Les avantages et les inconvénients des systèmes de négociation automatisés Les commerçants et les investisseurs peuvent transformer l'entrée précise. La sortie et les règles de gestion de l'argent dans les systèmes de négociation automatisés qui permettent aux ordinateurs d'exécuter et de surveiller les métiers. Une des plus grandes attractions de l'automatisation de la stratégie est qu'il peut prendre une partie de l'émotion de la négociation puisque métiers sont automatiquement placés une fois que certains critères sont satisfaits. Cet article présentera aux lecteurs et expliquera certains des avantages et des inconvénients, ainsi que les réalités, des systèmes de négociation automatisés. (Pour la lecture connexe, voir La puissance des métiers du programme.) Qu'est-ce qu'un système automatisé de négociation Systèmes de négociation automatisés, également appelés systèmes de négociation mécanique, trading algorithmique. Le commerce automatisé ou le système de négociation, permettent aux commerçants d'établir des règles spécifiques pour les entrées commerciales et les sorties qui, une fois programmés, peuvent être automatiquement exécutés via un ordinateur. Les règles d'entrée et de sortie du commerce peuvent être basées sur des conditions simples comme un croisement moyen. Ou peuvent être des stratégies compliquées qui nécessitent une compréhension globale du langage de programmation spécifique à la plate-forme de négociation des utilisateurs, ou l'expertise d'un programmeur qualifié. Les systèmes de négociation automatisés exigent généralement l'utilisation d'un logiciel lié à un courtier en accès direct. Et toutes les règles spécifiques doivent être écrites dans ce langage de plate-forme propriétaire. La plate-forme TradeStation, par exemple, utilise le langage de programmation EasyLanguage, la plate-forme NinjaTrader, d'autre part, utilise le langage de programmation NinjaScript. La figure 1 montre un exemple d'une stratégie automatisée qui a déclenché trois opérations au cours d'une séance de négociation. Figure 1: Un graphique de cinq minutes du contrat ES avec une stratégie automatisée appliquée. Certaines plates-formes commerciales disposent d'assistants de création de stratégies qui permettent aux utilisateurs de faire des sélections à partir d'une liste d'indicateurs techniques couramment disponibles pour construire un ensemble de règles qui peuvent ensuite être automatiquement échangées. L'utilisateur pourrait établir, par exemple, qu'un commerce long sera entré une fois que la moyenne mobile de 50 jours passe au-dessus de la moyenne mobile de 200 jours sur un graphique de cinq minutes d'un instrument commercial particulier. Les utilisateurs peuvent également saisir le type d'ordre (marché ou limite, par exemple) et quand le commerce sera déclenché (par exemple, à la fin de la barre ou à l'ouverture de la barre suivante) ou utiliser les entrées par défaut des plateformes. Beaucoup de commerçants, cependant, choisissent de programmer leurs propres indicateurs et stratégies personnalisés ou travaillent étroitement avec un programmeur pour développer le système. Bien que cela nécessite généralement plus d'efforts que d'utiliser l'assistant de plate-forme, il permet un degré beaucoup plus de flexibilité et les résultats peuvent être plus enrichissante. Une fois les règles établies, l'ordinateur peut surveiller les marchés pour trouver des opportunités d'achat ou de vente en fonction de la négociation Spécifications stratégiques. En fonction des règles spécifiques, dès qu'une transaction est entrée, toute commande pour les pertes d'arrêt de protection. Des arrêts de fuite et des objectifs de profit seront automatiquement générés. Dans les marchés en mouvement rapide, cette entrée de commande instantanée peut signifier la différence entre une petite perte et une perte catastrophique dans le cas où le commerce se déplace contre le commerçant. Avantages des systèmes de négociation automatisés Il ya une longue liste d'avantages à avoir un moniteur d'ordinateur les marchés pour les occasions de négociation et d'exécuter les métiers, y compris: Minimiser les émotions. Systèmes de négociation automatisés minimiser les émotions tout au long du processus de négociation. En gardant les émotions en échec, les commerçants ont généralement un temps plus facile de s'en tenir au plan. Puisque les ordres professionnels sont exécutés automatiquement une fois que les règles commerciales ont été respectées, les commerçants ne seront pas en mesure d'hésiter ou de questionner le commerce. En plus d'aider les commerçants qui ont peur de tirer le déclencheur, le commerce automatisé peut freiner ceux qui sont aptes à overtrade achat et la vente à chaque opportunité perçue. Capacité de Backtest. Backtesting applique les règles de négociation aux données historiques du marché pour déterminer la viabilité de l'idée. Lors de la conception d'un système de négociation automatisée, toutes les règles doivent être absolues, sans possibilité d'interprétation (l'ordinateur ne peut pas faire des suppositions, il doit être dit exactement ce qu'il faut faire). Les traders peuvent prendre ces ensembles de règles précises et les tester sur les données historiques avant de risquer de l'argent dans le commerce en direct. Un backtesting soigneux permet aux traders d'évaluer et de peaufiner une idée de trading et de déterminer l'espérance des systèmes, le montant moyen qu'un trader peut espérer gagner (ou perdre) par unité de risque. (Nous vous proposons quelques conseils sur ce processus qui peuvent vous aider à retrouver vos stratégies de trading actuelles.) Pour plus de détails, voir Backtesting: Interprétation du passé.) Préserver la discipline. Parce que les règles commerciales sont établies et l'exécution du commerce est effectuée automatiquement, la discipline est préservée même dans des marchés volatils. La discipline est souvent perdue en raison de facteurs émotionnels tels que la peur de prendre une perte, ou le désir d'eke out un peu plus de profit d'un métier. La négociation automatisée permet de s'assurer que la discipline est maintenue parce que le plan de négociation sera suivi exactement. De plus, l'erreur-pilote est minimisée et une commande d'achat de 100 actions ne sera pas incorrectement saisie comme ordre de vente de 1 000 actions. Atteindre la cohérence. Un des plus grands défis dans le commerce est de planifier le commerce et le commerce du plan. Même si un plan de négociation a le potentiel d'être rentable, les commerçants qui ignorent les règles sont de modifier toute attente du système aurait eu. Il n'existe aucune telle chose comme un plan commercial qui gagne 100 des pertes de temps sont une partie du jeu. Mais les pertes peuvent être psychologiquement traumatisantes, donc un commerçant qui a deux ou trois métiers perdants dans une rangée pourrait décider de sauter le prochain commerce. Si ce prochain commerce aurait été un gagnant, le commerçant a déjà détruit toute espérance du système avait. Les systèmes de négociation automatisés permettent aux traders d'atteindre la cohérence en négociant le plan. (Il est impossible d'éviter un désastre sans règles de négociation. Pour en savoir plus, voir 10 étapes pour la construction d'un plan de trading gagnant.) Amélioration de la vitesse d'entrée des commandes. Puisque les ordinateurs répondent immédiatement à l'évolution des conditions du marché, les systèmes automatisés peuvent générer des ordres dès que les critères commerciaux sont respectés. Entrer ou sortir d'un commerce quelques secondes plus tôt peut faire une grande différence dans le résultat des métiers. Dès qu'une position est saisie, tous les autres ordres sont générés automatiquement, y compris les pertes d'arrêt de protection et les cibles de profit. Les marchés peuvent se déplacer rapidement et il est démoralisant d'avoir un commerce atteignent la cible de profit ou souffle passé un niveau de perte d'arrêt avant que les ordres peuvent même être entrés. Un système de trading automatisé empêche cela. Diversifier le commerce. Les systèmes de négociation automatisés permettent à l'utilisateur de négocier plusieurs comptes ou différentes stratégies en même temps. Cela a le potentiel de répartir le risque sur divers instruments tout en créant une couverture contre la perte de positions. Ce qui serait incroyablement difficile pour un humain à accomplir est efficacement exécuté par un ordinateur en quelques millisecondes. L'ordinateur est capable de rechercher des opportunités commerciales sur une gamme de marchés, générer des commandes et surveiller les métiers. Inconvénients et réalités des systèmes de négociation automatisés Systèmes de négociation automatisés se vantent de nombreux avantages, mais il ya quelques chutes et des réalités auxquelles les commerçants doivent être au courant. Défaillances mécaniques. La théorie derrière le commerce automatisé, il semble simple: mettre en place le logiciel, le programme de règles et de regarder le commerce. En réalité, cependant, le commerce automatisé est une méthode sophistiquée de négociation, mais pas infaillible. Selon la plate-forme de négociation, une commande commerciale pourrait résider sur un ordinateur et non sur un serveur. Cela signifie que si une connexion Internet est perdue, une commande peut ne pas être envoyée sur le marché. Il pourrait également y avoir un écart entre les métiers théoriques générés par la stratégie et la composante de plateforme d'entrée de commande qui les transforme en métiers réels. La plupart des commerçants devraient s'attendre à une courbe d'apprentissage lors de l'utilisation de systèmes de négociation automatisée, et il est généralement une bonne idée de commencer avec de petites tailles de négociation tandis que le processus est affiné. Surveillance . Bien qu'il serait grand pour allumer l'ordinateur et de quitter pour la journée, les systèmes de négociation automatisés nécessitent un suivi. Cela est dû à la possibilité de pannes mécaniques, telles que les problèmes de connectivité, les pertes de puissance ou les accidents de l'ordinateur, et aux bizarreries du système. Il est possible pour un système de négociation automatisée de rencontrer des anomalies qui pourraient entraîner des ordres errants, des commandes manquantes ou des ordres en double. Si le système est surveillé, ces événements peuvent être identifiés et résolus rapidement. Sur optimisation. Bien que n'étant pas spécifique aux systèmes de négociation automatisés, les commerçants qui emploient des techniques de backtesting peuvent créer des systèmes qui semblent grands sur le papier et effectuer terriblement sur un marché en direct. La sur-optimisation se réfère à l'ajustement excessif de la courbe qui produit un plan de négociation qui n'est pas fiable dans le commerce en direct. Il est possible, par exemple, de modifier une stratégie pour obtenir des résultats exceptionnels sur les données historiques sur lesquelles il a été testé. Les commerçants supposent parfois incorrectement qu'un plan de négociation devrait avoir près de 100 métiers rentables ou ne devraient jamais connaître un retrait pour être un plan viable. En tant que tels, les paramètres peuvent être ajustés pour créer un plan presque parfait qui échoue complètement dès qu'il est appliqué à un marché en direct. (Cette sur-optimisation crée des systèmes qui ont l'air bien sur le papier seulement. Pour en savoir plus, voir Backtesting et Forward Testing: l'importance de la corrélation.) Traders Server-Based Automation ont l'option d'exécuter leurs systèmes de négociation automatisée par un serveur de négociation Plateforme comme Strategy Runner. Ces plates-formes offrent fréquemment des stratégies commerciales pour la vente, un assistant pour les commerçants peuvent concevoir leurs propres systèmes, ou la capacité d'héberger des systèmes existants sur la plate-forme basée sur serveur. Le système automatisé de négociation peut, moyennant une redevance, analyser, exécuter et surveiller les transactions avec toutes les commandes résidant sur leur serveur, ce qui entraîne des entrées de commandes potentiellement plus rapides et plus fiables. Conclusion Bien que ppealing pour une variété de facteurs, les systèmes automatisés de négociation ne doit pas être considéré comme un substitut à la négociation soigneusement exécutée. Des défaillances mécaniques peuvent survenir et, en tant que telles, ces systèmes nécessitent une surveillance. Les plateformes basées sur le serveur peuvent fournir une solution pour les commerçants qui souhaitent minimiser les risques de défaillances mécaniques. (Pour des lectures connexes, voir Stratégies de négociation de jour pour les débutants.) FE670 Algorithmic Trading Strategies. Stevens Institute of Technology Transcription 1 FE670 Stratégies de négociation algorithmique Conférence 3. Modèles de facteurs et leur estimation Steve Yang Stevens Institut de technologie 09192013 2 Aperçu 1 Commerce basé sur les facteurs 2 Risques liés aux stratégies de négociation 3 Propriétés souhaitables des facteurs 4 Facteurs de construction des caractéristiques de la société 5 R Temps Ensemble d'analyse des facteurs de la série tsfa 3 En gros, nous pouvons classer les stratégies d'investissement dans les catégories suivantes: 1 stratégies de négociation basées sur les facteurs (également appelées sélection de titres ou modèles alpha). 2 arbitrage statistique. 3 stratégies à haute fréquence. 4 études d'événements. La plupart des universitaires et des praticiens conviennent que l'hypothèse de marché efficace ne tient pas tout le temps et qu'il est possible de battre le marché. Enquête de l'industrie montre des facteurs et des modèles fondés sur les facteurs à partir du noyau d'une partie importante des stratégies de négociation quantitative d'aujourd'hui s. 4 Analyse de la sécurité par Benjamin Graham et David Dodd (1934) a été considérée comme la première contribution aux stratégies factorielles. Aujourd'hui, les gestionnaires quantitatifs utilisent les facteurs comme éléments constitutifs fondamentaux des stratégies de négociation. Au sein d'une stratégie de négociation, les facteurs déterminent quand acheter et quand vendre des titres. Nous définissons un facteur comme une caractéristique commune d'un groupe d'actifs. Par exemple, la cote de crédit sur une obligation, ou un ratio financier particulier (PE) ou les rapports book-to-price, etc Nous développons encore: 1). Les facteurs sont souvent destinés à capter une certaine intuition économique. 2). Nous devons reconnaître que les actifs ayant des facteurs similaires ont tendance à se comporter de manière similaire. 3). Nous aimerions que notre facteur soit capable de se différencier sur différents marchés et échantillons. 4). Nous voulons que notre facteur soit robuste sur différentes périodes. 5 Les facteurs entrent dans trois catégories: influences macroéconomiques, caractéristiques transversales et facteurs statistiques. Les influences macroéconomiques sont des séries chronologiques qui mesurent les activités économiques observables. Les exemples incluent les taux d'intérêt, la production intérieure brute et la production industrielle. Les caractéristiques transversales sont des caractéristiques d'actifs observables ou des caractéristiques d'entreprise. Par exemple, le rendement en dividendes, la valeur comptable et la volatilité. Les facteurs statistiques sont des facteurs non observables ou latents communs à un groupe d'actifs. Ces facteurs ne font pas d'hypothèses explicites sur les caractéristiques de l'actif qui conduisent à la convergence des rendements. Les facteurs statistiques ne sont pas déterminés à l'aide de données exogènes, mais sont extraits d'autres variables telles que les rendements. 6 Cadre de base et blocs de construction Nous nous concentrons sur l'utilisation de facteurs pour élaborer des modèles de prévision, également appelés modèles de sélection alpha ou de stock. Nous commençons par concevoir un cadre suffisamment souple pour que les composants puissent être facilement modifiés, mais assez structurés pour que nous restons concentrés sur notre objectif final de concevoir une stratégie commerciale rentable. Les étapes typiques dans le développement d'une stratégie de trading sont: Définition d'une idée de trading ou d'une stratégie de placement Développer des facteurs Acquérir et traiter des données Analyser les facteurs Construire la stratégie Evaluer la stratégie Backtesting la stratégie Mettre en œuvre la stratégie 7 Cadre de base et Building Blocks Définir une idée commerciale Ou Stratégie d'investissement: Une stratégie commerciale réussie commence souvent comme une idée basée sur l'intuition économique saine, la connaissance du marché, ou la découverte d'une anomalie. La recherche de fond peut être utile pour comprendre ce que d'autres ont essayé ou mis en œuvre dans le passé. Une idée de négociation a un horizon à plus court terme souvent associé à un événement ou une mauvaise tarification. Une stratégie de négociation a un horizon plus long et est souvent basée sur l'exploration d'une prime associée à une anomalie ou à une caractéristique. Facteurs de développement: Les facteurs fournissent les éléments constitutifs du modèle utilisé pour élaborer une stratégie d'investissement. Après avoir établi la stratégie commerciale, nous passons des concepts économiques à la construction de facteurs qui peuvent être disponibles pour capturer notre intuition. 8 Cadre de base et blocs de construction Acquisition et traitement des données: Une stratégie de négociation repose sur des données précises et propres pour créer des facteurs. Il existe un certain nombre de solutions et de bases de données tierces disponibles à cet effet, telles que Thomson Routers MarketQA, Factset Research Systems et Compustats. Analyse des facteurs: Une variété de techniques statistiques et économétriques doit être effectuée sur les données pour évaluer les propriétés empiriques des facteurs. Cette recherche empirique est utilisée pour comprendre le risque et le potentiel de retour d'un facteur. L'analyse est le point de départ de la construction d'un modèle de stratégie commerciale. Stratégie de construction: Le modèle représente une spécification mathématique de la stratégie de négociation. Il ya deux considérations importantes dans cette spécification: la sélection de ces facteurs et la façon dont ces facteurs sont combinés. Les deux considérations doivent être motivées par l'intuition économique derrière la stratégie commerciale. Évaluation, rétro-test et mise en œuvre de la stratégie: L'étape finale consiste à évaluer l'estimation, la spécification et la qualité de prévision du modèle. Cette analyse comprend l'examen de la bonté de l'ajustement (souvent effectuée dans l'échantillon), de la capacité de prévision (souvent réalisée à partir de l'échantillon) et de la sensibilité et des caractéristiques de risque du modèle. 10 Risques liés aux stratégies de négociation Dans la gestion des placements, le risque est une préoccupation primordiale. La majorité des stratégies de négociation ne sont pas sans risque, mais sont assujetties à divers risques. Ici, nous décrivons certains risques communs aux stratégies de négociation de facteurs ainsi que d'autres stratégies de négociation. Le risque fondamental est le risque de souffrir des nouvelles fondamentales défavorables. Par exemple, une bonne société avec des revenus élevés aux ratios de prix peut soudainement faire face à un litige de recours collectif. Nous pouvons minimiser l'exposition au risque fondamental en diversifiant dans de nombreuses entreprises. Mais parfois, le risque fondamental pourrait être systémique. Dans ce cas, les gestionnaires de portefeuille qui étaient des secteurs ou neutres du marché en général peuvent faire bien. 11 Le risque de bruit est le risque que les prix erronés puissent empirer à court terme. L'idée ici est que la prime ou la valeur prend trop de temps à réaliser, ce qui se traduit par un rendement inférieur à un taux de rendement ciblé. Le risque modèle, également appelé risque de mauvaise spécification, se réfère au risque associé à la prise de mauvaises hypothèses de modélisation et de décisions. Cela comprend le choix des variables, de la méthodologie et du contexte dans lequel le modèle fonctionne. Nous avons examiné plusieurs remèdes basés sur la théorie de l'information, les méthodes bayésiennes, le rétrécissement et les modèles à coefficients aléatoires. Le risque de liquidité est une préoccupation pour les investisseurs. La liquidité est définie comme la capacité de négocier rapidement sans changements de prix significatifs, et la capacité de négocier un volume important sans changements de prix significatifs. La liquidité pourrait être asséchée dans une situation de marché stressée. 12 Facteurs souhaitables des facteurs Les facteurs doivent être fondés sur une intuition économique saine, une vision du marché ou une anomalie. En plus du raisonnement économique sous-jacent, les facteurs devraient avoir d'autres propriétés qui les rendent efficaces pour la prévision: - C'est un avantage si les facteurs sont intuitifs pour les investisseurs. Beaucoup d'investisseurs n'investiront que dans un fonds particulier s'ils comprennent et sont d'accord avec les idées de base derrière les stratégies de négociation. Les facteurs donnent aux gestionnaires de portefeuille un outil pour communiquer aux investisseurs les thèmes dans lesquels ils investissent. - La recherche de facteurs économiques significatifs devrait éviter de se fonder strictement sur une analyse historique pure. Les facteurs utilisés dans un modèle ne devraient pas émerger d'un processus séquentiel d'évaluation des facteurs de succès tout en éliminant les moins favorables. 13 - Un groupe de facteurs devrait être parcimonieux dans sa description de la stratégie commerciale. Cela nécessitera une évaluation minutieuse de l'interaction entre les différents facteurs. Par exemple, des facteurs hautement corrélés feront que les interférences faites dans une approche multivariée seront moins fiables. - Le succès de l'échec des facteurs sélectionnés ne doit pas dépendre de quelques valeurs aberrantes. Il est souhaitable de construire des facteurs qui sont raisonnablement robustes aux valeurs aberrantes. Source des facteurs: Les sources sont répandues sans que personne ne domine clairement. Recherche à travers une variété de sources semble fournir la meilleure occasion de découvrir des facteurs qui seront précieux pour les nouveaux modèles. Exemples de sources: bases économiques, inefficacité dans le traitement de l'information, rapports financiers, discussions avec les gestionnaires de portefeuille ou les négociants, rapports de vente ou rapports de recherche d'équité, et littérature universitaire en finance, comptabilité et économie, etc. 14 Facteurs de construction - Nous désirons que nos facteurs relient les données financières fournies par une société aux paramètres que les investisseurs utilisent lorsqu'ils prennent des décisions quant à l'attractivité d'un titre, tels que les ratios de valorisation, les ratios d'efficacité opérationnelle, les ratios de rentabilité et les ratios de solvabilité. - Les facteurs devraient également porter sur les données du marché telles que les prévisions, les prix et les rendements, et le volume des transactions. Nous distinguons trois catégories de données financières: séries chronologiques, données transversales et données de panel. - Les séries chronologiques sont constituées d'informations et de variables recueillies sur de multiples périodes. Les données transversales se composent de données recueillies à un moment donné pour de nombreuses entreprises différentes. Un ensemble de données de panel est constitué de données transversales recueillies à différents moments. 15 Intégrité des données Les données de qualité maintiennent plusieurs attributs, tels que la présentation cohérente de l'historique, le maintien d'une bonne disponibilité des données, la non survie et l'évitement des préjugés. Il est important que les chercheurs quantitatifs soient en mesure de reconnaître les limites et d'ajuster les données en conséquence. - Le remplissage des données se produit lorsqu'une entreprise est entrée dans une base de données pour la période en cours et que ses données historiques sont également ajoutées. - Le redressement des données est prépondérant en termes de distorsion de la cohérence des données. Beaucoup de sociétés de bases de données peuvent écraser le nombre initialement enregistré. - Le biais de survie survient lorsque les entreprises sont retirées de la base de données lorsque la société n'existe plus. - Le biais de prévision se produit lorsque les données sont utilisées dans une étude qui n'aurait pas été disponible pendant la période réelle analysée. 16 Exemple d'intégrité des données Cet exemple illustre comment les nuances de la manipulation des données peuvent influencer les résultats d'une étude particulière. Lors de l'utilisation des données de la base de données Compustats pour calculer les facteurs EBITAEV. Figure. Pourcentage de sociétés dans Russell 1000 avec un classement différent selon le facteur EBITAEV. 17 Exemple d'intégrité des données Notre univers d'actions est le Russell 1000 de décembre à décembre 2008, à l'exclusion des sociétés financières. Nous calculons EBITAEV par deux approches équivalentes mais différentes. (Compustats item 1) 2 EBITA Résultat opérationnel avant amortissements (données Compustats item 21) Selon le manuel de Compustats, ces deux quantités Devrait être égal. Mais nous observons les résultats ne sont pas identiques. En ce qui concerne la matière il ya de grandes différences, en particulier dans la période précédente. 18 Méthodes pour ajuster les facteurs - Un facteur peut devoir être ajusté en utilisant des techniques analytiques ou statistiques pour être plus utile pour la modélisation. Les trois ajustements suivants sont courants: - Normalisation: Il redimensionne une variable tout en préservant son ordre. Typiquement, on choisit la variable standardisée pour avoir une moyenne de zéro et un écart type de un en utilisant la transformation x nouveau i x i x i sigma x - Orthogonalisation: Orthogoniser un facteur pour d'autres facteurs spécifiés supprime cette relation. Pour orthogonaliser le facteur à l'aide de moyennes selon les industries ou les secteurs, on peut d'abord calculer les scores de l'industrie skn i1 xi ind i, kn i1 ind i, k 19 où xi est un facteur et ind i, k représente le poids du stock i dans l'industrie k . Ensuite, nous soustrayons la moyenne de l'industrie des scores de l'industrie, s k, de chaque stock. Nous calculons où x nouveau i xi nouveau x i ind i, k s k k Industries est le nouveau facteur neutre de l'industrie. Nous pouvons aussi utiliser la régression linéaire pour orthogonaliser un facteur. On détermine d'abord les coefficients de l'équation xiabfii où fi est le facteur d'orthogonalisation du facteur xi par, b est la contribution de fi à xi et i est la composante du facteur xi non lié à fii est orthogonale à fi (c'est-à-dire De même, on peut orthogonaliser notre variable par rapport à un ensemble de facteurs en utilisant la régression linéaire multivariée xiajbjfji et en fixant x nouveau j i. L'interaction entre les facteurs d'un modèle de risque et d'un modèle alpha concerne souvent les gestionnaires de portefeuille. Une approche possible pour résoudre ce problème est d'orthogonaliser les facteurs ou les scores finaux du modèle alpha par rapport aux facteurs utilisés dans le modèle de risque. - Transformation: Il est courant d'appliquer des transformations aux données utilisées dans les modèles statistiques et économétriques. En particulier, les facteurs sont souvent transformés de sorte que la série résultante soit symétrique ou proche d'être normalement distribuée. Les transformations fréquemment utilisées incluent les logarithmes naturels, exponentiels et racines carrées. 21 - Détection et gestion des valeurs aberrantes: Les valeurs aberrantes sont des observations qui semblent être incompatibles avec les autres valeurs d'un ensemble de données. Les données financières contiennent des valeurs aberrantes pour un certain nombre de raisons, notamment des erreurs de données, des erreurs de mesure ou des événements inhabituels. Outliers peuvent être détectés par plusieurs méthodes. Des graphiques tels que des boxplots, des diagrammes de dispersion ou des histogrammes peuvent être utiles pour les identifier visuellement. Alternativement, il existe un certain nombre de techniques numériques disponibles. Une méthode courante consiste à calculer la gamme interquantile et à identifier les valeurs aberrantes comme mesure de dispersion et est calculée comme la différence entre le troisième et le premier quartiles d'un échantillon. Winsorization est le processus de transformation des valeurs extrêmes dans les données. Premièrement, nous calculons les percentiles des données. Ensuite, nous définissons les valeurs aberrantes en faisant référence à un certain classement par centile. Il est important d'étudier pleinement les conséquences pratiques de l'utilisation de l'une ou l'autre de ces procédures. 22 - Cet exemple illustre les étapes d'estimation d'un modèle de facteur en utilisant comme exemple les données et le processus qui ont conduit à des résultats rapportés dans Gilbert et Meijer (2006). La théorie de fond est rapportée dans Gilbert et Meijer (2005). Données expliquées par un facteur 4 ModelTop 5 Stratégies de trading populaire Reprises sont généralement utilisés par les commerçants de base technique au cours de périodes de peu d'activité fondamentale. À ces moments, les marchés ont tendance à s'étendre ou se déplacer latéralement sans direction claire. Les commerçants recherchent des niveaux de prix clés qu'ils peuvent utiliser pour négocier directement dans l'attente d'un rebond quand le prix le frappe. Ces rebonds offrent de petites opportunités rapides de tirer profit de l'activité de marché à faible volume. Encore une fois, les outils utilisés pour le commerce d'inversion sont presque identiques à ceux utilisés dans les stratégies précédentes et comprennent le soutien et la résistance et l'analyse fondamentale. Avant les reprises de trading, vous devez être sûr qu'il n'y a pas de nouvelles majeures qui devraient être publiées pendant cette session et qu'aucun des principaux décideurs de la politique monétaire ne parlent ou ne font des commentaires à la presse. Ces événements peuvent déclencher des mouvements qui entraîneront des pertes sur votre trading à court terme. Une fois que l'image fondamentale est claire, nous devons alors nous concentrer sur l'analyse technique et en particulier les niveaux de soutien et de résistance qui sont proches du prix actuel. Les niveaux communs utilisés par les commerçants avec ce type de stratégie comprennent, anciens hauts et les bas des séances de négociation précédentes, les niveaux de point Pivot, les niveaux de Fibonacci et les zones où les trois de ces niveaux se chevauchent. Ces chevauchements sont connus sous le nom de confluences, et ils fournissent d'excellentes zones où chercher le prix à rebondir pendant la session. Les réactions varient, mais très souvent les commerçants seront à la recherche de seulement quelques pips de profit de ces réactions, plutôt que d'essayer de tenir les positions sur plusieurs séances de négociation. Inversions de négociation est strictement pour les périodes où le marché n'est pas tendance dans une direction claire, et ne devrait pas être employé aveuglément pendant toutes les séances de marché car cela augmentera considérablement le montant des pertes que vous souffrez. Momentum trading est beaucoup moins concerné par des entrées précises et plus avec la force et la continuation du mouvement. Les commerçants ne cherchent pas le prix à se retirer ou sortir de tout prix spécifique, mais simplement pour commencer à se déplacer plus ou moins dans le sens de la tendance dominante. Ce type de négociation est fondamentalement basée, mais s'appuie également fortement sur des indicateurs tels que les moyennes mobiles et les oscillateurs pour donner des signaux commerciaux. Les commerçants utiliseront des stratégies basées sur la dynamique lorsqu'ils perçoivent un mouvement à long terme sur l'actif qu'ils négocient. Par exemple, s'il ya un changement significatif dans les fondamentaux d'un pays qui se traduira par une modification du taux d'intérêt, cela amènera les investisseurs à agir et commencer à acheter ou à vendre la monnaie de ce pays en ligne avec ces changements. D'autres exemples incluent des événements géo-politiques qui restent en place pendant de nombreux mois et parfois même des années. Au cours de ces changements importants, les commerçants professionnels seront à la recherche pour le commerce de ces monnaies sur le long terme, souvent détenant leurs positions sur une période de semaines et de mois. En raison de la nature à plus long terme de cette stratégie, les commerçants ne sont pas aussi préoccupés par les points d'entrée et attendent simplement que l'analyse technique mineure leur donne l'occasion de profiter du mouvement. Un indicateur populaire pour ce type de commerce comprend la moyenne mobile 200 période, et très souvent les commerçants vont chercher le prix de rupture au-dessus ou au-dessous de cette moyenne mobile en ligne avec le mouvement prévu, à ce moment, ils entreront sur le marché et de tenir leurs positions . Les sorties sont généralement régies par les fondamentaux de la même façon que les entrées, les commerçants observant les événements économiques et géopolitiques de très près avant de décider quelle méthode de négociation ils vont prendre et comment ils vont gérer ces postes en cours. Intéressé à recevoir des configurations de négociation pour les options Trading New Highs Cliquez ici pour vous inscrire à une version GRATUITE de 7 jours d'essai pour The Momentum Trader.
No comments:
Post a Comment