ett verktyg för att analysera information, Det är inte en utgångspunkt.

relaterade frågor

fungerar prisåtgärder? Om du bara analyserar priset på en tillgång utan information från andra tillgångar eller externa variabler är det svårt att vara lönsam på lång sikt. Det är värre om du handlar en effektiv marknad som Forex. Eventuella positiva avkastningar på kort sikt är sannolikt tur. Ritning 20 trendlinjer och överlagring av 10 indikatorer kommer inte att spara dig.

fungerar trenden efter? Möjligheterna i trend som följer har minskat kraftigt sedan Sköldpaddshandlarnas dagar på 1980-talet. Trenden som följer kan dock fortfarande fungera om den, förutom att bara vara en prisstrategi, kompletteras med god penninghantering, riskminskning (genom att motsatta affärer säkrar varandra) och kvalitetsinformationskällor (kvantitativ och kvalitativ forskning).

Lämna ett svar

Din e-postadress kommer inte publiceras.