Otimização de estratégias de negociação matlab

Negociação Algorítmica.

Desenvolva sistemas de negociação com o MATLAB.

A negociação algorítmica é uma estratégia de negociação que usa algoritmos computacionais para conduzir decisões de negociação, geralmente em mercados financeiros eletrônicos. Aplicada em instituições de buy-side e sell-side, a negociação algorítmica forma a base de negociação de alta frequência, negociação de FOREX e análise associada de risco e execução.

Os desenvolvedores e usuários de aplicativos de comércio algorítmico precisam desenvolver, fazer backtest e implantar modelos matemáticos que detectem e explorem os movimentos do mercado. Um fluxo de trabalho efetivo envolve:

Negociação Momentum.

Desenvolver, testar e implementar estratégias de negociação de momentum.

O momento de negociação é um tipo de estratégia de negociação que envolve a compra de ativos ou classes de ativos que demonstraram altos retornos durante um período recente, opcionalmente acompanhados pela venda de ativos que demonstraram retornos ruins no mesmo período de tempo. A base para o sucesso da negociação de momentum reside na tendência de muitos ativos em demonstrar a persistência de retornos periódicos altos ou baixos.

As estratégias de negociação de impulso podem ser categorizadas como:

Momento absoluto. Também conhecido como momentum de série de tempo ou momentum de preço, essas estratégias medem o momento observando as séries temporais isoladas isoladamente. Momento Transversal. Essas estratégias medem e classificam o momento em uma base relativa em um grupo de séries temporais, comprando os quantis mais altos e vendendo os quantis mais baixos de uma maneira neutra em relação ao mercado.

A negociação de momento está intimamente relacionada a outras estratégias de negociação, como a tendência a seguir, e é predominante em classes de ativos, como commodities ou ações. Fundos mútuos, fundos de hedge, fundos de futuros administrados e empresas de gestão de ativos implementam estratégias de negociação de momentum para realizar alocação de ativos táticos, otimizar seus portfólios e aprimorar suas atividades de geração alfa.

Uma abordagem de implementação prática envolve a modelagem, construção e teste de estratégias de negociação de momento em classes de ativos, usando dados coletados de feeds de dados e bancos de dados. Um fluxo de trabalho efetivo permite que você:

Negociação Algorítmica: Estratégias para Otimizar a Execução do Comércio.

Robert Kissell, Grupo de Pesquisa Kissell.

Robert Kissell fornece uma visão geral de como o MATLAB pode ser usado por profissionais do setor para melhorar a qualidade do comércio e os retornos do portfólio em todas as fases do ciclo de investimento. Ele fornece exemplos práticos e um estudo de caso usando as funções de análise de custo de transação (TCA) do MATLAB para ajudar os gerentes de portfólio, operadores e analistas a desenvolver estratégias para reduzir os custos de negociação e gerenciar melhor os riscos de negociação. Sua apresentação mostrará como o MATLAB está sendo usado atualmente para calcular:

Impacto no Mercado (por Tempo de Negociação, Taxa de POV e Programação de Comércio) Cronograma Risco para um cronograma de negociação Análise de Estoque (Tamanho, Volatilidade, Tempo, Otimização) Construir Curvas de Custo de Estoque Liquidação Análise de Custos e Análise de Sensibilidade.

Documentação.

Isso é tradução automática.

Para ver todos os materiais traduzidos, incluindo esta página, selecione País no navegador do país na parte inferior desta página.

De volta ao inglês.

Traduza esta página.

Tradução automática de MathWorks.

A tradução automatizada desta página é fornecida por uma ferramenta de tradução de terceiros para fins gerais.

A MathWorks não garante e isenta-se de qualquer responsabilidade pela precisão, adequação ou adequação ao propósito da tradução.

Otimize a estratégia de negociação de tempo de negociação.

Este exemplo mostra como otimizar a estratégia para uma única ação, minimizando os custos de negociação usando a análise de custos de transação do Grupo de Pesquisa da Kissell. A otimização minimiza os custos de negociação associados à estratégia de negociação de tempo de negociação e a um parâmetro específico de aversão ao risco, o Lambda. A minimização do custo de negociação é expressa como.

min [(M I + P A) + L a m b d a & # x22C5; T R],

Aqui, você pode otimizar a estratégia de negociação de tempo de troca. Para otimizar a porcentagem de volume e as estratégias de programação comercial, consulte Otimizar a porcentagem da estratégia de negociação de volume e otimizar a estratégia de negociação de cronograma de negociação.

Para acessar o código de exemplo, insira editar KRGSingleStockOptimizationExample. m na linha de comando.

Recuperar parâmetros de impacto de mercado e criar dados de exemplo.

Recupere os dados de impacto de mercado do site FTP do Kissell Research Group. Conecte-se ao site FTP usando a função ftp com um nome de usuário e senha. Navegue até a pasta MI_Parameters e recupere os dados de impacto de mercado no arquivo MI_Encrypted_Parameters. csv. miData contém a data, código e parâmetros de impacto no mercado criptografados.

Criar um objeto de análise de custo de transação do Kissell Research Group k.

Criar dados de estoque individuais.

A estrutura tradeData contém dados para um único estoque. Use uma estrutura ou tabela para definir esses dados. Os campos são:

Número de ações.

Volume diário médio.

Estratégia comercial de comércio inicial.

Definir parâmetros de otimização.

Definir o nível de aversão ao risco Lambda. Defina Lambda de 0 a Inf.

Defina os limites de entrada de estratégia de LB inferior e UB superior para otimização.

Defina o funil do manuseio da função para a função objetivo. Para acessar o código para esta função, digite edit krgSingleStockOptimizer. m.

Minimize os custos de negociação para a estratégia comercial.

Minimize os custos de negociação para a estratégia de negociação de tempo de troca. O fminbnd encontra o valor ideal para a estratégia de negociação de tempo de negociação com base nos valores limite inferior e superior. O fminbnd encontra um mínimo local para a expressão de minimização do custo de negociação.

Documentação.

Isso é tradução automática.

Para ver todos os materiais traduzidos, incluindo esta página, selecione País no navegador do país na parte inferior desta página.

De volta ao inglês.

Traduza esta página.

Tradução automática de MathWorks.

A tradução automatizada desta página é fornecida por uma ferramenta de tradução de terceiros para fins gerais.

A MathWorks não garante e isenta-se de qualquer responsabilidade pela precisão, adequação ou adequação ao propósito da tradução.

Porcentagem de otimização da estratégia de negociação de volume.

Este exemplo mostra como otimizar a estratégia para uma única ação, minimizando os custos de negociação usando a análise de custos de transação do Grupo de Pesquisa da Kissell. A otimização minimiza os custos de negociação associados à estratégia de negociação de porcentagem de volume e a um parâmetro específico de aversão ao risco, o Lambda. A minimização do custo de negociação é expressa como.

min [(M I + P A) + L a m b d a & # x22C5; T R],

Aqui, você pode otimizar a porcentagem da estratégia de negociação de volume. Para otimizar as estratégias de comércio e cronograma de negociação, consulte Otimizar a estratégia de negociação de tempo de negociação e otimizar a estratégia de negociação de cronograma de negociação.

Para acessar o código de exemplo, insira editar KRGSingleStockOptimizationExample. m na linha de comando.

Recuperar parâmetros de impacto de mercado e criar dados de exemplo.

Recupere os dados de impacto de mercado do site FTP do Kissell Research Group. Conecte-se ao site FTP usando a função ftp com um nome de usuário e senha. Navegue até a pasta MI_Parameters e recupere os dados de impacto de mercado no arquivo MI_Encrypted_Parameters. csv. miData contém a data, código e parâmetros de impacto no mercado criptografados.

Criar um objeto de análise de custo de transação do Kissell Research Group k.

Criar dados de estoque individuais.

A estrutura tradeData contém dados para um único estoque. Use uma estrutura ou tabela para definir esses dados. Os campos são:

Número de ações.

Volume diário médio.

Porcentagem inicial da estratégia de negociação de volume.

Definir parâmetros de otimização.

Definir o nível de aversão ao risco Lambda. Defina Lambda de 0 a Inf.

Defina os limites de entrada de estratégia de LB inferior e UB superior para otimização.

Defina o funil do manuseio da função para a função objetivo. Para acessar o código para esta função, digite edit krgSingleStockOptimizer. m.

Minimize os custos de negociação para a estratégia comercial.

Minimize os custos de negociação para a porcentagem da estratégia de negociação de volume. fminbnd encontra o valor ideal para a porcentagem da estratégia de negociação de volume com base nos valores limite inferior e superior. O fminbnd encontra um mínimo local para a expressão de minimização do custo de negociação.