استراتيجيات التداول الكمي الكلية الإمبراطورية

كوانتيتاتيف استراتيجيات التداول الإمبراطوري.

التدريب العالمي للأسواق - المدربين.

جميع المدربين لدينا هي السوق المالية. فريق العمل على استراتيجيات التداول باستخدام الكمية و. إدارة المخاطر في إمبريال.

الزخم (الأوراق الأكاديمية) | كمي الاستثمار ويكي.

الزخم (الأوراق الأكاديمية) تحرير. . S. مومنتوم في الإمبراطورية روسيا. درو، مايكل E. و بوليكرونيس، J. اختبار استراتيجيات الزخم التداول في الخارج.

منتدى يركز الصناعة عرض أحدث الكمية.

كلية راما كونت وجامعة إمبريال كوليدج لندن. • لوكا كابريوتيبي في مركز أحدث النمذجة الكمية، والتجارة،. • استراتيجيات التداول.

حلول كتراك ورقة بيضاء عصر جديد لكمي.

حلول كتراك ورقة بيضاء - عصر جديد للتجارة الكمية. وبالنظر إلى أن العديد من الاستراتيجيات في الصناديق الكمية متشابهة لبعضها البعض.

عرض أحدث الابتكار الكمي والعملية.

عرض أحدث الابتكار الكمي والتطورات العملية في التسعير،. النمذجة، التسعير، التداول الكمي،. الكلية الإمبريالية.

كلية التربية - قسم الرياضيات | نيو كورانت.

وتتركز أبحاث ماركو حول استراتيجيات التداول الكمي. عضو هيئة التدريس المساعد. أستاذ زائر في الرياضيات في كلية إمبريال.

شهادة في التمويل الكمي - كفينستيتيوت.

في السابق، شغل الدكتور ليو منصب بحثي في ​​إمبريال كوليدج لندن في المملكة المتحدة. . تكنولوجيا المعلومات، التداول الكمي، التأمين،. استراتيجيات التداول،.

سعيد أمين | تداول المشتقات العالمية & أمب؛ المخاطر. - ...

الملف الشخصي ل سعيد آمين. . يكرم درجة الماجستير من كلية الإمبراطورية في. بيثون المكتبات إلى استراتيجيات التداول باكتست و.

المتحدثون | ذي كفم-إمبريال وركشوب 2017.

ديفيد فيلاه (J. P. مورغان) بدأ ديفيد حياته المهنية في نيويورك، وكتابة خوارزميات التداول ل إيتغ في عام 1998 - مع التركيز بشكل رئيسي على استراتيجيات أربطة مخصصة ل.

مركز دكتوراه في المملكة المتحدة في الحوسبة المالية.

تعاون فريد من نوعه بين أوكل، لس و إمبريال كوليدج لندن. إلى الأداء النهائي وأداء سيناريوهات "ماذا لو" للتداول.

الاختيارية الصيفية: استراتيجيات التداول الكمية.

كلية إدارة الأعمال.

دورات الربيع.

الدورات الصيفية.

بالطبع مخطط.

مدرس المقرر.

أهداف الدورة.

تحتاج صناعة إدارة الأصول العالمية المستثمرين والمحللين ومديري المخاطر التي هي مريحة باستخدام الأساليب الكمية لحل المشاكل العديدة والمتنوعة لهذه الصناعة. وقد نشأت هذه الحاجة من مجموعة من العوامل، وهي تنمو بسرعة. أولا، أدت زيادة التنظيم إلى الحاجة إلى الشفافية وإصدار الشهادات، ويتم ذلك في الغالب من خلال تحليلات كمية مثل إدارة المخاطر واختبار الإجهاد. وثانيا، يتطلب التعقيد في الولايات وفي اتساع نطاق الأسواق المالية العالمية بصورة متزايدة إجراء تحليلات كمية. وأخيرا، صعود & لسو؛ البيانات الكبيرة و [رسقوو]؛ زيادة كمية مجموعات البيانات الجديدة المتاحة لمديري الاستثمار وتوليد الإشارات، مما يتطلب سلالة جديدة من المحلل الكمي: عالم البيانات.

وستكون هذه الوحدة نموذجا دقيقا وتطبيقيا في تصميم وتنفيذ تقنيات الاستثمار الكمية ضمن إطار مؤسسي لإدارة الأصول. أولا، سوف يتعلم الطلاب عن واجب الائتمان، وتصميم ولاية وقسم العرضي من الأموال المتاحة في صناعة إدارة الأموال. ثانيا، سيتم إدخال الطلاب إلى استخدام تقنيات النمذجة الكمية المستخدمة لإدارة الأموال، بما في ذلك الاستثمار القائم على عوامل، والمنهجيات القائمة على إشارة (الحدث) ومؤشرات الارتباط / التقنية في كل من البيئات الثابتة والديناميكية. وسيعتبر استخدام بيانات المؤشرات الاقتصادية الكلية وغيرها من مؤشرات النظام شرطا لاستراتيجيات الاستثمار. وثالثا، سوف يتعلم الطلاب كيفية إعادة اختبار وتقييم الأفكار الاستثمارية الجديدة، وكيفية تحديد نقاط القوة والضعف من كل منهما. وأخيرا، سوف يكون الطلاب قادرين على الأريكة إشارات ألفا ضمن إطار ولاية واعية المخاطر لكل من الولايات التقليدية طويلة الأجل والإنصاف لولاية قصيرة / مقيدة. ولن تسلط هذه الوحدة الضوء على إنشاء المحفظة فحسب، بل أيضا على األدوات المستخدمة للحفاظ على والية مستمرة وإدارتها باستخدام أدوات إحالة المخاطر واألداء.

والهدف من الوحدة هو تزويد الطلاب مع مجموعة واسعة من الأدوات الكمية التي يستخدمها مديري الأصول. وبهذه الطريقة، فإنه يختلف عن الوحدات التي تزود الطلاب فقط مع أدوات الاقتصاد القياسي لتحديد استراتيجيات التداول، من دون الحاجة إلى الانخفاض الخلفي من مدير الأصول المهنية.

تم تصميم هذه الوحدة للطلاب جاهزين للعمل ضمن بيئة إدارة الأصول المؤسسية باستخدام أدوات كمية في مختلف الأدوار المختلفة، وليس فقط كمدراء الأصول.

أساليب التدريس.

متطلبات ما قبل.

تقدير.

وسيتم فحص الوحدة بناء على دراسة حالة جماعية، واختبار قدرة الطالب على بناء وتقييم وتقديم استراتيجية استثمار) 50٪ (يليها امتحان كتابي في نهاية المدة وهو ما يمثل النسبة المتبقية)٪ 50 (الكتاب المغلق، ساعتين).

قائمة القراءة.

هيكل الدورة.

كل أسبوع سيكون هناك محاضرة لمدة 3 ساعات.

أسبوع 1 تطوير أهداف الاستثمار وولايته. المخاطر النشطة، والمعايير والقيود. جدوى نتائج الاستثمار وحدود المخاطر / السحب المستهدفة.

الأسبوع 2 فرضية الاستثمار وتصميم العملية. تحديد طبيعة معلومات الحافظة، والنقص / الاحتكاك الذي سيؤدي إلى تفوق هذه الحافظة.

أسبوع 3 الاستثمار القائم على العوامل، الجزء 1. إدخال عوامل ألفا / المخاطر المستخدمة عادة في نماذج مستعرضة مثل الزخم والتقييم والجودة. مستعرضة (إيك) والإشارة الخلفية أساسيات الاختبار.

الأسبوع 4 الاستثمار القائم على العوامل، الجزء 2. استكشاف استراتيجيات الترجيح السياقية والديناميكية، ودور المعلومات الكلية والمشاعر. استكشاف إشارات المشاعر الجديدة على أساس عملية اللغة الطبيعية (البرمجة اللغوية العصبية).

أسبوع 5 أفق الإشارة والمنهجيات القائمة على الحدث. تسوس الإشارات والجمع بين عوامل متعددة الأفق. المنهجيات القائمة على الأحداث بما في ذلك الأرباح وحوكمة الشركات وآثار التقويم.

أسبوع 6 التقارب / الاختلاف الاقتصادي القياسي، الجزء 1. إدخال بعض من المنهجيات الاقتصادية سلسلة الزمنية المستخدمة عادة لتحديد الإشارات القابلة للاستغلال.

أسبوع 7 نماذج المخاطر والتفسير. تغطية نماذج المخاطر الأساسية المستخدمة في الصناعة وتفسيرها واستخدامها.

الأسبوع 8 إدارة دوران الأداء وإسناد الأداء. أدوات إدارة المحافظ الجارية لإدارة تكاليف دوران، وفهم إسناد الأداء.

استراتيجيات التداول الكمية الكلية الإمبراطورية.

إفتا 2017 - الإبحار إلى المستقبل - استضافتها سيات - ميلانو.

ويسر الجمعية الإيطالية للتحليل الفني (سيات) أن تستضيف الاتحاد الدولي لعام 2017 لمؤتمر المحللين الفنيين في ميلانو.

فمكر | الفريق - استشارات الأسواق المالية ...

إيان غاسكلكو-مؤسس ومدير تنفيذيالمنطقة: إدارة التداول والمخاطر في المكاتب الأمامية على مدى ثلاثين عاما من حياته المهنية في الأسواق، وقد شغل إيان كبار العالمية.

ورش العمل | E. P. تشان & أمب؛ المرتبطين.

E. P. تشان & أمب؛ أسوسياتس - كوانتيتاتيف ترادينغ ستراتيجيست. مخطط بالطبع يمكن تحميلها هنا. _____ كما يقدم إرني ورش عمل شخصية في لندن، سبتمبر.

فريق | إدارة الأصول في أنتاركتيكا.

بيتر دي ويردت هو الشريك التنفيذي لشركة أنتاركتيكا أسيت ماناجيمنت Ltd. وعمل سابقا في شركة أبن أمرو (1995-1999). وكان آخر منصب رئيس أوروبا.

كوانتيش كونفيرانس - ماشين ليارنينغ & أمب؛ منظمة العفو الدولية في.

مؤتمر كوانتيش. آلة التعلم & أمب؛ منظمة العفو الدولية في مؤتمر التمويل الكمي، لندن: 16 - 17 نوفمبر 2017 & أمب؛ بلوكشين التطورات في الأسواق المالية.

تعلم خدش وبيثون | مدرسة تعليم الأطفال ...

برمجة وترميز الطبقات للأطفال من سن 8-16 في سنغافورة. تدرس من قبل خريجي ستانفورد وكارنيجي ميلون. تعلم خدش، بيثون، سويفت وأكثر من ذلك.

ماجستير في التمويل | جامعة لندن الامبرياليه.

لدينا ماجستير في المالية يوفر مزيجا فريدا من أحدث البحوث والتطبيق العملي ومجموعة واسعة من المواضيع، وإعداد الدراسات العليا الأخيرة.

بيثون فور فينانس، بارت I: ياهو فينانس أبي، بانداس، ...

في التفاصيل، في أول الدروس لدينا، ونحن نذهب لإظهار كيف يمكن للمرء بسهولة استخدام بايثون لتحميل البيانات المالية من قواعد البيانات على الانترنت مجانا، والتلاعب بها.

ماجستير إدارة المخاطر والهندسة المالية | الإمبراطورية.

لدينا درجة الماجستير في إدارة المخاطر والهندسة المالية هي دورة الكمية للغاية مصممة للخريجين من الناحية الفنية الخريجين الذين w.

شعبنا - تريوم كابيتال.

شعبنا جعل تريوم كابيتال. انقر على أحد الأسماء أدناه للحصول على مزيد من التفاصيل.

LearnDataSci.

هوم »بيثون للتمويل، الجزء 2: مقدمة لاستراتيجيات التداول الكمية.

بيثون فور فينانس، الجزء 2: مقدمة لاستراتيجيات التداول الكمية.

بيثون فور فينانس، الجزء 2: مقدمة لاستراتيجيات التداول الكمية.

اللغة: بيثون 3.5 المكتبات: بانداس، نومبي، و ماتلوتليب دفتر إبيثون: متوفر على جيثب.

في بيثون للتمويل، الجزء الأول، ركزنا على استخدام بيثون و بانداس ل.

واسترداد سلسلة زمنية مالية من مصادر مجانية على الإنترنت (ياهو)، وتنسيق البيانات عن طريق ملء الملاحظات المفقودة ومواءمتها، وحساب بعض المؤشرات البسيطة مثل المتداول المتوسطات المتحركة وتصور السلسلة الزمنية النهائية.

كتذكير، فإن داتافريم تحتوي على ثلاثة & # 8220؛ تنظيف & # 8221؛ تتضمن أوقات الأسعار التنسيق التالي:

كما قمنا بحساب المتوسط ​​المتحرك المتداول لهذه المرات الثلاث على النحو التالي. تجدر الإشارة إلى أنه عند حساب المتوسط ​​المتحرك ل $ M $، فإن أول $ M-1 $ غير صالح، حيث أن السعر $ M $ مطلوب لأول نقطة بيانات متوسطة متحركة.

وبناء على هذه النتائج، سيكون هدفنا النهائي هو تصميم استراتيجية تداول بسيطة ولكنها واقعية. ومع ذلك، أولا نحن بحاجة للذهاب من خلال بعض المفاهيم الأساسية المتعلقة باستراتيجيات التداول الكمي، فضلا عن الأدوات والتقنيات في هذه العملية.

اعتبارات عامة حول استراتيجيات التداول.

هناك عدة طرق يمكن للمرء أن يحدث عندما يتم تطوير استراتيجية التداول. ويتمثل أحد النهج في استخدام السلاسل الزمنية للأسعار مباشرة والعمل مع الأرقام التي تتوافق مع بعض القيمة النقدية. على سبيل المثال، يمكن للباحث أن يعمل مع سلسلة زمنية تعبر عن سعر سهم معين، مثل السلاسل الزمنية التي استخدمناها في المقالة السابقة. وبالمثل، إذا كان العمل مع أدوات الدخل الثابت، السندات، يمكن للمرء أن يستخدم سلسلة زمنية معربا عن سعر السند كنسبة مئوية من قيمة مرجعية معينة، في هذه الحالة القيمة الاسمية للسند. العمل مع هذا النوع من السلاسل الزمنية يمكن أن يكون أكثر بديهية كما يستخدم الناس للتفكير من حيث الأسعار. ومع ذلك، سلسلة الوقت السعر لديها بعض السلبيات. وعادة ما تكون الأسعار إيجابية فقط، مما يجعل من الصعب استخدام النماذج والنهج التي تتطلب أو تنتج أرقام سلبية. وبالإضافة إلى ذلك، فإن سلاسل الأسعار السعرية عادة ما تكون غير ثابتة، أي أن خصائصها الإحصائية أقل استقرارا بمرور الوقت.

ويتمثل النهج البديل في استخدام السلاسل الزمنية التي لا تتطابق مع القيم الفعلية ولكن التغيرات في القيمة النقدية للأصل. ويمكن لهذه السلاسل الزمنية أن تفترض القيم السلبية وتفعلها، كما أن خصائصها الإحصائية عادة ما تكون أكثر ثباتا من خصائص سلاسل التوقيت. أكثر النماذج المستخدمة استخداما هي العوائد النسبية التي تعرف بأنها.

وتسجيل عوائد يعرف باسم.

حيث $ p \ ليفت (t \ رايت) $ هو سعر الأصل في الوقت $ t $. على سبيل المثال، إذا كان $ p \ ليفت (t \ رايت) = 101 $ و $ p \ ليفت (t-1 \ رايت) = 100 $ ثم $ r_> \ ليفت (t \ رايت) = \ فراك = 1 \٪ $ .

وهناك عدة أسباب وراء استخدام عوائد السجل في هذه الصناعة، وبعضها يتعلق بافتراضات طويلة الأمد بشأن سلوك عائدات الأصول وهي خارج نطاقنا. ومع ذلك، ما نحتاج إلى الإشارة إلى اثنين من الخصائص مثيرة للاهتمام للغاية. سجل العودة هي المضافة وهذا يسهل العلاج من سلسلة زمنية لدينا، والعوائد النسبية ليست كذلك. يمكننا أن نرى الإضافة من سجل العودة في المعادلة التالية.

وهو ببساطة سجل العودة من $ t_0 $ إلى $ t_2 $. ثانيا، يسجل-عوائد تساوي تقريبا العوائد النسبية لقيم $ \ فراك $ قريبة بما فيه الكفاية $ 1 $. من خلال اتخاذ الترتيب الأول تايلور من $ \ لوغ \ ليفت (\ فراك \ رايت) $ حوالي $ 1 $، نحصل على.

وتحسب هاتان المجموعتان ببراعة باستخدام الباندا:

بما أن لوغ-ريتورس هي مضافة، يمكننا إنشاء سلسلة زمنية من عوائد السجل التراكمي المعرفة ك.

c \ ليفت (t \ رايت) = \ sum_ ^ t r \ ليفت (t \ رايت)

ويمكن الاطلاع أدناه على عوائد السجل التراكمية وعوائد إجمالية نسبية من السلسلة الزمنية الثلاثية للفترة 2000/01/01. لاحظ أنه على الرغم من أن سجل العودة من السهل التلاعب، والمستثمرين اعتادوا على استخدام العائدات النسبية. على سبيل المثال، لا يعني عائد سجل $ 1 $ أن المستثمر قد تضاعف قيمة محفظته. العائد النسبي $ 1 = 100 \٪ $ لا! تحويل بين التراكمي لوغ-ريتورن $ c \ ليفت (t \ رايت) $ والعائد النسبي الكلي $ c_> \ ليفت (t \ رايت) = \ فراك $ بسيط.

بالنسبة لأولئك الذين يتساءلون إذا كان هذا هو الصحيح، نعم هو عليه. إذا كان شخص ما قد اشترى $ \ $ 1000 $ قيمة أسهم آبل في يناير 2000، فإن محفظته الآن يستحق أكثر من $ \ $ 30،000 $. إذا كان لدينا فقط آلة الزمن & # 8230؛

ما هي استراتيجية التداول الكمي؟

هدفنا هو تطوير استراتيجية تداول لعبة، ولكن ماذا يعني & # 8220؛ استراتيجية التداول الكمي & # 8221؛ يعني فعلا؟ في هذا القسم سنقدم تعريفا يوجهنا في هدفنا على المدى الطويل.

نفترض أن لدينا تحت تصرفنا مبلغ معين من الدولارات، $ N $، ونحن مهتمون للاستثمار. لدينا تحت تصرفنا مجموعة من الأصول $ K $ التي يمكننا شراء وبيع بحرية أي مبلغ التعسفي. هدفنا هو اشتقاق الأوزان $ w_i \ ليفت (t \ رايت)، i = 1، \ لدوتس، K $ هكذا.

$$ w_i \ ليفت (t \ رايت) \ إن \ ماثبب \ \ تكست \ \ sum_ ^ K w_i \ ليفت (t \ رايت) \ ليق 1 $$

بحيث يتم استثمار مبلغ دولار يساوي $ w_i \ ليفت (t \ رايت) N $ في الوقت $ t $ على الأصول $ i $.

حالة عدم المساواة تعني $ \ sum_ ^ K w_i \ ليفت (t \ رايت) \ ليق 1 $ أن الحد الأقصى للمبلغ الذي يمكننا استثماره يساوي كمية الدولارات التي لدينا، وهذا هو $ N $.

على سبيل المثال، نفترض أنه يمكننا الاستثمار في $ 2 $ إنسترومنتس أونلي أند أن $ N = \ $ 1000 $. والهدف هو اشتقاق اثنين من الأوزان $ w_1 \ يسار (ر \ يمين) $ و $ w_2 \ يسار (ر \ يمين) $.

إذا كان عند نقطة معينة $ w_1 \ ليفت (t \ رايت) = 0.4 $ و $ w_2 \ ليفت (t \ رايت) = 0.6 $، وهذا يعني أننا استثمرنا $ w_1 \ ليفت (t \ رايت) N = \ $ 400 $ في مادة العرض $ 1 $ و $ w_2 \ ليفت (t \ رايت) N = \ $ 600 $ في مادة العرض $ 2 $. بما أننا لا نملك سوى $ $ 1000 $، يمكننا أن نستثمر فقط حتى هذا بكثير مما يعني ذلك.

$$ w_1 \ ليفت (t \ رايت) N + w_2 \ ليفت (t \ رايت) N \ ليق N \ رايتارو w_1 \ ليفت (t \ رايت) + w_2 \ ليفت (t \ رايت)

جورجيوس إفستاثوبولوس.

جورجيوس لديه 7+ سنوات من الخبرة كمحلل كمي في القطاع المالي، وعملت على نطاق واسع في النماذج الإحصائية وآلات التعلم الآلي للتجارة الكمية والسوق وإدارة مخاطر الائتمان والنمذجة السلوكية. يحمل جورجيوس درجة الدكتوراه في الرياضيات التطبيقية والإحصاء في كلية إمبريال كوليدج في لندن، وهو المؤسس والرئيس التنفيذي لشركة كواناليتيكش المحدودة، وهي شركة استشارية تركز على الحلول الكمية وتحليل البيانات للأفراد والمنظمات الذين يرغبون في حصاد إمكانات بياناتهم الخاصة لتنمية أعمالهم .

موصى به.

بيثون للتمويل، الجزء الأول: ياهو المالية أبي، الباندا، و ماتلوتليب.

في التفاصيل، في أول الدروس لدينا، ونحن نذهب لإظهار كيف يمكن للمرء بسهولة استخدام بايثون لتحميل البيانات المالية من قواعد البيانات على الانترنت مجانا، والتعامل مع البيانات التي تم تحميلها ثم إنشاء بعض المؤشرات الفنية الأساسية التي سيتم استخدامها بعد ذلك كأساس لدينا استراتيجية كمية.

بيثون فور فينانس، بارت 3: A موفينغ أفيراج ترادينغ ستراتيغي.

في هذه المقالة، سنبدأ بتصميم إستراتيجية تداول أكثر تعقيدا، والتي سيكون لها أوزان غير ثابتة واي (t) واي (t)، وبالتالي تتكيف بطريقة ما مع السلوك الأخير لسعر أصولنا.

أعلى البيانات العلوم دورات على الانترنت في عام 2017.

وفيما يلي قائمة واسعة من دورات علوم البيانات والموارد، من منصات مثل كورسيرا، إدكس، و أوداسيتي، التي تعطيك المهارات اللازمة لتصبح عالم البيانات.

100+ مجانا العلوم العلوم كتب لعام 2017.

سحبت من شبكة الإنترنت، وهنا هو مجموعتنا من أفضل، والكتب المجانية على علوم البيانات والبيانات الكبيرة، واستخراج البيانات، وآلة التعلم، بيثون، R، سكل، نوسقل وأكثر من ذلك.

شكرا لتقاسم جورجيوس. هل استخدام محاكاة مونتي كارلو لاشتقاق الأوزان المثلى تنقسم من أجل تعظيم العائد يكون تحسنا لهذه الاستراتيجية بدلا من تقسيم بالتساوي 1/3 لكل منهما؟ : weights_vector = pd. DataFrame (1/3، إندكس = r_t. index، كولومنز = r_t. columns)

كنت على حق، ماك سيكون واحدا من الطرق الممكنة لتحسين الأوزان لهذه الاستراتيجية. ومع ذلك، لاحظ أن هناك العديد من الأسئلة المفتوحة حول هذا التحسين. أولا وقبل كل شيء، ما نحن الأمثل ل؟ إجمالي العائدات، تقلب المحفظة، السحب؟ ثانيا، التحسين يمر خطر الإفراط في تركيب الأوزان إلى الفاصل الزمني الذي نستخدمه لتحسين. وسيتم تناول هذه القضايا وغيرها في المواد التالية في هذه السلسلة.

متى يمكننا أن نتوقع المشاركة التالية؟

شكرا على هذه المقالة. هناك عدة حالات أعلاه حيث تقسم 1/3 و 1/7. بيثون يفترض النتيجة لتكون عددا صحيحا بحيث يكون الجواب 0 في كلتا الحالتين. يجب استخدام 1.0 / 3 و 1.0 / 7 لتجنب هذه المشكلة.

شكرا على الاشعار. تفترض هذه السلسلة من المقالات أن بيثون 3 يستخدم. في بيثون 3، 1/3 سوف تنتج 1.3333، بدلا من تقسيم صحيح الذي كان عليه الحال في بيثون 2.

ومع ذلك، لجعل هذا متوافق مع المستخدمين بايثون 2، في ما يلي سوف نتأكد من أنه في مثل هذه الحالات يتم اتخاذ مزيد من العناية لضمان التعامل مع الانقسامات بشكل مناسب.

كوبيرايت © 2017 ليرنداتاسي. كل الحقوق محفوظة.

LearnDataSci.

هوم »بيثون للتمويل، الجزء 2: مقدمة لاستراتيجيات التداول الكمية.

بيثون فور فينانس، الجزء 2: مقدمة لاستراتيجيات التداول الكمية.

بيثون فور فينانس، الجزء 2: مقدمة لاستراتيجيات التداول الكمية.

اللغة: بيثون 3.5 المكتبات: بانداس، نومبي، و ماتلوتليب دفتر إبيثون: متوفر على جيثب.

في بيثون للتمويل، الجزء الأول، ركزنا على استخدام بيثون و بانداس ل.

واسترداد سلسلة زمنية مالية من مصادر مجانية على الإنترنت (ياهو)، وتنسيق البيانات عن طريق ملء الملاحظات المفقودة ومواءمتها، وحساب بعض المؤشرات البسيطة مثل المتداول المتوسطات المتحركة وتصور السلسلة الزمنية النهائية.

كتذكير، فإن داتافريم تحتوي على ثلاثة & # 8220؛ تنظيف & # 8221؛ تتضمن أوقات الأسعار التنسيق التالي:

كما قمنا بحساب المتوسط ​​المتحرك المتداول لهذه المرات الثلاث على النحو التالي. تجدر الإشارة إلى أنه عند حساب المتوسط ​​المتحرك ل $ M $، فإن أول $ M-1 $ غير صالح، حيث أن السعر $ M $ مطلوب لأول نقطة بيانات متوسطة متحركة.

وبناء على هذه النتائج، سيكون هدفنا النهائي هو تصميم استراتيجية تداول بسيطة ولكنها واقعية. ومع ذلك، أولا نحن بحاجة للذهاب من خلال بعض المفاهيم الأساسية المتعلقة باستراتيجيات التداول الكمي، فضلا عن الأدوات والتقنيات في هذه العملية.

اعتبارات عامة حول استراتيجيات التداول.

هناك عدة طرق يمكن للمرء أن يحدث عندما يتم تطوير استراتيجية التداول. ويتمثل أحد النهج في استخدام السلاسل الزمنية للأسعار مباشرة والعمل مع الأرقام التي تتوافق مع بعض القيمة النقدية. على سبيل المثال، يمكن للباحث أن يعمل مع سلسلة زمنية تعبر عن سعر سهم معين، مثل السلاسل الزمنية التي استخدمناها في المقالة السابقة. وبالمثل، إذا كان العمل مع أدوات الدخل الثابت، السندات، يمكن للمرء أن يستخدم سلسلة زمنية معربا عن سعر السند كنسبة مئوية من قيمة مرجعية معينة، في هذه الحالة القيمة الاسمية للسند. العمل مع هذا النوع من السلاسل الزمنية يمكن أن يكون أكثر بديهية كما يستخدم الناس للتفكير من حيث الأسعار. ومع ذلك، سلسلة الوقت السعر لديها بعض السلبيات. وعادة ما تكون الأسعار إيجابية فقط، مما يجعل من الصعب استخدام النماذج والنهج التي تتطلب أو تنتج أرقام سلبية. وبالإضافة إلى ذلك، فإن سلاسل الأسعار السعرية عادة ما تكون غير ثابتة، أي أن خصائصها الإحصائية أقل استقرارا بمرور الوقت.

ويتمثل النهج البديل في استخدام السلاسل الزمنية التي لا تتطابق مع القيم الفعلية ولكن التغيرات في القيمة النقدية للأصل. ويمكن لهذه السلاسل الزمنية أن تفترض القيم السلبية وتفعلها، كما أن خصائصها الإحصائية عادة ما تكون أكثر ثباتا من خصائص سلاسل التوقيت. أكثر النماذج المستخدمة استخداما هي العوائد النسبية التي تعرف بأنها.

وتسجيل عوائد يعرف باسم.

حيث $ p \ ليفت (t \ رايت) $ هو سعر الأصل في الوقت $ t $. على سبيل المثال، إذا كان $ p \ ليفت (t \ رايت) = 101 $ و $ p \ ليفت (t-1 \ رايت) = 100 $ ثم $ r_> \ ليفت (t \ رايت) = \ فراك = 1 \٪ $ .

وهناك عدة أسباب وراء استخدام عوائد السجل في هذه الصناعة، وبعضها يتعلق بافتراضات طويلة الأمد بشأن سلوك عائدات الأصول وهي خارج نطاقنا. ومع ذلك، ما نحتاج إلى الإشارة إلى اثنين من الخصائص مثيرة للاهتمام للغاية. سجل العودة هي المضافة وهذا يسهل العلاج من سلسلة زمنية لدينا، والعوائد النسبية ليست كذلك. يمكننا أن نرى الإضافة من سجل العودة في المعادلة التالية.

وهو ببساطة سجل العودة من $ t_0 $ إلى $ t_2 $. ثانيا، يسجل-عوائد تساوي تقريبا العوائد النسبية لقيم $ \ فراك $ قريبة بما فيه الكفاية $ 1 $. من خلال اتخاذ الترتيب الأول تايلور من $ \ لوغ \ ليفت (\ فراك \ رايت) $ حوالي $ 1 $، نحصل على.

وتحسب هاتان المجموعتان ببراعة باستخدام الباندا:

بما أن لوغ-ريتورس هي مضافة، يمكننا إنشاء سلسلة زمنية من عوائد السجل التراكمي المعرفة ك.

c \ ليفت (t \ رايت) = \ sum_ ^ t r \ ليفت (t \ رايت)

ويمكن الاطلاع أدناه على عوائد السجل التراكمية وعوائد إجمالية نسبية من السلسلة الزمنية الثلاثية للفترة 2000/01/01. لاحظ أنه على الرغم من أن سجل العودة من السهل التلاعب، والمستثمرين اعتادوا على استخدام العائدات النسبية. على سبيل المثال، لا يعني عائد سجل $ 1 $ أن المستثمر قد تضاعف قيمة محفظته. العائد النسبي $ 1 = 100 \٪ $ لا! تحويل بين التراكمي لوغ-ريتورن $ c \ ليفت (t \ رايت) $ والعائد النسبي الكلي $ c_> \ ليفت (t \ رايت) = \ فراك $ بسيط.

بالنسبة لأولئك الذين يتساءلون إذا كان هذا هو الصحيح، نعم هو عليه. إذا كان شخص ما قد اشترى $ \ $ 1000 $ قيمة أسهم آبل في يناير 2000، فإن محفظته الآن يستحق أكثر من $ \ $ 30،000 $. إذا كان لدينا فقط آلة الزمن & # 8230؛

ما هي استراتيجية التداول الكمي؟

هدفنا هو تطوير استراتيجية تداول لعبة، ولكن ماذا يعني & # 8220؛ استراتيجية التداول الكمي & # 8221؛ يعني فعلا؟ في هذا القسم سنقدم تعريفا يوجهنا في هدفنا على المدى الطويل.

نفترض أن لدينا تحت تصرفنا مبلغ معين من الدولارات، $ N $، ونحن مهتمون للاستثمار. لدينا تحت تصرفنا مجموعة من الأصول $ K $ التي يمكننا شراء وبيع بحرية أي مبلغ التعسفي. هدفنا هو اشتقاق الأوزان $ w_i \ ليفت (t \ رايت)، i = 1، \ لدوتس، K $ هكذا.

$$ w_i \ ليفت (t \ رايت) \ إن \ ماثبب \ \ تكست \ \ sum_ ^ K w_i \ ليفت (t \ رايت) \ ليق 1 $$

بحيث يتم استثمار مبلغ دولار يساوي $ w_i \ ليفت (t \ رايت) N $ في الوقت $ t $ على الأصول $ i $.

حالة عدم المساواة تعني $ \ sum_ ^ K w_i \ ليفت (t \ رايت) \ ليق 1 $ أن الحد الأقصى للمبلغ الذي يمكننا استثماره يساوي كمية الدولارات التي لدينا، وهذا هو $ N $.

على سبيل المثال، نفترض أنه يمكننا الاستثمار في $ 2 $ إنسترومنتس أونلي أند أن $ N = \ $ 1000 $. والهدف هو اشتقاق اثنين من الأوزان $ w_1 \ يسار (ر \ يمين) $ و $ w_2 \ يسار (ر \ يمين) $.

إذا كان عند نقطة معينة $ w_1 \ ليفت (t \ رايت) = 0.4 $ و $ w_2 \ ليفت (t \ رايت) = 0.6 $، وهذا يعني أننا استثمرنا $ w_1 \ ليفت (t \ رايت) N = \ $ 400 $ في مادة العرض $ 1 $ و $ w_2 \ ليفت (t \ رايت) N = \ $ 600 $ في مادة العرض $ 2 $. بما أننا لا نملك سوى $ $ 1000 $، يمكننا أن نستثمر فقط حتى هذا بكثير مما يعني ذلك.

$$ w_1 \ ليفت (t \ رايت) N + w_2 \ ليفت (t \ رايت) N \ ليق N \ رايتارو w_1 \ ليفت (t \ رايت) + w_2 \ ليفت (t \ رايت)

جورجيوس إفستاثوبولوس.

جورجيوس لديه 7+ سنوات من الخبرة كمحلل كمي في القطاع المالي، وعملت على نطاق واسع في النماذج الإحصائية وآلات التعلم الآلي للتجارة الكمية والسوق وإدارة مخاطر الائتمان والنمذجة السلوكية. يحمل جورجيوس درجة الدكتوراه في الرياضيات التطبيقية والإحصاء في كلية إمبريال كوليدج في لندن، وهو المؤسس والرئيس التنفيذي لشركة كواناليتيكش المحدودة، وهي شركة استشارية تركز على الحلول الكمية وتحليل البيانات للأفراد والمنظمات الذين يرغبون في حصاد إمكانات بياناتهم الخاصة لتنمية أعمالهم .

موصى به.

بيثون للتمويل، الجزء الأول: ياهو المالية أبي، الباندا، و ماتلوتليب.

في التفاصيل، في أول الدروس لدينا، ونحن نذهب لإظهار كيف يمكن للمرء بسهولة استخدام بايثون لتحميل البيانات المالية من قواعد البيانات على الانترنت مجانا، والتعامل مع البيانات التي تم تحميلها ثم إنشاء بعض المؤشرات الفنية الأساسية التي سيتم استخدامها بعد ذلك كأساس لدينا استراتيجية كمية.

بيثون فور فينانس، بارت 3: A موفينغ أفيراج ترادينغ ستراتيغي.

في هذه المقالة، سنبدأ بتصميم إستراتيجية تداول أكثر تعقيدا، والتي سيكون لها أوزان غير ثابتة واي (t) واي (t)، وبالتالي تتكيف بطريقة ما مع السلوك الأخير لسعر أصولنا.

أعلى البيانات العلوم دورات على الانترنت في عام 2017.

وفيما يلي قائمة واسعة من دورات علوم البيانات والموارد، من منصات مثل كورسيرا، إدكس، و أوداسيتي، التي تعطيك المهارات اللازمة لتصبح عالم البيانات.

100+ مجانا العلوم العلوم كتب لعام 2017.

سحبت من شبكة الإنترنت، وهنا هو مجموعتنا من أفضل، والكتب المجانية على علوم البيانات والبيانات الكبيرة، واستخراج البيانات، وآلة التعلم، بيثون، R، سكل، نوسقل وأكثر من ذلك.

شكرا لتقاسم جورجيوس. هل استخدام محاكاة مونتي كارلو لاشتقاق الأوزان المثلى تنقسم من أجل تعظيم العائد يكون تحسنا لهذه الاستراتيجية بدلا من تقسيم بالتساوي 1/3 لكل منهما؟ : weights_vector = pd. DataFrame (1/3، إندكس = r_t. index، كولومنز = r_t. columns)

كنت على حق، ماك سيكون واحدا من الطرق الممكنة لتحسين الأوزان لهذه الاستراتيجية. ومع ذلك، لاحظ أن هناك العديد من الأسئلة المفتوحة حول هذا التحسين. أولا وقبل كل شيء، ما نحن الأمثل ل؟ إجمالي العائدات، تقلب المحفظة، السحب؟ ثانيا، التحسين يمر خطر الإفراط في تركيب الأوزان إلى الفاصل الزمني الذي نستخدمه لتحسين. وسيتم تناول هذه القضايا وغيرها في المواد التالية في هذه السلسلة.

متى يمكننا أن نتوقع المشاركة التالية؟

شكرا على هذه المقالة. هناك عدة حالات أعلاه حيث تقسم 1/3 و 1/7. بيثون يفترض النتيجة لتكون عددا صحيحا بحيث يكون الجواب 0 في كلتا الحالتين. يجب استخدام 1.0 / 3 و 1.0 / 7 لتجنب هذه المشكلة.

شكرا على الاشعار. تفترض هذه السلسلة من المقالات أن بيثون 3 يستخدم. في بيثون 3، 1/3 سوف تنتج 1.3333، بدلا من تقسيم صحيح الذي كان عليه الحال في بيثون 2.

ومع ذلك، لجعل هذا متوافق مع المستخدمين بايثون 2، في ما يلي سوف نتأكد من أنه في مثل هذه الحالات يتم اتخاذ مزيد من العناية لضمان التعامل مع الانقسامات بشكل مناسب.

كوبيرايت © 2017 ليرنداتاسي. كل الحقوق محفوظة.