Algoritmik ticaret - sayfa 9

[MetaQuotes]

Fikirden Algoritmaya: Nicel Ticaret Stratejisi Geliştirmenin Arkasındaki Tam İş Akışı

Fikirden Algoritmaya: Nicel Ticaret Stratejisi Geliştirmenin Arkasındaki Tam İş Akışı

Bu kapsamlı videoda, Delaney Mackenzie, bir ticaret stratejisi geliştirirken miktar tüccarları tarafından takip edilen iş akışına ayrıntılı bir genel bakış sunuyor. Konuşmacı, bir hipotezle başlamanın ve gelecek hakkında bilgiye dayalı tahminler yapmak için tarihsel verilerden yararlanmanın hayati rolünü vurguluyor. Süreç, diğer modellerden bağımsızlığı korurken gelecekteki getirilerle tarihsel korelasyonunu sağlamak için bir ticaret modelinin sürekli olarak iyileştirilmesini ve keşfedilmesini içerir.

Temel hedeflerden biri, çeşitli risk kısıtlamalarına bağlı kalarak beklenen getirileri en üst düzeye çıkaran bir portföy tasarlamaktır. Bunu başarmak için konuşmacı, modeli canlı olarak dağıtmadan ve ölçeklendirmeden önce küçük bir sermaye miktarında test etmenin önemini vurguluyor. Ek olarak, alternatif veri kaynaklarının dahil edilmesi ve risk yönetimi tekniklerinin kullanılması şiddetle tavsiye edilir.

Video, ticaret stratejisi geliştirmede geriye dönük testin iki aşamasını ele alıyor. İlk olarak, bir portföy tasarlamak ve yürütme kurallarını belirlemek ve ikinci olarak, geriye dönük test sürecinin kendisini uygulamak. Konuşmacı, modelin öngörülerinin bütünlüğünü koruyan ve yalnızca model sürekli olarak alternatif yatırım fırsatlarından daha iyi performans gösterdiğinde bir sonraki aşamaya geçilmesini tavsiye eden, risk kısıtlamalı bir portföy oluşturmanın öneminin altını çiziyor. Ayrıca konuşmacı, mevcut modellerin yeniden düzenlenmiş versiyonlarına güvenmek yerine yeni olasılıkların keşfedilmesini teşvik eder.

Delaney Mackenzie, varlık seçimi ve zamanlamasına rehberlik edecek ekonomik bir hipotez formüle etmeyi içeren bir ticaret stratejisi geliştirmenin ilk aşamasını açıklıyor. Finans, hipotezlere dayanarak geleceği akıllıca tahmin ederek fikirleri karlı sonuçlara dönüştürmeyi amaçlar. Alım satımda alınan her karar, esasen gelecekteki piyasa değişikliklerine yönelik bir bahsi temsil eder ve akıllı tahminler yapmak için geçmiş bilgilerden yararlanmanın kritik rolünü vurgular.

Konuşmacı, niceliksel bir ticaret stratejisi geliştirmenin iş akışına ilişkin içgörüler sağlar. Süreç, bir hipotez formüle etmek ve örnek verileri kullanarak onu keşfetmekle başlar. Hipotezin mevcut modellerle karşılaştırılması iyileştirme için esastır ve yeni model değer gösterdiğinde, gelişmiş tahmin gücü için diğer alt modellerle birleştirilmesi tavsiye edilir. Konuşmacı, hipotezlerin ve modellerin tek başına var olmadığını ve birden fazla bilgi kaynağını içeren toplu bir modelin daha iyi performans sağlama eğiliminde olduğunu vurgular. Ek olarak, geçerliliğini sağlamak için modelin yeni veriler üzerinde test edilmesi önemlidir.

Konuşmacı, geliştirme aşamasında fazla uydurmayı önlemek için bir modeli görünmeyen veriler üzerinde test etmenin önemini vurguluyor. Tam bir stratejinin geriye dönük test edilmesi yaygın olarak kullanılsa da, çoğu zaman portföy oluşturmaktan çok model ve öngörücü geliştirmeye harcandığını kabul etmenin çok önemli olduğunu belirtiyorlar. Bu nedenle konuşmacı, portföyün gerçek piyasa koşullarında uygulanabilirliğini sağlamak için geriye dönük test yapmadan önce, işlem ücretleri gibi faktörler de dahil olmak üzere portföy oluşturma ve yürütmenin önemini vurgular. Ayrıca konuşmacı, geriye dönük testin amacının yalnızca modelin tahmin performansını değerlendirmek olmadığını, aynı zamanda modelin tahminlerine dayalı olarak tasarlanan portföyün gerçek dünya koşullarına dayanıp dayanamayacağını da değerlendirmek olduğunu vurguluyor. Son olarak konuşmacı, etkili sermaye dağıtımını sağlamak için ölçeği büyütmeden önce modeli küçük bir sermaye miktarı üzerinde test etmenin önemini vurguluyor.

Gelecekteki getirilerle tarihsel korelasyonunu ve diğer modellerden bağımsızlığını oluşturmak için bir ticaret modelinin iyileştirilmesi ve keşfedilmesi konuşmacı tarafından tartışılmaktadır. Bu süreci, tanımlanan risk kısıtları dahilinde bir portföy oluşturma takip eder. Konuşmacı, modelin yürütülmesinin sinyali bozmamasını ve gelecekteki getirilerle ilişkisini azaltmamasını sağlamanın önemini vurgular. Kısıtlamaların kademeli olarak eklenmesini vurgulamak için bir not defteri örneği sağlanır ve modelin performansının farklı risk koşulları altında değerlendirilmesine olanak tanır. Bu bölüm, bir ticaret modelinin getiri elde etmede sağlamlığını ve etkinliğini sağlamak için kapsamlı test ve iyileştirmenin önemini vurgulamaktadır.

Çeşitli risk kısıtlamalarını yerine getirirken beklenen getirileri maksimize eden bir portföy tasarlama süreci konuşmacı tarafından açıklanmaktadır. Başlangıçta, tüm sermayeyi tek bir hisse senedine yatırarak beklenen getiriyi en üst düzeye çıkarmaya odaklanan, ardından yatırım miktarlarını sınırlamak için kısıtlamalar getiren saf bir optimizasyon stratejisi kullanılır. Ardından, herhangi bir şeye yapılan yatırımı portföyün belirli bir yüzdesiyle sınırlayan konum yoğunlaşma kısıtlamaları eklenir. Portföy stratejisi, sektör risk kısıtlamaları dahil edilerek daha da rafine edilir. Konuşmacı, nihai stratejideki ağırlıklar modelin geleceğe ilişkin tahminlerinden farklı olabileceğinden, risk kısıtlamalarını göz önünde bulundururken bir portföyü optimize etmenin karmaşıklığa yol açabileceğinin altını çiziyor. Risk kısıtlamalarının modelleme tahminlerini nasıl etkilediğini ve portföy oluşturma üzerindeki etkilerini anlamak çok önemlidir.

Konuşmacı, bir modelin getirileri ile gelecekteki getirileri arasındaki korelasyonu değerlendirmek için Quantopian tarafından geliştirilen açık kaynaklı bir yazılım olan alfa çizgilerini kullanma konseptini tanıtıyor. Alfa çizgileri, tahmin ettiği evren büyüklüğünden bağımsız olarak herhangi bir modelin bir faktör modeline kodlanmasına izin verir. Modelin T gününde tahminleri ile T+1 gününde tahmin ettiği tüm varlıkların getirileri arasındaki korelasyonu hesaplayan alfa çizgileri, modelin gelecekteki getirilerle sürekli olarak pozitif bir korelasyon gösterip göstermediğini belirlemeye yardımcı olur. Ancak konuşmacı, gerçek verilerin her zaman ideal korelasyon modellerini sergilemeyebileceğini belirtiyor.

Yeni bir modeli mevcut modellerle karşılaştırmanın önemi, faktör tarafından ağırlıklandırılmış ve belirli bir döneme göre yeniden dengelenmiş bir portföyün getirilerini incelemeye odaklanılarak tartışılmaktadır. Konuşmacı, bağımlı değişken olarak yeni modelin portföy ağırlıklı getirilerini ve bağımsız değişkenler olarak mevcut modellerin portföy ağırlıklı getirilerini kullanarak doğrusal bir regresyon analizi yapmayı önerir. Bu analiz, yeni model ile mevcut modeller arasındaki bağımlılığın değerlendirilmesine yardımcı olarak potansiyel alfa üretimine ilişkin öngörüler sağlar. Konuşmacı, yatırım stratejisine bağlı olarak risk çeşitlendirmesi elde etmek için her bir bileşeni ayrı ayrı sınırlandırarak veya birden fazla riskli bileşenin ortalamasını alarak elde edilebilecek risk yönetimi ve çeşitlendirmenin önemini vurgular.

Konuşmacı, ticaret stratejisi geliştirmede geriye dönük testin iki aşaması arasındaki farkı açıklıyor. Birincil aşama, bir portföy tasarlamayı ve yürütme kurallarını belirlemeyi içerirken, ikinci aşama, modelin tahminleri ile gelecekteki fiyatlar arasındaki korelasyonu değerlendirmek için geriye dönük test yapmayı gerektirir. Modelin tahminlerini bütünlüklerinden ödün vermeden etkin bir şekilde içeren, risk kısıtlamalı bir portföy oluşturmak çok önemlidir. Konuşmacı, yatırımcılara yalnızca geriye dönük testleri, modelin alternatif yatırım fırsatlarına göre üstünlüğüne ilişkin önemli kanıtlar sunduğunda bir sonraki aşamaya geçmelerini tavsiye ediyor. Dahası, konuşmacı mevcut modellerin yeniden düzenlenmiş versiyonlarına güvenilmemesi konusunda uyarıda bulunur ve yeni yaklaşımların titiz bir şekilde araştırılmasını teşvik eder.

Kantitatif bir ticaret stratejisi geliştirmenin tüm iş akışı konuşmacı tarafından tartışılır. Süreç, dünyayı anlamaktan, veri analizinden veya hakim anlayışın farklılaştığı alanları belirlemekten kaynaklanabilecek bir fikir üretmekle başlar. Model geliştirildikten, test edildikten ve rafine edildikten sonra, benzersizliğini ve yeni alfa üretme potansiyelini belirlemek için mevcut modellerle karşılaştırılır. Bir sonraki adım, numune dışı testler gerçekleştirmeyi, bir portföy oluşturmayı ve risk kısıtlamalı optimizasyon simülasyonları gerçekleştirmeyi içerir. Son olarak, strateji ölçek büyütmeden önce ya kağıt ticareti yapılır ya da küçük bir sermaye miktarı kullanılarak test edilir. Konuşmacı, yalnızca fiyatlandırma verilerine güvenmenin nadiren yenilikçi fikirler üretmek için yeterli bilgi sağladığını ve alternatif veri kaynaklarını dahil etmenin yeni içgörüler elde etmek için çok önemli olduğunu vurguluyor.

Konuşmacı, hız ve rahatlık için yalnızca fiyatlandırmaya ve temel verilere güvenmek yerine, alfa oluşturmak için alternatif verileri kullanmanın öneminin altını çiziyor. Ayrıca, bir risk modelinde açıklanan her şey ikincisi olarak kabul edildiğinden, alfa ve ucuz beta arasında ayrım yapılması gerektiğini vurguluyorlar. Konuşmacının daha güvenilir bir yaklaşım olarak gerçek örneklem dışı testi önermesiyle, k-katlı çapraz doğrulamanın aşırı uydurmayı azaltmadaki sınırlamaları tartışıldı. Son olarak konuşmacı, geleceği tahmin etmek ve geleneksel yöntemlerden farklı yaklaşımları keşfetmek için veri seti seçimine ilişkin içgörü sahibi olmanın önemini vurgulamaktadır.

Özet olarak, Delaney Mackenzie'nin videosu, bir ticaret stratejisi geliştirirken miktar tüccarları tarafından takip edilen iş akışına kapsamlı bir genel bakış sağlar. Bir hipotezle başlamanın, ticaret modelini iyileştirmenin ve keşfetmenin, onu yeni veriler üzerinde test etmenin, risk kısıtlamalı bir portföy oluşturmanın ve kapsamlı bir geriye dönük test yürütmenin önemini vurgular. Konuşmacı, alternatif verileri kullanmanın, modeli mevcut modellerle karşılaştırmanın ve risk yönetimi tekniklerini dahil etmenin önemini vurgular. Modelin tahminlerinin tarihsel olarak gelecekteki getirilerle ilişkili ve diğer modellerden bağımsız olmasını sağlama ihtiyacını vurguluyorlar. Konuşmacı ayrıca, modeli gerçek dünyaya yaymadan önce küçük bir sermaye miktarı üzerinde test etmenin önemini vurguluyor.

Ek olarak, konuşmacı portföy tasarımı ve yürütme kurallarının inceliklerini araştırır. Farklı risk kısıtlamalarını yerine getirirken beklenen getirileri maksimize eden risk kısıtlamalı bir portföy oluşturma sürecini tartışırlar. Konuşmacı, modelin çeşitli risk senaryoları altında nasıl performans gösterdiğini değerlendirmek için konum konsantrasyonu ve sektör riskleri gibi kısıtlamaların kademeli olarak eklendiğini vurgular. Portföy optimizasyonunun, getirileri en üst düzeye çıkarmak ve riski yönetmek arasında ödün vermeyi içerdiğini vurguluyorlar.

Konuşmacı, alfa çizgileri kavramını ve bunların bir modelin getirileri ile gelecekteki getirileri arasındaki korelasyonu değerlendirmedeki rolünü tanıtır. Alfa çizgilerinin, herhangi bir modelin bir faktör modeline kodlanmasına nasıl izin verdiğini ve modelin tahminlerinin gelecekteki getirilere karşı değerlendirilmesini sağladığını açıklar. Konuşmacı, gerçek dünya verilerinin her zaman tutarlı pozitif korelasyonlar sergilemeyebileceğini kabul ederek korelasyon analizinin sınırlamalarını anlamanın öneminin altını çiziyor.

Yeni modelin mevcut modellerle karşılaştırılması, etkinliğinin değerlendirilmesinde çok önemli bir adım olarak vurgulanmaktadır. Konuşmacı, yeni modelin portföy ağırlıklı getirileri ile mevcut modellerin getirileri arasındaki bağımlılığı değerlendirmek için doğrusal regresyon analizinin kullanılmasını önerir. Bu karşılaştırma, modelin benzersizliğini ve alfa üretme potansiyelini belirlemeye yardımcı olur. Konuşmacı ayrıca, bireysel bileşenleri kısıtlayarak veya riski birden fazla varlık arasında çeşitlendirerek portföy oluşturmada risk yönetimi ve çeşitlendirmenin önemini vurgular.

Konuşmacı ayrıca ticaret stratejisi geliştirmede geriye dönük testin iki aşamasını vurgulamaktadır. İlk aşama, bir portföy tasarlamayı ve yürütme kurallarını içerirken, ikinci aşama, modelin gelecekteki fiyatlara karşı tahminlerini değerlendirmek için geriye dönük testler yapmayı içerir. Bütünlüklerinden ödün vermeden modelin tahminlerini içeren, risk kısıtlamalı bir portföy oluşturmak çok önemlidir. Konuşmacı, yatırımcılara, yalnızca modelin alternatif yatırım fırsatlarına göre üstünlüğüne dair tutarlı kanıtlar olduğunda ikinci aşamaya geçmelerini tavsiye ediyor. Mevcut modellerin yeniden düzenlenmiş sürümlerine güvenmeye karşı uyarıda bulunurlar ve yeni yaklaşımları keşfetmeyi teşvik ederler.

Son olarak, konuşmacı, niceliksel bir ticaret stratejisi geliştirmenin tüm iş akışını ana hatlarıyla belirtir. Bir fikir üretmekle başlar ve modeli test etme, iyileştirme ve mevcut olanlarla karşılaştırma yoluyla ilerler. Strateji daha sonra örneklem dışı testlere, portföy oluşturmaya ve risk kısıtlamalı optimizasyona tabi tutulur. Ölçek büyütmeden önce, strateji ya kağıt ticareti yapılır ya da küçük bir sermaye miktarı kullanılarak test edilir. Konuşmacı, yeni içgörüler elde etmek için alternatif veri kaynaklarını birleştirmenin öneminin altını çiziyor ve alfa ile ucuz beta arasında ayrım yapılması gerektiğini vurguluyor. Aşırı uydurmayı azaltmak için gerçek örneklem dışı testler öneriyorlar ve geleceği tahmin etmek için veri seti seçimini anlamanın önemini vurguluyorlar.

Sonuç olarak, Delaney Mackenzie'nin videosu, bir ticaret stratejisi geliştirmede niceliklerin izlediği iş akışının kapsamlı bir şekilde anlaşılmasını sağlar. Hipotez geliştirmenin, model iyileştirmenin, yeni veriler üzerinde test etmenin, risk yönetiminin ve kapsamlı geriye dönük testlerin önemini vurgular. Konuşmacı, alternatif veri kaynaklarının kullanımını, mevcut modellerle karşılaştırmayı ve yeni yaklaşımların keşfedilmesini teşvik eder. Bu iş akışını takip ederek, miktar tüccarları ticaret stratejilerinin etkinliğini ve sağlamlığını artırabilir.

• 00:00:00 Delaney Mackenzie, bir ticaret stratejisi geliştirirken bir niceliğin izleyeceği genel iş akışını açıklıyor. İlk olarak, hangi varlığa ve ne zaman yatırım yapılacağına karar vermeye yardımcı olacak bir ekonomik hipotez geliştirerek başlar. Hipotez, dünyanın nasıl çalıştığına dair bir tahmindir ve finansın amacı, akıllı gelecek tahminlerine dayalı olarak fikirleri almak ve onları dolara dönüştürmektir. Alınan her karar esasen geleceğe yönelik bir bahistir ve bu da, pazarda gelecekteki değişiklikleri anlamak ve bunlar hakkında akıllı bir bahis yapmak için geçmiş bilgileri kullanmayı çok önemli hale getirir.
  
  
• 00:05:00 Konuşmacı, niceliksel bir ticaret stratejisi geliştirmeyle ilgili iş akışını tartışıyor. İlk adım, bir hipotez bulmak ve onu örnek verileri kullanarak keşfetmektir. Hipotezi iyileştirmek için mevcut modellerle karşılaştırmak önemlidir ve yeni model değer kazandığında, uzmanlar tahminlerde bulunmak için onu diğer alt modellerle birleştirmeyi önerir. Konuşmacı, hipotezlerin tek başına var olmadığı ve modellerin nadiren tek başına çalıştığı ve daha iyi performans elde etmek için çeşitli bilgi kaynaklarını içeren toplu bir model gerektirdiği fikrini vurgular. Son olarak, modelin geçerliliğini sağlamak için yeni veriler üzerinde test edilmesi gerekir.
  
  
• 00:10:00 Konuşmacı, geliştirme zaman dilimine fazla uymadığından emin olmak için bir modeli daha önce görmediği yeni veriler üzerinde test etmenin önemini tartışıyor. Ayrıca, çoğu zaman portföy oluşturma yerine modeller ve öngörücüler geliştirdiğiniz için, tam bir stratejinin geriye dönük testinin sıklıkla aşırı kullanıldığını da belirtiyorlar. Konuşmacı, portföyün gerçek piyasa koşullarında hayatta kalabilmesini sağlamak için geriye dönük test yapmadan önce işlem ücretlerinin anlaşılması da dahil olmak üzere portföy oluşturma ve yürütmenin önemini vurgular. Konuşmacı ayrıca geriye dönük testin amacının modelin iyi tahminler yapıp yapmadığını kontrol etmek değil, modelin tahminlerine dayalı olarak tasarlanan portföyün gerçek dünya koşullarında hayatta kalıp kalamayacağını görmek olduğunu belirtiyor. Son olarak konuşmacı, modeli canlı olarak devreye almadan önce küçük bir sermaye miktarı üzerinde test etmenin ve gerçekten para kazanmak için sermaye miktarlarını artırmanın önemini vurguluyor.
  
  
• 00:15:00 Konuşmacı, gelecekteki getirilerle tarihsel olarak ilişkili olduğundan ve diğer modellerden bağımsız olduğundan emin olmak için bir ticaret modelini iyileştirme ve keşfetme sürecini tartışıyor. Bir sonraki adım, risk kısıtlamaları içinde olan bir portföy oluşturmak için bu modeli kullanmaktır. Konuşmacı, modelin yürütülmesinin sinyali yok etmemesini ve gelecekteki getirilerle korelasyonu azaltmamasını sağlamanın önemini vurgular. Kısıtlamaların kademeli olarak eklenmesinin, bir modelin çeşitli risk kısıtlamaları altında nasıl performans gösterebileceğini değerlendirmeye yardımcı olabileceği bir not defteri örneğini vurgularlar. Bu bölüm, getiri sağlamada sağlam ve etkili olmasını sağlamak için bir ticaret modelinin test edilmesinin ve rafine edilmesinin önemini vurgulamaktadır.
  
  
• 00:20:00 Konuşmacı, beklenen getirileri maksimize eden ama aynı zamanda farklı risk kısıtlamalarını karşılayan bir portföy tasarlama sürecini açıklıyor. Tüm parayı tek bir hisse senedine yatırarak beklenen getiriyi en üst düzeye çıkaran saf bir optimizasyon stratejisiyle başlarlar ve belirli bir miktardan fazla yatırım yapamayacakları kısıtlamasını eklerler. Ardından, herhangi bir şeye portföyün %15 ila %30'undan fazlasının yatırılmasını kısıtlayan bir pozisyon yoğunlaşma kısıtlaması eklerler. Daha sonra, sektör risklerini kısıtlayarak portföy stratejisini geliştirirler. Konuşmacı, risk kısıtlamalarını göz önünde bulundurarak bir portföyü optimize ederken, nihai stratejideki ağırlıkların modelin geleceğe ilişkin tahminleriyle aynı olmadığına ve çok fazla karmaşıklığa neden olabileceğine dikkat çekiyor. Ek olarak konuşmacı, bazı modellerin, tahmin modelleme kavramını ve bunların risk kısıtlamalarından nasıl etkilendiğini anlamayı gerektiren risk kısıtlama adımından sağ çıkamayabileceğini vurguladı.
  
  
• 00:25:00 Sunucu, bir modelin getirileri ile gelecekteki getirileri arasında herhangi bir korelasyon olup olmadığını kontrol etmek için Quantopian tarafından geliştirilen açık kaynaklı bir yazılım olan alpha line'ları kullanmayı tartışıyor. Sunum yapan kişi, tahminlerde bulunduğu evrenin büyüklüğünden bağımsız olarak herhangi bir modelin bir faktör modelinde kolayca kodlanabileceğini belirtiyor. Alfa çizgileri, modelin T gününde tahminleri ile T+1 gününde tahmin ettiği tüm varlıkların getirileri arasındaki korelasyonu hesaplayarak bir modelin tahmininin gelecekteki getirilerle ilişkili olup olmadığını kontrol eder. Sunucu, sürekli olarak pozitif bir korelasyonun ideal olduğunu, ancak gerçek verilerde her zaman böyle olmadığını belirtiyor.
  
  
• 00:30:00 Konuşmacı, bir modelin geçmişteki getirilerle herhangi bir korelasyonu olup olmadığını kontrol etmek için alfa merceğinin kullanımını tartışıyor. Gelecekteki sonuçları tahmin etmek için modelin yararlılığını belirledikten sonraki adım, tahminler ve getirilerdeki benzerlikleri kontrol etmek için onu halihazırda var olan diğer modellerle karşılaştırmaktır. Bu karşılaştırma, modelin benzersizliğini ve yeni alfa oluşturma olasılığını belirlemek için önemlidir. Konuşmacı, model üzerinde geliştirilen tüm stratejinin diğer modellere benzer olup olmadığını kontrol etmek için risk modelini kullanarak bu karşılaştırmanın nasıl yapılacağını ve bireysel faktör düzeyinde risk analizi ile nasıl basitleştirilebileceğini açıklar.
  
  
• 00:35:00 Bu bölümde, konuşmacı bir ticaret modelinin etkinliğinin nasıl değerlendirileceğini açıklıyor. Modelin getirilerini bilinen diğer modellerle karşılaştırmayı ve etkinliğini kontrol etmek için risk modeli gibi riske duyarlı tekniklerin kullanılmasını önerirler. Bilinen diğer modellerle risk benzerliğine bakarak değerlendirdikleri basit bir ortalamaya dönüş modeli örneği veriyorlar. Ayrıca, yoğunlaşma risklerini değil, çeşitlendirme faydalarını sağlamak için modeli mevcut alfa modelleriyle karşılaştırmanın önemini vurguluyorlar. Son olarak, risk kısıtlamalarına tabiyken getirileri en üst düzeye çıkarmayı içeren, riske duyarlı portföy optimizasyonunu kullanarak bir portföyün nasıl oluşturulacağını tartışıyorlar. Konuşmacı, her bir hisse senedinin açıklarını kırmak, bir portföyün maruz kaldığı riskleri hesaplamak ve bir portföyün aşırı riskli olup olmadığını belirlemek için belirli örneklerin kullanılmasını önerir.
  
  
• 00:40:00 Algoritma oluşturma sürecinin çok önemli bir parçası olan riski kısıtlamayı öğreniyoruz. Con, alfayı yok etmeden yalnızca sınırlı sayıda adla ticaret yapar, bu nedenle aşırı maruz kalmayı önlemek için riski sınırlamak gerekir. Korelasyon önemlidir, çünkü modelin tahmini gelecekteki fiyatlar ve getirilerle ilişkilendirilmelidir, bu nedenle risk her sınırlandığında, bu korelasyonu sürdürmeyi zorlaştırırlar. Örnek uzun/kısa hisse senedi algoritmasının en altındaki algoritmanın, dolardan bağımsız bir politika ve eşit sektör riskleri gibi kısıtlamaları vardır. Getirileri optimize edecek ve riskleri azaltacak akıllı kısıtlamaları dikkate almak çok önemlidir.
  
  
• 00:45:00 Konuşmacı, niceliksel bir ticaret stratejisi geliştirmenin tüm iş akışını tartışıyor. İlk adım, dünyayı, verileri anlamaktan veya örtük modeliniz veya anlayışınızla dünyanın aynı fikirde olmadığı bir alan bulmaktan kaynaklanabilecek bir fikir bulmaktır. Model test edildikten ve iyileştirildikten sonra, yeni malzemeyi belirlemek ve modeller arasındaki ağırlığı belirlemek için mevcut modellerle karşılaştırılır. Bir sonraki adım, örneklem dışı bir test gerçekleştirmek, bir portföy oluşturmak ve risk kısıtlamalı bir optimizasyon simülasyonu çalıştırmaktır. Son olarak, strateji ölçeklendirilmeden önce küçük bir sermaye miktarıyla kağıt ticareti veya test edilmesidir. Konuşmacı, yalnızca fiyatlandırma verilerinin kullanılmasının neredeyse hiçbir zaman yeni fikirler üretmek için yeterli bilgi vermediğini ve yeni içgörülerin alternatif kaynaklardan geldiğini vurguluyor.
  
  
• 00:50:00 Konuşmacı, kolay ve hızlı olduğu için yalnızca fiyatlandırma ve temel verileri kullanmak yerine alfa oluşturmak için alternatif veriler kullanmanın önemini tartışıyor. Konuşmacı ayrıca, bir risk modelindeki herhangi bir şey alfa değil, ucuz beta olarak kabul edildiğinden, mevcut risk modellerini hesaba katma gereğini de tartışıyor. Konuşmacı ayrıca k-katlamalı çapraz doğrulamanın aşırı uydurmayı azaltmadaki sınırlamalarını açıklıyor ve bunun yerine gerçek örneklem dışı testin kullanılmasını öneriyor. Son olarak konuşmacı, geleceği tahmin etmek için hangi veri setinin kullanılacağına ve bunun insanların daha önce yaptıklarından nasıl farklı olacağına dair fikir sahibi olmanın önemini vurguluyor.
  
  
• 00:55:00 Konuşmacı, faktöre göre ağırlıklandırılmış ve genellikle bir gün veya bir ay olmak üzere bazı yeniden dengeleme dönemi kurallarına göre yeniden dengelenmiş bir portföyün getirilerine bakarak yeni bir modelin mevcut modellerle nasıl karşılaştırılacağını açıklıyor. Konuşmacı, modelinizin portföy ağırlıklı getirilerini Y değişkeni olarak ve mevcut modellerinizin portföy ağırlıklı getirilerini bağımsızlık değişkeni olarak kullanarak doğrusal bir regresyon çalıştırmanızı önerir. Bağımlılık ne kadar fazlaysa, mevcut modeller o kadar benzerdir ve yeni modelinizin performansını açıklar ve o kadar fazla alfa üretilir. Konuşmacı ayrıca, yatırım stratejinize bağlı olarak, her bir bileşeni risk kontrollü olacak şekilde sınırlandırarak veya birden fazla riskli bileşeni alıp riski çeşitlendirmek için bunların ortalamasını alarak yapılabilen risk yönetimi ve çeşitlendirmenin önemini vurgular.
  
  
• 01:00:00 Konuşmacı, bir ticaret stratejisi geliştirirken iki arka test aşaması arasındaki farkı açıklıyor. Ana geriye dönük test aşaması, bir portföy tasarlamayı ve yürütme kurallarına karar vermeyi içerirken, ikinci aşama, model tahminlerinin gelecekteki fiyatlar ile ilişkili olup olmadığını görmek için aslında geriye dönük testi yapmaktır. Model tahminlerini çok fazla bozmadan elde edebilen risk kısıtlamalı bir portföy oluşturmak önemlidir. Konuşmacı, her şeyin göreceli olduğunu ve yatırımcıların geriye dönük testleri, alternatiflerden daha iyi bir yatırım fırsatı olduğuna dair sürekli olarak yeterli kanıt sağladığında bir sonraki aşamaya geçmeleri gerektiğini tavsiye ediyor. Son olarak, konuşmacı, mevcut modellerin yeniden düzenlenmiş versiyonları olan modellerin kullanılmasına karşı uyarıda bulunur ve yatırımcıları, modelin yeni bir şeyi takip etme olasılığını titizlikle keşfetmeye teşvik eder.

[MetaQuotes]

Excel Çalışma Sayfalarını Kullanan Pazar Kantitatif Analizi! S&P 500 Analizi ve Ticaret Fikirleri

Excel Çalışma Sayfalarını Kullanan Pazar Kantitatif Analizi! S&P 500 Analizi ve Ticaret Fikirleri

Video, açıklayıcı bir örnek olarak S&P 500'e odaklanarak, pazar nicel analizi için Excel çalışma sayfalarının kullanımını ayrıntılı olarak ele alıyor. Julie Marchesi, 74 grup ve 40 günlük bir yeniden inceleme süresi arasından korelasyon indeksini seçmek için giriş olarak sarı kutuları kullanarak Excel'de bir korelasyon çalışma kitabının oluşturulmasını gösteriyor. Korelasyon testi, son 40 günü veri setindeki diğer tüm dönemlerle karşılaştırarak en yüksek korelasyonu belirler. Korelasyonu doğrulamak için, bulguları doğrulamak ve güvenilir olmayan veri noktalarını ortadan kaldırmak için ikinci bir pazar kullanılır. Korelasyon endeksi grafiği, zaman içinde korelasyondaki değişiklikleri görsel olarak izler.

Konuşmacı, özellikle S&P 500'e yapılan uygulamayı vurgulayarak, pazar nicel analizi için Excel çalışma sayfalarını kullanma sürecini açıklıyor. Bunlar, geçmişe bakma dönemini ve korelasyon endeksini temsil eden bir grafik üzerinde çeşitli satırlar gösteriyor. Konuşmacı, bu satırları analiz ederek piyasaya yönelik önyargılarını elde eder ve gelecekteki eğilimler hakkında tahminlerde bulunur. Ayrıca, belirli bir süre boyunca ortalama değişim yüzdesini gösteren bir grafik sunarlar ve önemli korelasyon indekslerine odaklanmanın önemini vurgularlar. Konuşmacı, bu analizin S&P 500 piyasasının mevcut durumuna nasıl uygulanabileceğini göstererek, bilinçli ticaret kararları vermedeki potansiyel faydasını vurgulayarak bitiriyor.

S&P 500 analiziyle ilgili olarak doğrulama veya çelişkili sinyaller için farklı pazarları incelemek, sonraki bölümün odak noktasıdır. Konuşmacı, petrolün piyasada güçlü bir yükseliş trendini teyit etmesine ve daha fazla yükseliş faaliyeti için potansiyele işaret etmesine rağmen, euro ve euro yen'in son 20 gün içinde düşüş veya negatif aktivite sergilediğini vurguluyor. Ancak altın önemli bir onay sağlamıyor. Son piyasa hareketine dayanarak, konuşmacı ileriye dönük olumsuz bir önyargı öneriyor ancak açığa satışa karşı uyarıda bulunuyor ve önemli hamleler yapmadan önce onay beklemenizi tavsiye ediyor. Genel olarak, konuşmacı piyasada yükseliş eğilimi olduğu sonucuna varıyor, ancak kısa vadede dikkatli olunması tavsiye ediliyor.

Konuşmacı, sonraki bölümde farklı pazarlardaki korelasyon testinden çıkarılan sonuçları tartışıyor. Önümüzdeki beş gün içinde S&P 500 piyasasında bir miktar istikrarsızlık olabileceğine dikkat çekiyorlar. Tarihsel analiz, S&P 500'de uzun vadeli bir yükseliş eğilimi gösterse de, konuşmacı herhangi bir işlem gerçekleştirmeden önce piyasada tarafsız bir faaliyet gözlemlemenin önemini vurguluyor. Piyasayı daha iyi anlamak ve verileri çeşitli şekillerde görselleştirmede Excel çalışma sayfalarının yararlılığını vurgulamak için niceliksel analizi duygusal analizle birleştirmeyi öneriyorlar. Video, izleyicileri bu tür ticaret yaklaşımını keşfetmeye ve günlükleri ve canlı ticaretleri hakkında daha fazla bilgi için konuşmacının web sitesini ziyaret etmeye teşvik ederek sona eriyor.

• 00:00:00 Bu bölümde Julie Marchesi, pazarları nicel bir bakış açısıyla analiz etmesine yardımcı olan Excel kullanarak bir korelasyon çalışma kitabı oluşturmasını tartışıyor. Sarı kutular, 74 grup ve 40 günlük yeniden inceleme periyotları arasından korelasyon indeksinin seçilmesine izin veren girdiler olarak hizmet eder. Korelasyon testi, en yüksek korelasyonu bulmak için son 40 günü tüm veri setindeki diğer tüm dönemlerle karşılaştırır. En yüksek korelasyonlar bulunduğunda, çalışma kitabı korelasyonu doğrulamak ve güvenilir olmayan veri noktalarını ayıklamak için ikinci bir pazar kullanır. Korelasyon endeksi tablosu, korelasyonun zaman içinde nasıl değiştiğini izler.
  
  
• 00:05:00 Bu bölümde, konuşmacı S&P 500 örneğini kullanarak pazar nicel analizi için Excel çalışma sayfalarının nasıl kullanılacağını tartışıyor. Geriye bakma dönemini ve korelasyon indeksini temsil eden bir grafik üzerinde farklı çizgiler gösteriyor. Bu çizgileri analiz ederek piyasaya yönelik önyargısını belirleyebilir ve gelecekteki trendler hakkında tahminlerde bulunabilir. Ayrıca, belirli bir süre boyunca ortalama değişim yüzdesini ve hangi korelasyon indekslerine bakmanın en önemli olduğunu gösteren bir tabloyu tartışıyor. Konuşmacı, bu analizin S&P 500 piyasasının mevcut durumuna nasıl uygulanabileceğini ve ticaret kararları vermek için neden yararlı olabileceğini göstererek bitiriyor.
  
  
• 00:10:00 Videonun bu bölümünde konuşmacı, farklı pazarların S&P 500 analizi için nasıl onay veya çelişkili sinyaller sağlayabileceğini araştırıyor. Petrol, piyasanın güçlü bir yükseliş trendinde olduğunu doğrular ve yükseliş faaliyetinin devam etme potansiyeli gösterirken, euro ve euro yen son 20 gün içinde düşüş veya negatif aktivite gösteriyor. Altın ise pek bir onay sağlamıyor. Konuşmacı, son 20 gündeki son piyasa hareketinin ileriye dönük olumsuz bir önyargıya işaret ettiğini belirtiyor, ancak açığa satışa karşı uyarıda bulunuyor ve herhangi bir büyük hamle yapmadan önce onay beklemeyi öneriyor. Genel olarak, konuşmacı piyasada yükseliş eğilimi olduğu sonucuna varıyor, ancak kısa vadede biraz dikkatli olunması gerekiyor.
  
  
• 00:15:00 Bu bölümde konuşmacı, farklı pazarlardaki korelasyon testlerinden çıkarılan sonuçları tartışıyor ve önümüzdeki beş gün içinde S&P 500 piyasasında bir miktar sallantı olabileceğini belirtiyor. Konuşmacı, tarihsel analizin S&P 500'de uzun vadeli bir yükseliş eğilimi gösterse de, herhangi bir işlem yapmadan önce piyasada bir tür tarafsız faaliyet aradıklarını belirtiyor. Konuşmacı, piyasayı daha iyi anlamak için kantitatif analiz ile duygusal analizi birleştirmeyi ve verileri farklı şekillerde görselleştirmek için Excel çalışma sayfalarını kullanmayı önerir. Görüntüleyenleri bu tür ticareti denemeye ve günlükleri ve canlı alım satımları hakkında daha fazla bilgi için web sitelerini ziyaret etmeye teşvik ediyorlar.

[MetaQuotes]

Python'da Nicel Sermaye Stratejileri Oluşturma

Python'da Nicel Sermaye Stratejileri Oluşturma

Video, en iyi örnek olarak Python ve algoritmik ticaret platformu Quantopian'ı kullanarak niceliksel öz sermaye stratejileri oluşturmaya yönelik derinlemesine bir araştırma sunuyor. Konuşmacı, kendilerini ve veri analizi ve kantitatif finans alanındaki geçmişlerini tanıtarak başlar. Quantopian'ın perakende yatırımcıların verilere erişmesine ve hisse senedi alım satımı için kendi nicel stratejilerini oluşturmak üzere geriye dönük testlerden yararlanmasına olanak tanıyan bir platform olduğunu açıklıyorlar. Başlangıçtaki şüphelere rağmen, konuşmacı, Quantopian'ın yatırım fikirlerini keşfetmek için işbirliği yapan nicel bilim adamları, bilgisayar korsanları ve perakende yatırımcılardan oluşan bir topluluğu çekmedeki başarısının altını çiziyor. Ayrıca, Quantopian'ın şu anda girişim desteğiyle desteklenmesine ve gelir öncesi olmasına rağmen, sonunda ücretli bir hizmet olarak canlı ticaret sunma planları olduğunu da belirtiyorlar.

Konuşmacı, Quantopian platformunda kitle kaynaklı veriler ve fikirler aracılığıyla nicel stratejiler oluşturma kavramını derinlemesine inceliyor. Quantopian'ın, nicel algoritmalar geliştirmek için bağlantıları ve fikir paylaşımını teşvik ederek kullanıcılar arasında doğrudan mesajlaşmayı kolaylaştırdığını vurguluyorlar. Ancak konuşmacı, veri sınırlamalarının, gerekli tüm fiyatlandırma verilerine erişimleri olmayabileceğinden, stratejiler oluşturan kullanıcılar için zorluklar oluşturabileceğini kabul eder. Ek olarak, Quantopian'ın yalnızca hisse senetlerine odaklandığını ve yüksek frekanslı veya gecikmeye duyarlı ticaret stratejileri için uygun olmayabileceğini belirtiyorlar.

Ticaret platformunun sınırlamaları ayrıntılı olarak tartışılmaktadır. Konuşmacı, Quantopian'ın ölçeklendirme veya pazar oluşturma gibi düşük gecikmeli stratejiler için tasarlanmadığını vurguluyor. Fiyatlandırma veri kaynağının, şu anda yalnızca birkaç bin yerel hisse senedinden oluşan menkul kıymetler evrenini belirlediğinden bahsediyorlar. Konuşmacı, GitHub'da bulunan açık kaynaklı temel kayma modellerine kısaca değiniyor. Opsiyonların ve vadeli işlemlerin dahil edilmesi gelecek için bir olasılık olsa da, birincil odak noktası karlı stratejiler sağlamaya ve karlılık istatistiklerinde şeffaflığı sağlamaya devam ediyor. Konuşmacı, platformda günlük Python kullanıcıları tarafından uygulanan ortalama geri dönüş, momentum, gecelik boşluk, değişkenlik ve eşleştirme dahil olmak üzere beş temel nicelik stratejisini kategorize ediyor.

Özellikle ortalamaya dönüş ve momentumun etkileşimi ve ayarlanmasına odaklanan çeşitli nicelik stratejileri araştırılır. Konuşmacı, Yahoo Finance veya Google Finance gibi kaynaklardan erişilebilen bu stratejilere ilişkin verilerle değerleme ve mevsimsellik gibi popüler stratejileri vurgular. İlişkisiz menkul kıymetler bulmak için körü körüne veri madenciliği yapmak gibi ikili ticarette yaygın olan tuzaklara karşı uyarıda bulunurlar. Aynı değere bağlı menkul kıymetlerin belirlenmesi ve iki varlık arasındaki spread dağılımının izlenmesinin önemi vurgulanmaktadır. Amaç, hisse senetleri arasındaki farkın tersine çevrilmesinden yararlanmaktır.

Çiftler ticareti ve momentum ticareti stratejileri daha fazla tartışılıyor ve konuşmacı, Python kullanarak bir çiftler ticareti stratejisinin geriye dönük testine ilişkin bir örnek sunuyor. Çiftler ticareti, iki hisse senedi arasındaki farkın ticaretini içerir ve potansiyel geri dönüşler gibi riskler taşır. Momentum ticareti ise, hisse senetlerinin önceki fiyat artışlarına göre sıralanmasını içerir. Veriler doğrudan platformdan indirilemese de, kullanıcılar bant genişliği kısıtlamaları nedeniyle yaklaşık 100 hisse senedinden oluşan sınırlı bir evrende geriye dönük testler yapabilir ve canlı ticaret yapabilir.

Kantitatif bir özsermaye stratejisi olarak değerleme kavramı araştırılır ve düşük değerli ve aşırı değerli hisse senetlerini belirlemek için sistematik temel oran analizi gerekir. Bununla birlikte, bu tür stratejilerin uygulanması, kapsamlı veri kapsamını ve veri normalleştirme, takvim hizalaması ve ilgili manipülasyonun anlaşılmasını gerektirir. Konuşmacı, bu stratejilerin, kullanıcıların internetten CSV verileri almalarını sağlayan alıcı yöntemini kullanarak uygulanmasını önerir. Konuşmacı ayrıca, piyasa duyarlılığının analizini ve bunun hisse senedi fiyatları üzerindeki etkisini içeren niceliksel bir hisse senedi stratejisi olarak duyarlılığa değiniyor. Ancak, bu stratejiyi uygulamanın veri analizi, normalleştirme ve manipülasyon konusunda sağlam bir anlayış gerektirdiği konusunda uyarıyorlar.

Kısa vadeli hisse senetlerinin niceliksel sermaye stratejilerinde bir duyarlılık göstergesi olarak kullanımı tartışılmaktadır. Hisse senetlerini kısa devre yapmak, yalnızca buna katılmaya istekli deneyimli kişilerle zor ve riskli olarak kabul edilir. Ancak, NASDAQ'dan elde edilebilecek kısa faiz seviyelerine ilişkin halka açık veriler bu amaç için yararlı olabilir. Konuşmacı, açığa satışlardan kaynaklanan likidite kısıtlamaları riskinin altını çiziyor ve büyük ölçüde kısa devre yapan ancak daha az riskli hisse senetlerini belirlemek için oynaklığa dayalı bir sinyal kullanılmasını öneriyor. Hisse senetlerini, ortalama günlük işlem hacmine göre açığa satış yapanların pozisyonlarını gevşetmeleri için gereken gün sayısını temsil eden "kapanacak gün sayısı" sinyaline dayalı olarak sıralayan bir algoritma öneriyorlar. Strateji, en az kısa devre yapan hisse senetlerini satın almayı ve en çok kısa vadeli olanları kısa devre yapmayı içerir.

Konuşmacı, süreçteki ara adımları ve algoritmaların açık kaynak kullanımını tartışarak devam eder. Aracılardan alınan borç oranları gibi değerli verilere erişmenin zorluklarını ve kayma modellerinin sınırlamalarını kabul ediyorlar. Konuşmacı, mevcut sipariş türleri ve daha fazla özellik eklemek için geri bildirim sistemi hakkındaki soruları ele alır. Ek olarak, ticarette mevsimselliğin kullanımından ve çevrim içi popülaritesinden kısaca bahsediyorlar.

Yeni başlayanlar için uygun basit bir nicel eşitlik stratejisi sunulmaktadır. Piyasayı zamanlamak için mevsimselliği kullanmak, örneğin Mayıs'ta hisse senedi satmak ve tahvillere yatırım yapmak, ardından Ekim'de borsaya geri alım yapmak, zaman içinde kolay performans analizine izin veren basit bir sistematik kural olarak vurgulanır. Konuşmacı, Quantopian platformunda paylaşılan en iyi 25 nicel eşitlik algoritmasının yanıt, görüntüleme ve klon sayısına dayalı olarak dökümünü sunuyor. Özellikle, piyasa hareketlerini tahmin etmek için Google arama terimlerinin kullanılmasıyla ilgili bir makale, fazla donanımlı olduğu düşünülse de, forumlarda büyük ilgi gördü. Konuşmacı ayrıca, ileri matematiksel kavramları içeren uzun, karmaşık kısaltmalara sahip stratejilerin, daha basit stratejilerin etkinliğine rağmen daha fazla ilgi çekme eğiliminde olduğunu belirtiyor.

Platformda güven ve güvenliğin önemi vurgulanır. Konuşmacı, piyasaya karşı test yapmak üzere algoritmalarını yüklemeye teşvik etmek için kullanıcılarla güven oluşturma gereğini kabul ediyor. Güvenlik önlemlerinin ciddiye alındığından emin olurlar. Canlı toplu performans verileri henüz mevcut olmasa da, konuşmacı simülasyonda yaklaşık bin algoritmanın çalıştığından bahsediyor. Bireysel algoritma karlılığını doğrudan etkilemeyebileceği kabul edilerek, nicelikler için bir sosyal ağın potansiyel faydaları tartışıldı. Bununla birlikte, niceliksel finans topluluğu içinde bağlantı kurma, fikir alışverişinde bulunma ve başkalarından fikir edinme arzusu var. İnsanların risksiz bir ortamda hem başarılardan hem de hatalardan öğrenebilecekleri bir öğrenme ortamı olarak Quantopian'ın değeri vurgulanır.

Konuşmacı, platformdaki çeşitli yatırım stratejisi sınıflandırmalarının popülaritesini araştırıyor. Momentum ve ortalamaya dönüş stratejilerinin şu anda en popüler stratejiler olduğunu belirtiyorlar. Platformun perakende yatırımcılar için daha erişilebilir içerik sunma potansiyeli konusunda heyecanlarını dile getiriyorlar. Platformun Python'daki geriye dönük test edicisinin, canlı ticaret sırasında günde bir kez veya dakikada bir kez yürütülen başlatma yöntemini ve veri işleme yöntemini gösteren bir gösterimi sağlanmıştır. Kullanıcı arabirimi ayarları, geriye dönük test tarihlerini, başlangıç sermayesini ve geriye dönük test sıklığını belirlemeye izin verir. Topluluk dizisi, diğer üyeler tarafından oluşturulan algoritmaları bulmak ve kullanmak için bir arama işlevi içerir.

Son bölümde, konuşmacı, Interactive Brokers hesaplarına karşı dokuz sektör ETF'sinden oluşan eşit ağırlıklı bir portföy satın alan temel bir algoritma kullanarak canlı alım satım panolarını sunar. Pano, bir karşılaştırma ölçütüne bağlı bir performans eşitliği eğrisini kırmızı, mevcut pozisyonlar ve verilen siparişler ve doldurmalar olarak görüntüler. Konuşmacı, dağıtılan kaynak kodu için bilgileri günlüğe kaydetme yeteneğinden bahseder. Geniş bir hisse senedi yelpazesini tarafsız bir şekilde seçmek şu anda sunulmadığından, kullanılan kıyaslama SPI'nin getirileridir. Bunun yerine, üç ayda bir güncellenen günlük bir dolar hacmi evreni sağlarlar.

• 00:00:00 Bu bölümde konuşmacı kendini tanıtır ve veri analizi ve nicel finans alanındaki deneyiminin arka planını verir. Quantopian'ın, herkesin, özellikle perakende yatırımcıların, kendi nicelik stratejilerini oluşturmak için verilere ve geriye dönük testlere erişmesine ve hisse senedi ticareti yapmak için kendi hesaplarında kullanmasına izin veren algoritmik bir ticaret platformu olduğunu açıklıyor. Konuşmacı, Quantopian'ın nasıl çalıştığına dair genel bir bakış sunuyor ve başlangıçtaki şüpheciliğine rağmen platformun, yatırım fikirleri bulmak için işbirliği yapan nicelik bilimciler, bilgisayar korsanları ve perakende yatırımcılardan oluşan bir topluluğu çekmede başarılı olduğunu vurguluyor. Ayrıca, Quantopian'ın gelir öncesi olduğundan ve girişim desteğiyle desteklendiğinden ve sonunda canlı ticaret için ücretli bir hizmet olarak ücretlendirmeyi planladığından bahseder.
  
  
• 00:05:00 Bu bölümde konuşmacı, Quantopian'daki platformunda kitle kaynaklı verilerden ve fikirlerden nicel stratejiler oluşturma kavramını tartışıyor. Platform, uçtan uca doğrudan mesajlaşma sağlar ve kullanıcıların nicel algoritmalar oluşturmak için bağlantı kurmasına ve fikirlerini paylaşmasına olanak tanır. Ancak konuşmacı, algoritmaları için gerekli tüm fiyatlandırma verilerine erişimleri olmayabileceğinden, veri sınırlamalarının strateji oluşturan bireyler için önemli bir sorun olabileceğini kabul ediyor. Ek olarak, platformun yalnızca hisse senetlerine odaklandığı ve yüksek frekanslı ticaret veya gecikmeye duyarlı ticaret stratejileri için uygun bir platform olmayabilir.
  
  
• 00:10:00 Bu bölümde, konuşmacı ticaret platformlarının sınırlamalarını tartışıyor ve bunun ölçeklendirme veya piyasa yapıcı stratejiler için düşük gecikmeli bir platform olmadığını vurguluyor. Ayrıca, fiyatlandırma veri kaynaklarının, şu anda yalnızca birkaç bin yerel hisse senedini içeren menkul kıymet evrenlerini tanımladığını belirtiyorlar. Konuşmacı, açık kaynak olan ve GitHub'da bulunabilen temel kayma modelini kısaca tartışıyor. Gelecekte seçeneklerin ve vadeli işlemlerin potansiyel olarak dahil edilmesine de değiniyorlar, ancak odak noktasının karlı stratejiler sağlamaya ve karlılık istatistikleri konusunda şeffaf olmaya odaklandığına dikkat çekiyorlar. Son olarak, konuşmacı, platformdaki günlük Python kullanıcılarının uyguladığı, ortalamaya dönüş, momentum, gecelik boşluk, volatilite ve eşleştirme dahil beş temel erişilebilir nicelik stratejisini kategorize ediyor.
  
  
• 00:15:00 Bu bölümde, konuşmacı ortalamaya dönüş ve momentumun etkileşimi ve ayarlanması üzerine inşa edilmiş bazı temel Quan stratejilerini tartışıyor. İki popüler strateji değerleme ve mevsimselliktir ve bu stratejilere ilişkin verilere Yahoo Finance veya Google Finance aracılığıyla erişilebilir. Konuşmacı daha sonra, körü körüne veri madenciliği ve aslında birbiriyle hiçbir bağlantısı olmayan iki menkul kıymet bulma da dahil olmak üzere, ikili ticaretin yaygın tuzaklarına giriyor. Çift ticaretin, aynı değere bağlı iki şeyi bulmayı, ayrıca iki varlık fiyatı arasındaki yayılma dağılımına bakmayı ve yayılmanın dağılımın kuyruklarına geldiğini fark etmeyi içerdiğini anlamayı teşvik ederler. Amaç, spread'i satın almak, spread'i satmak ve iki hisse senedi arasındaki fiyatlandırmanın sonunda geri döneceğine bahse girmektir.
  
  
• 00:20:00 Bu bölümde, konuşmacı çiftler ticareti ve momentum ticareti stratejilerini tartışıyor ve bir çiftler ticareti stratejisinin Python kullanılarak nasıl geriye dönük test edilebileceğinin bir örneğini gösteriyor. Çiftler ticareti, iki hisse senedi arasındaki farkın ticaretini içerir ve potansiyel olarak yıkıcı geri dönüşler gibi bazı yaygın tuzaklarla birlikte gelir. Momentum ticareti ise, hisse senetlerini belirli bir süre boyunca önceki fiyat artışlarına göre sıralamayı içerir. Konuşmacı ayrıca, verileri doğrudan sitelerinden indiremeseniz de, bant genişliği kısıtlamaları nedeniyle yaklaşık 100 hisse senedinden oluşan sınırlı bir evrende geriye dönük testler yapabileceğinizi ve canlı ticaret yapabileceğinizi açıklıyor.
  
  
• 00:25:00 Bu bölümde konuşmacı, niceliksel bir eşitlik stratejisi olarak değerleme kavramını ve ucuz ve pahalı hisse senetlerini belirlemek için sistematik bir şekilde temel oran analizini nasıl gerektirdiğini tartışıyor. Bununla birlikte, bu tür stratejilerin iyi bir veri kapsamı ve verileri normalleştirme, takvimleri hizalama ve ilgili veri işleme anlayışı gerektirdiğinden bahseder. Konuşmacı, kullanıcıların internetten CSV verilerini almasına olanak tanıyan alıcı yöntemini kullanarak bu tür stratejilerin uygulanmasını önerir. Ek olarak, piyasa duyarlılığını ve bunun hisse senedi fiyatları üzerindeki etkisini analiz etmeyi içeren kantitatif bir hisse senedi stratejisi olarak duyarlılıktan bahsediyor. Ancak, bu stratejiyi uygulamanın aynı zamanda sağlam bir veri analizi, normalleştirme ve manipülasyon anlayışı gerektirdiği konusunda uyarıyor.
  
  
• 00:30:00 Bu bölümde, konuşmacı, niceliksel sermaye stratejileri oluştururken bir duyarlılık göstergesi olarak kısa vadeli hisse senetlerinin kullanımını tartışıyor. Hisse senetlerini açığa çıkarmak zor ve risklidir ve yalnızca ne yaptığını bilenler bunu yapmaya isteklidir. Halka açık hisse senetlerinde kısa vadeli faiz seviyesi veya hisse sayısı, NASDAQ'dan çıkarılabilecek halka açık verilerdir. Ancak, veriler gecikmelidir ve düşük frekanslı bir anlık görüntüye sahiptir. Konuşmacı ayrıca açığa satıştan kaynaklanan likidite kısıtlaması riskinin altını çiziyor ve büyük ölçüde kısa devre yapan ancak daha az riskli hisse senetlerini belirlemek için volatilite tipi bir sinyal kullanılmasını öneriyor. Algoritma, hisse senetlerini, açığa satış yapan satıcıların gevşemesi için gereken ortalama günlük alım satım günlerinin sayısını temsil eden gün sayısı sinyaline göre sıralamayı içerir. Strateji en az açığa çıkan hisse senetlerini satın alır ve en fazla açığa çıkanları açığa alır.
  
  
• 00:35:00 Videonun bu bölümünde konuşmacı, süreçteki ara adımlardan ve algoritmaların açık kaynak kullanımından bahsediyor. Ayrıca, komisyonculardan borç alma oranları gibi değerli verilere erişmenin zorluğunu ve kayma modellerinin sınırlamalarını tartışıyor. Konuşmacı, mevcut mevcut sipariş türleri ve daha fazla özellik eklemek için geri bildirim sistemi hakkındaki soruları yanıtlar. Ek olarak, konuşmacı ticarette mevsimselliğin kullanımından ve çevrim içi popülaritesinden kısaca bahseder.
  
  
• 00:40:00 Bu bölümde, konuşmacı yeni başlayanlar için nicel eşitlik stratejisinin en basit örneğini tartışıyor. Böyle bir olası örnek, piyasayı zamanlamak için mevsimselliği kullanmak olabilir, örneğin Mayıs'ta hisse senedi satmak ve tahvillere yatırım yapmak, ardından Ekim'de borsaya geri alım yapmak. Bu, zaman içindeki performansın kolay bir şekilde analiz edilmesini sağlayan basit bir sistematik kuraldır. Ayrıca, Quantiopian platformunda paylaşılan en iyi 25 nicel eşitlik algoritmasının yanıt sayısına, görüntülenme sayısına ve kaç kez klonlandıklarına göre bir dökümünü sunarlar. Bunların arasında, aşırı donanımlı olarak görülmesine rağmen, pazar hareketlerini tahmin etmek için Google arama terimlerini kullanma konulu bir makale, forumlarda büyük ilgi gördü. Son olarak, konuşmacı, insanların zor matematik kavramlarını içeren uzun, karmaşık kısaltmalara sahip stratejileri etkili bir şekilde çalışan basit stratejilerden daha çekici bulma eğiliminde olduklarını belirtiyor.
  
  
• 00:45:00 Bu bölümde konuşmacı, insanların para kazanma algoritmalarını piyasaya karşı test etmek için çevrimiçi bir platforma yüklemeye istekli olmalarını sağlamada güven ve güvenliğin önemini tartışıyor. Konuşmacı, platformu kullanırken kendilerini rahat hissetmeleri için kullanıcılarla bir güven düzeyi oluşturmanın gerekliliğini vurguluyor ve güvenlik önlemlerini ciddiye aldıklarından bahsediyor. Canlı toplu performans verileri henüz mevcut olmasa da, konuşmacı simülasyonda çalışan yaklaşık bin algoritmaya sahip olduklarını belirtiyor. Konuşmacı, nicelikler için bir sosyal ağın potansiyel faydalarını değerlendiriyor ancak bireysel algoritma kârlılığını artırıp artırmayacağından emin değil. Ancak, kantitatif finans dünyasındaki insanlar arasında birbirleriyle konuşmaya ve diğerlerinin ne yaptığını anlamaya yönelik bastırılmış bir talep olduğuna inanıyor. Son olarak konuşmacı, güvenli ve risksiz bir ortamda insanların birbirlerinin başarılarından ve hatalarından öğrenebilecekleri bir öğrenme ortamı olarak platformun değerini vurgular.
  
  
• 00:50:00 Videonun bu bölümünde, konuşmacı çeşitli yatırım stratejileri sınıflandırmalarının popülaritesini ve bunların platformlarında nasıl temsil edildiğini tartışıyor. Momentum ve ortalamaya dönüş stratejilerinin şu anda en popüler stratejiler olduğunu gözlemliyorlar. Platformun perakende yatırımcıların erişebileceği daha fazla içerik ekleme potansiyeli hakkında heyecanlarını dile getiriyorlar. Konuşmacı ayrıca, canlı ticarette günde bir kez veya dakikada bir çalıştırılan bir başlatma yöntemi ve veri işleme yöntemiyle Python'da platformun geriye dönük test edicisinin nasıl çalıştığını gösterir. Tek UI ayarları, geriye dönük test, başlangıç sermayesi ve geriye dönük test sıklığına ilişkin tarihlerdir. Topluluk başlığında, üyelerin diğer üyeler tarafından oluşturulan farklı algoritmaları bulabilecekleri ve bunları kopyalayıp platformun IDE'sine yapıştırabilecekleri bir arama işlevi vardır.
  
  
• 00:55:00 Bu bölümde, konuşmacı, Interactive Brokers hesabına karşı dokuz sektör ETF'sinden oluşan eşit ağırlıklı bir portföyü satın alan temel bir algoritmanın konuşlandırıldığı canlı ticaret kontrol panelini gösteriyor. Pano, bir karşılaştırma ölçütüne bağlı bir performans öz sermaye eğrisini kırmızı renkte, mevcut pozisyonları ve verilen siparişleri ve doldurmaları gösterir. Konuşmacı ayrıca dağıtılan bir kaynak kodu için bilgileri günlüğe kaydetme yeteneğinden de bahseder. Ölçüt, SPI'nin getirileridir ve şu anda, geniş bir hisse senedi yelpazesini tarafsız bir şekilde seçme olanağı sunmuyorlar. Bunun yerine, üç ayda bir güncellenen günlük bir dolar hacmi evreni sunarlar.

[MetaQuotes]

Quant Trading'de Yapılması ve Yapılmaması Gerekenler

Quant Trading'de Yapılması ve Yapılmaması Gerekenler

Kantitatif ticarette önde gelen bir isim olan Dr. Ernie Chan, zorlukları tartışıyor ve bu alandaki tüccarlar için değerli tavsiyeler veriyor. Sektör uzmanlarının belirttiği gibi nicel ticaretin artan zorluğuna ve birçok makine öğrenimi fonunun düşük performansına dikkat çekiyor. Başarılı olmak için tüccarlar becerilerini yükseltmeli ve önemli dersler almalıdır. Kişisel deneyimlerden yola çıkan Dr. Chan, tüccarların yapmaktan kaçınmaları gerekenleri paylaşıyor ve uzun vadeli başarı için rehberlik sunuyor.

Dr. Chan'ın vurguladığı en önemli uyarılardan biri, özellikle güçlü strateji performansının olduğu dönemlerde aşırı kaldıraç kullanma eğilimidir. Kelly formülü genellikle risk yönetimi için kullanılsa da, aşırı iyimser beklentilere yol açabileceği ve örnekleme dönemlerine duyarlı olduğu konusunda uyarıyor. Bunun yerine, kaldıracı belirlemek için volatiliteyi daha öngörülebilir bir ölçü olarak kullanmayı öneriyor. Yatırımcılar, bir stratejinin beklenen değişkenliğini hedefleyerek, yalnızca tahmin edilen getirilerden ziyade riske odaklanarak uygun kaldıraç seviyelerini belirleyebilirler.

Dr. Chan, miktar ticareti için iki temel tavsiye veriyor. İlk olarak, öngörülemeyen potansiyel kazançlara odaklanmak yerine bir stratejinin aşağı yönlü riskini (yani ne kadarının kaybedilebileceğini) göz önünde bulundurmanın önemini vurguluyor. İkinci olarak, kısa vadeli performansı yöneticilerin seçilmesinde veya kaldıracın belirlenmesinde tek temel olarak kullanılmaması konusunda uyarıyor. Bunun yerine, daha uzun geçmiş kayıtları aramayı ve risk yönetimi ve kademeli yeniden tahsis amaçları için kısa vadeli performanstan yararlanmayı tavsiye ediyor. Ayrıca, tacirleri, kişisel lükslere düşkünlük yerine karlarını ticaret işlerinin altyapısına yeniden yatırarak iş odaklı bir zihniyet benimsemeye teşvik ediyor.

Ticaret işinin altyapısına yatırım yapmak, Dr. Chan'ın üzerinde durduğu bir konudur. Yüksek kaliteli verilere, daha hızlı makinelere ve kalifiye personele yapılacak yatırımlara öncelik verilmesini öneriyor. Daha hızlı makineler araştırma üretkenliğini artırırken, doğru geriye dönük test sonuçları elde etmek için kaliteli veriler çok önemlidir. Gerekli becerilere sahip personeli işe almak, işletmenin yeteneklerini daha da güçlendirir. Dr. Chan, ticareti ciddi bir ticari girişim olarak ele alarak bu yatırımların uzun vadeli faydalarını vurguluyor.

Dr. Chan, araştırma verimliliğini artırmak için çok çekirdekli makinelere ve uygun paralel bilgi işlem yazılımlarına yatırım yapmanın önemini vurguluyor. Bu yatırım, verimliliği beş ila on kat arasında önemli ölçüde artırabilir. Ayrıca kodlama, strateji, pazarlama veya operasyonlar gibi tamamlayıcı becerilere sahip kişilerle ortaklık kurarak kişinin karşılaştırmalı avantajına odaklanmasını ve eksiklikleri tamamlamasını önerir.

Dr. Chan, kantitatif ticarete işbirlikçi bir yaklaşımı savunuyor. İşbirliğinin, üniversite öğrencilerinin oluşturduğu sanal ticaret grupları da dahil olmak üzere çeşitli şekillerde gerçekleşebileceğinin altını çiziyor. Fikirleri paylaşmak ve başkalarına stratejiler öğretmek, değerli geri bildirimlere yol açabilir ve genel performansı artırabilir. Kişinin rekabet avantajını koruması önemli olmakla birlikte, temel ticaret fikirlerinin paylaşılması net bir bilgi ve içgörü akışına yol açabilir.

Ek olarak Dr. Chan, yeni başlayanlara sağlam sezgisel gerekçelere dayalı basit ticaret stratejileriyle başlamalarını tavsiye ediyor. Yalnızca daha karlı olanları aramak yerine kötü işlemleri ortadan kaldırmanın değerini vurguluyor. Ne zaman işlem yapılmayacağını ve belirli fikirlerin ne zaman uygulanmayacağını bilmek, uzun vadeli başarıya katkıda bulunur. Ayrıca ticaret stratejilerinde sürekli öğrenmeyi ve gelişmeyi teşvik eder.

Bir Soru-Cevap oturumu sırasında, Dr. Chan finansal türevler oluşturmaya ilişkin içgörülerini paylaşıyor, sahada başlangıç noktası olarak Python kullanılmasını öneriyor ve momentum ticareti ve risk paritesi gibi etkili stratejileri tartışıyor. Getiriler azaldığında bile bir stratejiyi sürdürmek için daha iyi risk yönetimine duyulan ihtiyacı vurguluyor.

Özetle, Dr. Ernie Chan nicel tüccarlar için değerli tavsiyeler veriyor. Aşırı kaldıraç ve kısa vadeli performans bağımlılığına karşı uyarıyor, aşağı yönlü riskleri göz önünde bulundurmanın ve daha uzun geçmiş kayıtlara odaklanmanın önemini vurguluyor. Veriler, makineler ve personel dahil olmak üzere iş altyapısına yatırım yapmayı vurguluyor. İşbirliği, basit stratejilerle başlama ve sürekli öğrenme, uzun vadeli başarının anahtarıdır.

• 00:00:00 Dr. Ernie Chan, kantitatif ticaretin şu anda karşı karşıya olduğu zorluklardan ve endüstrinin nasıl olgunlaştığından bahsediyor. 13 milyar dolarlık nicel fonu yöneten De Sha ve Dr. Lopez de Prado'nun aktardığına göre, nicel ticaretin her geçen yıl giderek daha zor hale geldiğinden bahsediyor. Çoğu makine öğrenimi fonu başarısız oldu ve en büyük yatırım yapılabilir döviz ticareti programlarının performansı, son iki yılda aynı şekilde saldırıya uğradı. Dr. Chan, tüccarların bu alanda hayatta kalmak ve başarılı olmak için oyunlarını geliştirmeleri ve bazı üst düzey dersler almaları gerektiğine inanıyor. Çoğunu ihlal ettiği ve dersini aldığı için tacirlerin yapmaktan kaçınması gereken bazı şeyleri de paylaşıyor.
  
  
• 00:05:00 Konuşmacı, özellikle bir stratejinin iyi performans gösterdiği zamanlarda, ticarette aşırı kaldıracın cazibesine karşı uyarıda bulunuyor. Tüccarlar, risk yönetimi için Kelly formülüne güvenme eğiliminde olabilirken, konuşmacı bunun aşırı iyimser beklentilere yol açabileceğini ve örnekleme dönemlerine karşı oldukça hassas olabileceğini belirtiyor. Bunun yerine, getirileri doğru bir şekilde tahmin etmek çok zor olabileceğinden, kaldıraç belirleme için oynaklığın daha öngörülebilir bir girdi olarak kullanılmasını öneriyor. Bu nedenle, tüccarlar stratejilerinin beklenen oynaklığını hedeflemeli ve kaldıraçlarını tahmin edilen getirilerden ziyade bu miktara göre belirlemelidir.
  
  
• 00:10:00 Konuşmacı, miktar ticareti için iki önemli tavsiye veriyor. İlk olarak, kaldıracı belirlemek için stratejinin dil tarafına odaklanmak esastır; bu, bir stratejiyle ne kadar kazanılabileceğinden ziyade ne kadarının kaybedilebileceğidir çünkü bu öngörülemez. İkinci olarak, kısa vadeli performansı yönetici seçmek veya taşıma kaldıracını belirlemek için kullanmamak çok önemlidir çünkü akademik bir araştırmaya göre bunu yapmanın faydası yoktur. Bunun yerine konuşmacı, risk yönetimi ve kademeli yeniden tahsis amaçları için daha uzun bir geçmiş performans aramayı ve kısa vadeli performansı kullanmayı tavsiye ediyor. Ayrıca, tüccarları, karlarını seyahat ve lüks eşyalar gibi savurganlıklara harcamak yerine veri ekipmanına yeniden yatırdıkları iş odaklı bir zihniyet benimsemeye teşvik ediyor.
  
  
• 00:15:00 Konuşmacı, ticaret işine kâr yatırmanın önemini vurguluyor. Daha büyük bir portföye yatırım yapmaktansa, veri, ekipman veya personel gibi işin altyapısına yatırım yapmak daha iyidir. Verilerle ilgili olarak, ucuz veriler genellikle geriye dönük testin doğruluğunu tehlikeye atabilecek uyarılara sahip olduğundan, kaliteli verilere yatırım yapmak çok önemlidir. Benzer şekilde, araştırma verimliliğini artırmak ve iş için gerekli becerilere sahip doğru personeli işe almak için daha hızlı makinelere sahip olmak önemlidir. İşe yapılan bu yatırım, işletmenin uzun vadeli beka kabiliyetini artırabilir. Konuşmacı, diğer herhangi bir iş gibi bir ticaret işi yürütmenin uzun vadede faydalı olabileceği sonucuna varıyor.
  
  
• 00:20:00 Konuşmacı, araştırma üretkenliğini beş ila on kat artırmak için çok çekirdekli bir makineye ve uygun paralel bilgi işlem yazılımına yatırım yapmanın önemini tartışıyor; bu, makinelerin işçilikten çok daha ucuz olduğu düşünüldüğünde mükemmel bir yatırımdır. Ek olarak, yerel bir makineye yatırım yapmak, psikolojik bir engel teşkil eden ve veri aktarımı ve depolama için ödeme gerektiren bulut bilişime yatırım yapmaktan daha uygun maliyetli ve üretkendir. Konuşmacı, kodlama, strateji, pazarlama veya operasyonlar gibi tamamlayıcı becerilere sahip personele yatırım yaparak kişinin karşılaştırmalı avantajına odaklanması ve eksiklikleri tamamlaması gerektiğini vurgular.
  
  
• 00:25:00 Konuşmacı, eksikliklerinizi gidermek ve stratejilerinizi genişletmek için personele yatırım yapmanın önemini tartışıyor. Ticaretin ciddi bir iş olarak ele alınması gerektiğini ve eğer kişinin personele yatırım yapacak sermayesi yoksa durumla başa çıkmanın yolları olduğunu vurguluyor. En iyi niceliksel fonlar artık, oluşturulan stratejinin herhangi bir bireyin işi değil, bir ekip çalışması olduğu bir ekip yaklaşımı kullanıyor. Bu nedenle, ticaret stratejilerinin kalitesini artırdığından, ticaret stratejilerinden ziyade finansal olayları incelemek faydalıdır. Konuşmacı ayrıca, bağımsız tüccar yaklaşımının geçerliliğini yitirdiğini ve genç tüccarların umut vaat eden benzersiz bir yaklaşımı benimsediğini de belirtiyor.
  
  
• 00:30:00 Konuşmacı, sadece kârlı ticaret stratejileri oluşturmanın ötesinde piyasayı incelemenin faydalarını tartışıyor. Tüccarlar, bilimsel bir yaklaşım benimseyerek ve fenomeni kendi içsel merakı ve ilgisi için inceleyerek, piyasanın tekrarlanabilir olan ve yalnızca geçmiş verilerin gereğinden fazla uyarlanmasının bir sonucu olmayan ilginç eserlerini ortaya çıkarabilir. Konuşmacı, iyi bir sezgisel gerekçeye sahip basit ticaret stratejileriyle başlamayı savunuyor ve başarılı bir stratejinin genellikle daha karlı olanları bulmak yerine kötü işlemleri ortadan kaldırmayı içerdiğini belirtiyor. Ek olarak, ne zaman ticaret yapmayacağını ve belirli bir fikri ne zaman uygulamayacağını bilen tüccarın uzun vadede daha başarılı olması muhtemeldir.
  
  
• 00:35:00 Alım satıma basit bir stratejiyle başlamanın önemi vurgulanıyor, çünkü bu, çok büyük miktarda bilgiyi aşmaya yardımcı oluyor ve kişisel deneyim kazanılmasına olanak tanıyor. Ancak bu seviyede kalmamak ve tekli tahmin edicilerin ömrünü uzatmak için sürekli olarak daha fazla tahmin edici eklemek de önemlidir. Birden çok öngörücü, doğrusal veya katmanlar gibi çeşitli şekillerde üstel olarak birleştirilebilir, bu da bunların çoğaltılmasını zorlaştırır ve daha yavaş alfa bozulmasına katkıda bulunur. Tahmin edicileri birleştirirken makine öğrenimi genellikle gereklidir, ancak fazla uydurma tehlikesi mevcuttur. Bu zorluklara rağmen, konuşmacı iyimser bir notla bitiriyor ve tacirleri stratejilerini sürekli olarak öğrenmeye ve geliştirmeye teşvik ediyor.
  
  
• 00:40:00 Ernie, kantitatif ticarette işbirliğinin öneminden bahsediyor. İşbirliğinin sadece büyük şirketler veya firmalarla sınırlı kalmayıp çeşitli biçimlerde gerçekleşebileceğini vurguluyor. Örneğin, üniversite öğrencileri işbirliği yapabilir ve farklı kişilerin başarılı bir ticaret stratejisi oluşturmak için çeşitli becerilerle katkıda bulunabileceği sanal bir ticaret grubu oluşturabilir. Ernie ayrıca tüccarları fikirlerini paylaşmaya ve stratejilerini başkalarına öğretmekten çekinmemeye teşvik ediyor. Çoğu ticaret fikrinin orijinal olmadığına inansa da, stratejinin daha iyi çalışmasını ve daha uzun sürmesini sağlayan uygulama, risk yönetimi ve diğer rekabet avantajlarıdır. Bu nedenle, tacirlerin rekabet avantajından vazgeçmeleri gerekmez, ancak temel ticaret fikirlerini paylaşmak, diğerleri stratejiyi keskinleştirebilecek ve geliştirebilecek geri bildirimler sağladığından net girişe yol açabilir.
  
  
• 00:45:00 Konuşmacı, kantitatif ticaretteki geçmişini tartışıyor ve zirve sırasında Sharpe oranını üçün üzerinde veren başarılı Forex modelinden bahsediyor. Yazılım mühendislerine, diğer insanların modellerini inceleyerek, bunları geriye dönük test ederek ve ticaret yaparak ve temel bilgiye sahip ancak kodlama becerisinden yoksun kişilerle ortaklık yaparak başlamalarını tavsiye ediyor. Volatiliteyi tahmin etmek için çeşitli yöntemler önerir ve yalnızca elverişli rejimlerde ticaret stratejileri önerir. Kantitatif geliştiricileri işe almak için gereken nitelikler sorulduğunda, kodlama becerilerini ve pazar ve onun inceliklerini temel düzeyde anladığını vurguluyor.
  
  
• 00:50:00 Konuşmacı, kantitatif ticarette yapılması ve yapılmaması gerekenleri tartışıyor. Bir ticaret stratejisi para kazandırmıyorsa, portföyde gürültü haline gelene kadar kaldıracını azaltması gerektiğini vurguluyor. Konuşmacı, fizik ve mühendisliğe benzer şekilde, ticarette kalıplar ve olgular aramanın önemini vurguluyor. Yeni başlayan biri olarak, bir rekabet avantajı belirlemenizi ve tamamlayıcı becerilere sahip biriyle ortaklık kurmanızı önerir. Konuşmacı daha sonra makine öğrenimi algoritmalarında daha fazla veri kullanmayı düşünür, daha fazla verinin her zaman daha iyi olmadığını açıklar ve geçmişe daha fazla uzanmadan verileri simüle etmek için torbalamanın kullanılmasını önerir. Son olarak, konuşmacı, getiriler azalmaya başlasa bile para kaybetmeden bir stratejiyi uygulamaya devam etmeyi sağladığı için daha iyi risk yönetiminin çok önemli olduğunu belirtiyor.
  
  
• 00:55:00 Ernie Chan, izleyicilerin miktar ticareti ile ilgili sorularını yanıtlıyor. Finansal türevler oluşturmanın uzmanlığa sahip olanlar için iyi bir fırsat olduğunu, ancak niş alanlarda arama yapmayı gerektirdiğini öne sürüyor. Hisse senedi verilerinin geriye dönük test edilmesi için Crisp Data ve Tech Data'nın kullanılmasını öneriyor, ancak iyi verilerin yüksek maliyetli olduğu konusunda uyarıyor. Chan ayrıca mevcut ortamda etkili stratejiler olarak momentum ticaretini ve risk paritesini tartışıyor ve Python'un sahada başlamak için iyi bir açık kaynak olduğunu öne sürüyor.

[MetaQuotes]

Kantitatif Finans | Niceliksel Ticaret Stratejilerinin Radovan Vojtko tarafından Sınıflandırılması

Kantitatif Finans | Niceliksel Ticaret Stratejilerinin Radovan Vojtko tarafından Sınıflandırılması

Quantpedia'nın CEO'su Radovan Vojtko, veritabanları için niceliksel ticaret stratejileri seçme sürecine ilişkin değerli bilgiler sağlıyor. Tüccarlar tarafından kullanılabilecek güvenilir ve uygulanabilir stratejiler keşfetmek için akademik araştırmalardan yararlanmanın önemini vurguluyor. Yaygın yanlış anlamalara rağmen Vojtko, akademik makalelerde hala potansiyeli olan pek çok ticari fikir bulunduğunun altını çiziyor.

Vojtko, ticaret stratejileri için en popüler varlık sınıfının hisse senetleri olduğunu, ardından emtia, para birimleri, tahviller ve gayrimenkul olduğunu açıklıyor. Bu varlık sınıfları, nicel stratejilerin uygulanması için çok çeşitli fırsatlar sunar. Kantitatif stratejileri, diğerlerinin yanı sıra zamanlama, arbitraj ve momentum dahil olmak üzere çeşitli sınıflandırmalara ayırır.

Vojtko'nun vurguladığı önemli bir husus, akademik araştırmalarda, özellikle de tahviller ve emtialar gibi daha az iyi korunan varlık sınıflarında kör noktaların varlığıdır. Bu kör noktalar, yeni alfa kaynakları keşfetme fırsatları sunar ve tüccarlar bunlardan yararlanabilir. P-hackleme ve replikasyon gibi sorunlarla mücadele etmek için Vojtko, titiz testler ve momentum anonimleştirme tekniklerinin kullanılmasını önerir.

Yayınlanan alım satım stratejilerinin artık işe yaramadığına dair inancın aksine Vojtko, bazı stratejilerin yayınlandıktan sonra bile olumlu sonuçlar vermeye devam ettiğini ve beş yıl sonra alfanın %40'tan fazlasının kaldığını iddia ediyor. En umut verici stratejileri seçmek için örneklem dışı testler yapmayı, istatistiksel anlamlılık için kesme noktasını artırmayı, kapsamlı bir strateji veritabanı oluşturmayı ve en iyi performansa sahip olanları seçmeyi önerir.

Vojtko ayrıca, emtia vadeli işlemleri ticaretindeki ortalamaya dönüş yaklaşımları ve kazanç öncesi duyuru risk stratejileri gibi belirli ticaret stratejilerini tartışıyor. Alfa bozulmasının önemini ve P-hackleme ve veri madenciliğinin getirdiği zorlukları vurguluyor. Uygulamadan önce stratejileri titizlikle test etmek ve doğrulamak çok önemlidir.

Kantitatif alım satım stratejilerinin yayınlandıktan sonra etkinliğini kaybettiği yanılgısına değinen Vojtko, stratejilerin zaman içinde hala iyi performans gösterebileceğini gösteren araştırmalara atıfta bulunuyor. Tüccarlara veri taramasından kaçınmalarını tavsiye ediyor ve kapsamlı test ve doğrulama ihtiyacının altını çiziyor.

Akademik araştırmalarda tekrarlama açısından Vojtko, istatistiksel anlamlılık için kesme noktasının yükseltilmesini ve yayınlanan verilere dayalı portföyleri karşılaştırmak için örneklem dışı testler kullanılmasını önerir. Bu yaklaşım, daha doğru çoğaltma sağlar ve kazanma stratejilerinin belirlenmesini sağlar.

Kârlı stratejiler havuzunu genişletmek için Vojtko, çok çeşitli stratejilerden oluşan bir veri tabanı oluşturmanızı ve en iyi performansa sahip olanları seçmenizi önerir. Ayrıca, Sosyal Bilimler Ağı ve Quantpedia gibi niceliksel ticaret stratejileri bulmak için kaynaklar sağlar.

Kantitatif finans için programlama dilleri ile ilgili olarak Vojtko, çeşitli seçeneklerin mevcudiyetinden bahseder ve kişinin rahat olduğu bir dili seçmesini tavsiye eder. Python tercih edilen bir dildir ancak Tradestation, Ninjatrader veya Ami Broker gibi diğer seçenekler de etkili olabilir. Vojtko, başarılı algoritmik ticaret için finans ve teknoloji becerilerini birleştirme ihtiyacını vurguluyor ve her iki alanda da uzmanlık geliştirmek için eğitim programları sunuyor.

• 00:00:00 Bu bölümde Arjuna, kantitatif ticaret stratejileri ansiklopedisi olarak hizmet veren bir web sitesi olan Quantpedia'nın CEO'su Radovan Vojtko'yu tanıtıyor. Vojtko eski bir portföy yöneticisidir ve stratejileri, piyasa zamanlamasını ve volatilite ticaretini takip eden çok varlıklı ETA trendine odaklanan nicel fonlarda 300 milyon Euro'nun üzerinde yönetmiştir. Vojtko, akademik araştırmalarda yayınlanan ve insanların ticaret için kullanabilecekleri veya kendi ticaret sistemleri için ince ayar yapabilecekleri pek çok ilginç ticaret stratejisi ve fikri olduğunu belirterek, finansal akademik araştırmaya dikkat etmenin önemini vurguluyor. Ayrıca, akademik araştırmaların dışında kalan stratejileri uygulamayla ilgili bazı ortak sorunları da paylaşıyor.
  
  
• 00:05:00 Bu bölümde Radovan Vojtko, veritabanları için ticaret stratejileri seçme sürecini tartışıyor. Pek çok akademik makale okuduklarını ve uygulanabilir, güvenilir performans ve risk özelliklerine sahip stratejiler seçtiklerini açıklıyor. İlk olarak Jagadeesh ve Titman tarafından 1993 tarihli bir makalede ve sonraki ilgili makalelerde yazılan hisse senetlerindeki ivme stratejisi örneğini veriyor. Vojtko ayrıca, kurumsal müşteriler stratejilerini kendi verileri üzerinde test etmeyi tercih ettikleri için ticaret kodu yayınlamadıklarını da belirtiyor. Son olarak, nicel araştırma yapan üç büyük grubun ana hatlarını çiziyor: akademisyenler, satış tarafı araştırması ve hedge fonlar ve varlık yönetimi şirketleri.
  
  
• 00:10:00 Bu bölümde, konuşmacı nicel ticaret stratejilerine genel bakış ve sınıflandırmayı tartışıyor. Konuşmacıya göre, hisse senetleri akademik araştırmalarda iyi kapsanan bir varlık sınıfıdır ve onu emtialar, para birimleri, tahviller ve emlak takip eder. Alım satım stratejileri için en popüler zaman çerçevesi, daha pahalı veri ve programlama gereklilikleri nedeniyle yüksek frekanslı alım satımın yeterince temsil edilmediği aylık yeniden dengelemedir. Konular açısından, uzun-kısa ve momentum gibi hisse senedi stratejileri en popüler olanlardır ve bunu piyasa zamanlaması, değer ve temel kazanç etkileri izlemektedir. Konuşmacı ayrıca bir veritabanında ilginç ticaret stratejilerinin nasıl sınıflandırılacağı ve bulunacağı konusundaki bakış açılarını sunar.
  
  
• 00:15:00 Bu bölümde, konuşmacı nicel ticaret stratejilerinin farklı sınıflandırmalarını tartışır ve araştırmalarda kör noktalar kavramını tanıtır. Kör noktalar, iyi kapsanmayan ve yeni alfa veya ticaret stratejileri bulma fırsatları sunan araştırma alanlarını ifade eder. Konuşmacı daha sonra varlık sınıfları arasında farklı stratejilerin bir dağılımını sunarak hisse senetlerinin baskın olduğunu, tahvillerin ve GYO'ların ise pek kapsanmadığını gösteriyor. İyi bilinen stiller arasında momentum ve arbitraj iyi bir şekilde ele alınmıştır, ancak konuşmacı diğer varlık sınıfları için zamanlama stratejileri ve para birimlerinde ticaret için ilginç stratejiler geliştirme konusundaki fırsatları vurgulamaktadır.
  
  
• 00:20:00 Bu bölümde Radovan Vojtko, hisse senedi stratejilerine özel vurgu yaparak niceliksel ticaret stratejilerinin varlık sınıfına göre sınıflandırılmasını tartışıyor. Zamanlama, arbitraj ve değer ticaretini içeren altı ana hisse senedi stratejisi türüyle, diğer tüm varlık sınıflarının toplamından daha fazla hisse senedi alım satım stili olduğuna dikkat çekiyor. Bununla birlikte, popüler stiller söz konusu olduğunda kör noktalar vardır ve tahviller ve emtialar gibi bazı varlık sınıfları yeterince araştırılmamıştır. Vojtko ayrıca, araştırma makalelerinde yer almayan benzersiz ve ilginç yatırım fırsatları bulmak için yüksek bir fırsat sunan gün içi ve kısa vadeli stratejilerdeki bazı boşlukların altını çiziyor.
  
  
• 00:25:00 Bu bölümde, video iki kantitatif ticaret stratejisini tartışıyor. İlk strateji, emtia vadeli işlemlerinin ticaretinde ortalama bir geri dönüş yaklaşımı kullanmayı içerir. Yaklaşım, benzer özelliklere sahip malları gruplandırmayı, her mal grubu için mal toplam getiri endeksini hesaplamayı ve her grup içinde çiftler oluşturmayı içerir. Pariteler daha sonra tarihsel mesafeye göre işlem görür ve fiyat farkı iki standart sapmanın üzerindeyse günlük pozisyonlar alınır. İkinci strateji, kazanç duyurularından sonra hisse senetlerinin kayma eğiliminden yararlanan kazanç öncesi duyuru riskidir. Yatırımcılar uzun-kısa portföy oluşturarak bu eğilimden kazanç sağlayabilirler. Kazanç duyurusu sonrası kayma iyi bilinirken, hisse senetlerinin kazanç duyurularından önce de kayma eğiliminde olduğu gerçeği daha az bilinir.
  
  
• 00:30:00 Videonun bu bölümünde Radovan Vojtko, bir ticaret stratejisinin örnek içi ve örnek dışı performansında bir farkın olduğu alfa bozunması kavramını açıklıyor. Ayrıca, araştırmacıların veri madenciliğine yol açan ilginç bir şey bulana kadar bir ticaret stratejisinin çok sayıda varyasyonunu test edebilecekleri nicel araştırmalarda P-hackleme ve çoğaltma sorunlarını tartışıyor. Bu sorundan kaçınmak için Vojtko, tüccarın bir stratejinin gerçekten karlı olup olmadığını veya sadece istatistiksel bir şans olup olmadığını görmesini sağlayan momentum anonimleştirmeyi kullanmanızı önerir. Bu sorunlara rağmen, akademik makalelerde yayınlanmış çeşitli nicel ticaret stratejileri vardır; bunlardan biri, yıllık %40 getiri gösteren bir ön kazanç duyurusu stratejisidir.
  
  
• 00:35:00 Bu bölümde, konuşmacı, diğer oyuncular tarafından arbitraj aldıkları için, niceliksel ticaret stratejilerinin yayınlandıktan ve başkaları tarafından bilindikten sonra artık çalışmadığına dair yaygın yanlış kanıyı tartışıyor. Bununla birlikte, McLean ve Pontiff tarafından yapılan araştırma, bazı stratejilerin yayınlandıktan sonra bile hala işe yaradığını ve yayınlandıktan beş yıl sonra alfanın %40'tan fazlasının kaldığını gösteriyor. Konuşmacı ayrıca, ticaretteki anormalliklerin veya faktörlerin sürekliliğinden bahsediyor ve herhangi bir stratejinin kalıcı olabileceğini ve gelecekte iyi bir performans gösterebileceğini, ancak yatırımcıların kötü zamanlamasının daha düşük getirilere yol açabileceğini vurguluyor. Konuşmacı, yanlış keşiflere yol açabilecek bir veri madenciliği kullanımı olan veri taraması veya veri avcılığına karşı uyarıda bulunuyor ve herhangi bir stratejiyi uygulamadan önce titizlikle test etmenin önemini vurguluyor.
  
  
• 00:40:00 Bu bölümde, Radovan Vojtko akademik araştırmalarda, özellikle niceliksel ticaret stratejilerinde tekrarlama konusunu tartışıyor. Araştırmacıların veri madenciliği yapma ve önceden belirli bir hipotez olmadan kalıplar arama probleminden bahsediyor, bu da gerçek pratik kullanım olmadan istatistiksel anlamlılıkla sonuçlanıyor. Vojtko, yayınlanan verilere dayalı olarak hisse senedi faktörlerinin portföylerini karşılaştırmak için örneklem dışı testler kullanarak bulunan stratejide olabildiğince zor olması için istatistiksel anlamlılık için kesme noktasını 3,0 veya 3,5'e yükseltmenizi önerir. Bu şekilde, veriler kazananları seçerken kendi adına konuşur ve gelecekteki ticarette daha doğru çoğaltma ve potansiyel kullanım sağlar.
  
  
• 00:45:00 Bu bölümde, Radovan Vojtko, her yıl anomalilerin performanslarına göre sıralandığı ve en iyi performans gösterenlerin bir sonraki yılda alınıp satıldığı bir momentum yayınlanmamış anomaliler stratejisini tartışıyor. Bu strateji, gerçekçi olmayan, düşük performans gösteren veya arbitraj stratejilerini filtrelemeye yardımcı olur ve akademik araştırma yoluyla karlı stratejiler keşfetme şansını artırır. Ancak, strateji kurşun geçirmez değildir ve likidite ve işlem maliyetleri dikkate alınmalıdır. Ek olarak, anormalliklerin performansı düşebilir ve önyargı ve kör noktalar ele alınmalıdır. Vojtko, karlı stratejiler bulma şansını artırmak için daha fazla stratejiden oluşan bir veritabanı oluşturmanızı ve en iyi performansa sahip olanları seçmenizi önerir.
  
  
• 00:50:00 Videonun bu bölümünde, konuşmacı izleyicilerden sorular alıyor ve kantitatif ticaret stratejileri bulmak için kaynaklar öneriyor. Çiftler ticareti veya momentum ticareti gibi anahtar kelimelerle aranabilen sosyal bilim araştırma makalelerinin bir deposu olduğu için Social Science Network web sitesine bakmanızı öneriyorlar. Konuşmacı ayrıca, 60'tan fazla yaygın ve iyi bilinen strateji içeren ücretsiz bir bölümü ve daha benzersiz stratejiler içeren premium bir bölümü olan kendi web sitesi Quantpedia'yı önerir. Yeni başlayanların hangi stratejiyle başlaması gerektiği sorulduğunda, konuşmacı EPS'deki varlık maliyeti toplama ve ivme stratejilerine bakmayı önerir. Konuşmacı, beta bozunmasını hesaplamak için yayınlarında belirtilen akademik makalelere başvurmayı veya alfa bozunması ile ilgili akademik makaleler için bir Google araması yapmayı önerir.
  
  
• 00:55:00 Bu bölümde, konuşmacı niceliksel finans için önerilen programlama dillerini tartışıyor ve çevrimiçi olarak pek çok dil olduğunu ve bunun nihayetinde kişisel tercihe bağlı olduğunu belirtiyor. Yaklaşık 50 eski testçiye birkaç bağlantı içeren web sitelerine bir bağlantı sağlarlar ve kişisel olarak Python'u tercih ederler, ancak diğerlerinin de aynı derecede geçerli olduğunu unutmayın. Alım satıma veya teste başlamak için rahat olduğunuz bir dili seçmenizi ve Tradestation, Ninjatrader veya Ami Broker gibi sağlanan kaynaklardan önceden oluşturulmuş bir çözüm kullanmanızı önerirler. Ayrıca konuşmacı, başarılı bir algoritmik ticaretin finans ve teknoloji alanlarındaki becerilerin birleştirilmesinden geçtiğini ve her iki alanda da bireyler yetiştirmek için eğitim programları sunduklarını belirtiyor.

[MetaQuotes]

Bir ticaret avantajı için verilere yönelme · Dave Bergstrom, miktar tüccarı

Bir ticaret avantajı için verilere yönelme · Dave Bergstrom, miktar tüccarı

Bu videoda başarılı bir miktar tüccarı olan Dave Bergstrom, ticaret dünyasındaki yolculuğunu paylaşıyor ve piyasa avantajlarını keşfetmek için veri analizi tekniklerini kullanmanın önemini vurguluyor. Eğri uydurma ve aşırı optimizasyondan kaçınma gereğini vurguluyor, ticaret ve programlamayı öğrenmek için birden fazla kaynaktan yararlanmayı öneriyor ve uygun risk yönetiminin ve gerçekçi beklentilere sahip olmanın önemini vurguluyor. Bergstrom ayrıca yüksek frekanslı ticaretin potansiyel düşüşünü tartışıyor ve tüccarların karlı ticaret stratejileri bulmasına ve oluşturmasına yardımcı olan yazılım paketi Build Alpha'yı tanıtıyor.

Başlangıçta yüksek frekanslı bir tüccar olan Dave Bergstrom, neredeyse hukuk fakültesini takip etmekten tüccar olmaya giden yolunu anlatıyor. Lisans eğitimi sırasında ticarete daldı ve ticaret kalıpları ve momentum hisse senetleri hakkında bilgi edinmek için finans Twitter ve podcast'ler gibi platformlarda bilgi aradı. Erken başarı elde etmesine rağmen Bergstrom, erken strateji ve tekniklerinin mevcut ticaret yöntemlerinden önemli ölçüde farklı olduğunu kabul ediyor. Strateji geliştirme sırasında veri madenciliği tekniklerini kullandığını vurguluyor ve tacirlerin bu bölümde tartışılan çeşitli analiz biçimlerini kullanmasına olanak tanıyan yazılım paketi Build Alpha'yı tanıtıyor.

Mütevazı başlangıcından yola çıkan Bergstrom, sahte NFL formaları ve cüzdanları satarak ticarete ilk adımını atıyor. Daha sonra, bir ticaret hesabına fon sağladı ve ivme ve teknik analize, özellikle grafik modellerine dayalı ticaret hisse senetleri ile uğraştı. Ancak tutarsızlıkla karşı karşıya kaldı ve öz sermaye dengesinin neden sürekli olarak sıfıra döndüğünü anlamakta zorlandı. Daha fazla deneyime sahip olan Bergstrom, sistematik bir yaklaşımın yokluğunun tutarlı getiri elde etme becerisini engellediğini fark etti. Ancak Florida'ya taşındıktan ve yüksek frekanslı bir ticaret firmasında ticaret asistanı olarak çalıştıktan sonra niceliksel analiz alanını keşfetti ve ticaret çabalarında tutarlılığın yolunu açtı.

Bergstrom ayrıca veri analizi gerektiren bir role geçişini tartışıyor. Bu pozisyonda başarılı olmak için programlamayı kendi kendine öğretti ve firması, verilerde karlı işlemlere yol açabilecek anormallikleri veya kalıpları belirlemeye inandığı için nesnel teknik analize odaklandı. İstikrarlı bir başarıya ulaşmak için birkaç yıl deneme yanılma gerektiren bir yolculuk olan test etme ve geriye dönük test etme stratejilerini kullanılmadan önce açıklıyor. Bergstrom'un teknik analiz hakkındaki görüşleri, sezgiye dayanan öznel analiz yerine kalıpları tanımlamak için verileri kullanan nesnel analizi tercih ederek gelişti.

Programlama, Bergstrom'un bir süper güç olarak gördüğü ticaret yolculuğunda önemli bir rol oynuyor. Excel'in yüksek frekanslı ticarette büyük miktarda veriyi işlemek için yetersiz olduğunu fark ederek, bir ticaret asistanı rolünden bir ticaret masası rolüne geçmek için programlamayı öğrendi. Bergstrom, asimetrik kazançları ve minimum riski nedeniyle programlamayı mükemmel bir yatırım olarak görüyor. Hevesli programcılara farklı kaynakları keşfetmelerini, gayretli kalmalarını ve öğrenme sürecini hızlandırmak için bilgili kişilerden rehberlik almalarını tavsiye ediyor.

Bergstrom, ticaret yapmayı ve programlamayı öğrenirken birden fazla kaynak aramanın önemini vurguluyor. Programlama için Stack Exchange gibi platformların kullanılmasını önerir ve Python, C++ ve Java gibi birden fazla programlama dilinin öğrenilmesini teşvik eder. Bergstrom, ticaret yaklaşımını tartışırken kendisini bir veri madencisi olarak tanımlıyor ve veri analizi yoluyla çok sayıda pazar avantajının keşfedilebileceğine inanıyor. Bazıları veri madenciliğini fazla uydurmaya eğilimli olarak algılarken, aşırı uydurma ve aşırı optimizasyonu önlemek için adımlar atıldığında bunun değerli bir araç olabileceğini savunuyor.

Bergstrom, veri madenciliği yoluyla ticari avantajları nasıl ortaya çıkardığına ışık tutuyor ve belirli kriterlere dayalı olarak karlı stratejiler arayan bir uygunluk işlevi kullanıyor. Minimum işlem sayısını sürdürmek ve çapraz doğrulama kullanmak gibi teknikler kullanarak eğri uydurmadan kaçınmanın önemini vurguluyor. Bir kenarın, veri analizi yoluyla tanımlanabilecek olumlu bir beklentiye sahip bir şeyi ifade ettiğini açıklıyor. Nihayetinde, önceden var olan hipotezlere dayanmasalar bile karlı stratejiler arar, ancak mantıksal akıl yürütmeyle uyumlu stratejilere daha fazla güvenir.

Bergstrom'a göre, bir stratejiyi test ederken önemli sayıda ticarete sahip olmak çok önemlidir. Eğri uydurmanın risklerini vurguluyor ve parametrelerin geriye dönük inceleme dönemleriyle optimize edilmesine karşı tavsiyelerde bulunuyor. Bunun yerine, sayma ölçüleri gibi parametrik olmayan metrikleri kullanmayı tercih ediyor. Ayrıca Bergstrom, piyasa davranışını anlamada piyasa rejimlerinin yanı sıra hacim ve oynaklığın öneminin altını çiziyor. Twitter'da paylaştığı, gerçekçi beklentiler belirlemenin ve bir ticaret sistemine yetersiz fon tahsis etmekten kaçınmak için Monte Carlo analizi kullanmanın önemini gösteren güçlü bir grafikten bahsediyor.

Bergstrom, bir geriye dönük test karlı bir strateji gösterse bile, gerçek hayattaki sonuçların farklı olabileceğini anlamanın çok önemli olduğunu vurguladığından, alım satımdaki gerçekçi beklentiler daha fazla araştırılır. Monte Carlo simülasyonları ve varyans testi gibi araçlar, tacirlerin olası sonuçların dağılımını oluşturmasına ve gelecekteki işlemler için gerçekçi beklentiler oluşturmasına yardımcı olur. Bergstrom, asimetrik risk-ödül oranlarını destekleyen ilk yasa ile ticaretin üç yasasını sunar. Bu, daha düşük bir kazanma yüzdesini, ancak daha yüksek bir getiriyi tercih ettiği anlamına gelir.

Uygun risk yönetimi, özellikle bahis boyutlandırmayla ilgili olarak, Bergstrom'un ticaret felsefesinin merkezinde yer alır. Aynı kalıp veya sistem içinde diğerlerinden önemli ölçüde daha büyük bir ticarete sahip olmanın bir tüccar için faydalı olmadığını açıklıyor. Bergstrom, büyük sayılar yasasının yürürlüğe girmesi için gerekli olan çok sayıda işlem üzerinde matematiksel olasılıkların oynamasını engellediği için "heyecan verici" işlemlere aşırı yatırım yapılmaması konusunda uyarıda bulunuyor. Önemli sayıda işlem üzerinden daha muhafazakar ve tutarlı bir şekilde işlem yapmanın, olumlu avantajın ortaya çıkmasını sağlayacağını öne sürüyor. Gün içi ve yüksek frekanslı ticaret, büyük sayılar yasasıyla daha iyi uyum sağlarken, Bergstrom, varyans testi tatmin ediciyse günlük zaman dilimlerinin de etkili olabileceğine inanıyor.

Bergstrom, pazarlar genelinde strateji sağlamlığının önemini araştırıyor. Birden çok pazarda işe yarayan stratejiler oluşturmanın değerini kabul etse de, yetersiz ticaret oluşturan stratejilerden uzak durma eğilimindedir. Bergstrom, işlem maliyetleri ve her ticarette daha yüksek kar elde etme konusunda dengeli bir yaklaşımın elde edilebileceğine inanıyor. Strateji, aşırı işlem maliyetleriyle yüklenmemeli, ancak aynı zamanda aşırı sayıda işlem oluşturacak şekilde tasarlanmamalıdır. Vites değiştiren Bergstrom, yüksek frekanslı ticareti (HFT) çevreleyen yaygın yanlış anlamaları ele alıyor ve günah keçisi arayan insanlar nedeniyle bunun genellikle haksız yere karalandığını belirtiyor. HFT'nin faydalı olduğuna ve yırtıcı bir niyeti olmadığına kesinlikle inanıyor.

Son olarak Bergstrom, artan rekabete ve stratejilerin ortaya çıkmasına atfettiği yüksek frekanslı ticaretin potansiyel düşüşünü tartışıyor. Tartışma, düşüşün aşırı doymuş bir pazardan mı yoksa yüksek frekanslı ticaret için gerekli olan iki taraflı piyasayı desteklemeyen merkez bankalarının uyguladığı para politikalarından mı kaynaklandığı etrafında dönüyor. Bergstrom, kullanıcılara sinyalleri seçme ve çıkış kriterlerine ve uygunluk işlevine dayalı farklı stratejiler arama yetkisi veren Build Alpha yazılım paketini sunar. Yazılım, en iyi stratejileri belirler ve her biri için ticareti yapılabilir kodlar oluşturarak portföylerin oluşturulmasına ve kapsamlı analizlere olanak tanır. İlgilenen kişiler buildalpha.com web sitesini ziyaret edebilir veya [e-mail] adresinden veya Twitter @Deeper_DB adresinden Dave Bergstrom ile iletişime geçebilir.

Sonuç olarak, Dave Bergstrom'un başarılı bir tüccar olma yolculuğu, pazar avantajlarını bulmada veri analizi tekniklerinin önemini gözler önüne seriyor. Eğri uydurmayı önleme, öğrenme için birden fazla kaynak kullanma, uygun risk yönetimi uygulama ve gerçekçi beklentileri sürdürme üzerindeki vurgusu, hevesli tüccarlar için değerli bilgiler sağlar. Ayrıca, yüksek frekanslı ticaret hakkındaki düşünceleri ve Build Alpha'nın tanıtımı, ticaret stratejilerini geliştirmeye ve tüccarları yenilikçi yazılım çözümleri aracılığıyla güçlendirmeye olan bağlılığını gösteriyor.

• 00:00:00 Yüksek frekanslı bir tüccar olan Dave Bergstrom, neredeyse hukuk fakültesine gitmekten ticarete giden yolculuğunu tartışıyor. Lisans sırasında ticarete başladı ve ticaret kalıpları ve momentum hisse senetleri hakkında bilgi edinmek için internette finans Twitter ve podcast'ler gibi bilgiler aradı. Ticarette erken başarılı oldu, ancak o zamanlar kullandığı erken ticaret stratejileri ve tekniklerinin şu anki ticaretinden çok farklı olduğunu kabul ediyor. Dave ayrıca strateji geliştirme sırasında veri madenciliği tekniklerini nasıl kullandığından bahsediyor ve eğri uydurmayı azaltmanın yollarını öneriyor. Hatta tacirlerin bu bölümde tartışılan birçok tekniği ve farklı analiz biçimlerini gerçekleştirmesine olanak tanıyan Build Alpha adlı bir yazılım paketi bile geliştirdi.
  
  
• 00:05:00 Bir miktar tüccarı olan Dave Bergstrom, sahte NFL formaları ve cüzdanları satarak para kazanmaya başlayarak ticaretteki mütevazi başlangıcını paylaşıyor. Daha sonra, başlangıçta momentum ve teknik analize, özellikle grafik modellerine dayalı olarak hisse senetleri ticareti yapan bir ticaret hesabına fon sağladı. Ancak, tutarsızlıkla mücadele etti ve neden sıfır öz sermaye dengesine geri döndüğünü anlayamadı. Daha fazla deneyime sahip olan Bergstrom, bir sistemi olmadığını fark etti ve yeniden başlatmaya devam ederek tutarlı getirileri engelledi. Ancak Florida'ya taşındığında ve yüksek frekanslı bir ticaret firmasında ticaret asistanı olduğunda kantitatif analizi keşfetti ve ticarette tutarlılığa giden yeni bir yol buldu.
  
  
• 00:10:00 Bir miktar tüccarı olan Dave Bergstrom, verileri analiz etmesini gerektiren bir role geçişinden bahsediyor. Bergstrom kendi kendine programlama öğrenmek ve nesnel teknik analize odaklanmak zorundaydı çünkü çalıştığı firma, verilerde karlı işlemler yapmaya yol açabilecek anormallikler veya modeller aramaya inanıyordu. Alım satım için bir avantaj veya model kullanılmadan önce bir test ve geriye dönük test süreci olduğunu ve tutarlı bir başarı elde etmek için birkaç yıl boyunca deneme yanılma yapması gerektiğini açıklıyor. Bergstrom'un teknik analiz hakkındaki görüşleri değişti ve kalıpları belirlemek için verileri kullanan nesnel analizin, kalıpları belirlemek için sezgiye dayanan öznel analizden daha iyi olduğuna inanıyor.
  
  
• 00:15:00 Dave Bergstrom programlamayı nasıl öğrendiğini ve onu neden bir süper güç olarak gördüğünü açıklıyor. Excel'in yüksek frekanslı ticarette yer alan veri miktarını kaldıramayacağını fark ettiğinden, eğitmen asistanı rolünden ticaret masası rolüne geçmek istediği için programlamayı öğrendi. Bergstrom programlamayı herkesin yapabileceği en iyi ticaret olarak görüyor çünkü kazançlar asimetrikken risk minimum. Programlamayı öğrenmeyi düşünen herkese farklı kaynaklara bakmalarını, çalışkan olmalarını ve süreci hızlandırmaya yardımcı olacak soruları yanıtlayabilecek kişiler bulmalarını tavsiye ediyor.
  
  
• 00:20:00 Dave Bergstrom ticaret yapmayı ve programlamayı öğrenirken birden fazla kaynak aramanın önemini tartışıyor. Programlama için Stack Exchange kullanılmasını önerir ve Python, C++ ve Java gibi birden çok dil öğrenmeyi önerir. Alım satım yaklaşımı sorulduğunda, Bergstrom bir veri madencisi olduğunu kabul ediyor ve piyasada veri analizi yoluyla keşfedilmeyi bekleyen birçok avantaj olduğuna inanıyor. Bazıları veri madenciliğini aşırı uydurma olarak görse de, aşırı uydurma ve aşırı optimizasyonu önlemek için adımlar atıldığı sürece bunun yararlı bir araç olduğunu savunuyor.
  
  
• 00:25:00 Dave Bergstrom, veri madenciliği yoluyla ve belirli kriterlere dayalı karlı stratejiler arayan bir uygunluk işlevi kullanarak ticarette nasıl avantajlar bulduğunu anlatıyor. Minimum işlem sayısı ve çapraz doğrulama gibi teknikler kullanarak eğri uydurmanın önlenmesinin önemini vurguluyor. Ayrıca avantajın, veri analizi yoluyla tanımlanabilecek olumlu bir beklentiye sahip bir şey olduğunu açıklıyor. Nihayetinde, önceden var olan bir hipoteze dayanmasa bile karlı stratejiler arar, ancak mantıklıysa, ona daha fazla güvenir.
  
  
• 00:30:00 Dave Bergstrom, bir stratejiyi test ederken çok sayıda ticarete sahip olmanın önemini tartışıyor. Ayrıca, eğri uydurmanın risklerinden ve parametreleri yeniden inceleme dönemleriyle optimize etmeyerek bundan nasıl kaçınılacağından da bahsediyor. Bunun yerine, sayma ölçüleri gibi parametrik olmayan metrikleri kullanmayı tercih ediyor. Ayrıca, piyasa davranışını anlarken piyasa rejimlerinin yanı sıra hacim ve oynaklığın önemini vurgulamaktadır. Ayrıca, gerçekçi beklentilere sahip olmanın ve bir ticaret sistemine yetersiz fon tahsis etmekten kaçınmak için Monte Carlo analizini kullanmanın önemini gösteren, Twitter'da yayınladığı güçlü bir grafiği açıklıyor.
  
  
• 00:35:00 Ticarette gerçekçi beklentileri öğreniyoruz. Bir geriye dönük test karlı bir strateji gösterse de, bu sonuçların gerçek hayatta aynı olmayabileceğini anlamak önemlidir. Monte Carlo simülasyonları ve varyans testi gibi araçlar, tacirlerin olası sonuçların bir dağılımını oluşturmasına ve gelecekteki işlemler için gerçekçi beklentiler belirlemesine yardımcı olabilir. Konuk konuşmacı aynı zamanda ticaretin üç kanununu da tanıtıyor; bunlardan ilki, ödüllendirmek için asimetrik riski tercih etmesi, yani daha düşük bir kazanma yüzdesine sahip olmayı, ancak tersinden daha yüksek bir getiri elde etmeyi tercih ediyor.
  
  
• 00:40:00 Quant tüccarı Dave Bergstrom, özellikle bahislerin boyutlandırılmasıyla ilgili olarak, ticarette uygun risk yönetiminin önemini vurguluyor. Aynı model veya sistemdeki diğerlerinden önemli ölçüde daha büyük bir ticarete sahip olmanın bir tüccarın çıkarına olmadığını açıklıyor. Bergstrom, matematiğin çok sayıda işlem üzerinden oynanmasına izin vermediğinden, büyük sayılar yasasının devreye girmesi için gerekli olan "heyecan verici" işlemlere çok fazla bahis yapılmaması konusunda uyarıda bulunuyor. Bergstrom, sıkıcı bir şekilde ticaret yapmanın ve çok sayıda ticarette oyunda kalmanın, pozitif avantajın ortaya çıkmasını sağlamak için daha iyi olduğunu öne sürüyor. Gün içi ve daha yüksek frekanslı ticaret, büyük sayılar yasasına daha uygun olsa da, Bergstrom, varyans testi tatmin ediciyse günlük zaman çerçevelerinin de çalışabileceğine inanıyor.
  
  
• 00:45:00 Dave Bergstrom, bir ticaret stratejisi için piyasalar genelinde sağlamlığın önemini tartışıyor. Birden çok pazarda çalışan bir strateji oluşturmanın iyi bir yaklaşım olduğuna inansa da, yeterli işlem sağlamayan bir şeyden çekinme eğilimindedir. İşlem maliyetlerinin bir ticaret stratejisini nasıl etkileyebileceği sorulduğunda ve her ticarette daha fazla kar elde etmenin işe yarayıp yaramadığı sorulduğunda Bergstrom, stratejinin sizi işlem maliyetleriyle öldürmediği, ancak belki de yaratmadığı mutlu bir ortamın elde edilebileceğine inanıyor. bin ticaret de. Farklı bir kayda göre Bergstrom, HFT'lerin (yüksek frekanslı ticaret) yanlış anlaşıldığını ve insanların günah keçisi araması nedeniyle genellikle kötü bir rap ile boyandığını iddia ediyor. HFT'nin yararlı olduğuna inanıyor ve bunda yırtıcı bir şey yok.
  
  
• 00:50:00 Dave Bergstrom, rekabet ve stratejilerin açığa çıkması nedeniyle uygulanması giderek zorlaşan yüksek frekanslı ticaretin potansiyel düşüşünü tartışıyor. Piyasadaki çok fazla oyuncudan mı yoksa Fed ve diğer merkez bankalarının ortaya koyduğu ve yüksek frekanslı ticaretin gerektirdiği iki taraflı bir piyasayı desteklemeyen para politikasından mı kaynaklandığı konusunda tartışmalar var. Bergstrom, kullanıcıların bir sinyal listesinden seçim yapmasına ve çıkış kriterlerine ve uygunluk işlevine göre farklı stratejiler aramasına olanak tanıyan Build Alpha adlı bir yazılım paketi üzerinde çalışıyor. Daha sonra en iyi stratejileri bulur ve portföylerin oluşturulmasına ve bunların analizine izin vererek her biri için takas edilebilir kodlar üretir. Build Alpha web sitesi, kullanıcıların Dave'e [e-mail] veya Twitter @Deeper_DB üzerinden ulaşabileceği buildalpha.com'dur.
  

[MetaQuotes]

Quant ve HFT ticareti için hangi programlama dili

Quant ve HFT ticareti için hangi programlama dili

Bu video, kantitatif ticarette ve yüksek frekanslı ticarette (HFT) yaygın olarak kullanılan programlama dillerine kapsamlı bir genel bakış sağlar. Konuşmacı, bu dilleri prototip araştırma ve yorumlayıcı betik dilleri ile Java, C#, C ve C++ gibi eski derlenmiş diller olarak sınıflandırır. Python, R, MATLAB ve Microsoft Visual Studio dahil olmak üzere ticaret fikirlerini modellemek için popüler dillerin artıları ve eksileri ayrıntılı olarak tartışılmaktadır. Ek olarak, video, ortak yerleşim, uygun maliyetli prototip oluşturma ve komisyoncu desteği gibi bir programlama dili seçerken dikkate alınması gereken önemli noktaları vurgular. Verimlilik araçlarını kullanmanın ve risk yönetimi ve portföy yönetimi de dahil olmak üzere tüm ticaret sistemini dikkate almanın önemini vurgular.

Konuşmacı, programlama dillerini prototipleme araştırması ve yorumlayıcı betik oluşturmaya uygunluklarına göre farklı gruplara ayırarak başlar. Kantitatif ticaret bağlamında, ticaret fikirlerini modellemek için popüler seçenekler olarak Python ve MATLAB'ı özellikle ele alıyor. Ancak, Python'un parçalanmış sürümlerinin (2.7 ve 3.x) zorluğuna işaret ediyor ve R'nin uyumluluğu ve performansıyla ilgili sorunları vurguluyor. Bir yandan Python, geliştiriciler için bunaltıcı olabilen ve ek eğitim gerektiren çok sayıda seçenek sunar. Öte yandan, R'nin uyumluluk ve performans açısından belirli sınırlamaları vardır.

İleriye dönük olarak konuşmacı, kantitatif ve HFT ticaretinde yaygın olarak kullanılan çeşitli programlama dillerini araştırır. Python'un veri paketleri açısından güçlü yönlerinin yanı sıra daha yavaş yürütme ve sınırlı sipariş yönetimi yetenekleri gibi dezavantajları vurgulanarak tartışılmıştır. Konuşmacı ayrıca Python entegrasyonuna izin veren MATLAB 2015 ve Microsoft Visual Studio 2015'ten bahseder. Java, C#, C ve C++ gibi eski derlenmiş diller vurgulanır ve Java, programlamaya yeni başlayanlar için uygun bir başlangıç noktası olarak önerilir. C#, anlama kolaylığı ve gelişmiş teknikleri nedeniyle övülürken, C# ile optimum performans Windows ortamlarıyla sınırlıdır.

Video, Java, C/C++ ve MATLAB gibi niceliksel ve yüksek frekanslı alım satıma uygun programlama dillerini daha da araştırıyor. Java ve C#, veritabanlarıyla kolay entegrasyonlarıyla tanınırlar, ancak performansı etkileyen çöp toplama nedeniyle sınırlamalar ortaya çıkabilir. C ve C++, optimum hız ve bellek kontrolü sunan diller olarak övülür, ancak öğrenmesi daha karmaşık olabilir. MATLAB, veri toplama, analiz, ticaret yürütme ve risk yönetimi için çeşitli araç kutularına sahip güçlü ve çok yönlü bir platform olarak kabul edilmektedir. Gelişmiş matematiksel ve makine öğrenimi desteğinin yanı sıra MATLAB Coder aracılığıyla C/C++'da kod üretme yeteneği vurgulanmıştır. Konuşmacı ayrıca MATLAB Üretimini kullanarak MATLAB'ı yüksek performanslı bir web sunucusuna yerleştirme seçeneğinden de bahsediyor.

Kantitatif ve HFT ticaretinde bir programlama dili seçmeye yönelik hususlar kapsamlı bir şekilde tartışılmaktadır. Konuşmacı, ticaret borsalarında, özellikle HFT ticaretinde ortak yerleşimin avantajını vurguluyor ve ortak yerleşimi kolaylaştıran bir sağlayıcı olarak MathWorks'ten bahsediyor. Lab Home Edition'ın 150 $'dan başlayan satın alınabilirliği, uygun maliyetli bir prototip oluşturma ortamı olarak belirtiliyor. Ek olarak, komisyoncu seçimi, programlama dili seçimini etkileyen kritik bir faktör olarak vurgulanmaktadır. Interactive Brokers, Java, C++ ve C# gibi eski dilleri destekleyen bir aracı olarak vurgulanır. Konuşmacı, yeni gelenlere üretkenlik araçlarını kullanmalarını tavsiye ediyor ve risk yönetimi, değerlendirme ve portföy yönetimi dahil olmak üzere ticaret sisteminin daha geniş yönlerini dikkate alma ihtiyacını vurguluyor.

Genel olarak video, kantitatif ticarette ve HFT'de kullanılan farklı programlama dilleri, bunların güçlü yönleri ve sınırlamaları ve ticaret amacıyla bir dil seçerken dikkate alınması gereken temel faktörler hakkında değerli bilgiler sağlar. Verimli ve etkili ticaret operasyonları için tüm ticaret sistemini anlamanın ve uygun araçları kullanmanın önemini vurgular.

• 00:00:00 Konuşmacı, miktar ve yüksek frekanslı ticaret için farklı programlama dili seçeneklerini tartışıyor. Dilleri, eski derlenmiş dillerle birlikte prototipleme araştırması ve yorumlayıcı betik dilleri olarak sınıflandırır. Konuşmacı, tipik olarak alım satım fikirlerini modellemek için kullanılan Python ve MATLAB'ı ele alıyor ve özellikle Python'un iki ana sürümündeki (2.7 ve 3.x) parçalanma sorununa dikkat çekiyor. Konuşmacı ayrıca R ve Python'un artıları ve eksileri hakkında bazı fikirler veriyor ve R'nin uyumluluk ve performansla ilgili bazı sorunları olduğunu öne sürüyor. Bu arada, Python'da geliştiriciler için kafa karıştırıcı olabilecek çok fazla seçenek vardır ve biraz daha fazla eğitim gerektirir.
  
  
• 00:05:00 Konuşmacı, veri paketleri ile tanınan ancak aynı zamanda yavaş ve sınırlı sipariş yönetimi yeteneğine sahip Python'dan başlayarak, miktar ve HFT ticareti için kullanılan çeşitli programlama dillerini tartışıyor. Python kullanımına olanak sağlayan MATLAB 2015 ve Microsoft Visual Studio 2015'ten de bahsediyor ve ardından Java, C#, C ve C++ gibi tamamı derlenmiş diller olan eski dillere geçiyor. Java'yı düzgün ve yerel olarak çalıştırma açısından sınırlı olmasına rağmen, programlamaya yeni başlayanlar için iyi bir başlangıç noktası olarak vurguluyor ve anlama kolaylığı ve gelişmiş teknikleri için C#'ı öneriyor. Ancak, C# ile optimum performans yalnızca Windows'ta mümkündür.
  
  
• 00:10:00 Video, Java, C/C++ ve MATLAB dahil olmak üzere nicel ve yüksek frekanslı ticaret için yararlı olan çeşitli programlama dillerini tartışıyor. Java ve C#, diğer veritabanlarıyla kolayca entegre olabilir, ancak performans çöp toplamalarla sınırlı olabilir. C ve C++, hız ve bellek kontrolü için en uygun performans gösteren dillerdir, ancak öğrenmesi karmaşık olabilir. MATLAB, veri toplama ve analizi, ticaretin yürütülmesi ve su yönetimi için birçok araç kutusu içeren güçlü ve evrensel bir platformdur. Ayrıca, gelişmiş matematik ve makine öğrenimi desteğine ve MATLAB kodlayıcı aracılığıyla katı uyumlulukla C/C++'a kod üretme yeteneğine sahiptir. MATLAB Production ile yüksek performanslı bir web sunucusuna da gömülebilir.
  
  
• 00:15:00 Konuşmacı, nicelik ve HFT ticareti için bir programlama dili seçmeyle ilgili konuları tartışıyor. MathWorks'ün, HFT ticareti için avantajlı olan bir ticaret borsasında ortak yerleşime nasıl izin verdiğinden bahsediyor. 150 dolardan başlayan fiyatlarla uygun maliyetli bir prototipleme ortamı olarak Lab Home Edition hakkında konuşmaya devam ediyor. Ek olarak, Java, C++ ve C# gibi eski dilleri destekleyen Interactive Brokers ile aracı seçiminin hangi dilin kullanılacağını büyük ölçüde etkileyeceğini vurguluyor. Konuşmacı, yeni başlayanlara üretkenlik araçlarını kullanmalarını ve risk yönetimi, değerlendirme ve portföy yönetimini içeren tüm sistemin daha küçük bölümünün farkında olmalarını tavsiye ediyor.

[MetaQuotes]

Max Margenot'tan "Temel İstatistiksel Arbitraj: Çift Ticaretin Arkasındaki Matematiği Anlamak"

Max Margenot'tan "Temel İstatistiksel Arbitraj: Çift Ticaretin Arkasındaki Matematiği Anlamak"

Max Margenot tarafından sunulan "Temel İstatistiksel Arbitraj: Çiftler Ticaretinin Arkasındaki Matematiği Anlamak" başlıklı videoda istatistiksel arbitraj kavramı ayrıntılı olarak anlatılıyor. Margenot, istatistiksel arbitrajın, istatistiksel analiz yoluyla belirlenen dengesizliklere ve piyasanın nasıl davranması gerektiğine dair bir modele dayalı alım satımlar yaratmayı nasıl içerdiğini açıklıyor. Video, durağanlık, entegrasyon emirleri ve eş bütünleşme gibi temel istatistiksel kavramlara dayanan çiftler ticaretine odaklanıyor.

Margenot, ticaret algoritmaları geliştirmede bireylere yardımcı olmak için ücretsiz istatistik ve finans dersleri sunan şirketinin platformu Quantopian'ı tanıtarak başlıyor. Daha sonra, ikili ticarette durağanlığın, entegrasyon emirlerinin ve eş bütünleşmenin önemini araştırıyor. Durağanlık, genellikle finansal uygulamalarda normal dağıldığı varsayılan aynı parametrelerle aynı olasılık dağılımından alınan bir zaman serisindeki tüm örnekleri ifade eder. Genişletilmiş Dickey-Fuller testi, durağanlığı test etmek için bir araç olarak tanıtıldı.

Konuşmacı, gerçek dünya verileriyle ilişkili belirsizliği vurgulayarak, özellikle değişkenler arasındaki ince veya sinsi ilişkilerle uğraşırken, hipotez testlerinde yanlış pozitif olma potansiyelini vurgular. Bunu, bir hipotez testiyle tespit edilemeyebilecek bir zaman serisinde patolojik bir ilişki üreterek gösteriyor. Margenot, sonuçların ihtiyatlı bir şekilde yorumlanmasının öneminin altını çiziyor ve izleyicilere bir grafiğin görsel olarak incelenmesinin bile altta yatan istatistiksel özellikleri ortaya çıkarmayabileceğini hatırlatıyor.

Modelleme zaman serilerinin sınırlamaları ve yanlış pozitif olasılığı tartışılmaktadır. Bir zaman serisi ortalamaya dönüş davranışı sergileyebilirken, her zaman durağanlık göstermez. Durağanlık, bir zaman serisinin hem ortalamaya dönüştüğü hem de durağan, deterministik ve rastgele bir dağılım izlediği bir senaryoyu temsil eder. Sıfır mertebesinin entegrasyonunun durağanlığı ifade etmediği, ancak durağanlığın sıfır mertebesinin entegrasyonunu ima ettiği entegrasyon siparişleri kavramı tanıtıldı. Kümülatif toplamlar ayrıca, sıfırıncı dereceden birden çok entegrasyonun nasıl daha yüksek entegrasyon sıralarıyla sonuçlandığını göstererek açıklanır.

Finansta durağan getiri varsayımı ve durağan zaman serileri bulmanın zorluğu ele alınmaktadır. Getirilerin durağanlığı gösterecek şekilde normal dağıldığı varsayılır. Durağanlığı test etmek için entegre sıra ve fark gösterimi kullanılır. Konuşmacı, teorik olarak, fiyat serilerinin sıfırıncı dereceden entegre olan getirilerle olan ilişkileri nedeniyle birinci dereceden entegre olması gerektiğini belirtiyor. Bir şirketten alınan fiyatlandırma verileri kullanılarak bir örnek verilmiştir.

Margenot, durağan olan doğrusal bir kombinasyon elde etmek için zaman serilerinin belirli tanımlanmış yollarla entegrasyonunu içeren eşbütünleşme kavramını açıklamaya devam ediyor. Birlikte durağan olan iki entegre zaman serisini bulmak zor olsa da, makul bir ekonomik temele sahip fiyat serilerini araştırırken eşbütünleşme değerli olabilir. Konuşmacı, ortalamaya dönüş için belirli bir zaman modeli olmasa bile, durağan spreadin mevcut değerine dayalı olarak bahis yapılabileceğini vurgular.

Simüle edilmiş veri oluşturma süreci, yayılma hesaplamasını ve doğrusal regresyon kullanarak tahmin etmeyi göstermek için gösterilmiştir. Margenot, finansal verilerin nadiren bir değişkeni diğerinden çıkarmak kadar basit olduğunu ve değişkenler arasındaki ilişkiyi tahmin etmek için doğrusal bir regresyon gerektirdiğini vurgular. Amaç, portföyün piyasa getirileri açısından kompozisyonunu gösteren beta değerini belirlemektir. Bu bilgi, çift ticaretinde uzun ve kısa pozisyonlara izin verir. Konsepti açıklamak için bir çift alternatif enerji menkul kıymetini içeren bir örnek verilmiştir.

Temel istatistiksel arbitraj için iki potansiyel menkul kıymet arasında doğrusal bir regresyon oluşturma açıklanmaktadır. Margenot, arbitraj fırsatlarını gösterebilen potansiyel eş-bütünleştirici ilişkileri belirlemek için bir başlangıç noktası olarak aynı sektör içinde bir ilişki sergileyen iki menkul kıymet bulmayı önerir. İki menkul kıymet arasındaki durağanlık faydalı olsa da, konuşmacı yalnızca bir çifte güvenmek yerine mümkün olduğu kadar çok sayıda farklı bağımsız bahis üzerinde işlem yapılması gerektiğini vurguluyor.

İstatistiksel arbitraj içindeki çiftlerin ve anlaşmaların hesaplanması, incelenen çiftlerin log getirilerine dayanır. Engle-Granger yöntemi olarak bilinen log getirileri arasındaki doğrusal regresyon, regresyonun durağan olup olmadığını belirlemek için kullanılır. Makul bir dünya modeli oluşturulduktan sonra, bir tüccar diğerlerinden daha fazla bilgiye sahip olarak ve nispeten bilinçli bahisler yaparak avantaj elde edebilir. Dönen yayılımı aktif olarak ticaret yapmak ve güncellemek için, hareketli bir ortalama ve standart sapma kavramı gereklidir. Ticaret stratejisini yinelemek ve geliştirmek için hareketli ortalamalar ve ortak filtreler gibi farklı yöntemler kullanılabilir.

Konuşmacı, istatistiksel arbitrajın basit veya karmaşık bir birim stratejisi olabileceğini vurgular. İşlem yapılacak hisse senedi çiftleri arasındaki durağanlığın, eş bütünleşmenin ve ilişkilerin belirlenmesini içerir. Kişi, diğerlerine kıyasla ne kadar çok bilgiye sahip olursa, bu ilişkilerden o kadar iyi yararlanabilir. Çeşitlendirilmiş bir portföy oluşturmak, birbirine bağlı olmayan bağımsız bahisler gerektirir. Yeniden dengeleme sıklığı, bireysel çiftlere ve verilerde gözlemlenen durağanlığın süresine bağlıdır.

Video, gerçek zamanlı verilerle algoritmik ticaretin simülasyonunu tartışmak için devam ediyor. Değişken varyans gibi doğrusal regresyonların altında yatan varsayımlar, uygulanabilirliğini etkileyebilecek faktörler olarak belirtilir. Durağanlığı gösteren daha güçlü bir durumu temsil ettiğinden, hisse senedi çiftleri arasındaki ilişkileri modellerken eşbütünleşme korelasyona göre tercih edilir. Bahis büyüklükleri, sistematik yaklaşımlara uygun olmayabilen korelasyonların aksine, varsayımsal yayılmanın ortalama ve standart sapması kullanılarak sistematik olarak belirlenebilir.

Özet olarak, video, istatistiksel arbitraj ve çift ticareti hakkında kapsamlı bir açıklama sağlar. Durağanlık, entegrasyon emirleri ve eş bütünleşme gibi temel kavramları kapsar. İstatistiksel sonuçların dikkatli bir şekilde yorumlanmasının önemi ve bağımsız bahislere olan ihtiyaç vurgulanmaktadır. Konuşmacı, hisse senedi çiftleri arasındaki ilişkileri tahmin etmede doğrusal regresyonun rolünü ve arbitraj fırsatlarını belirlemede ortalamaya dönmenin önemini vurgulamaktadır. Video, algoritmik ticaretin simülasyonunu ve istatistiksel arbitrajda çeşitlendirilmiş bir portföy oluşturmaya yönelik hususları tartışarak sona eriyor.

• 00:00:00 Max Margenot, istatistiksel arbitraj kavramını ve bunun istatistiksel analiz kullanarak piyasa verimsizliklerinden yararlanmak için nasıl kullanılabileceğini tanıtıyor. İstatistiksel arbitrajın, dünyanın nasıl olması gerektiğine dair bir model kullanmayı ve istatistiksel analizin yarattığı dengesizliğe dayalı ticaret yapmayı içerdiğini açıklıyor. Daha sonra şirketinin platformu Quantopian'ı ve insanların ticaret algoritmaları yazmalarına yardımcı olmak için nasıl ücretsiz istatistik ve finans dersleri sunduğunu açıklıyor. Margenot, temel istatistiksel kavramlara dayanan Paris işlemlerini oluştururken durağanlığın, entegrasyon emirlerinin ve eş bütünleşmenin kullanımını tartışmaya devam ediyor.
  
  
• 00:05:00 Konuşmacı, zaman serisi verilerinde durağanlık kavramını ve bunun otoregresif ve hareketli ortalama modeller gibi istatistiksel modellerdeki önemini tartışır. Konuşmacı, durağanlığın, zaman serisi verilerindeki tüm örneklerin aynı parametrelerle aynı olasılık dağılımından çekilmesi anlamına geldiğini ve bunun finansal uygulamalarda tipik olarak normal dağıldığı varsayıldığını belirtiyor. Konuşmacı, artırılmış Dickey-Fuller testini durağanlık için bir hipotez testi olarak tanıtır ve bunun hem durağan hem de durağan olmayan zaman serisi verileri üzerindeki kullanımını gösterir.
  
  
• 00:10:00 Konuşmacı, verinin belirli bir şekilde davranmasını sağlayan veri oluşturma sürecinden asla emin olunamayacağından, gerçek dünya verileriyle çalışmanın doğasında var olan belirsizliği tartışıyor. Bu, hipotez testlerinde, özellikle değişkenler arasındaki ince veya sinsi ilişkilerde yanlış pozitif potansiyeline yol açar. Konuşmacı bunu, ortalamada küçük bir periyodik eğilime sahip olan ve muhtemelen hipotez testi tarafından gözden kaçabilecek bir zaman serisi ile patolojik bir ilişki oluşturarak gösterir. Konuşmacı, hipotez testlerinden elde edilen sonuçları yorumlarken dikkatli olmanın önemini vurgular ve grafiğe bakmanın bile altta yatan istatistiksel özellikleri ortaya çıkarmayabileceğine işaret eder.
  
  
• 00:15:00 Konuşmacı, zaman serilerini modellemenin sınırlamalarını ve yanlış pozitif olasılığını tartışıyor. Bir zaman serisinin ortalamaya dönüş (ortalama geri dönüş) olabilse de, bunun her zaman durağanlık anlamına gelmediğini açıklıyor. Bunun yerine, durağanlık, ortalamaya dönen ve durağan, deterministik ve rastgele bir dağılım izleyen bir zaman serisinin bir örneğini temsil eder. Konuşmacı daha sonra, sıfırıncı mertebenin entegrasyonunun durağanlık anlamına gelmediği, ancak durağan olmanın sıfırıncı mertebenin entegrasyonunu ima ettiği entegrasyon mertebeleri kavramını tanıtır. Tartışma, kümülatif toplamlar kavramıyla sona erer; burada sıfırıncı dereceden entegre bir serinin birden çok kez eklenmesi birinci dereceden entegre bir seri üretir ve bu böyle devam eder.
  
  
• 00:20:00 Entegre düzen kavramı ve finansta durağan getiri varsayımı tartışılır. Konuşmacı, durağan zaman serileri bulmanın zor olduğunu ve getirilerin normal dağıldığı, yani durağan olduğu varsayıldığını açıklar. Durağanlığı test etmek için, konuşmacı entegre sıra ve fark notasyonunun kullanımını gösterir. Ayrıca konuşmacı teorik olarak fiyat serilerinin sıfırıncı dereceden entegre olan getirilerle olan ilişkileri nedeniyle birinci dereceden entegre edilmesi gerektiğini belirtmektedir. Bir şirketten alınan fiyatlandırma verileri kullanılarak bir örnek verilmiştir.
  
  
• 00:25:00 Margenot, zaman serilerinin durağan hale gelen doğrusal kombinasyonuyla sonuçlanan belirli tanımlanmış yollarla entegrasyonunu içeren eşbütünleşme kavramını açıklıyor. Birlikte durağan iki entegre zaman serisi bulmak zor olsa da, belirli bir fiyat serisini keşfetmek için makul bir ekonomik temelin olduğu durumlarda eşbütünleşme yararlı olabilir. Durağan yayılma, bir şeyin ortalamaya dönüp dönmeyeceğine dair bahis oynamak için kullanılır ve bu geri dönüşlerin nasıl olabileceğine dair belirli bir zaman modeli olmasa da, yayılmanın mevcut değerine dayalı olarak bahis oynanabilir.
  
  
• 00:30:00 Max Margenot, bir yayılmanın hesaplanmasını ve doğrusal bir regresyon kullanarak nasıl tahmin edileceğini göstermek için simüle edilmiş veri oluşturma sürecini açıklıyor. Finansal verilerin asla bir değişkenin bir örneği eksi diğerinin bir örneğine sahip olmak kadar basit olmadığını, bu nedenle iki değişken arasındaki ilişkiyi tahmin etmek için doğrusal regresyonun gerekli olduğunu vurgular. Amaç, portföyün piyasa getirilerinden nasıl oluştuğunu bize söyleyecek olan beta değerini bulmaktır. Beta değerini bularak, neyin uzun neyin kısa olduğunu belirleyebiliriz, bu da çiftler ticaretinde bir X 2 ve kısa beta X 1 satın almamızı sağlar. Margenot, kavramı açıklamak için bir çift alternatif enerji menkul kıymetinin belirli bir örneğini kullanır.
  
  
• 00:35:00 Konuşmacı, temel bir istatistiksel arbitraj için iki potansiyel menkul kıymet arasında doğrusal bir regresyonun nasıl oluşturulacağını açıklıyor. Konuşmacı, aynı sektörde birbiriyle ilişkisi olan iki menkul kıymet bulmanın, olası bir arbitraj fırsatını gösterebilecek eş bütünleştirici bir ilişki olup olmadığını görmek için iyi bir temel oluşturduğunu tavsiye ediyor. Konuşmacı, iki menkul kıymet arasındaki durağanlığın harika olmasına rağmen, bunun yalnızca bir tahmin olduğu ve bir çifte dayalı bir varlık oluşturmanın, mümkün olduğu kadar çok farklı bağımsız bahisle işlem yapma ihtiyacını vurgulayarak, çiftlerle ticaret yapmak istiyorsa korkunç bir fikir olduğu konusunda uyarıyor.
  
  
• 00:40:00 Max Margenot, istatistiksel arbitraj içindeki çiftlerin ve anlaşmaların hesaplanmasının, incelenen çiftlerin log getirilerine dayandığını açıklıyor. Engle-Granger yöntemi olarak bilinen log dönüşleri arasındaki doğrusal regresyon, doğrusal regresyonun durağan olup olmadığını belirlemek için kullanılır. Dünyanın nasıl inşa edildiğine dair makul bir model olduktan sonra, bir miktar bilgiye dayalı olarak başkalarından daha fazla bir bahis oynanabilir ve bu da nispeten makul bir bahis yapmak için bir avantaj sağlar. Aktif bir şekilde ticaret yapmak ve yuvarlanan yayılmayı güncellemek için, ortalama ve standart sapmanın yuvarlanan bir kavramına ihtiyacımız var. Ticaret stratejisini yinelemek ve iyileştirmek için hareketli ortalamalar ve ortak filtreler gibi farklı yöntemler kullanılabilir.
  
  
• 00:45:00 Konuşmacı, istatistiksel arbitrajın nasıl basit tutulabilen veya karmaşık hale getirilebilen bir birim stratejisi olduğunu açıklıyor. Strateji, işlem yapılacak hisse senedi çiftleri arasındaki durağanlığı, eş bütünleşmeyi ve ilişkileri belirlemeyi içerir. Biri diğerlerinden ne kadar fazla bilgiye sahip olursa, bu ilişkiler üzerinde o kadar iyi ticaret yapabilirler. Bu ilişkiler birbirinden bağımsız olduğu sürece, konuşmacı, çeşitlendirilmiş bir portföy oluşturmak için mümkün olduğunca çok sayıda bağımsız bahis yapılmasını önerir. Ek olarak, konuşmacı yeniden dengeleme sıklığının bireysel çiftlere ve verilerde bulunan durağanlık süresine bağlı olduğunu açıklar.
  
  
• 00:50:00 Konuşmacı, gerçek zamanlı verilerle algoritmik ticaretin nasıl simüle edileceğini açıklıyor. Ayrıca heteroskedastisite gibi lineer regresyonlara giren varsayımlardan da bahsediyor ve bu da onu uygulanamaz hale getirebilir. Konuşmacı, hisse senedi çiftleri arasındaki ilişkileri modellerken korelasyon yerine eşbütünleşme tercihini paylaşıyor çünkü ilki durağanlığı temsil eden daha güçlü bir koşul. Bahis boyutlarının, varsayımsal yayılmanın ortalama ve standart sapması ile sistematik olarak oluşturulabileceğini, ancak bunun korelasyonlarla sistematik olarak yapılamayacağını belirtiyor.

[MetaQuotes]

Kantitatif finans ve HFT için pratik C++ programlamaya eksiksiz bir genel bakış

Kantitatif finans ve HFT için pratik C++ programlamaya eksiksiz bir genel bakış

Video, C++ programlamanın finans ve yüksek frekanslı ticarette (HFT) kullanımına ilişkin kapsamlı bir genel bakış sunarak bu alanın çeşitli yönlerine ilişkin değerli bilgiler sunar. Finans endüstrisindeki önemini vurgulayan "Pratik C++ Finansal Programlama" kitabını tartışarak başlar. Kitap, sabit getirili hisse senetleri gibi temel konuları kapsar ve iyi yapılandırılmış kod bölümleriyle pratik örnekler sunar. C++ programlamayla bir düzeyde rahatlık olduğunu varsayar ve C++ şablonlarından etkili bir şekilde yararlanma konusunda rehberlik sağlar. Konuşmacı, STL ve boost kitaplıklarının doğru kullanımının yanı sıra çizim için new plot ve arayüz tasarımı için QT gibi açık kaynak kitaplıklarının kullanımını vurgular.

İleride video, C++'da kullanıcı arabirimleri geliştirmek için güçlü bir araç olan QT'nin kullanımını araştırıyor. QT, sofistike grafik arayüzlerin oluşturulmasını sağlarken, geleneksel C++ metodolojisinden sapıyor ve video bu konuya ışık tutuyor. Sunum daha sonra doğrusal cebir, enterpolasyon ve sayısal entegrasyon gibi matematiksel kavramları derinlemesine inceler ve anlaşılmasını kolaylaştırmak için bunları temel algoritmalara ve denklemlere ayırır. Finansla ilgili popüler algoritmalar ve modelleme teknikleri de C++'daki uygulamalarına ilişkin içgörülerle tartışılıyor. Video, bu kritik konuya bir bölüm ayırarak, finansal uygulamalar için Monte Carlo simülasyonlarının önemini vurguluyor. Ek olarak, HFT iş pozisyonları için en popüler programlama dillerine genel bir bakışla birlikte, finansal kitaplıkları genişletmek için Lua ve Python'un kullanımı araştırılmaktadır.

Video ilerledikçe, Python ve Lua'nın C++ ile entegrasyonunu vurguluyor ve Lua'nın bir C++ uygulamasına katıştırılabilirliğinden yararlanarak Redis ile nasıl etkili bir şekilde kullanılabileceğini gösteriyor. Plaza kullanılarak çoklu iş parçacığı oluşturma ve C++ 11 ve 14 özelliklerinin kullanımı dahil olmak üzere çeşitli C++ teknikleri de ele alınmaktadır. Video, C++ programlamaya girişen kişiler için mükemmel bir giriş kaynağı olarak hizmet ediyor ve dille ilgili bazı bellek yönetimi zorluklarını ele alıyor. Kullanıcılara sunulan çok çeşitli seçenekleri ve teknikleri kapsayan, C++ programlamayı öğrenmek için kapsamlı bir yol haritası sağlar.

Sona doğru, konuşmacı finansal ve yüksek frekanslı ticaret uygulamaları için C++ programlama üzerine yakın zamanda yayınlanan bir kitap hakkında olumlu bir eleştiri paylaşıyor. Bu kitap özellikle C++ 17'de tanıtılan ve düşük düzeyli donanım sorunlarını ele alan yeni özellikleri kapsar ve bu, onu bu özel alanla ilgilenenler için paha biçilmez bir kaynak haline getirir. Konuşmacı, kitapla hiçbir ilişkisi olmadığını kabul etse de, bu alandaki mevcut kaynaklara değerli bir katkı olarak kitabı şiddetle tavsiye ediyor.

• 00:00:00 Konuşmacı, C++'ın finans endüstrisindeki önemine odaklanan "Pratik C++ Finansal Programlama" kitabına genel bir bakış sunuyor. Kitap, sabit getirili hisse senetlerini kapsar ve kodu bölümlere ayıran kullanışlı bir formatla örnekler sunar. Kitap, okuyucunun C++ konusunda rahat olduğunu varsayar ve STL kullanmanın ve kitaplıkları artırmanın doğru yollarını vurgulamanın yanı sıra C++ şablonlarının verimli bir şekilde nasıl kullanılacağı konusunda rehberlik sağlar. Konuşmacı ayrıca çizim için yeni arsa ve arayüz tasarımı için QT gibi açık kaynak kitaplıklarının kullanımına da değiniyor.
  
  
• 00:05:00 Video, C++'da kullanıcı arayüzleri geliştirmek için bir araç olan QT'nin kullanımını tartışıyor. QT, karmaşık grafik kullanıcı arabirimleri oluşturmak için yararlı olsa da, geleneksel C++ metodolojisinden uzaklaşır. Video daha sonra doğrusal cebir, enterpolasyon ve sayısal entegrasyon gibi daha matematiksel konulara geçer ve bunların tümü kolay anlaşılması için temel algoritmalara ve denklemlere bölünmüştür. Video ayrıca popüler algoritmaları ve modelleme tekniklerini ve bunların C++'da nasıl uygulanabileceğini de kapsar. Kitap, finansal uygulamalar için kritik olan Monte Carlo hakkında bir bölüm içeriyor. Son olarak video, finansal kitaplıkları genişletmek için Lua ve Python'un kullanımını ve HFT iş pozisyonları için en popüler dilleri tartışıyor.
  
  
• 00:10:00 Video, Python ve Lua'nın C++ ile entegrasyonunu ve Lua'nın, özellikle bir C++ uygulamasına gömülebilme özelliği nedeniyle Redis ile nasıl kullanılabileceğini anlatıyor. Video ayrıca Plaza kullanılarak çoklu iş parçacığı oluşturma ve C++ 11 ve 14 özelliklerini kullanma dahil olmak üzere çeşitli C++ tekniklerini araştırıyor. Video, C++ programlamaya geçmek isteyenler için mükemmel bir giriş niteliğindedir ve ayrıca C++ ile ilgili bazı bellek yönetimi zorluklarını kapsar. Genel olarak video, C++ programlamayı öğrenmek için harika bir yol haritası sunuyor ve kullanıcılara sunulan çeşitli seçenek ve teknikleri içeriyor.
  
  
• 00:15:00 Konuşmacı, finansal ve yüksek frekanslı ticaret uygulamaları için C++ programlama üzerine yeni bir kitap hakkında olumlu bir değerlendirme yapıyor. Kitap, C++ 17'deki düşük seviyeli donanıma hitap eden yeni özellikleri kapsıyor ve bu alanla ilgilenenler için onu değerli bir kaynak yapıyor. Konuşmacı kitabı şiddetle tavsiye ediyor ve kitapla hiçbir ilişkisi olmadığını, ancak bu alana harika bir katkı bulduğunu vurguluyor.

[MetaQuotes]

Algoritmik Alım Satım Temelleri: Örnekler ve Eğitim

Algoritmik Alım Satım Temelleri: Örnekler ve Eğitim

Bu video, ticaret stilleri, piyasalar ve sistemler gibi çeşitli yönleri kapsayan, algoritmik ticarete kapsamlı bir genel bakış sağlar. Konuşmacı, fiyat hareketi, hacim ve matematiksel göstergelere dayalı teknik analizin kullanımını vurgulayarak algoritmik ticaretin temellerini açıklayarak başlar. Algoritmik ticaretin, geleneksel teknik analizden farklı olarak, ticaretin yürütülmesini ve bilgisayarları kullanarak algoritmaların geriye dönük test edilmesini içerdiği vurgulanmıştır.

Yüksek frekanslı ticaret, istatistiksel arbitraj ve trend/ortalama geri dönüş/momentum ticareti dahil olmak üzere farklı nicel/algoritmik ticaret türleri tanıtıldı. Konuşmacı, özellikle vadeli işlemler piyasasında dalgalanma ve günlük ticarete odaklanıyor. İstatistiksel arbitraj, bir varlığı aynı anda alıp satarak fiyat farklılıklarından yararlanmayı içerirken, trend/ortalama geri dönüş/momentum ticareti, kâr amaçlı yönlü ticaret yapmak için bilgisayarları kullanır. Bu kavramları göstermek için, TradeStation yazılımı kullanılarak bir algoritmik ticaret programı örneği gösterilmektedir. Program, düşüşte olan bir günde kırmızı bir mumla alım yapmak ve bir sonraki pozitif günde bir dolar hedefi ve stop ile satış yapmak için tasarlanmıştır. Konuşmacı, geriye dönük test amacıyla bu algoritmik programın S&P 500 E-minis tablosuna entegrasyonunu gösteriyor.

Bir sonraki bölüm, TradeStation'da bir ticaret stratejisini araştırıyor. Konuşmacı, mum renklerine göre stratejinin başarılı veya başarısız olacağı durumları göstermek için bir tablo kullanır. Net kâr, toplam kâr, kazanma oranı, ortalama işlemler ve düşüş gibi ölçümler sağlayan TradeStation tarafından oluşturulan performans raporlarını göstermek için uzaklaştırırlar. Farklı girdilerle performansı değerlendirmek için duraklar ve hedefler ayarlanarak stratejinin optimizasyonu da ele alınır. Konuşmacı, aksi takdirde keşfedilmesi aylar alacak olan değerli içgörüler sağlayabildiğinden, algoritmik ticaretin zaman kazandıran yönünü vurgulamaktadır.

Algoritmik ticaretin avantajları ve dezavantajları sonraki bölümde tartışılmaktadır. Avantajları arasında azaltılmış insani ve duygusal hatalar, ticari fikirlerin hızlı bir şekilde geriye dönük test edilmesi, daha hızlı sipariş girişi ve birden çok fikri test etme ve portföyler oluşturma yeteneği yer alır. Bununla birlikte, aşırı güven, aşırı optimizasyon ve jeopolitik olayları veya temel ticaret tekniklerini dikkate alamama gibi dezavantajlar da kabul edilmektedir. Önemli siyasi veya ekonomik günlerde işlem yapmaktan kaçınmak için bir algoritma programlanabilirken, genellikle tüm piyasa koşullarında çalışır.

Video, içeriğini özetleyerek sona eriyor. Basit bir algoritma örneği üzerinden algoritmik ticaretin gücünü vurgulayarak, kantitatif ticaret ile temel veya normal teknik ticaret arasındaki farkı netleştirir. Kapsamlı bir anlayış için algoritmik ticaretin avantajları ve dezavantajları yinelenmiştir. Konuşmacı, izleyicileri herhangi bir soru sormak için onlara ulaşmaya teşvik ediyor ve videonun bilgilendirici ve yardımcı olduğunu umduğunu ifade ediyor.

• 00:00:00 Bu bölümde eğitmen, farklı ticaret tarzları, piyasalar ve sistemler de dahil olmak üzere algoritmik ticaret hakkında bir ön bilgi sağlar. Algoritmik ticaret, alım satımları bilgilendirmek için fiyat hareketini, hacmi ve matematiksel göstergeleri kullanarak öncelikle teknik analize odaklanır. Eğitmen, algoritmik ticaret, işlemleri yürütmek için bir bilgisayar kullanmayı ve algoritmaları geriye dönük test etmeyi içerdiğinden, teknik analizin kendisinin mutlaka algoritmik olmadığını açıklıyor. Eğitmen ayrıca, yüksek frekanslı ticaret, istatistiksel arbitraj ve trend/ortalama dönüş/momentum ticareti dahil olmak üzere farklı nicel/algoritmik ticaret türlerini tanımlar ve şirketinin vadeli işlemler piyasasında dalgalanma ve günlük ticarete odaklandığını açıklar.
  
  
• 00:05:00 Bu bölümde, konuşmacı iki tür algoritmik ticareti tartışıyor: istatistiksel arbitraj ve trend/ortalama dönüş/momentum ticareti. İstatistiksel arbitraj, bir fiyat farkından kâr elde etmek için bir varlığın aynı anda alınıp satılmasını içerirken, trend/ortalama dönüş/momentum ticareti, kar elde etmek için yönlü işlemler yapmak üzere bilgisayarların kullanılmasını içerir. Konuşmacı daha sonra TradeStation yazılımını kullanan bir algoritmik ticaret programının temel bir örneğini sunar. Kod, aşağı bir günde kırmızı bir mumla alım yapmaya ve bir sonraki pozitif günde bir dolar hedefi ve bir stop ile satışa dayalıdır. Program daha sonra geriye dönük test amacıyla S&P 500 E-minis tablosuna eklenir.
  
  
• 00:10:00 Bu bölümde, konuşmacı TradeStation'da bir ticaret stratejisi örneği veriyor. Mum renklerine göre stratejinin ne zaman işe yarayacağına ve ne zaman işe yaramayacağına dair örnekler göstermek için bir grafik kullanırlar. Ardından konuşmacı, TradeStation'ın stratejinin net kârını ve toplam kârını ve ayrıca kazanma oranını, ortalama işlemleri ve düşüşü vererek performans raporlarını nasıl doldurduğunu göstermek için uzaklaştırır. Ayrıca, stratejinin farklı girdilerle nasıl performans göstereceğini görmek için durakları ve hedefleri değiştirerek stratejinin nasıl optimize edileceğini gösterirler. Konuşmacı, ticaret için algoritma kullanmanın amacının, onlar olmadan anlaşılması aylar alacak bilgileri sağlamak olduğunu vurguluyor.
  
  
• 00:15:00 Bu bölümde algoritmik ticaretin avantajları ve dezavantajları tartışılmaktadır. Avantajları arasında insan hatası ve duygusal hata olasılığının azalması, ticari fikirleri hızlı bir şekilde geriye dönük test etme yeteneği, daha hızlı sipariş girişi ve birden çok fikri test etme ve portföy oluşturma yeteneği yer alır. Dezavantajları arasında aşırı güven ve aşırı optimizasyon duygusu ile jeopolitik olayları veya temel ticaret tekniklerini hesaba katmayan algoritmik ticaret yer alır. Bir algoritma, önemli siyasi veya ekonomik günlerde işlem yapmayacak şekilde programlanabilse de, genellikle tüm piyasa koşullarında çalışır.
  
  
• 00:20:00 Bu bölümde konuşmacı videonun içeriğini özetleyerek bitirir. Önce kantitatif ticaret ile temel veya normal teknik ticaret arasındaki farkı gözden geçiriyorlar ve ardından algoritmik ticaretin gücünü göstermek için basit bir algoritma örneği veriyorlar. Algoritmik ticaretin avantajları ve dezavantajları da ele alınmaktadır. Konuşmacı, izleyicileri herhangi bir soruları varsa bize ulaşmaya teşvik ediyor ve videonun yardımcı olduğunu umuyor.