อาคาร รูปแบบ สำหรับ ความถี่สูง อัลกอริทึม Trading กลยุทธ์ ที่ใช้ Matlab

Bitfinex ประกาศในวันนี้ว่าการทำสัญญาการทำเหมืองแร่เป็นผลิตภัณฑ์การค้าบนแพลตฟอร์มของตน รวม 100 THS (เทอร์เรียสต่อวินาที) ที่หมดอายุภายในระยะเวลา 3 เดือนนับจากนี้พร้อมสำหรับการซื้อขายภายใต้ชื่อ TH1BTC 100 THS เป็นส่วนหนึ่งของสระน้ำที่มีขนาดใหญ่กว่า 3500 THS ดังนั้นสัญญาการทำเหมืองอาจมีขึ้นในอนาคต น่าสนใจนี่เป็นครั้งแรกที่ทำสัญญาเหมืองแร่ได้ การบอกเลิกสัญญาเหมืองแร่หมายถึงการได้รับปริมาณ Bitcoin ตอนนี้ (ราคาที่เราขายได้ที่) และจ่ายเงินปันผลใน Bitcoin ต่อไปในอีก 3 เดือนจนกว่าสัญญาจะหมดอายุในกลางเดือนธันวาคม มีกำไรถ้าผลรวมของเงินปันผลทั้งหมดที่จ่ายออก (รวมดอกเบี้ยที่เราจ่ายให้กับสัญญาฉบับย่อ) จะน้อยกว่าที่เราได้รับเมื่อเริ่มขายสัญญา (ให้กับบุคคลอื่นอย่างเห็นได้ชัด) ซึ่งหมายความว่าราคาของ TH1BTC จะขึ้นอยู่กับตัวแปร 3 ตัวแปร (ลำดับความสำคัญลดลง): การเปลี่ยนความยากลำบากในการทำเหมืองแร่จนถึงวันที่ 15 ธันวาคมเวลาที่เหลือจนถึงวันที่ 15 ธันวาคมอัตราดอกเบี้ย (อัตราแลกเปลี่ยน) หากความยากลำบากในการจ่ายเงินปันผลมีน้อยลง THS แสดงถึงส่วนแบ่งที่น้อยกว่าของทั้งเครือข่าย hashing power ดังนั้นราคาของหนึ่งสัญญาจะลดลงหากความยากลำบากเพิ่มขึ้น ใกล้จะถึงไข้ไข้ Bitcoins จะมีความคิดทั้งหมด 1 THS ดังนั้นราคาของหนึ่งสัญญาควรจะลดลงใกล้ที่เราได้รับการหมดอายุและถึงราคา 0 เมื่อหมดอายุ ยิ่งอัตราดอกเบี้ยสูงเท่าไหร่ก็ยิ่งต้องทำสัญญาและทำสัญญาตลอด 3 เดือน Bitfinex ไม่เสนอสัญญาแลกเปลี่ยนระยะเวลา 90 วันดังนั้นการทำสัญญาโดยมีเป้าหมายที่จะถือครองไว้จนกว่าจะถึงสิ้นปีมีความเสี่ยงด้านอัตราดอกเบี้ยค่อนข้างน้อยเพราะในบางจุดต้องมีการแลกเปลี่ยนใหม่ (ในอัตราดอกเบี้ยที่อาจไม่เอื้ออำนวย) นี่เป็นปัญหาที่เกิดขึ้นน้อยมากเมื่อไปนาน (อัตรา Bitcoin มักต่ำ) เมื่อเทียบกับระยะเวลาสั้น ๆ (มีเพียงสัญญาสูงสุด 100 ฉบับเท่านั้นที่ไม่มีการลัดวงจร) เพื่อชดเชยความเสี่ยงราคาควรเพิ่มขึ้นเมื่ออัตราแลกเปลี่ยนเพิ่มขึ้น ความไม่รู้จักใหญ่คือการเปลี่ยนแปลงความยากลำบากในการทำเหมืองแร่ในอีก 90 วันข้างหน้า ในรูปต่อไปนี้เราจะดูว่าปัญหามีการเปลี่ยนแปลงอย่างไรในช่วง 6 เดือนที่ผ่านมา ข้อมูลนี้มาจาก Tradeblock และแสดงให้เห็นถึงการเปลี่ยนแปลงในอดีตของความยากลำบาก (ความยากลำบากเปลี่ยนแปลงทุก 14 วันขึ้นอยู่กับอัตราที่ผ่านมา) ข้อมูลเพิ่มเติมสามารถพบได้ในวิกิพีเดีย) แต่ยังมีข้อมูลสถิติสรุปขั้นพื้นฐาน โดยเฉลี่ยความยากลำบากได้เพิ่มขึ้น 27 ในช่วง 30 วันที่ผ่านมาและ 77 ในช่วง 60 วันที่ผ่านมา ในการประมาณราคายุติธรรมของ TH1BTC เราจะสมมติว่าความยากลำบากจะเพิ่มขึ้นเฉลี่ย 15 เดือนต่อเดือนในอีก 3 เดือนข้างหน้า ปัจจุบันราคาซื้อหนึ่งสัญญา 1 THS คือ 2 BTC ค่าธรรมเนียมสระว่ายน้ำเท่ากับ 3 และเราจะละเว้นอัตราดอกเบี้ย การเติมข้อมูลทั้งหมดที่เราได้รับจะเป็นผลต่อไปนี้: ถ้าเราทำสัญญาระยะยาวกับสมมติฐานของเราเราจะทำให้ขาดทุนประมาณ 0.39 Bitcoin (มีความเป็นจริงมากขึ้นเนื่องจากเราจะเริ่มทำเหมืองในกลางเดือนกันยายนจนถึงกลาง ของเดือนธันวาคม) เนื่องจากเงินปันผลที่คาดว่าจะได้รับ (รายได้ต่อเดือน) จะไม่ครอบคลุมค่าใช้จ่ายเริ่มแรกของเราที่ 2 BTC ก่อนหมดอายุสัญญา ในทางตรงกันข้ามการที่ราคา 2 Bitcoin จะสร้างกำไรได้ประมาณ 0.39 Bitcoin ต่อสัญญา โปรดจำไว้ว่าเราไม่ได้รวมค่าใช้จ่ายในการแลกซึ่งปัจจุบันอยู่ที่ประมาณ 1 ครั้งต่อวัน () มีสองวิธีในการดูผลลัพธ์ อาจกล่าวได้ว่าราคาของ TH1BTC มีมูลค่าสูงเกินไปและควรใกล้เคียงกับประมาณ 1.5 BTC ถ้าเราสมมติว่าปัญหาจะเพิ่มขึ้นมากกว่า 15 ต่อเดือนแล้วราคาอาจต่ำกว่านี้ หรือเราอาจกล่าวได้ว่าตลาดมีประสิทธิภาพและราคาถูกต้องซึ่งจะบ่งบอกว่าตลาดคาดว่าจะลดลงโดยเฉลี่ยประมาณ 2 ครั้งต่อเดือนในอีก 90 วันข้างหน้า ทั้งสองวิธีนี้ผลลัพธ์จะเป็นที่ทราบแน่ชัดภายใน 90 วัน พยายามดิ้นรนเพื่อฟื้นตัวจากความผิดพลาดของ Bitcoin ล่าสุดที่เกิดขึ้นใน Bitfinex เพียงสี่วัน ราคาหุ้นของ Bitcoin ปรับตัวลงแรงอีกครั้งในวันนี้เนื่องจากผู้ค้ำประกันได้รับตำแหน่งจาก BTC-e เหตุการณ์เริ่มขึ้นเมื่อเวลา 1:36 น. (UTC1) เมื่อคำสั่งซื้อขนาดใหญ่เริ่มปรากฏตัวขึ้นใน BTC-e Bitcoin ที่ใหญ่เป็นอันดับสามของประเทศ โมเมนตัมลดลงอย่างต่อเนื่องเนื่องจากคำสั่งซื้อมีความผันผวนมากขึ้นส่งผลให้ราคาลดลงเหลือ 309 เหรียญต่อ Bitcoin เวลา 1.43 น. ในช่วงต่อไปนี้ราคาปรับตัวขึ้นเล็กน้อยเมื่อเทียบกับระดับบาง ๆ กลับไปที่ประมาณ 442 เหรียญสหรัฐฯเนื่องจากผู้ค้าที่เก็งกำไรเริ่มใช้ประโยชน์จากส่วนลดที่ลดลงเมื่อเทียบกับตลาดหุ้นอื่น ๆ BTC-e เป็นหนึ่งในการแลกเปลี่ยนขนาดใหญ่ที่มีการซื้อขายหลักทรัพย์แบบ margin ให้กับลูกค้าผ่านทางแพลตฟอร์ม MetaTrader ตั้งแต่เดือนพฤศจิกายน 2013 แต่รายละเอียดของผู้ที่ต้องการให้เงินทุนที่จำเป็นสำหรับการซื้อขายหลักทรัพย์ยังคงไม่ชัดเจน รูปร่างและระยะเวลาโดยเฉพาะอย่างยิ่งของจุดชนต่อผู้ค้าหลักทรัพย์ที่ถูกเลิกกิจการ (หรือหยุดคำสั่งที่กำลังดำเนินการ) คล้ายคลึงกับสิ่งที่เกิดขึ้นใน Bitfinex เมื่อสองสามวันก่อน อย่างไรก็ตามไม่เหมือน Bitfinex ซึ่งโปร่งใสเกี่ยวกับตำแหน่ง swap แบบเปิด BTC-e ไม่ได้ให้ข้อมูลที่สำคัญซึ่งจำเป็นต้องใช้เพื่อให้การวิเคราะห์อย่างละเอียดมากขึ้นและด้วยเหตุนี้คำแถลงสุดท้ายนี้จึงถือได้ว่าเป็นการคาดเดาที่ดีเท่านั้น ซึ่งแตกต่างจาก Bitfinex ซึ่งอาศัยอัลกอริทึมที่ซ่อนอยู่ในความพยายามในการควบคุมการสั่งซื้อ BTC-e ดูเหมือนจะไม่มีมาตรการป้องกันพิเศษเพื่อบรรเทาเหตุการณ์ดังกล่าว ลดลงต่ำกว่า 400 เป็นเพราะขาดการเสนอราคาในการสั่งซื้อและไม่ได้เพราะตลาดเชื่อว่ามูลค่าที่แท้จริงต่ำกว่า 400 เป็นการฟื้นตัวกลับไปกว่า 440 เพียงไม่กี่นาทีต่อมาได้รับการพิสูจน์โดยทั่วไป ดังนั้นการระงับการซื้อขายระหว่างความผันผวนที่ลดลงอย่างมากอาจช่วยหลีกเลี่ยงการนองเลือดระหว่างผู้ค้ากำไรโดยการให้ผู้เข้าร่วมการตลาดอื่น ๆ มีเวลามากขึ้นในการทำให้คำสั่งซื้อมีความหนาแน่นมากขึ้น อัปเดต 16:58 น. (UTC1): BrCapoeira โพสต์บน Reddit กราฟที่น่าสนใจซึ่งอิงจากข้อมูลจากแพลตฟอร์ม Metatrader: กราฟนี้อนุมานได้ว่าคำสั่งซื้อครั้งใหญ่เป็นสาเหตุของเหตุการณ์นี้ ไม่ว่าคำสั่งซื้อนี้จะถูกสร้างขึ้นเนื่องจากการเรียกมาร์จินผิดพลาดง่ายๆในการจัดการตลาดหรือเพื่อเปิดตำแหน่งสั้น ๆ ที่มีขนาดใหญ่ยังคงไม่ชัดเจน สามัญสำนึกจะชี้ให้เห็นว่ามันอาจเป็นผลมาจากการเรียกมาร์จินของผู้ประกอบการค้ารายใหญ่คนเดียว โพสต์ก่อนหน้าของฉันในหัวข้อนี้ได้รับการเลี้ยงดูในระหว่างการอภิปรายในผลพวงของความผิดพลาดแฟลช Bitcoin ล่าสุด Coindesk เป็นหนึ่งในคนแรกที่หยิบมันขึ้นมาและตั้งแต่นั้นเป็นต้นมามีการโพสต์ต่างๆเกี่ยวกับความโปร่งใสและความรับผิดชอบที่เป็นไปได้ของการแลกเปลี่ยนเพื่อจัดการการสั่งซื้ออย่างกระตือรือร้นเริ่มปรากฏขึ้น อันเป็นผลมาจากเหตุการณ์เหล่านั้น Josh Rossi รองประธานฝ่ายพัฒนาธุรกิจที่ Bitfinex ได้ดำเนินการ Reddit เพื่อเปิดเผยประเด็นปัญหาบางอย่างที่นำมาสู่การแลกเปลี่ยน ข้อเท็จจริงที่เรารู้ก็คือมีคำสั่งขายจำนวนมากก่อนที่เหตุการณ์ดังกล่าวจะเริ่มต้นเช่นคำสั่งซื้อ 500 รายการใน Bitstamp เวลา 9.49 น. (UTC1) ประมาณ 6 นาทีก่อนคำสั่งซื้อขนาดใหญ่ใน Bitfinex ทำให้เกิดความผิดพลาด อย่างไรก็ตามข้อมูลไม่ได้บอกเราว่าเป็นการซื้อขายภายในหรือรูปแบบการจัดการตลาดบางรูปแบบ หรือผิดพลาดง่ายๆ ความจริงก็คือหลังจากที่ Bitcoin flash swap เปลี่ยนตำแหน่งลดลงจากประมาณ 28 เมตรเป็น 24 เมตรซึ่งบ่งบอกถึง 8400 ตำแหน่งระยะขอบยาวถูกปิด (สมมติว่ามีค่าเฉลี่ย 475) ในลักษณะเดียว (margin call) หรืออีกทางหนึ่ง (stop order hit) ข้อมูลไม่ได้บอกเราว่ามีอัตราส่วนอย่างไร แต่อ้างอิงจาก Josh มีการขาย Bitcoins ประมาณ 650 ชิ้นอันเนื่องมาจากการเรียกมาร์จิน Jonathan Levin ชี้แจงอย่างถูกต้อง ความจริงก็คือการเริ่มต้นประมาณ 24 ชั่วโมงก่อนความผิดพลาดแฟลช Bitcoin จนกว่าความผิดพลาดของตัวเองเพิ่มอีก 1000 Bitcoins ถูกนำออกมาในตำแหน่งสั้นและประมาณ 2500 กางเกงขาสั้นถูกปิดในช่วงปิดการชน ไม่ว่าจะเป็นกางเกงขาสั้นเหล่านี้ถูกเปิดเพื่อป้องกันตำแหน่งที่มีอยู่เนื่องจากความพยายามที่เป็นอันตรายในการเรียกมาร์จินหรือวิธีการดำเนินการตลาดโดยใช้ข้อมูลส่วนตัวไม่สามารถระบุได้จากข้อมูลที่มีอยู่ สิ่งที่ไม่คาดคิดโดยส่วนตัวจุดที่น่าสนใจไม่ใช่ว่า Bitcoin flash เกิดข้อผิดพลาด ความผันผวนของราคาในทันทีที่เกิดขึ้นในอดีตและจะเกิดขึ้นในอนาคตโดยเฉพาะอย่างยิ่งในตลาดที่ไม่มีสภาพคล่องเช่น Bitcoin จุดที่น่าสนใจคือการมีส่วนร่วมของ Bitfinex และวิธีที่พวกเขามีการจัดการคำสั่งซื้อโดยไม่แจ้งให้ผู้ลงทุนในตลาดทราบล่วงหน้า เครื่อง Bitfinex ไม่หยุดทำงานในระหว่างการแข่งขันทั้งหมดแม้ว่าจะชะลอตัวลง (แต่ไม่มีที่ไหนเลยเลวร้ายเท่าความล่าช้าในการสั่งซื้อ 70 นาทีที่เสียไปเมื่อหมดอายุการแลกเปลี่ยน MtGox ระหว่างการแข่งขันในปี 2012) อย่างไรก็ตามสิ่งที่ Bitfinex ทำคือการนำเสนอสิ่งที่พวกเขาเรียกว่ากระแทกเร็ว ความหมายคือการทำเครื่องหมายคำสั่งที่พวกเขาเห็นว่าไม่ถูกต้องหรืออาจเป็นอันตรายและชะลอการลงโดยเจตนา ตอนแรกอาจดูเหมือนเป็นความคิดที่ดี ใครไม่ต้องการตัวกรองเพื่อลบหรือชะลอคำสั่งที่เป็นอันตรายอย่างไรก็ตามบ่อยครั้งที่มีสิ่งเหล่านี้อยู่ในรายละเอียด ปัญหาคือ Bitfinex ไม่ได้ (และอาจจะไม่เคย) จะเปิดเผยต่อสาธารณชนว่าพวกเขาจัดหมวดหมู่ของคำสั่งซื้อเป็น 8220bad8221 และ 8220 ให้ลดลง 8221 หากผู้มีส่วนร่วมในตลาดตัดสินใจที่จะยื่นคำสั่งซื้อที่มีขนาดใหญ่กับใบสั่งซื้อที่บางแล้วก็ให้ถือว่าการตัดสินใจของเขา การกระทำของเขามีเจตนาหรือไม่ว่าจะไม่ถึงการแลกเปลี่ยนเพื่อตัดสินใจ อาจเป็นได้ว่าผู้มีส่วนร่วมในตลาดนี้เป็นเพียงคนแรกที่ตอบสนองต่อเหตุการณ์ใหญ่ ๆ และเต็มใจที่จะรับภาระค่าใช้จ่ายเพิ่มเติมในการปรับตัวขึ้นของราคาที่คาดว่าจะเกิดขึ้น มีเพียงไม่ได้มีวิธีการอย่างถูกต้องจำแนกคำสั่ง priori เป็น 8220good8221 หรือ 8220bad8221 เนื่องจากจะถือว่าความรู้ของเหตุการณ์ในอนาคตทั้งหมดโดยทันที สิ่งที่สามารถปรับปรุงข้อผิดพลาด (8220 นิ้ว finger8221, อัลกอริทึมความหายนะ) เกิดขึ้นขอบได้รับการเรียกและคนพยายามที่จะเล่นเกมในทุกวิถีทาง ในทางตรรกะจะต้องมีการป้องกันในสถานที่เพื่อปกป้องตลาดและผู้เข้าร่วม Bitfinex ตระหนักถึงศักยภาพของการสั่งซื้อที่เป็นพิษและการเตรียมมาตรการตอบโต้ สิ่งเดียวที่พวกเขาลืมคือแจ้งให้ลูกค้าทราบเกี่ยวกับคุณลักษณะด้านความปลอดภัยที่ซ่อนอยู่ การซ่อนการป้องกันเหล่านี้จากสาธารณะเพิ่มความไม่แน่นอนให้กับตลาด (โดยเฉพาะตอนที่เรารู้ว่าพวกเขามีอยู่และบางครั้งทำอะไรบางอย่าง) และทำให้ผู้ค้าทุกรายวางใจในมือของ Bitfinex ณ จุดนี้ผู้ประกอบการค้าสามารถหวังว่า Bitfinex จะทำตามความตั้งใจที่ดีที่สุดของลูกค้าของตน หวังว่าอาจจะไร้ประโยชน์แม้ว่าตั้งแต่ Bitfinex ทำเงินจากค่าธรรมเนียมการซื้อขายอิสระไม่ว่าจะเป็นผู้ประกอบการค้าจริงทำให้เงินใด ๆ หนึ่งไม่ต้องคิดนานตระหนักถึงศักยภาพที่ซ่อนอยู่สำหรับการละเมิดในระบบดังกล่าว เหตุผลหลักที่นำขึ้นโดย Josh ทำไม Bitfinex ไม่ได้ตั้งใจจะเผยแพร่อัลกอริทึมของพวกเขาคือการหลีกเลี่ยงการให้ผู้ค้ามีโอกาสที่จะใช้มันเป็นเรื่องหลอกลวงและต่อไปนี้แสดงให้เห็นว่าทำไม เป็นตลาดจำหน่ายอย่างเป็นทางการของ NASDAQ ที่โพสต์ออนไลน์และโปร่งใสสำหรับผู้เข้าร่วมตลาดทุกราย กฎเหล่านี้ไม่สมบูรณ์แบบ แต่เป็นเรื่องง่ายโปร่งใสและทำงานให้กับตลาดหุ้นใหญ่ที่สุดแห่งหนึ่งในโลก ตอนนี้ฉันมีความเคารพอย่างสูงสำหรับคนที่ทำงานบนแพลตฟอร์ม Bitfinex แต่ฉันสงสัยว่าพวกเขาสามารถจัดการอัลกอริธึมที่ปกป้องผู้เข้าร่วมการตลาดได้ดีกว่าที่เคยใช้โดยการซื้อขายแลกเปลี่ยนที่สำคัญกว่า 900 ล้านหุ้นต่อวันโดยเฉลี่ย . และถ้าเป็นเช่นนี้ก็เป็นโอกาสสำหรับ Bitfinex ที่จะพิสูจน์ให้โลกเห็นได้ชัดและอาจเขียนประวัติศาสตร์โดยการสอนเด็กชายใหญ่ว่าจะดำเนินการแลกเปลี่ยนอย่างถูกต้องได้อย่างไร เมื่อพูดถึงความโปร่งใสการแลกเปลี่ยนสาธารณะเป็นสิ่งจำเป็นไม่ใช่แค่สำหรับ Bitfinex แต่สำหรับการแลกเปลี่ยนใด ๆ ผู้เข้าร่วมตลาดต้องรู้อย่างแน่ชัดว่าจะเกิดอะไรขึ้นเมื่อพวกเขาสั่งซื้อสินค้าและไม่ควรเชื่อมั่นในศรัทธาเพียงอย่างเดียว การป้องกันเป็นสิ่งสำคัญเนื่องจากอุบัติเหตุเกิดขึ้นและเกิดความผิดพลาดในตลาด แต่ก็ไม่ถึงการแลกเปลี่ยนเพื่อให้มีส่วนร่วมในการเลือกปฏิบัติอย่างลับๆ มีวิธีต่าง ๆ ในการปกป้องตลาดการเงินและไม่มีนโยบายใดที่เหมาะสม การเพิ่มความซับซ้อนมักเพิ่มโอกาสสำหรับผลข้างเคียงที่ไม่ได้ตั้งใจและด้วยเหตุนี้วิธีง่ายๆและโปร่งใสจึงมีความเหมาะสมกว่าการซ่อนที่ซับซ้อน สองเดือนที่ผ่านมา BitMEX ลดค่าธรรมเนียมการซื้อขายของพวกเขาเป็น 0 และฉลองมันด้วยการปล่อยตลาดพื้นฐานที่ทำให้บอทใน Github ขณะนี้ BitMEX กำลังดำเนินการกับความท้าทายทางการค้าจนถึงวันที่ 29 สิงหาคม 2014 เพื่อโปรโมตแพลตฟอร์มใหม่ของตน การปล่อย bot การทำเครื่องหมายตลาดอาจเป็นวิธีที่น่าสนใจและมีประสิทธิภาพในการเพิ่มการเข้าชม API และทดสอบความเครียดบนแพลตฟอร์มเล็กน้อย แน่นอนฉัน couldn8217t ต่อต้านและได้ดู Market-maker เป็นค่อยๆปิด Liquidbot ซึ่งได้รับการออกแบบมาให้ทำงานบนการแลกเปลี่ยน MtGox ในปัจจุบัน มีการเปลี่ยนแปลงเล็กน้อย (API ใหม่เพื่อเชื่อมต่อกับ BitMEX การพิมพ์เพิ่มเติมเพื่อคอนโซลการเปลี่ยนแปลงเพื่อปรับให้เข้ากับสัญญาซื้อขายล่วงหน้าและการพิมพ์ขนาดใหญ่และไม่จำเป็นเพื่อควบคุมเมื่อเริ่มต้นใช้งาน) แต่ไม่มีการเปลี่ยนแปลงอย่างมีนัยสำคัญต่อตรรกะทางการค้า อัลกอริทึมจะใช้ REST และตรวจสอบการเปลี่ยนแปลงทุกๆ 60 วินาทีเท่านั้น การทำเช่นนี้ทำให้บอทเสียสิทธิ์แล้วเนื่องจากจำเป็นที่จะต้องตอบสนองต่อการเปลี่ยนแปลงอย่างต่อเนื่องของคำสั่งซื้อ BitMEX จำกัด การร้องขอไปยัง REST API เป็น 150 ต่อ 5 นาทีเพื่อให้คุณสามารถลดเวลา 60 วินาทีลงได้เช่น 3 แต่จะเปลี่ยนความจริงได้ว่าทันทีที่ตลาดเริ่มเคลื่อนย้ายคุณจะได้รับการ จำกัด และติดอยู่กับตำแหน่งที่เปิดอยู่ เป็นธรรม BitMEX ให้บอทเพิ่มเติมเป็นวิธีการตลาดและระบุอย่างชัดเจนว่าการเปลี่ยน WebSocket จะเป็นประโยชน์อย่างมากเนื่องจากช่วยให้สามารถอัปเดตเรียลไทม์ได้ โดยรวมแล้วอัลกอริทึมจะเขียนได้อย่างสมบูรณ์เทคนิคในการทำงานและติดตั้งได้ง่าย แต่จะทำให้คุณได้รับเงินในระยะยาว ถ้ามีคนคิดอย่างจริงจังในการใช้บอตนี้ฉันขอแนะนำให้มีการเปลี่ยนแปลงเล็ก ๆ น้อย ๆ ต่อไปนี้เพื่อให้โค้ดสามารถใช้งานได้มากขึ้น: 1. เปลี่ยนเป็น Websocket 2. ออกจากตำแหน่งเมื่อใกล้เคียง: 3. สร้างคำสั่งซื้อที่เริ่มต้นจากจุดกึ่งกลาง: นอกจากนี้ฉันจะแนะนำให้วัด ความผันผวนในบางวิธีและปรับระยะห่างระหว่างคำสั่งซื้อแบบไดนามิกและขนาด ในระหว่างการทดสอบ API มีการตอบสนองและถูกต้องเสมอ ปริมาณการซื้อขายยังคงต่ำ แต่ปัจจัยพื้นฐานของแพลตฟอร์มมีแนวโน้มสดใส บอทนี้เป็นเครื่องมือที่สนุกในการแนะนำผู้ใช้เข้าสู่โลกของการทำตลาดและการซื้อขายแบบอัลกอริธึม แต่จะมีโอกาสเกิดขึ้นกับอัลกอริทึมที่ได้รับการยอมรับ หมายเหตุ: หากคุณพิจารณาใช้อัลกอริทึมนี้โปรดทราบว่าการทำตลาดเป็นงานเต็มเวลา อะไรที่น้อยกว่าความทุ่มเทอย่างสมบูรณ์เวลาตอบสนองที่รวดเร็วและ 100 เวลาทำงานจะทำให้คุณเสียเงิน แก้ไข: ติดตามผลพวงที่นี่ในวันนี้ราคา Bitcoin ปรับตัวลดลงเนื่องจากผู้ค้าหลักทรัพย์ที่เป็นหนึ่งในการแลกเปลี่ยนที่ใหญ่ที่สุดของ Bitfinex ได้รับการชำระบัญชีแล้ว สำหรับนักสังเกตการณ์ตลาดที่ใกล้ชิดและผู้ค้าที่ซับซ้อนมากขึ้นนี้ไม่ได้เป็นเรื่องแปลกใจ ในความเป็นจริงแล้วตำแหน่งที่ยาวได้รับการสร้างขึ้นอย่างต่อเนื่องในช่วง 2 เดือนที่ผ่านมาโดยคาดว่าจะมีฟองใหม่ในราคาของ Bitcoin และสูงถึง 30 เมตรในตำแหน่ง swap ที่โดดเด่นใน Bitfinex ตอนนี้ wouldn8217t จะเป็นปัญหาทั้งหมดด้วยตัวเองตราบเท่าที่มีทุนสนับสนุนเงินกู้ยืมเพียงพอ แต่น่าเสียดายที่ตำแหน่งที่ยาวที่สุดเหล่านี้ได้รับการป้อนประมาณ 600 8211 640 USDBTC และหลักประกันส่วนใหญ่มีให้ใน Bitcoins เอง แผนภูมิต่อไปนี้แสดงให้เห็นถึงการสะสมของตำแหน่งที่ยาวนานโดยมีจุดสูงสุดประมาณวันที่ 14 กรกฎาคมโดยอยู่ใกล้กับสัญญาซื้อขายล่วงหน้า 32 เมตร ใช้คณิตศาสตร์บางอย่างรวดเร็วขึ้นอยู่กับอัตราการบำรุงรักษาของ Bitfinex ที่ 13 และสมมติว่า Bitcoin เป็นหลักประกันเราพบว่าการเรียกใช้มาร์จินจะเริ่มต้นรอบเครื่องหมาย 520,811 540 USDBTC เมื่อวานนี้ราคาพุ่งขึ้นและวันนี้ก็กระโดดขึ้นเหนือหน้าผา ปัญหาคือเมื่อมีการเรียกใช้มาร์จินในการตั้งค่าคุณจะมีผลต่อเนื่องที่ทำให้เกิดการฉีกขาดผ่านหนังสือสั่งซื้อซึ่งทำให้มีคำสั่งซื้อเพิ่มมากขึ้นเพื่อให้บรรลุจุดที่ไม่มีผลตอบแทนและเพิ่มโมเมนตัมการลดลงอีก เหตุการณ์เหล่านี้ไม่ จำกัด เฉพาะการแลกเปลี่ยนของ Bitcoin แต่อาจเกิดขึ้นได้ในการแลกเปลี่ยนที่สำคัญเช่นในช่วงเหตุการณ์แฟลชในประเทศสหรัฐอเมริกาในปี 2010 สาเหตุของการดังกล่าวแฟลช crashe สามารถแตกต่างกันและไปจากข้อผิดพลาดของนิ้วไขมันในการเขียนโปรแกรมข้อผิดพลาดไป cascading margin โทร เป็นที่น่าสนใจเพื่อดูว่าการแลกเปลี่ยนจัดการกับเหตุการณ์เหล่านี้อย่างไร ในสหรัฐอเมริกา Nasdaq ใช้เบรกเกอร์วงจรตลาดซึ่งจะทำให้การซื้อขายหยุดลงภายใต้สถานการณ์ที่รุนแรงเช่นนี้ ตลาด Bitcoin ยังไม่เป็นที่สูงและมักจะดำเนินการต่อการซื้อขาย ถ้าเราดูคำสั่งใน Bitfinex วันนี้เราจะเห็นบางอย่างแปลกประหลาดมาก: ดูเหมือนว่า (และนี่เป็นเพียงการคาดเดาเนื่องจากไม่มีความคิดเห็นอย่างเป็นทางการจากการแลกเปลี่ยน) เช่นถ้า Bitfinex กำลังเรียกใช้อัลกอริทึมเพื่อจัดการการเรียกใช้มาร์จิน อัลกอริธึมเริ่มขาย แต่ จำกัด ตัวเองให้ลดลง 10 ราคาภายใน 1 นาที หากราคาลดลงมากกว่า 10 ใน 1 นาทีจะหยุดการขายและรอคำสั่งซื้อเข้ามาเมื่อมีคำสั่งซื้อในใบสั่งซื้ออีกจำนวนหนึ่งอัลกอริทึมจะเริ่มขายอีกครั้งจนกว่าจะมีการเรียกใช้มาร์จินทั้งหมด แก้ไข: LeMogawai เป็นคนแรกที่ชี้ให้เห็นในโพสต์นี้และสอดคล้องกับการสังเกตส่วนตัวของฉันในช่วงเวลาของงาน นี้น่าจะเป็นวิธีที่น่าสนใจในการจัดการกับการเรียกเลขหมายแบบเรียงซ้อน (Cascading Margin Call) แต่ยังถือได้ว่าเป็นการจัดการตลาดตามเส้นขอบจากด้านการแลกเปลี่ยน โดยการกระจายใบสั่งซื้อออกไปในช่วงเวลาที่ผ่านมาโมเมนตัมการลดลงจะลดลง แต่ผู้ค้าจะจบการซื้อขายกับตลาดหลักทรัพย์เองไม่ใช่ตลาดอีกต่อไป การแลกเปลี่ยนมีข้อได้เปรียบในการให้ข้อมูลที่จุดนั้นและมีแนวโน้มที่จะทำกำไรมากกว่าผู้ค้า โชคดีที่นี้กินเวลาประมาณ 10 นาทีหลังจากที่การควบคุมได้รับกลับไปที่ตลาด การซื้อขายอื่น ๆ ที่มีการซื้อขายส่วนต่างเช่น BTC-e และ OKcoin อยู่ในสถานะที่ดีและสามารถเรียนรู้จากเหตุการณ์ในปัจจุบัน การใช้ระบบที่ใกล้เคียงกับเบรกเกอร์วงจรของการแลกเปลี่ยนขนาดใหญ่เช่น Nasdaq อาจเป็นก้าวแรกที่ชาญฉลาด เมื่อเร็ว ๆ นี้ฉันกำลังทำงานเพื่อให้แพลตฟอร์มการซื้อขายใหม่ของฉันไป รุ่นใหม่นี้ใช้ Python ใช้ MySQL เพื่อเก็บฐานข้อมูลของสกุลเงินเสมือนที่แตกต่างกันทุกช่วงเวลาโดยใช้การทดแทนอัตโนมัติจาก BitcoinCharts และรวมการแลกเปลี่ยนที่สำคัญ 3 อย่างคือ MtGox, BTC-E และ Bitstamp แพลตฟอร์มนี้จะถูกใช้เป็นวิธีการ backtest กลยุทธ์บางอย่างและมีส่วนร่วมในการซื้อขายอัตโนมัติ ในระหว่างการดำเนินการนี้ฉันตัดสินใจที่จะดึงข้อมูลบางอย่างของ BTC ต่อ USD จาก BitcoinCharts และยึดตามแนวคิดของบทความที่ Hashem และ Timmermann (1995) ใช้กลยุทธ์การซื้อขายแบบง่ายๆ ความคิดคือการคาดการณ์สัญญาณของผลตอบแทนระยะ t1 ตามการถดถอยซึ่งเป็นที่คาดการณ์ในการเลือกตัวบ่งชี้ทางเทคนิคโดยอัตโนมัติในช่วงระยะเวลา n ล่าสุดจนถึง t จากนั้นหลังจาก t1 เกิดขึ้นเรารีเฟรชโมเดลและพยายามคาดเดา t2 โดยใช้ข้อมูลทั้งหมดที่มีอยู่ในช่วง n จนถึงช่วง t1 เป็นต้น สำหรับวิทยานิพนธ์ปริญญาตรีของฉันฉันตรวจสอบสี่กฎการซื้อขายทางเทคนิคที่แตกต่างกันในตลาด Forex ใช้การทดสอบ MCS และ SPA เพื่อค้นหาโมเดลที่ถูกต้องระหว่างพารามิเตอร์ต่างๆซึ่งไม่ต้องมีข้อมูลสอดแนม โดยคำนึงถึงค่าใช้จ่ายในการทำธุรกรรมจริงเราไม่พบหลักฐานการได้รับผลตอบแทนส่วนเกินซึ่งสอดคล้องกับประสิทธิภาพของตลาด ด้วยรหัสนี้คุณควรจะมองหาโอกาสในการเก็งกำไร Bitcoin ภายใน BTC-e ใช้แนวคิดราคาเดียวและใช้การเก็งกำไรสามเหลี่ยมโดยคำนึงถึงค่าใช้จ่ายและการแพร่กระจายของบัญชี เหตุผลที่ฉันโพสต์นี่คือแม้จะมีการทำงานที่มีโอกาสที่คุณจะช้าเกินไปที่จะแข่งขันกับนักลงทุนอื่นทำเช่นเดียวกัน การปรับปรุงที่เป็นไปได้คือการพิจารณาความลึกของหนังสือสั่งซื้อและแยกธุรกิจการค้าแบบไดนามิกโดยพยายามตัดราคาผู้ค้ารายอื่น ๆ ทำเช่นเดียวกัน นอกจากนี้การตั้งค่าทุกอย่างบนเซิร์ฟเวอร์เฉพาะที่ใกล้เคียงกับตำแหน่งทางกายภาพของเครื่องมือการจับคู่ BTC-e ควรลดความล่าช้าอย่างมากและทำให้คุณมีโอกาสเป็นไปได้ การนําทางไปรษณีย์หลักการพื้นฐานของการซื้อขายอัลกอริทึม: แนวคิดและตัวอย่างอัลกอริทึมคือชุดคําสั่งที่กําหนดไว้อย่างชัดเจนเพื่อทํางานหรือกระบวนการ การค้าอัลกอริธึม (การซื้อขายแบบอัตโนมัติการซื้อขายกล่องดำหรือการซื้อขายแบบอัลกอฮอล) เป็นกระบวนการของการใช้คอมพิวเตอร์ที่ตั้งโปรแกรมให้ทำตามคำแนะนำที่กำหนดไว้สำหรับการวางการค้าเพื่อสร้างผลกำไรด้วยความเร็วและความถี่ที่เป็นไปไม่ได้สำหรับ พ่อค้ามนุษย์ ชุดของกฎที่กำหนดขึ้นอยู่กับระยะเวลาราคาปริมาณหรือรูปแบบทางคณิตศาสตร์ใด ๆ นอกเหนือจากโอกาสในการทำกำไรสำหรับผู้ประกอบการค้าแล้วการค้าประเวณีทำให้ตลาดของเหลวมีสภาพคล่องมากขึ้นและทำให้การค้าขายเป็นไปอย่างเป็นระบบมากยิ่งขึ้นโดยการลดผลกระทบจากอารมณ์ของมนุษย์ต่อกิจกรรมการค้า สมมติว่าผู้ค้าทำตามเงื่อนไขการค้าแบบง่ายๆเหล่านี้: ซื้อหุ้น 50 หุ้นเมื่อค่าเฉลี่ยเคลื่อนที่ 50 วันสูงกว่าค่าเฉลี่ยเคลื่อนที่ 200 วันขายหุ้นของหุ้นเมื่อค่าเฉลี่ยเคลื่อนที่ของ 50 วันต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 200 วัน การใช้ชุดคำสั่งง่ายๆสองชุดนี้เป็นเรื่องง่ายที่จะเขียนโปรแกรมคอมพิวเตอร์ซึ่งจะตรวจสอบราคาหุ้นโดยอัตโนมัติ (และตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่) และวางคำสั่งซื้อและขายเมื่อเงื่อนไขที่กำหนดไว้ 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 ต่อไปนี้เป็นกลยุทธ์การซื้อขายทั่วไปที่ใช้ในการซื้อขายแบบอัลกอท: อัลกอริทึมที่ใช้กันมากที่สุดจะเป็นไปตามแนวโน้มของค่าเฉลี่ยเคลื่อนที่ 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 บวกและลบเพื่อให้เดลต้าผลงานจะยังคงอยู่ที่ศูนย์ กลยุทธ์การพลิกกลับหมายถึงขึ้นอยู่กับแนวคิดที่ว่าราคาของสินทรัพย์สูงและต่ำเป็นปรากฏการณ์ชั่วคราวที่กลับคืนสู่ค่าเฉลี่ยของพวกเขาเป็นระยะ ๆ การระบุและการกำหนดช่วงราคาและการใช้อัลกอริทึมขึ้นอยู่กับว่าจะอนุญาตให้ธุรกิจการค้าสามารถวางขายได้โดยอัตโนมัติเมื่อราคาของสินทรัพย์อยู่ในและนอกช่วงที่กำหนด กลยุทธ์ราคาตลาดถัวเฉลี่ยถ่วงน้ำหนักของปริมาณแบ่งคำสั่งซื้อจำนวนมากและเผยแพร่ชิ้นเล็กลงที่มีการกำหนดรูปแบบไดนามิกไปยังตลาดโดยใช้โปรไฟล์ปริมาณการขายในอดีตที่เฉพาะเจาะจง จุดมุ่งหมายคือการดำเนินการคำสั่งซื้อใกล้เคียงกับราคาเฉลี่ยถ่วงน้ำหนัก (Volume Weighted Average Price - VWAP) ซึ่งจะได้ประโยชน์จากราคาเฉลี่ย กลยุทธ์ราคาถัวเฉลี่ยถ่วงน้ำหนักในช่วงเวลาแบ่งคำสั่งซื้อที่มีขนาดใหญ่และเผยแพร่ชิ้นเล็ก ๆ ที่มีขนาดเล็กลงเพื่อให้ได้ตามตลาดโดยใช้ช่วงเวลาที่แบ่งกันระหว่างช่วงเริ่มต้นและสิ้นสุด เป้าหมายคือการดำเนินการตามคำสั่งใกล้เคียงกับราคาเฉลี่ยระหว่างเวลาเริ่มต้นและเวลาสิ้นสุดซึ่งจะช่วยลดผลกระทบของตลาด จนกว่าคำสั่งซื้อจะได้รับการเติมเต็มขั้นตอนนี้จะยังคงส่งใบสั่งซื้อบางส่วนตามอัตราส่วนการมีส่วนร่วมที่กำหนดไว้และตามปริมาณการซื้อขายในตลาด กลยุทธ์ขั้นตอนที่เกี่ยวข้องจะส่งคำสั่งซื้อตามเปอร์เซ็นต์ของปริมาณตลาดที่ผู้ใช้กำหนดและเพิ่มหรือลดอัตราการมีส่วนร่วมนี้เมื่อราคาหุ้นถึงระดับที่กำหนดโดยผู้ใช้ กลยุทธ์การขาดแคลนการดำเนินงานมีวัตถุประสงค์เพื่อลดต้นทุนการดำเนินการของคำสั่งซื้อด้วยการปิดตลาดเรียลไทม์ทำให้ประหยัดค่าใช้จ่ายในการสั่งซื้อและได้รับประโยชน์จากต้นทุนที่เสียโอกาสในการดำเนินการล่าช้า กลยุทธ์จะเพิ่มอัตราการมีส่วนร่วมที่กำหนดไว้เมื่อราคาหุ้นปรับตัวดีขึ้นและลดลงเมื่อราคาหุ้นปรับตัวสูงขึ้น มีขั้นตอนวิธีพิเศษบางอย่างที่พยายามระบุเหตุการณ์ที่เกิดขึ้นในอีกด้านหนึ่ง อัลกอริทึมการดัดแปลงเหล่านี้ใช้ตัวอย่างเช่นโดยผู้ทำการตลาดด้านการขายมีสติปัญญาในตัวเพื่อระบุการดำรงอยู่ของอัลกอริทึมใด ๆ ในด้านการซื้อของใบสั่งขนาดใหญ่ การตรวจสอบผ่านอัลกอริทึมจะช่วยให้ผู้ทำการตลาดสามารถระบุโอกาสในการสั่งซื้อที่มีขนาดใหญ่และช่วยให้เขาได้รับประโยชน์จากการกรอกใบสั่งซื้อในราคาที่สูงขึ้น นี่เป็นบางครั้งเรียกว่าด้านหน้าที่มีเทคโนโลยีสูง (หากต้องการข้อมูลเพิ่มเติมเกี่ยวกับการซื้อขายด้วยความถี่สูงและการหลอกลวงโปรดดูที่: หากคุณซื้อหุ้นออนไลน์คุณมีส่วนร่วมใน HFT) ข้อกำหนดด้านเทคนิคสำหรับการซื้อขายขั้นตอนวิธีการใช้อัลกอริทึมโดยใช้โปรแกรมคอมพิวเตอร์เป็นส่วนสุดท้าย ความท้าทายคือการเปลี่ยนกลยุทธ์ที่ระบุไว้ในกระบวนการทางคอมพิวเตอร์รวมที่สามารถเข้าถึงบัญชีการซื้อขายสำหรับการสั่งซื้อได้ โปรแกรมเมอร์ที่ได้รับการว่าจ้างหรือซอฟต์แวร์ซื้อขายที่ทำไว้ล่วงหน้าการเชื่อมต่อเครือข่ายและการเข้าถึงแพลตฟอร์มการซื้อขายสำหรับการวางคำสั่งซื้อการเข้าถึงข้อมูลข้อมูลตลาดที่จะได้รับการตรวจสอบตามอัลกอริทึมสำหรับโอกาสในการวาง ความสามารถและโครงสร้างพื้นฐานในการ backtest ระบบที่สร้างขึ้นก่อนที่จะไปอยู่ในตลาดจริงข้อมูลทางประวัติศาสตร์ที่มีอยู่สำหรับ backtesting ขึ้นอยู่กับความซับซ้อนของกฎที่ใช้ในขั้นตอนต่อไปนี้เป็นตัวอย่างที่ครอบคลุม: Royal Dutch Shell (RDS) จดทะเบียนในอัมสเตอร์ดัม Stock Exchange (AEX) และตลาดหลักทรัพย์ลอนดอน (LSE) ช่วยให้สามารถสร้างอัลกอริทึมเพื่อระบุโอกาสในการเก็งกำไร นี่เป็นข้อสังเกตที่น่าสนใจบางส่วน: การซื้อขาย AEX ในสกุลเงินยูโรในขณะที่ธุรกิจการค้าของ LSE ในสกุลปอนด์สเตอร์ลิงเนื่องจากความแตกต่างของเวลาหนึ่งชั่วโมง AEX จะเปิดทำการเมื่อเร็ว ๆ นี้เมื่อเทียบกับ LSE ตามด้วยการซื้อขายทั้งสองอย่างในเวลาไม่กี่ชั่วโมงและซื้อขายเฉพาะใน 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 การใช้อย่างรอบคอบและการทดสอบอย่างละเอียดของการซื้อขายสัญญาซื้อขายล่วงหน้าสามารถสร้างโอกาสที่สร้างผลกำไรได้คู่มือของผู้ค้าสำหรับการซื้อขายเชิงปริมาณในบทความนี้ Im จะแนะนำคุณเกี่ยวกับแนวคิดพื้นฐานบางอย่างที่มาพร้อมกับระบบการซื้อขายเชิงปริมาณแบบ end-to-end โพสต์นี้หวังว่าจะให้บริการแก่ผู้ชมสองคน คนแรกจะเป็นบุคคลที่พยายามหางานทำที่กองทุนรวมในฐานะพ่อค้าเชิงปริมาณ ประการที่สองคือบุคคลที่ต้องการจะลองจัดตั้งธุรกิจการค้าปลีกของตนเองขึ้น การค้าเชิงปริมาณเป็นพื้นที่ที่มีความซับซ้อนมากของการเงินในเชิงปริมาณ อาจใช้เวลาเป็นจำนวนมากเพื่อให้ได้ความรู้ที่จำเป็นในการสัมภาษณ์หรือสร้างกลยุทธ์การซื้อขายของคุณเอง ไม่เพียง แต่ต้องใช้ความชำนาญด้านการเขียนโปรแกรมมากมายอย่างน้อยที่สุดในภาษาเช่น MATLAB, R หรือ Python อย่างไรก็ตามเมื่ออัตราการค้าของกลยุทธ์เพิ่มขึ้นด้านเทคโนโลยีกลายเป็นสิ่งที่เกี่ยวข้องมากขึ้น ดังนั้นการทำความคุ้นเคยกับ CC จะมีความสำคัญยิ่ง ระบบการซื้อขายเชิงปริมาณประกอบด้วยองค์ประกอบหลัก 4 ส่วน ได้แก่ การระบุกลยุทธ์การหากลยุทธ์การใช้ประโยชน์จากขอบและการตัดสินใจเกี่ยวกับความถี่ในการซื้อขายกลยุทธ์การทำ Backtesting - การได้รับข้อมูลการวิเคราะห์ประสิทธิภาพของกลยุทธ์และการลบความลำเอียงระบบการดำเนินการ - เชื่อมโยงกับนายหน้าซื้อขายหลักทรัพย์โดยอัตโนมัติการซื้อขายและการลดราคา ค่าใช้จ่ายในการทำธุรกรรมการบริหารความเสี่ยง - การจัดสรรเงินทุนที่เหมาะสม, เกณฑ์การเดิมพันขนาดและจิตวิทยาการค้าดีเริ่มด้วยการดูวิธีการระบุกลยุทธ์การซื้อขาย การระบุกระบวนการเชิงกลยุทธ์กระบวนการซื้อขายเชิงปริมาณทั้งหมดเริ่มตั้งแต่ช่วงเริ่มต้นของการวิจัย กระบวนการวิจัยนี้ครอบคลุมถึงการค้นหากลยุทธ์โดยคำนึงถึงว่ากลยุทธ์นี้เหมาะสมกับกลยุทธ์อื่น ๆ ที่คุณอาจใช้หรือไม่ได้รับข้อมูลใด ๆ ที่จำเป็นในการทดสอบกลยุทธ์และพยายามเพิ่มประสิทธิภาพกลยุทธ์เพื่อสร้างผลตอบแทนที่สูงขึ้นและหรือลดความเสี่ยง คุณจำเป็นต้องคำนึงถึงความต้องการด้านเงินทุนของคุณเองหากใช้กลยุทธ์เป็นผู้ประกอบการค้าปลีกและค่าใช้จ่ายในการทำธุรกรรมจะส่งผลต่อกลยุทธ์อย่างไร ตรงกันข้ามกับความเชื่อที่เป็นที่นิยมนั้นเป็นเรื่องที่ค่อนข้างตรงไปตรงมาในการหากลยุทธ์ที่ทำกำไรได้จากแหล่งสาธารณะต่างๆ นักวิชาการมักเผยแพร่ผลการค้าเชิงทฤษฎี (แม้ว่าจะเป็นส่วนใหญ่ของค่าใช้จ่ายในการทำธุรกรรม) บล็อกการเงินเชิงปริมาณจะกล่าวถึงกลยุทธ์ในรายละเอียด วารสารการค้าจะร่างบางส่วนของกลยุทธ์ที่ใช้โดยกองทุน คุณอาจตั้งคำถามว่าเหตุใดบุคคลและ บริษัท จึงกระตือรือร้นที่จะหารือเกี่ยวกับกลยุทธ์ที่ทำกำไรได้โดยเฉพาะอย่างยิ่งเมื่อพวกเขารู้ว่าคนอื่น ๆ กำลังค้าขายอาจหยุดกลยุทธ์จากการทำงานในระยะยาว เหตุผลอยู่ในข้อเท็จจริงที่ว่าพวกเขาจะไม่ค่อยพูดถึงพารามิเตอร์ที่แน่นอนและวิธีการปรับแต่งที่พวกเขาได้ดำเนินการ การเพิ่มประสิทธิภาพเหล่านี้เป็นกุญแจสำคัญในการเปลี่ยนกลยุทธ์ที่ค่อนข้างปานกลางให้กลายเป็นกลยุทธ์ที่ทำกำไรได้มาก ในความเป็นจริงหนึ่งในวิธีที่ดีที่สุดในการสร้างกลยุทธ์เฉพาะของคุณเองคือการหาวิธีการที่คล้ายคลึงกันและดำเนินขั้นตอนการเพิ่มประสิทธิภาพของคุณเอง นี่คือรายชื่อเล็ก ๆ ของสถานที่ที่จะเริ่มมองหาแนวคิดเชิงกลยุทธ์: หลายยุทธศาสตร์ที่คุณจะดูจะตกอยู่ในประเภทของการพลิกกลับหมายถึงและแนวโน้มต่อเนื่อง กลยุทธ์การคืนค่าเฉลี่ยคือการใช้ประโยชน์จากข้อเท็จจริงที่ว่าค่าเฉลี่ยระยะยาวในชุดราคา (เช่นการแพร่กระจายระหว่างสองสินทรัพย์ที่มีความสัมพันธ์) มีอยู่และความเบี่ยงเบนระยะสั้นจากค่าเฉลี่ยนี้จะเปลี่ยนกลับคืนมา กลยุทธ์ด้านโมเมนตัมพยายามใช้ประโยชน์จากทั้งด้านจิตวิทยาของนักลงทุนและโครงสร้างเงินทุนที่มีขนาดใหญ่โดยยึดตามแนวโน้มตลาดซึ่งสามารถรวบรวมแรงผลักดันไปในทิศทางเดียวและปฏิบัติตามแนวโน้มจนกว่าจะกลับรายการ อีกด้านที่สำคัญอย่างหนึ่งของการซื้อขายเชิงปริมาณคือความถี่ของกลยุทธ์การซื้อขาย การซื้อขายคลื่นความถี่ต่ำ (LFT) โดยทั่วไปหมายถึงกลยุทธ์ใด ๆ ที่มีทรัพย์สินเกินกว่าวันซื้อขาย ตามลําดับการซื้อขายความถี่สูง (HFT) โดยทั่วไปหมายถึงกลยุทธที่มีสินทรัพยระหวางวัน การค้าขายความถี่สูง (UHFT) หมายถึงกลยุทธ์ที่มีสินทรัพย์ตามลำดับวินาทีและมิลลิวินาที ในฐานะที่เป็นผู้ประกอบการค้าปลีก HFT และ UHFT เป็นไปได้อย่างแน่นอน แต่มีเฉพาะความรู้ด้านเทคโนโลยีการซื้อขายและการเปลี่ยนแปลงหนังสือสั่งซื้อเท่านั้น เราจะไม่พูดถึงประเด็นเหล่านี้ในบทความที่นำเสนอนี้ เมื่อกลยุทธ์หรือชุดของกลยุทธ์ได้รับการระบุแล้วตอนนี้จำเป็นต้องได้รับการทดสอบเพื่อหาผลกำไรจากข้อมูลทางประวัติศาสตร์ นั่นคือโดเมนของ backtesting เป้าหมายของการทำ backtesting คือการแสดงหลักฐานว่ากลยุทธ์ที่ระบุผ่านกระบวนการข้างต้นเป็นประโยชน์เมื่อนำมาใช้กับข้อมูลทั้งในอดีตและนอกกลุ่มตัวอย่าง สิ่งนี้กำหนดความคาดหวังว่ายุทธศาสตร์จะดำเนินการอย่างไรในโลกแห่งความเป็นจริง อย่างไรก็ตามการทำ backtesting ไม่ใช่การรับประกันความสำเร็จด้วยเหตุผลหลายประการ อาจเป็นพื้นที่ที่ละเอียดที่สุดในการซื้อขายเชิงปริมาณเนื่องจากมีความลำเอียงจำนวนมากซึ่งต้องพิจารณาอย่างรอบคอบและกำจัดให้มากที่สุดเท่าที่จะเป็นไปได้ เราจะหารือเกี่ยวกับประเภททั่วไปของอคติรวมทั้งมองไปข้างหน้าอคติ (หรือที่เรียกว่า data-snooping bias) พื้นที่อื่น ๆ ที่มีความสำคัญภายใน backtesting รวมถึงความพร้อมใช้งานและความสะอาดของข้อมูลในอดีตรวมถึงค่าใช้จ่ายในการทำธุรกรรมจริงและการตัดสินใจบนแพลตฟอร์ม backtesting ที่มีประสิทธิภาพ ปรึกษาเรื่องต้นทุนการทำธุรกรรมในส่วนระบบการดำเนินการด้านล่างนี้ เมื่อมีการระบุกลยุทธ์แล้วจำเป็นต้องได้รับข้อมูลทางประวัติศาสตร์ที่จะทำการทดสอบและอาจปรับแต่ง มีผู้จัดจำหน่ายข้อมูลจำนวนมากในทุกหมวดสินทรัพย์ ค่าใช้จ่ายของพวกเขาโดยทั่วไปมีขนาดตามคุณภาพความลึกและตรงเวลาของข้อมูล จุดเริ่มต้นแบบดั้งเดิมสำหรับผู้ค้าปลีกรายเริ่มต้น (อย่างน้อยในระดับค้าปลีก) คือการใช้ชุดข้อมูลฟรีจาก Yahoo Finance ฉันจะไม่ค่อยอาศัยผู้ให้บริการมากเกินไปในที่นี้ แต่ฉันต้องการเน้นปัญหาทั่วไปเมื่อเกี่ยวข้องกับชุดข้อมูลทางประวัติศาสตร์ ความกังวลหลักเกี่ยวกับข้อมูลทางประวัติศาสตร์ ได้แก่ ความถูกต้องความถูกต้องความลำเอียงการรอดชีวิตและการปรับตัวสำหรับการกระทำขององค์กรเช่นการจ่ายเงินปันผลและการแบ่งหุ้น: ความถูกต้องเกี่ยวข้องกับคุณภาพโดยรวมของข้อมูล - ไม่ว่าจะมีข้อผิดพลาดใด ๆ ข้อผิดพลาดบางครั้งสามารถระบุได้ง่ายเช่นด้วยตัวกรองขัดขวาง ซึ่งจะคัดลอกข้อมูลที่ไม่ถูกต้องในข้อมูลชุดเวลาและแก้ไขให้ถูกต้อง ในเวลาอื่น ๆ พวกเขาอาจเป็นเรื่องยากที่จะจุด บ่อยครั้งที่จำเป็นต้องมีผู้ให้บริการตั้งแต่สองรายขึ้นไปและตรวจสอบข้อมูลทั้งหมดของตนต่อกันและกัน อคติการรอดชีวิตมักเป็นคุณลักษณะของชุดข้อมูลฟรีหรือราคาถูก ชุดข้อมูลที่มีความลำเอียงรอดชีวิตหมายความว่าไม่มีข้อมูลที่ไม่มีการซื้อขายอีกต่อไป ในกรณีของหุ้นหมายถึงหุ้นที่ถูกเพิกถอนจากการเป็นหลักทรัพย์จดทะเบียน ความลำเอียงนี้หมายความว่ากลยุทธ์การซื้อขายหุ้นใด ๆ ที่ทดสอบบนชุดข้อมูลดังกล่าวน่าจะมีผลดีกว่าในโลกจริงเนื่องจากผู้ชนะในอดีตได้รับการคัดเลือกมาก่อน การดำเนินธุรกิจของ บริษัท รวมถึงกิจกรรมด้านโลจิสติกส์ซึ่งดำเนินการโดย บริษัท ซึ่งมักจะทำให้เกิดการเปลี่ยนแปลงขั้นตอนในราคาวัตถุดิบซึ่งไม่ควรรวมอยู่ในการคำนวณผลตอบแทนของราคา การปรับเงินปันผลและการแยกสต็อกเป็นข้ออ้างที่พบบ่อย กระบวนการที่เรียกว่าการปรับหลังเป็นสิ่งจำเป็นที่จะต้องดำเนินการในแต่ละการกระทำเหล่านี้ เราต้องระมัดระวังอย่างมากที่จะไม่สับสนในการแยกหุ้นด้วยการปรับผลตอบแทนที่แท้จริง นักลงทุนจำนวนมากได้รับความสนใจจากการดำเนินการขององค์กรเพื่อที่จะปฏิบัติตามขั้นตอนการทำข้อสอบ backtest จำเป็นต้องใช้แพลตฟอร์มซอฟต์แวร์ คุณมีทางเลือกระหว่างซอฟต์แวร์ backtest โดยเฉพาะเช่น Tradestation, แพลตฟอร์มตัวเลขเช่น Excel หรือ MATLAB หรือการติดตั้งแบบกำหนดเองทั้งหมดในภาษาเขียนโปรแกรมเช่น Python หรือ C. ฉันจะไม่ค่อยมีที่อยู่ใน Tradestation (หรือคล้ายกัน), Excel หรือ MATLAB เนื่องจากฉันเชื่อมั่นในการสร้างสแต็คเทคโนโลยีในบ้าน (สำหรับเหตุผลด้านล่าง) หนึ่งในประโยชน์ของการทำเช่นนั้นก็คือซอฟต์แวร์ backtest และระบบการปฏิบัติงานสามารถผนวกรวมได้แม้จะมีกลยุทธ์ทางสถิติขั้นสูงมาก สำหรับกลยุทธ์ HFT โดยเฉพาะคุณจำเป็นต้องใช้การติดตั้งแบบกำหนดเอง เมื่อ backtesting ระบบหนึ่งจะต้องสามารถปริมาณวิธีการที่ดีที่มีประสิทธิภาพ เมตริกมาตรฐานอุตสาหกรรมสำหรับกลยุทธ์เชิงปริมาณคือการเบิกใช้สูงสุดและอัตราส่วน Sharpe การเบิกจ่ายสูงสุดจะทำให้เกิดการลดลงสูงสุดในช่วงเส้นโค้งของบัญชีในช่วงเวลาหนึ่ง ๆ (โดยปกติเป็นประจำทุกปี) ค่านี้มักถูกอ้างถึงเป็นเปอร์เซ็นต์ กลยุทธ์ LFT มีแนวโน้มที่จะมีการเบี่ยงเบนมากกว่ากลยุทธ์ HFT เนื่องจากปัจจัยทางสถิติจำนวนมาก ผลการทดสอบย้อนหลังในอดีตจะแสดงการเบิกใช้สูงสุดที่ผ่านมาซึ่งเป็นแนวทางที่ดีสำหรับการลดประสิทธิภาพในอนาคตของกลยุทธ์ การวัดที่สองคืออัตราส่วน Sharpe ซึ่งเป็นค่าเฉลี่ยของผลตอบแทนส่วนเกินที่หารด้วยส่วนเบี่ยงเบนมาตรฐานของผลตอบแทนส่วนเกินเหล่านั้น ที่นี่ผลตอบแทนส่วนเกินหมายถึงการกลับมาของกลยุทธ์เหนือเกณฑ์ที่กำหนดไว้ล่วงหน้า เช่น SP500 หรือตั๋วเงินคลัง 3 เดือน โปรดทราบว่าผลตอบแทนรายปีไม่ใช่มาตรการที่มักใช้เนื่องจากไม่คำนึงถึงความผันผวนของกลยุทธ์ (ซึ่งแตกต่างจากอัตราส่วน Sharpe) เมื่อกลยุทธ์ได้รับการ backtested และถือว่าเป็นอิสระจากความลำเอียง (ในเท่าที่เป็นไปได้) กับชาร์ปที่ดีและ drawdowns ลดลงก็เป็นเวลาที่จะสร้างระบบการดำเนินการ ระบบการดำเนินการ (Execution Systems) ระบบการดำเนินงานคือวิธีการที่รายการซื้อขายที่เกิดจากกลยุทธ์จะถูกส่งและดำเนินการโดยโบรกเกอร์ แม้จะมีการสร้างการค้าแบบกึ่งอัตโนมัติหรือแม้แต่แบบอัตโนมัติก็ตามกลไกการเรียกใช้งานอาจเป็นแบบคู่มือกึ่งมือ (เช่นคลิกเดียว) หรือแบบอัตโนมัติทั้งหมด สำหรับกลยุทธ์ LFT เทคนิคคู่มือและกึ่งคู่มือเป็นเรื่องปกติ สำหรับกลยุทธ์ HFT มีความจำเป็นต้องสร้างกลไกการดำเนินการโดยอัตโนมัติแบบเต็มรูปแบบซึ่งมักจะเป็นคู่ขนานกับเครื่องกำเนิดการค้า (เนื่องจากการพึ่งพาซึ่งกันและกันของกลยุทธ์และเทคโนโลยี) ข้อควรพิจารณาที่สำคัญในการสร้างระบบการดำเนินการคือส่วนติดต่อกับนายหน้าซื้อขายหลักทรัพย์ การลดค่าใช้จ่ายในการทำธุรกรรม (รวมถึงค่าคอมมิชชั่นการลื่นไถลและการแพร่กระจาย) และความแตกต่างของประสิทธิภาพของระบบออนไลน์จากผลการดำเนินงานที่ได้รับการสนับสนุน มีหลายวิธีในการติดต่อกับนายหน้าซื้อขายหลักทรัพย์ ตั้งแต่การโทรหาโบรกเกอร์ของคุณทางโทรศัพท์ไปจนถึง Application Programming Interface (API) ที่มีประสิทธิภาพสูงโดยอัตโนมัติ คุณต้องการทำให้ธุรกรรมการค้าของคุณดำเนินไปโดยเร็วที่สุดเท่าที่จะเป็นไปได้ ช่วยให้คุณสามารถเรียกใช้กลยุทธ์หรือแม้แต่กลยุทธ์ของความถี่สูง (ในความเป็นจริง HFT เป็นไปไม่ได้อย่างยิ่งโดยไม่ต้องดำเนินการโดยอัตโนมัติ) ซอฟต์แวร์ backtesting ที่กล่าวถึงข้างต้นเช่น MATLAB, Excel และ Tradestation เหมาะสำหรับการใช้ความถี่ต่ำและกลยุทธ์ที่ง่ายกว่า อย่างไรก็ตามจำเป็นที่จะต้องสร้างระบบการดำเนินการภายในที่เขียนด้วยภาษาที่มีประสิทธิภาพสูงเช่น C เพื่อทำ HFT จริง เป็นเรื่องเล็ก ๆ น้อย ๆ ในกองทุนที่ผมเคยทำงานมาเรามีวงเงินการซื้อขาย 10 นาทีโดยที่เราจะดาวน์โหลดข้อมูลตลาดใหม่ ๆ ทุกๆ 10 นาทีจากนั้นจะดำเนินการซื้อขายตามข้อมูลดังกล่าวในกรอบเวลาเดียวกัน นี่เป็นการใช้สคริปต์ Python ที่เพิ่มประสิทธิภาพ สำหรับข้อมูลที่มีข้อมูลใกล้เคียงกับนาทีหรือสองความถี่ฉันเชื่อว่า CC น่าจะเหมาะกว่ามาก ในกองทุนที่มีขนาดใหญ่มักไม่ใช่โดเมนของผู้ประกอบการระบบควอนตัมเพื่อเพิ่มประสิทธิภาพการดำเนินงาน อย่างไรก็ตามในร้านค้าขนาดเล็กหรือ บริษัท HFT พ่อค้าเป็นผู้บริหารและดังนั้นทักษะที่กว้างมากมักเป็นที่น่าพอใจ จำไว้ว่าถ้าคุณต้องการที่จะจ้างโดยกองทุน ทักษะการเขียนโปรแกรมของคุณจะมีความสำคัญถ้าไม่มากไปกว่าสถิติและความสามารถทางเศรษฐมิติของคุณอีกประเด็นสำคัญที่อยู่ภายใต้แบนเนอร์ของการดำเนินการคือการลดต้นทุนการทำธุรกรรม ค่าคอมมิชชั่น (หรือภาษี) โดยทั่วไปมีอยู่ 3 ส่วนคือค่าธรรมเนียมที่เรียกเก็บจากนายหน้าซื้อขายหลักทรัพย์อัตราแลกเปลี่ยนและหน่วยงานกำกับดูแลของ SEC (หรือหน่วยงานกำกับดูแลของรัฐบาลที่คล้ายคลึงกัน) ซึ่งเป็นความแตกต่างระหว่างสิ่งที่คุณต้องการให้เป็น เต็มไปด้วยสิ่งที่มันเป็นจริงเต็มไปด้วยการแพร่กระจายซึ่งเป็นความแตกต่างระหว่างราคา bidask ของการรักษาความปลอดภัยที่มีการซื้อขาย โปรดทราบว่าการแพร่กระจายจะไม่คงที่และขึ้นอยู่กับสภาพคล่องในปัจจุบัน (เช่นความพร้อมในการสั่งซื้อ buysell) ในตลาด ค่าใช้จ่ายในการทำธุรกรรมสามารถสร้างความแตกต่างระหว่างกลยุทธ์ที่ทำกำไรได้มากกับอัตราส่วน Sharpe ที่ดีและเป็นกลยุทธ์ที่ไม่หวังผลกำไรมากที่มีอัตราส่วน Sharpe แย่ อาจเป็นความท้าทายในการทำนายค่าใช้จ่ายในการทำธุรกรรมได้อย่างถูกต้องจากแบบทดสอบหลังการขาย ทั้งนี้ขึ้นอยู่กับความถี่ของกลยุทธ์คุณจะต้องเข้าถึงข้อมูลการแลกเปลี่ยนข้อมูลซึ่งจะรวมถึงข้อมูลการติเตียนสำหรับราคา bidask ทีมทั้งหมดของ quants จะทุ่มเทเพื่อเพิ่มประสิทธิภาพของการดำเนินการในกองทุนขนาดใหญ่ด้วยเหตุผลเหล่านี้ พิจารณาสถานการณ์ที่กองทุนต้องระงับการค้าจำนวนมาก (ซึ่งเหตุผลที่ต้องทำเช่นนั้นมีมากมายและแตกต่างกันไป) การทุ่มตลาดหุ้นจำนวนมากเข้าสู่ตลาดจะเป็นการกดดันราคาอย่างรวดเร็วและอาจไม่ได้รับการดำเนินการที่ดีที่สุด ดังนั้นขั้นตอนวิธีที่หยดฟีดคำสั่งเข้าสู่ตลาดอยู่แม้ว่ากองทุนจะเสี่ยงต่อการลื่นไถล นอกจากนั้นกลยุทธ์อื่น ๆ ยังเป็นประโยชน์ต่อความจำเป็นเหล่านี้และสามารถใช้ประโยชน์จากความไร้ประสิทธิภาพ นี่คือโดเมนของ arbitrage โครงสร้างของโครงสร้าง ประเด็นสำคัญที่สำคัญที่สุดสำหรับระบบการดำเนินการคือความแตกต่างของประสิทธิภาพของกลยุทธ์จากผลการดำเนินงานที่ได้รับการสนับสนุน นี้สามารถเกิดขึ้นได้จากหลายสาเหตุ ใดก็ตามเราได้กล่าวถึงอคติดูล่วงหน้าและการเพิ่มประสิทธิภาพอคติในเชิงลึกเมื่อพิจารณา backtests อย่างไรก็ตามกลยุทธ์บางอย่างไม่ได้ทำให้ง่ายต่อการทดสอบอคติเหล่านี้ก่อนที่จะมีการใช้งาน นี้เกิดขึ้นใน HFT ส่วนใหญ่ อาจมีข้อบกพร่องในระบบการดำเนินการรวมถึงกลยุทธ์การซื้อขายที่ไม่ปรากฏในแบบทดสอบหลังการขาย แต่จะปรากฏในการซื้อขายสด ตลาดอาจได้รับการเปลี่ยนแปลงระบอบการปกครองหลังจากการปรับใช้กลยุทธ์ของคุณ สภาพแวดล้อมด้านการกำกับดูแลใหม่การเปลี่ยนแปลงความเชื่อมั่นของนักลงทุนและปรากฏการณ์ทางเศรษฐกิจมหภาคอาจนำไปสู่ความแตกต่างในด้านการตลาดและความสามารถในการทำกำไรของกลยุทธ์ของคุณ การจัดการความเสี่ยงชิ้นสุดท้ายของปริศนาการค้าเชิงปริมาณคือกระบวนการบริหารความเสี่ยง ความเสี่ยงรวมถึงอคติทั้งหมดที่กล่าวมาก่อนหน้านี้ ซึ่งจะรวมถึงความเสี่ยงด้านเทคโนโลยีเช่นเซิร์ฟเวอร์ที่อยู่ในที่ทำการแลกเปลี่ยนอย่างฉับพลันทำให้เกิดความผิดปกติของฮาร์ดดิสก์ ซึ่งรวมถึงความเสี่ยงในการเป็นนายหน้าซื้อขายหลักทรัพย์เช่นนายหน้าล้มละลาย (ไม่ใช่เรื่องที่บ้าคลั่งเนื่องจากเป็นเรื่องที่ทำให้กลัวกับ MF Global) ในระยะสั้นมันครอบคลุมเกือบทุกอย่างที่อาจจะรบกวนการดำเนินงานการค้าซึ่งมีหลายแหล่ง หนังสือทั้งเล่มมีไว้สำหรับการจัดการความเสี่ยงสำหรับกลยุทธ์เชิงปริมาณดังนั้นฉันจึงไม่พยายามทำความเข้าใจกับแหล่งความเสี่ยงที่เป็นไปได้ทั้งหมดที่นี่ การบริหารความเสี่ยงยังครอบคลุมถึงสิ่งที่เรียกว่าการจัดสรรทุนที่เหมาะสม ซึ่งเป็นสาขาของทฤษฎีพอร์ตโฟลิโอ นี่คือวิธีการจัดสรรทุนให้กับชุดของกลยุทธ์ที่แตกต่างกันและการค้าภายในกลยุทธ์เหล่านั้น เป็นพื้นที่ที่ซับซ้อนและใช้คณิตศาสตร์บางอย่างที่ไม่ใช่คณิตศาสตร์เล็กน้อย มาตรฐานอุตสาหกรรมที่การจัดสรรเงินทุนและการใช้ประโยชน์จากกลยุทธ์ที่เหมาะสมเกี่ยวข้องกับการนี้เรียกว่าเกณฑ์ Kelly ตั้งแต่นี้เป็นบทความเบื้องต้นผมไม่ได้อยู่ในการคำนวณของ เกณฑ์ของเคลลี่ทำให้สมมติฐานเกี่ยวกับลักษณะทางสถิติของผลตอบแทนซึ่งมักไม่ค่อยถือเป็นจริงในตลาดการเงินดังนั้นนักค้ามักจะระมัดระวังในการดำเนินการ อีกหนึ่งองค์ประกอบสำคัญของการบริหารความเสี่ยงคือการจัดการกับรายละเอียดทางจิตใจของตัวเอง มีอคติทางความคิดหลายอย่างที่สามารถเล็ดลอดเข้าสู่การซื้อขายได้ แม้ว่าจะเป็นปัญหาที่เกิดขึ้นกับการซื้อขายแบบอัลกอริทึมหากกลยุทธ์เหลือเพียงอย่างเดียวความอคติแบบทั่วไปคือการสูญเสียการสูญเสียที่ตำแหน่งที่สูญเสียจะไม่ถูกปิดออกเนื่องจากความเจ็บปวดที่ต้องตระหนักถึงความสูญเสีย ในทำนองเดียวกันผลกำไรสามารถทำได้เร็วเกินไปเพราะความกลัวในการสูญเสียกำไรที่ได้รับแล้วอาจจะมากเกินไป อีกประการหนึ่งที่เป็นที่รู้จักกันทั่วไปว่าเป็นความอคติใหม่ เรื่องนี้แสดงออกเมื่อผู้ค้าใส่ใจมากเกินไปในเหตุการณ์ล่าสุดและไม่ได้อยู่ในระยะยาว แล้วแน่นอนว่ามีคู่แบบคลาสสิกของอารมณ์อคติ - ความกลัวและความโลภ สิ่งเหล่านี้มักจะนำไปสู่การใช้ประโยชน์หรือทำให้เกิดการใช้ประโยชน์ได้มากเกินไปซึ่งอาจทำให้เกิดการระเบิด (ซึ่งเป็นส่วนของบัญชีที่มุ่งไปที่ศูนย์หรือแย่ลง) หรือลดผลกำไร ที่สามารถมองเห็นได้การซื้อขายเชิงปริมาณเป็นเรื่องที่ซับซ้อนมากและน่าสนใจมากในด้านการเงินเชิงปริมาณ ฉันมีรอยขีดข่วนแท้จริงของพื้นผิวของหัวข้อในบทความนี้และได้รับแล้วค่อนข้างยาวหนังสือและเอกสารทั้งหมดได้รับการเขียนเกี่ยวกับปัญหาที่ฉันได้รับเฉพาะประโยคหรือสองต่อ ด้วยเหตุผลดังกล่าวก่อนที่จะสมัครงานการจัดหาเงินทุนเป็นจำนวนมากจึงจำเป็นต้องมีการศึกษาขั้นพื้นฐานเป็นจำนวนมาก อย่างน้อยที่สุดคุณจะต้องมีภูมิหลังที่กว้างขวางในสถิติและเศรษฐมิติที่มีประสบการณ์มากในการใช้งานผ่านทางภาษาโปรแกรมเช่น MATLAB, Python หรือ R. สำหรับกลยุทธ์ที่ซับซ้อนมากขึ้นในตอนท้ายของความถี่ที่สูงขึ้นชุดทักษะของคุณอาจเป็นไปได้ รวมถึงการแก้ไขเคอร์เนลลินุกซ์, CC, การเขียนโปรแกรมประกอบและการเพิ่มประสิทธิภาพแฝงของเครือข่าย หากคุณสนใจในการพยายามสร้างกลยุทธ์การซื้อขายแบบอัลกอรึทึมของตัวเองข้อเสนอแนะแรกของฉันก็คือการทำให้การเขียนโปรแกรมเป็นไปอย่างดี การตั้งค่าของฉันคือการสร้างข้อมูล grabber, backtester กลยุทธ์และระบบการทำงานให้มากที่สุดเท่าที่จะเป็นไปได้ ถ้าเงินทุนของคุณอยู่ในสายคุณจะไม่นอนหลับดีขึ้นในเวลากลางคืนโดยรู้ว่าคุณได้ทดสอบระบบของคุณอย่างครบถ้วนและตระหนักถึงข้อผิดพลาดและปัญหาเฉพาะของ Outsourcing นี้ไปยังผู้ขายในขณะที่อาจช่วยประหยัดเวลาในระยะสั้นอาจเป็นอย่างมาก แพงในระยะยาว เพิ่งเริ่มต้นกับการซื้อขายเชิงปริมาณ