Discussion de l'article "Analyse quantitative avec MQL5 : Mise en œuvre d'un algorithme prometteur"

[MetaQuotes]

Un nouvel article Analyse quantitative avec MQL5 : Mise en œuvre d'un algorithme prometteur a été publié :

Nous analyserons la question de savoir ce qu'est l'analyse quantitative et comment elle est utilisée par les principaux acteurs. Nous allons créer l'un des algorithmes d'analyse quantitative dans le langage MQL5.

Qu'est-ce que l'analyse quantitative sur les marchés financiers ? L'analyse quantitative est apparue comme une sorte de précurseur de l'apprentissage automatique, étant en fait une sous-section de l'apprentissage statistique. À l'époque où les ordinateurs commençaient à apparaître, occupaient une pièce entière et fonctionnaient sur des cartes perforées, des esprits progressistes tentaient de les adapter à l'analyse des données et des statistiques. L'ensemble des opérations statistiques et des fonctions permettant de calculer les prix était extrêmement réduit, les fonctions elles-mêmes étaient assez simples et les modèles trouvés n'étaient pas particulièrement complexes.

Ces études étaient de simples calculs visant à identifier certaines relations dans les données, le plus souvent linéaires.

La méthode d'analyse quantitative la plus simple et la plus facile à apprendre sur les marchés financiers est l'analyse de l'écart entre des actifs liés. Par exemple, nous pouvons tracer un écart entre deux actifs corrélés et, à l'aide d'une analyse quantitative, trouver la moyenne, le maximum et l'écart médian de cet écart. Après avoir reçu une description quantitative des données, nous pouvons comprendre à quel point un actif s'est écarté de l'autre, et comprendre approximativement l'état d'équilibre des deux actifs, où ils reviendront tous deux de manière certaine lorsque l'écart entre eux sera éliminé (lorsque les actifs se rapprochent l'un de l'autre). D'une manière générale, l'utilisation de l'analyse quantitative dans le trading de paires est un sujet très intéressant ; nous aborderons certainement ce point dans de futurs articles. 

Auteur : Yevgeniy Koshtenko