Estratégias simples de negociação algorítmica

Como codificar seu próprio robô Algo Trading.
Já quis tornar-se um comerciante algorítmico com a capacidade de codificar seu próprio robô comercial? E ainda, você está frustrado com a quantidade de informações desorganizadas, enganosas e falsas promessas de prosperidade durante a noite? Bem, Lucas Liew, criador do curso de negociação algorítmica on-line AlgoTrading101, pode ter a solução para você. Tendo excelentes revisões e recebendo mais de 8.000 estudantes desde o primeiro lançamento em outubro de 2014, o curso de Liew - destinado a apresentar os fundamentos da negociação algorítmica de forma organizada - está sendo bastante popular. Ele é inflexível sobre o fato de que a negociação algorítmica é "não um esquema rápido e rápido". Com base em idéias de Liew e seu curso, delineadas abaixo estão os fundamentos do que é preciso para projetar, construir e manter seu próprio robô de negociação algorítmica .
O que é um Robô de Negociação Algorítmico.
No nível mais básico, um robô de negociação algorítmica é um código de computador que tem a capacidade de gerar e executar sinais de compra e venda nos mercados financeiros. Os principais componentes desse robô incluem regras de entrada que indicam quando comprar ou vender, regras de saída indicando quando fechar a posição atual e regras de dimensionamento de posição que definem as quantidades para comprar ou vender. (Para mais, veja: Noções básicas de negociação algorítmica: conceitos e exemplos.)
As principais ferramentas.
Obviamente, você vai precisar de um computador e uma conexão com a Internet. Depois disso, será necessário um sistema operacional Windows ou Mac para executar o MetaTrader 4 (MT4), uma plataforma de negociação eletrônica que usa o MetaQuotes Language 4 (MQL4) para codificar as estratégias de negociação. Embora o MT4 não seja o único software que se possa usar para construir um robô, ele possui uma série de benefícios significativos.
Enquanto a principal classe de ativos da MT4 é câmbio (FX), a plataforma pode ser usada para negociar ações, índices de ações, commodities e Bitcoins usando CFDs. Outros benefícios de usar o MT4 em oposição a outras plataformas incluem ser fácil de aprender, tem inúmeras fontes de dados FX disponíveis e é grátis. Infelizmente, o MT4 não permite a negociação direta em mercados de ações e futuros e a realização de análises estatísticas pode ser onerosa; no entanto, o MS Excel pode ser usado como uma ferramenta estatística suplementar.
Estratégias de negociação algorítmica.
É importante começar por refletir sobre alguns traços essenciais que toda estratégia de negociação algorítmica deve ter. A estratégia deve ser prudente no mercado em que é fundamentalmente sólida do ponto de vista do mercado e econômico. Além disso, o modelo matemático utilizado no desenvolvimento da estratégia deve basear-se em métodos estatísticos sólidos.
Em seguida, é crucial determinar quais informações o seu robô pretende capturar. Para ter uma estratégia automatizada, seu robô precisa ser capaz de capturar ineficiências de mercado identificáveis ​​e persistentes. As estratégias de negociação algorítmica seguem um conjunto rígido de regras que aproveitam o comportamento do mercado e, portanto, a ocorrência de uma ineficiência única do mercado não é suficiente para construir uma estratégia. Além disso, se a causa da ineficiência do mercado não for identificável, não haverá maneira de saber se o sucesso ou o fracasso da estratégia foi devido ao acaso ou não.
Com o acima em mente, existem vários tipos de estratégia para informar o design do seu robô de negociação algorítmica. Estes incluem estratégias que aproveitam (i) notícias macroeconômicas (por exemplo, mudanças na folha de pagamento ou na taxa de juros não agrícolas); (ii) análise fundamental (por exemplo, usando dados de receita ou notas de versão de resultados); (iii) análise estatística (por exemplo, correlação ou co-integração); (iv) análise técnica (por exemplo, médias móveis); (v) a microestrutura do mercado (por exemplo, infração de arbitragem ou comercial); ou (vi) qualquer combinação do acima. (Para leitura relacionada, veja: O que é a eficiência do mercado?)
Projetando e testando seu robô.
Existem essencialmente quatro etapas necessárias para construir e gerenciar um robô comercial:
Pesquisa preliminar: esta etapa se concentra no desenvolvimento de uma estratégia que se adapte às suas próprias características pessoais. Fatores como perfil de risco pessoal, compromisso de tempo e capital comercial são importantes para pensar quando desenvolver uma estratégia. Você pode então começar a identificar as persistentes ineficiências do mercado mencionadas acima. Tendo identificado uma ineficiência do mercado, você pode começar a codificar um robô comercial adequado às suas próprias características pessoais.
Backtesting: Esta etapa se concentra em validar seu robô comercial. Isso inclui verificar o código para se certificar de que está fazendo o que deseja e entender como ele se realiza em diferentes intervalos de tempo, aulas de ativos ou diferentes condições de mercado, especialmente em eventos tipo cisne preto, como a crise financeira global de 2008.
Otimização: Então, agora você codificou um robô que funciona e, nesta fase, você deseja maximizar seu desempenho ao mesmo tempo em que minimiza o viés de superposição. Para maximizar o desempenho, primeiro você precisa selecionar uma boa medida de desempenho que capture elementos de risco e recompensa, bem como consistência (por exemplo, taxa Sharpe). O desvio excessivo ocorre quando o robô está muito próximo com dados anteriores; Esse robô vai dar a ilusão de alto desempenho, mas como o futuro nunca se assemelha completamente ao passado, ele pode realmente falhar.
Execução ao vivo: agora você está pronto para começar a usar dinheiro real. No entanto, além de estar preparado para os altos e baixos emocionais que você pode experimentar, existem alguns problemas técnicos que precisam ser abordados. Essas questões incluem selecionar um intermediário apropriado e implementar mecanismos para gerenciar riscos de mercado e riscos operacionais, como potenciais hackers e tempo de inatividade tecnológico. Também é importante nesta etapa verificar se o desempenho do robô é semelhante ao experimentado na fase de teste. Finalmente, o monitoramento contínuo é necessário para garantir que a eficiência do mercado que o robô foi projetado ainda existe. (Para mais, consulte: Como os Algoritmos de Negociação foram Criados.)
The Bottom Line.
Considerando que Richard Dennis, o lendário comerciante de commodities, ensinou a um grupo de estudantes suas estratégias de negociação pessoal que, em seguida, ganhou mais de US $ 175 milhões em apenas cinco anos, é completamente possível que os comerciantes inexperientes sejam ensinados com um conjunto rigoroso de diretrizes e se tornem comerciantes bem-sucedidos. No entanto, este é um exemplo extraordinário e os iniciantes definitivamente devem se lembrar de ter expectativas modestas.
Para ser bem sucedido, é importante não apenas seguir um conjunto de diretrizes, mas também entender como essas diretrizes estão funcionando. Liew enfatiza que a parte mais importante da negociação algorítmica é "entender em que tipos de condições de mercado o seu robô funcionará e quando vai quebrar" e "entender quando intervir". O comércio algorítmico pode ser gratificante, mas a chave para o sucesso é compreensão. Qualquer curso ou professor que prometa altas recompensas com mínima compreensão deve ser um sinal de alerta importante.

Estratégias simples de negociação algorítmica
Faça o login ou registre-se para uma conta demo gratuita ou para iniciar a negociação ao vivo.
O comércio algorítmico é tão complexo quanto suas ferramentas. Cloud9Trader remove todo o jargão e complexidade para fornecer um ambiente extraordinariamente poderoso para permitir que você se concentre no desenvolvimento de estratégias de negociação que funcionem.
Nossa estrutura poderosa simplifica o processo de desenvolvimento do conceito para a negociação ao vivo. Código diretamente no navegador, backtest contra cada tick único para resultados precisos * e comércio ao vivo com seu corretor.
Nós também temos uma plataforma eficiente e dinâmica para negociação manual ao vivo. Transmita preços, troque e acompanhe suas posições abertas usando nossa interface de plataforma HTML5 super rápida, intuitiva e totalmente personalizável.
Conecte-se ao vivo com sua conta FXCM ou OANDA.
Esses corretores não estão afiliados ao Cloud9Trader. Por favor, leia nossos Termos e Avisos de Risco.
Aviso de risco Negociar na margem acarreta um risco de perdas em excesso de seus fundos depositados. Os produtos podem não ser adequados para todos. Por favor, certifique-se de compreender os riscos envolvidos.
Pratique sua negociação.
&touro; Mercados reais.
Lançamos este software cedo para garantir que estamos construindo do jeito que você quer.
Se você tiver algum comentário, teremos muito prazer em saber sobre você em supportcloud9trader.
Acompanhe os mercados com nossos gráficos de preços em tempo real.
Gráficos de transmissão ao vivo que você pode incorporar em seu site e compartilhar.
Nossa API Javascript de senso comum é intuitiva e legível para que você possa gastar seu tempo transformando suas idéias de estratégia de negociação em código, em vez de aprender complexidades desnecessárias.
Com este rico conjunto de ferramentas, você pode determinar as condições do mercado, executar negociações, gerenciar seus riscos e acompanhar suas posições abertas com facilidade. Tudo escrito diretamente no seu navegador, sem necessidade de download de software.
Nossos gráficos são lindamente limpos e extremamente versáteis. Além de plotar preços de transmissão, indicadores técnicos e até mesmo suas posições comerciais, lideramos o uso do log visual como uma ferramenta de depuração.
Eles dizem que uma imagem pinta mil palavras. Em vez de filtrar os logs de texto, você pode gerar dados numéricos diretamente em gráficos como sobreposição ou estudo, linha, área ou barra, para ver a saída de dados em massa em um relance instantâneo.
Você obtém o tema. Cloud significa que o seu computador nunca está trancado em backtesting ou executando sessões de negociação ao vivo. Nossos servidores fazem todo o trabalho.
Seu histórico completo é versionado e salvo e sempre disponível. Todo o código que você escreveu, todos os backtes que você executou e todas as negociações que você executou sempre foram copiadas e disponíveis.
O objetivo é fornecer uma alternativa completa para pacotes de software de desktop, como o MetaTrader, com todos os benefícios da computação baseada em nuvem.
Nossos poderosos servidores baseados em nuvem permitem que você execute vários backtests simultaneamente contra cada tick de dados de preços reais de seu corretor.
Com os intensos requisitos de processamento, o backtesting geralmente foi feito contra dados minuciosos. Para uma confiança completa em seu algoritmo, você precisa ter certeza de ter exatamente o mesmo resultado em backtesting como se você tivesse trocado em vivo. Sem compromisso.
Seus backtests geram logs completos. Os resultados são plotados em gráficos para visualizar e analisar rapidamente tudo, desde posições abertas e curva de patrimônio até taxa de redução e quantificadores de risco.
Depois de determinar quais parâmetros externos tornam o seu algoritmo quant mais adaptável, você quer repetir repetidamente para encontrar a melhor permutação externa para o mercado que você está negociando.
Nossa estrutura de otimização permite que você defina uma gama de valores e modelos de processos de seleção evolutiva na natureza para determinar o conjunto mais lucrativo. Os resultados são classificáveis ​​para encontrar rapidamente o resultado ideal e os resultados completos estão disponíveis para cada backtest.
Se você não está pronto para negociar ao vivo, pratique tudo o que você gosta com nossa conta de demonstração gratuita. A mesma funcionalidade está disponível para você e os preços transmitidos são ao vivo e reais.
Uma vez que você tenha backtested e otimizado seu algoritmo para ter certeza de que você tem um vencedor, conecte-se ao vivo ao seu corretor e deixe sua estratégia em mãos.
Você pode monitorar sua sessão de negociação, manter um olho em posições abertas e analisar o desempenho com gráficos detalhados e estatísticas.
Técnicas.
Uma enorme variedade de indicadores técnicos populares é construída e pronta para você, mas também temos uma estrutura completa para desenvolver seus próprios indicadores personalizados.
Como os indicadores incorporados, esses podem ser usados ​​diretamente em seus algoritmos de negociação e podem ser plotados em gráficos de preços como sobreposições ou estudos. A saída do gráfico é altamente configurável para que você possa fazer com que eles se encaixem nos gráficos excitly como quiser. Dê uma olhada na visão geral da redação de seus indicadores técnicos.
Então, estamos em grande parte orientados para negociação algorítmica, mas se você é um negociador discricionário que negocia por gráficos ou fundamentos, a plataforma Cloud9Trader empurra os limites do que pode ser alcançado com as tecnologias da web para criar o mais rápido e mais útil lá fora.
Também é completamente customizável. Você pode arrastar e soltar peças e tabelas de preços no lugar e salvar tantos layouts quanto você escolher. Basta conectar-se ao seu corretor e negociar com latência extremamente baixa em um ambiente rico em recursos que lhe convier.
Colabore com outros em algoritmos partilhados pela comunidade.
Compartilhe seus algoritmos, clone de outros traders, reúna resultados de backtest, discuta estratégias, compartilhe conhecimento e trabalhe em conjunto para vencer coletivamente os mercados.
Tenha em mente que o desempenho do backtest não garante resultados futuros.
Cópia da cópia do scalper do robô MACD EMA.
Redução média.
Lucro mensal médio.
Total de meses de backtested.
Robô escalpelamento para EURUSD. Com base em dois cruzamentos de EMAs com o filtro MACD. & Lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Os melhores resultados de backtested estão em gráfico de 5 min com esta configuração: & lt; br & # x2F; & gt; trade_day: 50 - & amp; gt; transações máximas a serem realizadas em um dia & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; fastEMAPeriods: 6 - & amp; gt; EMA rápido do indicador MACD (geralmente 12) & lt; br & # x2F; & gt; slowEMAPeriods: 13 - & amp; gt; EMA lento do indicador MACD (geralmente 13) & lt; br & # x2F; & gt; signalEMAPeriods: 5 - & amp; gt; linha de sinal do indicador MACD (geralmente 9) & lt; br & # x2F; & gt; br & # x2F; & gt; risk: 10 - & gt; gt; quanto arriscar & lt; br & # x2F; & gt; parar: 50 - & amp; gt; interromper a perda em pips & lt; br & # x2F; & gt; & lt; br & amp; amp; & gt; EMAslow: 17 - & amp; gt; EMA lento para a primeira versão cruzada foi com EMA (34) & lt; br & # x2F; & gt; EMAquick: 7 - & amp; gt; EMA rápido, que é sinalização - a primeira versão foi com EMA (14) & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Se você obtiver melhores resultados, compartilhe suas configurações.
Cópia do robô robô MACD EMA.
Média de rebaixamento.
Lucro mensal médio.
Total de meses testados novamente.
Robô escalpelamento para EURUSD. Com base em dois cruzamentos de EMAs com o filtro MACD. & Lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Os melhores resultados de backtested estão em gráfico de 5 min com esta configuração: & lt; br & # x2F; & gt; trade_day: 50 - & gt; transações máximas a serem realizadas em um dia & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; fastEMAPeriods: 6 - & amp; gt; EMA rápido do indicador MACD (geralmente 12) & lt; br & # x2F; & gt; slowEMAPeriods: 13 - & amp; gt; EMA lento do indicador MACD (geralmente 13) & lt; br & # x2F; & gt; signalEMAPeriods: 5 - & amp; gt; linha de sinal do indicador MACD (usualmente 9) & lt; br & # x2F; & lt; br & # x2F; & gt; risk: 10 - & amp; gt; quanto arriscar & lt; br & # x2F; & gt; parar: 50 - & amp; gt; interromper a perda em pips & lt; br & # x2F; & gt; & lt; br & amp; amp; & gt; EMAslow: 17 - & amp; gt; EMA lento para a primeira versão cruzada foi com EMA (34) & lt; br & # x2F; & gt; EMAquick: 7 - & amp; gt; EMA rápido, que é sinalização - a primeira versão foi com EMA (14) & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Se você obtiver melhores resultados, compartilhe suas configurações.
Trend catcher.
Média de rebaixamento.
Lucro mensal médio.
Total de meses testados novamente.
Nós incluímos este script como um exemplo para você começar. & Lt; br & # x2F; & gt; & lt; xml; & gt; Golden Cross estratégias funcionam com o princípio de que um curto indicador de média móvel que atravessa acima de um período mais longo média móvel indica que um mercado se tornou otimista, e vice-versa. Esta estratégia é rentável em mercados que têm volatilidade suficiente para que o preço continue se movendo na direção indicada por a Cruz. Isso fará uma perda em mercados planos. & Lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Este script registra 2 variáveis ​​externas, & amp; # 39; shortSMA & amp; # 39; e & amp; # 39; longSMA & amp; # 39 ;. Estes são o número de períodos em que o indicador SMA (Simple Moving Average) mede os preços próximos. Os valores típicos variam de 2 a 10 para ShortSMA e 10 a 50 para longSMA. Esses valores são inseridos ao iniciar um backtest ou uma sessão de negociação ao vivo. The & amp; # 39; Optimize & amp; # 39; O separador pode ser utilizado para testar repetidamente todas as permutações numa gama destes para determinar os melhores valores para as condições de mercado do instrumento e período de tempo especificados. & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; para criar elementos externos para o stop loss e obter margens de lucro, que são atualmente incorporadas no código abaixo.


; Esta estratégia permite que apenas uma posição seja aberta a qualquer momento para melhor gerenciar a exposição ao risco para cada comércio individual.
Redução média.
Lucro Mensal Médio.
Total de meses testados novamente.
Mini coletor de tendências.
Média de rebaixamento.
Lucro mensal médio.
Total de meses testados novamente.
Nós incluímos este script como um exemplo para você começar. & Lt; br & # x2F; & gt; & lt; xml; & gt; Golden Cross estratégias funcionam com o princípio de que um curto indicador de média móvel que atravessa acima de um período mais longo média móvel indica que um mercado se tornou otimista, e vice-versa. Esta estratégia é rentável em mercados que têm volatilidade suficiente para que o preço continue se movendo na direção indicada por a Cruz. Isso fará uma perda em mercados planos. & Lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Este script registra 2 variáveis ​​externas, & amp; # 39; shortSMA & amp; # 39; e & amp; # 39; longSMA & amp; # 39 ;. Estes são o número de períodos em que o indicador SMA (Simple Moving Average) mede os preços próximos. Os valores típicos variam de 2 a 10 para ShortSMA e 10 a 50 para longSMA. Esses valores são inseridos ao iniciar um backtest ou uma sessão de negociação ao vivo. The & amp; # 39; Optimize & amp; # 39; A aba pode ser usada para testar repetidamente todas as permutações em um intervalo destes para determinar os melhores valores para as condições de mercado do instrumento e período de tempo. & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Você pode desejar para criar externals para parar a perda e tomar as margens de lucro, que são atualmente assadas no código abaixo. & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Esta estratégia só permite que uma posição seja aberta a qualquer momento para melhor gerenciar a exposição ao risco para cada comércio individual.
Cópia da Golden Cross.
Redução média.
Lucro Mensal Médio.
Total de meses testados novamente.
Nós incluímos este script como um exemplo para você começar. & Lt; br & # x2F; & gt; & lt; xml; & gt; Golden Cross estratégias funcionam com o princípio de que um curto indicador de média móvel que atravessa acima de um período mais longo A média móvel indica que um mercado se tornou otimista e vice-versa. Esta estratégia é rentável em mercados que têm volatilidade suficiente para que o preço continue a se mover na direção indicada por a Cruz. Isso fará uma perda em mercados planos. & Lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Este script registra 2 variáveis ​​externas, & amp; # 39; shortSMA & amp; # 39; e & amp; # 39; longSMA & amp; # 39 ;. Estes são o número de períodos em que o indicador SMA (Simple Moving Average) mede os preços próximos. Os valores típicos variam de 2 a 10 para ShortSMA e 10 a 50 para longSMA. Esses valores são inseridos ao iniciar um backtest ou uma sessão de negociação ao vivo. The & amp; # 39; Optimize & amp; # 39; A aba pode ser usada para testar repetidamente todas as permutações em um intervalo destes para determinar os melhores valores para as condições de mercado do instrumento e período de tempo. & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Você pode desejar para criar externals para parar a perda e tomar as margens de lucro, que são atualmente assadas no código abaixo. & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Esta estratégia só permite que uma posição seja aberta a qualquer momento para melhor gerenciar a exposição ao risco para cada comércio individual.
Redução média.
Lucro Mensal Médio.
Total de meses testados novamente.
Cópia do robô robô MACD EMA.
Média de rebaixamento.
Lucro mensal médio.
Total de meses de backtested.
Robô escalpelamento para EURUSD. Com base em dois cruzamentos de EMAs com o filtro MACD. & Lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Os melhores resultados de backtested estão em gráfico de 5 min com esta configuração: & lt; br & # x2F; & gt; trade_day: 50 - & amp; gt; transações máximas a serem realizadas em um dia & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; fastEMAPeriods: 6 - & amp; gt; EMA rápido do indicador MACD (geralmente 12) & lt; br & # x2F; & gt; slowEMAPeriods: 13 - & amp; gt; EMA lento do indicador MACD (geralmente 13) & lt; br & # x2F; & gt; signalEMAPeriods: 5 - & amp; gt; linha de sinal do indicador MACD (geralmente 9) & lt; br & # x2F; & gt; br & # x2F; & gt; risk: 10 - & gt; gt; quanto arriscar & lt; br & # x2F; & gt; parar: 50 - & amp; gt; interromper a perda em pips & lt; br & # x2F; & gt; & lt; br & amp; amp; & gt; EMAslow: 17 - & amp; gt; EMA lenta para cruzar - a primeira versão foi com EMA (34) & lt; br & # x2F; & gt; EMAquick: 7 - & amp; gt; EMA rápido, que é sinalização - a primeira versão foi com EMA (14) & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Se você obtiver melhores resultados, compartilhe suas configurações.
Média de rebaixamento.
Lucro mensal médio.
Total de meses testados novamente.
Cópia do robô robô MACD EMA.
Média de rebaixamento.
Lucro mensal médio.
Total de meses de backtested.
Robô escalpelamento para EURUSD. Com base em dois cruzamentos de EMAs com o filtro MACD. & Lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Os melhores resultados de backtested estão em gráfico de 5 min com esta configuração: & lt; br & # x2F; & gt; trade_day: 50 - & amp; gt; transações máximas a serem realizadas em um dia & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; fastEMAPeriods: 6 - & amp; gt; EMA rápido do indicador MACD (geralmente 12) & lt; br & # x2F; & gt; slowEMAPeriods: 13 - & amp; gt; EMA lento do indicador MACD (geralmente 13) & lt; br & # x2F; & gt; signalEMAPeriods: 5 - & amp; gt; linha de sinal do indicador MACD (geralmente 9) & lt; br & # x2F; & gt; br & # x2F; & gt; risk: 10 - & gt; gt; quanto arriscar & lt; br & # x2F; & gt; parar: 50 - & amp; gt; interromper a perda em pips & lt; br & # x2F; & gt; & lt; br & amp; amp; & gt; EMAslow: 17 - & amp; gt; EMA lenta para cruzar - a primeira versão foi com EMA (34) & lt; br & # x2F; & gt; EMAquick: 7 - & amp; gt; EMA rápido, que é sinalização - a primeira versão foi com EMA (14) & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Se você obtiver melhores resultados, compartilhe suas configurações.
Robô MACD EMA.
Redução média.
Lucro mensal médio.
Total de meses testados novamente.
Robô escalpelamento para EURUSD. Com base em dois cruzamentos de EMAs com o filtro MACD. & Lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Os melhores resultados de backtested estão em gráfico de 5 min com esta configuração: & lt; br & # x2F; & gt; trade_day: 50 - & amp; gt; negociações máximas para levar em um dia & lt; br & # x2F; & gt; br & # x2F; & gt; fastEMAPeriods: 6 - & amp; gt; EMA rápido do indicador MACD (geralmente 12) & lt; br & # x2F; & gt; slowEMAPeriods: 13 - & amp; gt; EMA lento do indicador MACD (geralmente 13) & lt; br & # x2F; & gt; signalEMAPeriods: 5 - & amp; gt; linha de sinal do indicador MACD (geralmente 9) & lt; br & # x2F; & gt; br & # x2F; & gt; risk: 10 - & gt; gt; quanto arriscar & lt; br & # x2F; & gt; parar: 50 - & amp; gt; interromper a perda em pips & lt; br & # x2F; & gt; & lt; br & amp; amp; & gt; EMAslow: 17 - & amp; gt; EMA lento para a primeira versão cruzada foi com EMA (34) & lt; br & # x2F; & gt; EMAquick: 7 - & amp; gt; EMA rápido, que é sinalização - a primeira versão foi com EMA (14) & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Se você obtiver melhores resultados, compartilhe suas configurações.
Êxodo do Timeframer.
Redução média.
Lucro Mensal Médio.
Total de meses testados novamente.
O timeframer Exodus é a estratégia de vários períodos por excelência. Ele entrará você ao vivo no mercado no gráfico de 5 minutos enquanto faz uso dos gráficos horários, quatro horas e diários para orientação. & Lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Nós somos otimistas quando o preço é acima do 50MA em cada um dos M5, H1, H4 e D1. O inverso também é verdadeiro: o algoritmo vende curto se o preço estiver abaixo das médias móveis de 4 prazos. O alvo e o stop são definidos na entrada e são constantes. & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Quando o alvo é atingido e a posição? & gt; Br & # x2F; & lt; br & # x2F; & gt; está fechado, há uma boa chance de que os critérios de entrada para a mesma direção ainda estejam satisfeitos, então outro comércio é executado no próximo tiquetaque. & lt; br & # x2F; & gt; & lt; # x2F; & gt; Nós queremos trocar as fugas cedo não Uma vez que o movimento já tenha acontecido e já tivemos nosso lucro! & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; A bandeira de reinicialização foi introduzida como uma verificação final para evitar esse cenário. Quando uma transação é aberta, o sinalizador é definido como 0. Quando essa negociação é fechada, o sinalizador ainda é 0, portanto, nenhuma negociação adicional será aberta até que o preço se mova para o outro lado do M5 50SMA, ponto em que o sinalizador de redefinição é definido como 1 .
O Big Kahuna.
Redução média.
Lucro mensal médio.
Total de meses testados novamente.
Esta é uma estratégia de fim de dia que procura explorar os movimentos de continuação das tendências nos intervalos de tempo diários. Numa tendência de alta, um recuo para a parte inferior do envelope EMA satisfaz os critérios iniciais e define a barra diária como uma barra de ativação & amp; # 39 ;. Fomos muito longos se o preço quebrar acima da barra de ativação do dia anterior. & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; O contrário também é verdadeiro. A em uma tendência de baixa, uma barra de ativação curta fica no suporte superior do envelope EMA. Quando a barra de ativação é estabelecida (fecha com os referidos critérios), vendemos no intervalo desta barra diária para a desvantagem.
Estratégia Pivot Point.
Redução média.
Lucro Mensal Médio.
Total de meses testados novamente.
Uma estratégia de fuga intradiária clássica que usa pontos de pivô como níveis críticos de suporte e resistência para entrar e sair do mercado. & Lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Se o preço começar o dia entre o pivô (P ) e o nível de suporte 1 (S1), o viés do algoritmo é longo. & lt; br & # x2F; & gt; Uma ordem de parada de compra é aberta se o preço ultrapassar o P. Stop loss 5 pips abaixo de S1. Alvo 5 pips abaixo de R1. Por exemplo, supondo que os níveis de S1 e R1 mantêm os tampões de 5 pips, o comerciante é impedido de se separar facilmente e não atingindo o alvo, respectivamente. & lt; br & # x2F; & gt; & lt; lt; lt; br & # x2F; & lt; br & # x2F; & gt; br & # x2F; & gt; O oposto exato também é verdadeiro. O preço que começa acima de P e abaixo de R1 leva a um breve viés para o dia de negociação.
Redução média.
Lucro mensal médio.
Total de meses de backtested.
A estratégia de Ping Pong tem como alvo os mercados laterais, negociando quando o preço se move fora de um intervalo, supondo que o mercado está estendido e que o preço reverterá para a média. & Lt; br & # x2F; & lt; br & lt; x2F; & gt; portanto, funciona quando o preço está saltando para frente e para trás entre as extensões do envelope, daí o nome Ping Pong. & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; O intervalo é especificado como um envelope médio móvel, os períodos e a largura dos quais estão disponíveis como parâmetros externos a serem otimizados para o instrumento que você está negociando. & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Somente uma única posição pode ser aberta a qualquer momento para gerenciar melhor o risco. O envelope de destino também está disponível como um parâmetro externo e tenderá a ser próximo ou idêntico ao envelope de entrada. Qualquer posição aberta é verificada em cada marca e será fechada se o preço tiver deixado este envelope. & Lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Eles são chave para não negociar em mercados de tendências onde o preço continua fora do envelope. O stop loss é ajustado razoavelmente largo para permitir que o mercado respire, portanto, ficar parado tende a compensar os lucros de um punhado de posições vencedoras mais apertadas. Em vez de usar indicadores de impulso para determinar se é seguro para o comércio, vimos melhores resultados, restringindo a negociação a momentos específicos e otimizando as horas de início e fim, então trocamos somente com instrumentos conhecidos por ficar quieto durante esse período. & lt; br & # x2F; & gt ; & lt; br & # x2F; & gt; O script não troca às sextas-feiras, a fim de evitar que as posições sejam ajudadas durante o fim de semana e sujeitas a lacunas de preços imprevisíveis. Ele também é negociado somente quando o spread está dentro de um limite especificado, disponível como um parâmetro externo. & Lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Nós tivemos resultados particularmente bons em GBP & # x2F; CAD com o configurações externas padrão.
Cruz dourada.
Redução média.
Lucro mensal médio.
Total de meses testados novamente.
Nós incluímos este script como um exemplo para você começar. & Lt; br & # x2F; & gt; & lt; xml; & gt; Golden Cross estratégias funcionam com o princípio de que um curto indicador de média móvel que atravessa acima de um período mais longo média móvel indica que um mercado se tornou otimista, e vice-versa. Esta estratégia é rentável em mercados que têm volatilidade suficiente para que o preço continue se movendo na direção indicada por a Cruz. Ele causará uma perda nos mercados estáveis. & Lt; br & # x2F; & gt; & lt; br & # x2F; & gt; Este script registra duas variáveis ​​externas, & shortSMA & # 39; e & amp; # 39; longSMA & amp; # 39 ;. Estes são o número de períodos em que o indicador SMA (Simple Moving Average) mede os preços próximos. Os valores típicos variam de 2 a 10 para ShortSMA e 10 a 50 para longSMA. Esses valores são inseridos ao iniciar um backtest ou uma sessão de negociação ao vivo. The & amp; # 39; Optimize & amp; # 39; O separador pode ser utilizado para testar repetidamente todas as permutações numa gama destes para determinar os melhores valores para as condições de mercado do instrumento e período de tempo especificados. & lt; br & # x2F; & gt; & lt; br & # x2F; & gt; para criar elementos externos para o stop loss e obter margens de lucro, que são atualmente incorporadas no código abaixo.


; Esta estratégia permite que apenas uma posição seja aberta a qualquer momento para gerenciar melhor a exposição ao risco para cada comércio individual.

Tarefa Algorítmica de Negociação em R.
Nesta publicação, vou mostrar como usar R para coletar os estoques listados em leais3, obter dados históricos do Yahoo e depois executar uma estratégia de negociação algorítmica simples. Ao longo do caminho, você aprenderá alguma raspagem na web, uma função atingindo uma API de finanças e um htmlwidget para fazer um gráfico de séries de tempo interativo.
Para esta publicação, um algoritmo de negociação é definido como um conjunto de regras que desencadeiam um evento de compra ou venda, em vez de um modelo preditivo ou uma previsão de séries temporais. Este é o tipo mais simples de troca de algo, mas se você estiver interessado em investigar mais profundamente em finanças com R, eu encorajaria você a tomar o curso da DataCamp na modelagem de uma estratégia de negociação quantitativa em R.
Fundo.
Em 2015, comecei a investir um pouco em loyal3. O seu serviço é incomum e um ótimo lugar para iniciar sua jornada de investimento. Em vez de cobrar ao investidor por negociações, leal3 cobra as empresas para listar em sua plataforma. A premissa é que as pessoas que gostam do serviço de uma empresa também comprarão o estoque e, assim, se tornarão defensoras fortes da marca. Fazer a plataforma mais atraente é que você pode comprar partes fracionárias. Então, você pode entrar nesse estoque de $ 800 amazon por apenas US $ 10 e comprar outra fração de US $ 10 cada vez que você tiver um pouco de dinheiro extra no final do mês. Claro que há custos de fricção, uma vez que você precisa negociar no Windows e seu portfólio inteiro está limitado.
70 ações, mas leais3 representa uma maneira divertida e de baixo custo para explorar o treinamento de capital. Você pode colocar a pele real no jogo por apenas US $ 10!
Para ser claro, tenho as contas típicas de aposentadoria e investimento, mas eu gosto da interface limpa do leal no aplicativo e da falta de taxas. Eu acabo checando minha carteira de lealdade e diversão mais frequentemente do que meus fundos mútuos, simplesmente porque é fácil e divertida ver o desempenho dos estoques que escolhi diretamente.
Os estoques disponíveis em loyal3.
Configurando seu espaço de trabalho.
Para começar, carregue as bibliotecas no seu ambiente. Eu quase sempre uso rvest for web scraping estes dias. Existem outros pacotes que funcionam, incluindo o RSelenium, mas eu gosto do quão fácil pode ser executado.
O segundo pacote, pbapply, é opcional porque simplesmente adiciona uma barra de progresso às funções de aplicação. Como você poderia estar raspando centenas de páginas da web, uma barra de progresso pode ser útil para estimar o tempo.
Em seguida, a TTR é um pacote que acabei de começar a explorar. A biblioteca é usada para construir "Regras de Negociação Técnicas". Embora você aprenda um simples algoritmo de negociação neste post, o pacote TTR pode realizar cálculos mais sofisticados e vale a pena aprender.
A biblioteca dygraphs é um invólucro para uma biblioteca de gráficos de JavaScript rápida e aberta. É um dos htmlwidgets que torna o R mais dinâmico e faz parte de um arquivo html em vez de uma imagem estática. Por fim, o pacote lubridate é usado para facilitar a manipulação da data.
Coleção de dados.
Todos os estoques loyal3 estão todos listados em uma única página. Antes de pesquisar os preços diários individuais das ações para construir seu algoritmo de negociação, você precisa coletar todos os tickers disponíveis. A primeira coisa a fazer é declarar stock. list como uma string de URL. O próximo uso read_html () para que sua sessão R crie uma sessão na Internet e colete todas as informações html na página como um conjunto de nós XML. A página CSS tem uma ID chamada "nome da empresa". Use isso como um parâmetro ao chamar html_nodes () para selecionar apenas os dados XML associados a este nó. Por fim, use html_text () para que os valores de texto reais dos nomes das empresas sejam coletados.
Para examinar os estoques disponíveis em loyal3, você pode imprimir o objeto stocks. names no seu console. Isso retorna o nome da empresa como um vetor de texto.
Para pesquisar os preços das ações, você precisa primeiro obter o símbolo do ticker. Quando você está no site leal3, você pode clicar no tile da empresa para carregar uma página com um símbolo de ticker e outras informações da empresa.
Usando html_nodes () em ações, você puxa todos os nós marcados com um "Em HTML" & lt; a & gt; tag define um hiperlink que é usado para vincular a página de um formulário a outro. Dentro da tag de hiperlink, o "href" refere-se ao endereço de URL exato. Então, html_attr () irá extrair o URL de TODOS os links na página, se você passar em "href ...".
Depois de fazer uma inspeção manual, achei que os links 54 a 123 na página representam as páginas da empresa que eu preciso para raspar as informações do ticker. A última linha usa paste0 () para concatenar a seqüência de URL base "loyal3" para as páginas específicas da empresa, como "/ WALMART". Por exemplo, loyal3 / WALMART:
Em cada uma das páginas da empresa, há uma descrição, um preço de fechamento recente e o ticker. Todas as páginas da empresa são organizadas o mesmo, de modo que a função personalizada get. ticker () pode ser usada para extrair o símbolo do ticker.
Dentro de uma página da empresa, há uma tabela chamada "preço-marcador". A função irá navegar para uma página da empresa, identificar a tabela apropriada, extrair o texto com html_text (). Por fim, usando sub () juntamente com a expressão regular ^ ([[: alpha:]] *). * E \\ 1 manterão todos os caracteres alfabéticos. O resultado é que todos os caracteres especiais, como $, e quaisquer caracteres numéricos, como o preço de fechamento, são removidos. Como a função lê cada uma das 70 páginas, ela somente coletará o ticker de estoque.
A página de estoque leal3 para Alibaba, onde você vê a tabela que contém o ticker do estoque, BABA, está abaixo do texto em negrito.
Armado com sua função personalizada, use pblapply () para aplicá-lo a cada um dos stock. links que contêm a página de cada empresa. O objeto resultante, stock. tickers, é uma lista de tickers de ações individuais com cada elemento correspondente a uma empresa individual.
Uma maneira de alterar uma lista de elementos em um objeto plano é com do. call (). Aqui, você está aplicando rbind para row bind cada elemento de lista em um único vetor. Por fim, você cria um quadro de dados com o símbolo e a informação do nome da empresa.
Para ser consistente em sua análise, você pode querer limitar a quantidade de informações históricas coletadas em cada ação. A função Sys. Data () armazenará um objeto de data como ano, mês e dia. Usar anos com um número inteiro é uma maneira de subtrair uma quantidade de tempo específica do objeto start. date.
Para obter os dados de finanças do Yahoo, o objeto de data deve ser alterado para objetos de caractere simples sem traço. Usando a função de substituição global gsub () em start. date e end. date mudará a classe e simultaneamente removerá traços. Dentro de gsub (), passe o padrão de personagem para procurar, então os caracteres de substituição. Neste caso, o padrão de substituição é um caractere vazio entre citações. O último parâmetro é o objeto ao qual gsub () será aplicado.
A função TTR () getYahooData () aceita um símbolo de estoque e uma data inicial e final. A função retorna um quadro de dados que possui informações de séries temporais. Cada linha é uma data e as colunas contêm informações como o "Por favor", "Alto", "Por favor" e "encerrando" o preço por uma equidade. Como você está pesquisando várias empresas, você pode usar o lapply () ou o pblapply (). Passe o vetor de símbolos da empresa e, em seguida, a função getYahooData () e, em seguida, a informação da data. Os objetos de data são parâmetros reciclado sempre que getYahooData () é aplicado a um símbolo de estoque.
Para fazer a seleção da lista retornada, stocks. ts, mais fácil de navegar, você pode adicionar nomes aos elementos da lista. O uso de nomes com o objeto stocks. ts declara os nomes como o vetor de símbolo $ original.
Ao trabalhar com grandes listas, eu gosto de examinar o objeto resultante para garantir que o resultado seja o que eu esperava. Agora que os elementos têm nomes, você pode referenciá-los diretamente. Neste exemplo, você está examinando as 6 primeiras linhas para AMC Entertainment Holdings (AMC). Usar head () na lista ao fazer referência a $ AMC retornará uma parte da série temporal para este estoque:
Examinando os dados de estoque.
Quando ouço comentaristas de notícias financeiras, muitas vezes se referem a gráficos. Apesar da negociação de alta freqüência e da gestão ativa realizada por outros, muitos pequenos investidores ainda se referem a gráficos para obter informações. O objeto da série temporal pode ser exibido rapidamente com o enredo. Passe na lista referente ao elemento nomeado, como $ AMC e, em seguida, à coluna que você deseja exibir, aqui $ Close.
O enredo anterior é estático e não muito interessante.
Vamos usar uma biblioteca de JavaScript para criar um gráfico que você possa explorar. Neste trecho de código, você pode observar o "% & gt;%" ou operador de tubulação. O operador de pipe é uma boa maneira de escrever código conciso. Ele encaminha um objeto para a próxima função sem forçá-lo a reescrever um nome de objeto como você fez anteriormente neste post.
Neste exemplo, você cria um dygraph referente ao estoque do Twitter, $ TWTR e, em seguida, a coluna que deseja traçar, $ Close. Dentro do dygraph, main adiciona um título especificado entre as cotações. Usando o "% & gt;%" este objeto inteiro é encaminhado para a próxima função dyRangeSelector (). Você pode especificar um intervalo de datas padrão usando c () com uma string de data de início e fim. O objeto HTML resultante é uma série de tempo dinâmico para o estoque do Twitter com um controle deslizante de data na parte inferior.
Lembre-se, para alterar o patrimônio exibido, altere o símbolo do ticker na lista stocks. ts e, em seguida, o título do gráfico.
Este é um dígrafo básico para o estoque do Twitter.
Uma Estratégia de Negociação Simples: Trend Following.
Os comerciantes de alta freqüência e os hedge funds usam modelos sofisticados e abordagens baseadas em regras para executar negócios. Se você quiser saber mais, sugiro visitar a parapian para abordagens avançadas. Para abordagens mais simples, comece com esta página na Investopedia.
No código abaixo, você irá visualizar uma estratégia de negociação de impulso simples. Basicamente, você gostaria de calcular as médias móveis de 200 dias e 50 dias para um preço de ações. Em qualquer dia em que a média móvel de 50 dias esteja acima da média móvel de 200 dias, você compraria ou manteria sua posição. Nos dias em que a média de 200 dias é superior à média móvel de 50 dias, você venderia suas ações. Esta estratégia é chamada de estratégia seguindo estratégia. A natureza positiva ou negativa entre as duas médias baseadas no tempo representa o momento do estoque.
O pacote TTR fornece SMA () para calcular a média móvel simples. Neste trecho de código, você está examinando os primeiros 6 valores para as médias móveis de Twitter e 200 dias. SMA () funciona passando os dados da série temporal para um estoque e uma coluna específica, como Close. Este é um único vetor de preços de fechamento do estoque TWTR. O segundo parâmetro é um número inteiro que representa o número de observações para a média móvel. Sem usar head (), a função SMA () retornará todos os valores.
Agora que você examinou detalhadamente a função da média móvel, você precisa se inscrever para cada uma das 70 ações. stocks. ts é uma lista de 70 quadros de dados contendo dados de estoque individuais. A quarta coluna de cada quadro de dados contém o preço de fechamento que queremos usar para as médias móveis.
A função personalizada mov. avgs () aceita um único quadro de dados de estoque para calcular as médias móveis. A primeira linha seleciona os preços de fechamento porque indexa [, 4] para criar stock. close. Em seguida, a função usa ifelse para verificar o número de linhas no quadro de dados. Especificamente se o nrow no quadro de dados for inferior a (2 * 260), então a função criará uma moldura de dados de médias móveis com “NA”.
Eu escolhi esse número porque há cerca de 250 dias de negociação por ano, então isso irá verificar se a série temporal tem cerca de 2 anos ou mais de duração. Loyal3 às vezes pode ter acesso a IPOs e, se o estoque for recém-público, não haverá dados suficientes para uma média móvel de 200 dias. No entanto, se o valor nrow for superior a 2 * 260, a função criará um quadro de dados com os dados originais juntamente com médias móveis de 200 e 50 dias como novas colunas. Usando colnames, eu declaro os nomes das colunas. A última parte da função usa full. cases para verificar os valores na coluna média móvel de 200 dias. Quaisquer linhas que não tenham um valor são descartadas no resultado final.
Armado com esta função mov. avgs (), você pode usar o pblapply () para adicionar os cálculos da média móvel a cada um dos 70 quadros de dados.
Use o código abaixo para visualizar as médias móveis de um estoque usando um gráfico. Mais uma vez, esse código está usando o operador %% para encaminhar objetos. A função dygraph () aceita a estrutura de dados stocks. ts $ FOX. Especificamente, o quadro de dados é indexado pelo nome da coluna com c ('sma_200', 'sma_50'). Este objeto é passado para dySeries () nas próximas 2 linhas. Você pode se referir a uma coluna por nome para que dySeries () traçam uma linha para os valores "40 e 40" nas linhas 2 e 3. Este objeto é reenviado novamente para o dyRangeSelector () para ajustar a altura do seletor. Por fim, adicionei algum sombreamento para definir períodos em que você quisesse comprar ou manter o patrimônio líquido e um período em que você deveria ter vendido suas ações ou ficado afastado, dependendo da sua posição.
Aqui está o resultado final em uma série de tempo interativa.
As médias móveis FOX com regiões sombreadas para comprar / segurar versus vender.
Conclusão.
Como comerciante algorítmico de brotação, você não precisa traçar todos os 70 compartilhamentos. Em vez disso, você gostaria de executar o código todos os dias e adicionar uma maneira programática para identificar estoques que se encaixam no método baseado em regras, "compre se a média móvel de 50 dias está acima da média móvel de 200 dias". Ao revisar o gráfico anterior, a seção verde é uma ocasião em que você compraria o patrimônio da FOX. A seção vermelha representa o tempo para vender suas ações e não voltar a entrar.
Como o gráfico é interativo, você pode usar o controle deslizante para redimensionar o visual. Com base nesta abordagem simples de troca de algo, agora pode ser um bom momento para comprar FOX! 30 de dezembro de 2016 foi um dia de negociação em que a média móvel de 50 dias mudou US $ 0,01 acima da média móvel de 200 dias!
A seção ampliada da equidade FOX.
Claro, lembre-se de todos os investimentos podem perder valor. Para saber mais sobre finanças e trocas comerciais, cheque os cursos da DataCamp aqui.

Fundamentos do comércio algorítmico: conceitos e exemplos.
Um algoritmo é um conjunto específico de instruções claramente definidas destinadas a realizar uma tarefa ou processo.
O comércio algorítmico (negociação automatizada, negociação em caixa preta ou simplesmente algo-trading) é o processo de uso de computadores programados para seguir um conjunto definido de instruções para colocar um comércio para gerar lucros a uma velocidade e freqüência impossíveis para um comerciante humano. Os conjuntos definidos de regras são baseados em tempo, preço, quantidade ou qualquer modelo matemático. Além das oportunidades de lucro para o comerciante, o algo-trading torna os mercados mais líquidos e torna a negociação mais sistemática descartando impactos emocionais humanos nas atividades comerciais. (Para mais, consulte Picking the Right Algorithmic Trading Software.)
Suponha que um comerciante siga esses critérios de comércio simples:
Compre 50 ações de uma ação quando sua média móvel de 50 dias excede a média móvel de 200 dias. Vende ações da ação quando sua média móvel de 50 dias está abaixo da média móvel de 200 dias.
Usando este conjunto de duas instruções simples, é fácil escrever um programa de computador que monitorará automaticamente o preço das ações (e os indicadores de média móvel) e colocará as ordens de compra e venda quando as condições definidas forem atendidas. O comerciante não precisa mais manter um relógio para preços e gráficos ao vivo, ou colocar as ordens manualmente. O sistema de negociação algorítmica automaticamente faz isso para ele, identificando corretamente a oportunidade comercial. (Para mais informações sobre as médias móveis, consulte Médias móveis simples, faça as tendências se destacarem.)
[Se você quiser saber mais sobre as estratégias comprovadas e pontuais que podem eventualmente ser trabalhadas em um sistema de comércio alorítico, confira o Curso de Torneio de Dia de Torneio da Invastopedia Academy. ]
Benefícios da negociação algorítmica.
A Algo-trading oferece os seguintes benefícios:
Negociações executadas com os melhores preços Posicionamento instantâneo e preciso da ordem comercial (com altas chances de execução nos níveis desejados) Negociações cronometradas corretamente e instantaneamente, para evitar mudanças de preços significativas Custos de transação reduzidos (veja o exemplo de falta de implementação abaixo) Verificações automatizadas simultâneas em múltiplos condições de mercado Reduziu o risco de erros manuais na colocação dos negócios Backtest o algoritmo, com base nos dados históricos e em tempo real disponíveis Reduzida a possibilidade de erros por comerciantes humanos com base em fatores emocionais e psicológicos.
A maior parte do dia-a-dia é a negociação de alta freqüência (HFT), que tenta capitalizar a colocação de um grande número de pedidos em velocidades muito rápidas em múltiplos mercados e múltiplos parâmetros de decisão, com base em instruções pré-programadas. (Para obter mais informações sobre o comércio de alta freqüência, consulte Estratégias e Segredos de Empresas de Negociação de Alta Freqüência (HFT).)
O Algo-trading é usado em muitas formas de atividades de comércio e investimento, incluindo:
Investidores de médio a longo prazo ou empresas de compra (fundos de pensão, fundos de investimento, companhias de seguros) que adquirem ações em grandes quantidades, mas não querem influenciar os preços das ações com investimentos discretos e de grande porte. Os comerciantes de curto prazo e os participantes do lado da venda (fabricantes de mercado, especuladores e arbitragentes) se beneficiam da execução comercial automatizada; Além disso, ajudas de algo-trading na criação de liquidez suficiente para os vendedores no mercado. Os comerciantes sistemáticos (seguidores de tendências, comerciantes de pares, hedge funds, etc.) acham muito mais eficiente programar suas regras comerciais e permitir que o programa seja comercializado automaticamente.
O comércio algorítmico proporciona uma abordagem mais sistemática ao comércio ativo do que os métodos baseados na intuição ou instinto do comerciante humano.
Estratégias de negociação algorítmica.
Qualquer estratégia de negociação algorítmica exige uma oportunidade identificada que seja rentável em termos de melhoria de ganhos ou redução de custos. As seguintes são estratégias de negociação comuns usadas em algo-trading:
As estratégias de negociação algorítmicas mais comuns seguem as tendências em médias móveis, fuga de canais, movimentos no nível de preços e indicadores técnicos relacionados. Estas são as estratégias mais fáceis e simples de implementar através de negociação algorítmica porque essas estratégias não envolvem fazer previsões ou previsões de preços. Os negócios são iniciados com base na ocorrência de tendências desejáveis, que são fáceis e direitas de implementar através de algoritmos sem entrar na complexidade da análise preditiva. O exemplo acima mencionado de média móvel de 50 e 200 dias é uma tendência popular seguindo a estratégia. (Para mais informações sobre as estratégias de negociação de tendências, consulte: Estratégias simples para capitalizar as tendências.)
Comprar um estoque cotado duplo a um preço mais baixo em um mercado e simultaneamente vendê-lo a um preço mais alto em outro mercado oferece o diferencial de preço como lucro ou arbitragem sem risco. A mesma operação pode ser replicada para ações versus instrumentos de futuros, pois os diferenciais de preços existem de tempos em tempos. Implementar um algoritmo para identificar esses diferenciais de preços e colocar as ordens permite oportunidades lucrativas de forma eficiente.
Os fundos do índice definiram períodos de reequilíbrio para que suas participações fossem compatíveis com seus respectivos índices de referência. Isso cria oportunidades rentáveis ​​para comerciantes algorítmicos, que capitalizam os negócios esperados que oferecem lucros de 20 a 80 pontos base, dependendo do número de ações no fundo do índice, apenas antes do reequilíbrio do fundo do índice. Essas negociações são iniciadas através de sistemas de negociação algorítmica para execução atempada e melhores preços.
Muitos modelos matemáticos comprovados, como a estratégia de negociação neutra do delta, que permitem a negociação de combinações de opções e sua segurança subjacente, onde os negócios são colocados para compensar deltas positivos e negativos, de modo que o portfólio delta seja mantido em zero.
A estratégia de reversão média baseia-se na ideia de que os preços altos e baixos de um bem são um fenômeno temporário que retorna periodicamente ao seu valor médio. Identificar e definir uma faixa de preço e implementar algoritmos com base em isso permite que os negócios sejam colocados automaticamente quando o preço do recurso entra e sai do seu alcance definido.
A estratégia de preços médios ponderados por volume quebra uma grande ordem e libera pedaços menores determinados dinamicamente da ordem para o mercado usando perfis de volume histórico específicos de estoque. O objetivo é executar a ordem perto do preço médio ponderado do volume (VWAP), beneficiando assim o preço médio.
A estratégia de preço médio ponderado no tempo quebra uma grande ordem e libera dinamicamente determinados pedaços menores da ordem para o mercado usando intervalos de tempo uniformemente divididos entre o início e o fim do tempo. O objetivo é executar a ordem perto do preço médio entre os horários de início e término, minimizando assim o impacto no mercado.
Até que a ordem comercial seja totalmente preenchida, este algoritmo continua enviando ordens parciais, de acordo com o índice de participação definido e de acordo com o volume negociado nos mercados. A "estratégia de etapas" relacionada envia ordens a uma porcentagem definida pelo usuário de volumes de mercado e aumenta ou diminui essa taxa de participação quando o preço da ação atinge os níveis definidos pelo usuário.
A estratégia de falta de implementação visa minimizar o custo de execução de uma ordem através da negociação do mercado em tempo real, economizando assim o custo da ordem e beneficiando do custo de oportunidade da execução atrasada. A estratégia aumentará a taxa de participação direcionada quando o preço das ações se mover de forma favorável e diminuí-lo quando o preço das ações se mover de forma adversa.
Existem algumas classes especiais de algoritmos que tentam identificar "acontecimentos" do outro lado. Esses "algoritmos de sniffing", usados, por exemplo, por um market maker market market têm a inteligência interna para identificar a existência de qualquer algoritmo no lado da compra de uma grande ordem. Essa detecção através de algoritmos ajudará o fabricante de mercado a identificar grandes oportunidades de ordem e permitir que ele se beneficie ao preencher os pedidos a um preço mais alto. Isso às vezes é identificado como front-running de alta tecnologia. (Para obter mais informações sobre negociação de alta freqüência e práticas fraudulentas, consulte: Se você comprar ações on-line, você está envolvido em HFTs.)
Requisitos técnicos para negociação algorítmica.
Implementar o algoritmo usando um programa de computador é a última parte, batida com backtesting. O desafio é transformar a estratégia identificada em um processo informatizado integrado que tenha acesso a uma conta de negociação para fazer pedidos. São necessários os seguintes:
Conhecimento de programação de computador para programar a estratégia de negociação necessária, programadores contratados ou software de negociação pré-fabricado Conectividade de rede e acesso a plataformas de negociação para colocar os pedidos Acesso a feeds de dados de mercado que serão monitorados pelo algoritmo para oportunidades de colocar pedidos A capacidade e infra-estrutura para voltar a testar o sistema uma vez construído, antes de entrar em operação em mercados reais Dados históricos disponíveis para backtesting, dependendo da complexidade das regras implementadas no algoritmo.
Aqui está um exemplo abrangente: o Royal Dutch Shell (RDS) está listado na Amsterdam Stock Exchange (AEX) e London Stock Exchange (LSE). Vamos construir um algoritmo para identificar oportunidades de arbitragem. Aqui estão algumas observações interessantes:
AEX negocia em Euros, enquanto a LSE negocia em libras esterlinas. Devido à diferença horária de uma hora, a AEX abre uma hora antes da LSE, seguido de ambas as trocas comerciais simultaneamente durante as próximas horas e depois de negociar apenas na LSE durante a última hora à medida que o AEX fecha .
Podemos explorar a possibilidade de negociação de arbitragem nas ações da Royal Dutch Shell listadas nesses dois mercados em duas moedas diferentes?
Um programa de computador que pode ler os preços atuais do mercado Os feeds de preços de LSE e AEX A taxa de câmbio para a taxa de câmbio GBP-EUR Capacidade de colocação de pedidos que podem rotear a ordem para a troca correta do recurso Back-testing em feeds históricos de preços.
O programa de computador deve executar o seguinte:
Leia o preço de entrada do estoque RDS de ambas as bolsas Usando as taxas de câmbio disponíveis, converta o preço de uma moeda para outra. Se houver uma discrepância de preço suficientemente grande (descontando os custos de corretagem) levando a uma oportunidade rentável, então coloque a compra ordem em troca de preços mais baixos e ordem de venda em troca de preços mais elevados Se as ordens forem executadas conforme desejado, o lucro de arbitragem seguirá.
Simples e fácil! No entanto, a prática de negociação algorítmica não é simples de manter e executar. Lembre-se, se você pode colocar um comércio gerado por algo, os outros participantes do mercado podem também. Conseqüentemente, os preços flutuam em milissegundos e até mesmo em microssegundos. No exemplo acima, o que acontece se o seu comércio de compras for executado, mas o comércio de vendas não acontece à medida que os preços de venda mudam quando o seu pedido atinge o mercado? Você vai acabar sentado com uma posição aberta, tornando sua estratégia de arbitragem inútil.
Existem riscos e desafios adicionais: por exemplo, riscos de falha do sistema, erros de conectividade de rede, atrasos de tempo entre ordens comerciais e execução e, o mais importante de tudo, algoritmos imperfeitos. O algoritmo mais complexo é o backtesting mais rigoroso antes de ser posto em ação.
The Bottom Line.
A análise quantitativa do desempenho de um algoritmo desempenha um papel importante e deve ser examinada criticamente. É excitante ir pela automação auxiliada por computadores com a noção de ganhar dinheiro sem esforço. Mas é preciso certificar-se de que o sistema está completamente testado e os limites exigidos são definidos. Os comerciantes analíticos devem considerar a aprendizagem de sistemas de programação e construção por conta própria, ter confiança em implementar as estratégias certas de forma infalível. O uso cauteloso eo teste completo de algo-trading podem criar oportunidades rentáveis. (Para mais informações, consulte Como codificar seu próprio robô Algo Trading.)

Tipos comuns de algoritmos de negociação.
Esta é uma breve visão geral dos tipos comuns de algoritmos de finanças quantitativas que são negociados hoje. Claro, isso é apenas uma visão geral, e não abrangente! Deixe-me saber se você acha que existem outros tipos de algo que eu deveria abranger.
Inversores de reversão média assumem que o preço das ações ao longo do tempo retornará ao seu preço médio de longa data. Eles usam a análise do preço das ações para determinar os limites de negociação da significância estatística. Se o estoque estiver negociando significativamente acima da média móvel, eles serão curtos. Por outro lado, se o estoque tende significativamente abaixo da média móvel, eles vão comprá-lo. Veja o exemplo de estratégia Avaliação - Compras de pechincha.
Os investidores criam estratégias que dependem da época do ano. Está bem documentado que os mercados tendem a ter melhores retornos no final do ano e durante os meses de verão, enquanto setembro geralmente é um mês com retornos mais baixos. Para evitar perda de capital, alguns investidores optam por vender suas posições com perdas no final de dezembro para beneficiar da indenização fiscal. Em janeiro, os investidores retornam em triunfo e compram estoques de pequena e menor valor, elevando seus preços. Os preços das ações também se diferenciam em torno de feriados e períodos de fechamento do trimestre. Uma estratégia simples é comprar e manter ações (SPY) de outubro a abril e depois girar para comprar e manter títulos (BSV) de maio a setembro. Veja o exemplo da Estratégia Sentimento - Compre o boato, venda as novidades.
O comércio de Análise Sentimental deriva da psicologia da multidão, onde os investidores ficam atualizados nas notícias recentes e as ações de compra prevêem a reação da multidão. Eles tentam capturar mudanças de preços de curto prazo e colher os benefícios rápidos. Os investidores podem monitorar fontes, incluindo tendências de pesquisa do Google, meios de comunicação, blogs / fóruns e postagens do Twitter. Veja a estratégia de exemplo Fundamental Investing.
Esta é uma forma de avaliar o verdadeiro valor intrínseco de um estoque, examinando fatores de macro-nível, como indicadores econômicos, comparações de indústria e setor, e análise de demonstrações financeiras da empresa. Os cálculos derivados de dados reais tentam modelar o valor verdadeiro do estoque, que é comparado ao preço de mercado da ação - direcionando a decisão de comprar ou vender. Exemplo de pontos de dados para análise fundamental incluem receitas das empresas, ganhos, crescimento futuro, retorno sobre o patrimônio líquido e margens de lucro. Investimento Técnico.
Este método examina a atividade do mercado passado para mudanças no preço e volume do estoque, acreditando que o desempenho histórico é indicativo de resultados futuros. Os investidores usam gráficos, estatísticas e outras ferramentas para descobrir padrões nos dados para prever futuros movimentos de preços. Esse estilo de investimento não analisa o valor intrísico do estoque, mas sim o movimento futuro da segurança. Para adicionar análise técnica ao seu código de Quantopian, veja a biblioteca de código aberto ta-lib.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian.
Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
Comentários estão fechados.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian.
Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, solicitação de compra ou recomendação ou endosso para qualquer garantia ou estratégia, nem constitui uma oferta para fornecer consultoria de investimento ou outros serviços por meio de Quantopian. Além disso, o conteúdo do site não oferece nenhuma opinião em relação à adequação de qualquer garantia ou qualquer investimento específico.
A Quantopian não oferece garantias quanto à exatidão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas. Todos os investimentos envolvem risco - incluindo perda de principal. Você deve consultar um profissional de investimentos antes de tomar decisões de investimento.

Melhore sua negociação e.
aumentar os lucros com nossa análise.
A Technical Traders Ltd. ajuda você a identificar e tirar proveito de mais de sua negociação. Como? Ao fornecer-lhe configurações de comércio verificado e notificações em tempo real.
Não parece possível. Mas é com nossas estratégias de negociação algorítmicas!
Não parece possível. Um sistema de negociação algorítmico com tanta - identificação de tendências, análise de ciclo, fluxos de volume de compra / venda, estratégias de negociação múltiplas, entrada dinâmica, preços de destino e parada e tecnologia de sinal ultra-rápido. Mas isso é. Na verdade, a plataforma de sistema de negociação algorítmica AlgoTrades é o único desse tipo.
Não há mais pesquisas de ações, setores, commodities, índices, ou leitura de opinião de mercado. Algotrades faz toda a busca, sincronização e negociação para você usando nosso sistema de comércio algorítmico.
As estratégias comprovadas da AlgoTrades podem ser seguidas manualmente, recebendo alertas de e-mail e SMS, ou pode ser uma negociação 100% livre de mãos, e você está de acordo com você! Você pode ativar / desativar o comércio automatizado a qualquer momento, então você está sempre no controle de seu destino.
Use Algorithmic Trading para aumentar sua carteira e # 038; Renda**
É quase impossível ter sistemas de negociação algorítmicos tão ágeis e conservadores sem sacrificar benefícios ou desempenho. AlgoTrades consegue esse objetivo. É uma realização de engenharia tanto quanto de design.
Todo o ponto de dados do sistema e a regra de gerenciamento comercial foram meticulosamente considerados e refinados. E foi construído para um nível de precisão que teria uma grande instituição ou fundo de hedge. Como resultado, o AlgoTrades oferece transações de baixo risco e alta probabilidade mensais. **
AlgoTrades pode ser um sistema de negociação 100% automático que negocia ao vivo dentro de sua conta de corretagem e é compatível com várias agências de corretagem, ou você pode seguir manualmente cada comércio por e-mail e alertas de comércio de texto SMS.
Algorithmic Trading Made Simple & # 038; Eficaz.
Os comerciantes e os investidores adoram o AlgoTrades, não só porque identifica as tendências dos mercados e os ciclos ativos enquanto administram cada comércio para você; mas também porque AlgoTrades é tão simples de usar. *
Nosso sistema de negociação algorítmica é construído para indivíduos que procuram ganhar mais renda. É um serviço de negociação All-In-One que aumentará o seu desempenho, reduzindo a volatilidade da sua carteira e lhe permitirá lucrar com um mercado de ações crescente e em queda. **
Controle seus investimentos dentro de seu IRA auto-dirigido.
Conhecimento é poder. O controle e a diversidade são essenciais na construção da riqueza para a aposentadoria. Os IRAs autodirigidos oferecem controle completo na escolha de seus investimentos e oferecem a liberdade de selecionar investimentos alternativos para produzir renda em IRAs tradicionais, Roth IRAs e outros planos de poupança.
Investimento inteligente com estratégias de negociação algorítmicas. Estava na hora!
Através de tecnologias recém-desenvolvidas, como nosso identificador de tendência, analisador de espectro de ciclo, fluxo de dinheiro de varejo e inversões de impulso de preços, podemos medir o ritmo cardíaco do mercado de ações, como nunca antes de usar nossas estratégias de negociação algorítmicas proprietárias.
Durante a incerteza do mercado, o batimento cardíaco ou o pulso do mercado mudam drasticamente. Nosso sistema de negociação algorítmica ajusta automaticamente suas estratégias de negociação algorítmica e técnicas de gerenciamento de posição para imitar a mudança nas condições de mercado.
AlgoTrades identifica condições de mercado únicas a partir das quais pode lucrar. * Aplica então uma de suas muitas estratégias de negociação algorítmicas, específicas a essa condição de mercado, e negocia e gerencia automaticamente posições. Pense nisso como uma equipe de comerciantes profissionais e especialistas em gerenciamento de riscos que trabalham para você na velocidade da luz.
Negociação Automatizada Em 5 Minutos Usando Nosso Sistema de Negociação Algorítmica.
Este serviço de negociação de algoritmo tudo-em-um permite lucrar com todas as condições de mercado (para cima, para baixo, para os lados). *
Se você é um investidor, comerciante ativo ou novo nos mercados, a AlgoTrades já cobriu. **
O AlgoTrades é um serviço de negociação algorítmica 100% automatizado que comercializa ao vivo dentro de sua conta de corretagem. Ou você pode seguir manualmente cada comércio, de qualquer forma, deixe as estratégias de negociação algorítmicas da AlgoTrades fazer o trabalho para você.
CORRETORES COMPATIBLES PARA NEGÓCIOS EUA, CANADENSES E DE OVERSEAS.
Sistemas de negociação automatizados para investidores experientes.
Stocks, ETF & # 8217; s, & # 038; Futuros estratégias de negociação algorítmica.
Em um mundo dirigido, com computadores comerciais de alto nível que cuspiam ordens mais rapidamente do que qualquer um poderia responder a rumores, fato ou novidades, o que é um comerciante ou investidor para fazer?
Invista em uma estratégia sistemática e disciplinada, como nossas Estratégias de Negociação Algoritmicas AlgoTrades. Com base em um intervalo de tempo de rodagem de seis meses, nossos sistemas de negociação algorítmica demonstraram uma forte correlação negativa com o mercado de ações durante as retrocessos e até mesmo os mercados ósseos plurianuais. *** Em outras palavras, durante um determinado período de seis meses, nossa negociação os sistemas tendem a aumentar sua conta de negociação, quando o mercado de ações está em declínio. Nós construímos nossos algoritmos para capturar tendências em vários mercados, como o índice S & # 038; P500, o índice Dax, ações individuais e o índice de volatilidade do evento ele. Usando futuros, fundos negociados em bolsa (ETFs), ou ações, podemos tirar o máximo proveito dos giros mensais do mercado de ações. Use nosso sistema de negociação algorítmica e você pode ter certeza de que você possui alguns dos melhores sistemas de negociação automatizados que trabalham para você. *