Trading Strategies Matlab

Enquanto eu gosto de onde essa pergunta está indo, eu gostaria de sugerir para torná-lo um pouco mais concreto. Quais partes do processo de backtesting que você gostaria de aprender Isso pode variar em qualquer lugar de apenas estimar um retorno normal, onde o portfólio retorna de sua estratégia já são dadas a implementação de uma regra de formação de carteira completa algoritmicamente. A ideia geral Para títulos de capital, um backtest simples normalmente consistirá de duas etapas: Computação do retorno de carteira resultante de sua regra de formação de carteira Ou estratégia de negociação) Ajuste de risco dos retornos da carteira usando um modelo de precificação de ativos O passo 2 é simplesmente uma regressão e computacionalmente muito simples no Matlab. O que é mais complicado é a implementação da etapa 1, que exigirá que você se sinta muito confortável no Matlab, e existem diferentes maneiras de fazer isso. Se você sabe como fazer uma regressão OLS em Matlab, o que você deve se concentrar em todos os tipos de manipulações de matriz. Implementação em Matlab Formação de portfólio e cálculo de retorno Para dar um exemplo de como uma estratégia de negociação primitiva poderia ser implementada no Matlab, vamos supor dados de retorno mensal e um período de espera uniforme de um mês em n ativos em períodos k, onde i in e K em Supondo que não haja mudanças na composição de seu universo de ações, sua matriz de retorno X é de dimensões k vezes n. X begin x x end Onde os retornos são calculados como x frac -1. Assumindo que seu critério de seleção é algum tipo de característica de estoque que está disponível na freqüência mensal, você também terá uma matriz de características C. Em seguida, você poderia escrever um algoritmo que identifica aquelas entradas em C que cumprem o critério de seleção (ex. Exceder um determinado limite) e substituir as entradas correspondentes (onde i e t são iguais) de uma matriz indicadora I (que foi inicializada como um Matriz zero usando a função zeros) com uns. Você pode então multiplicar as entradas de I por aquelas da matriz de retornos X para obter uma matriz R que indica os retornos resultantes de suas participações. Você pode então calcular a média das entradas não-zero para cada linha de R para obter seu vetor de retornos de portfólio. Ajuste de risco e identificação de retornos anormais No passo 2, você compara esse vetor com os retornos normais obtidos da estimativa de regressão de um modelo de precificação de ativos, como o modelo Fama-French. Subtraindo o vetor de retorno normal de seu portfólio retorna o vetor, você determina se sua estratégia de negociação resultou em um retorno anormal positivo, que é o que você está buscando. Recomendações Se você é novo no Matlab, sugiro que você se familiarize com ele o suficiente para implementar essa estratégia simplista antes de relaxar algumas das suposições simplificadoras (como o período de manutenção e a periodicidade) e prosseguir para implementações mais sofisticadas. Mais uma vez, o que eu gostaria de salientar é que isso requer que você se sinta muito confortável com Matlab e especialmente as diferentes maneiras de manipular matrizes, o que pode levar algum tempo. Se você não é obrigado a usar Matlab para o seu estágio e gostaria de obter resultados rápidos, você poderia fazer a etapa 1 no Excel em vez disso, que é tedioso, mas não requer o investimento inicial (vale a pena) que você precisa fazer para Matlab. Para se familiarizar com Matlab, tenho certeza que você já descobriu a documentação extremamente boa que vem com ele. Isso, para mim, é o recurso mais valioso e provavelmente mais útil do que qualquer outro recurso financeiro específico (com o qual eu esperaria até que você esteja familiarizado com o Matlab). Tudo o que é necessário para determinar o retorno normal é uma regressão OLS e uma compreensão rudimentar de modelos de precificação de ativos. Algorithmic Trading Desenvolver sistemas de negociação com MATLAB Algorithmic trading usa algoritmos para conduzir decisões de negociação, geralmente em mercados financeiros eletrônicos. Aplicado em instituições de buy-side e sell-side, as formas de negociação algorítmica são a base da negociação de alta freqüência. FOREX trading, associado risco e análise de execução. Construtores e usuários de aplicações de negociação algorítmica precisam desenvolver, testar e implantar modelos matemáticos que detectem e explorem os movimentos do mercado. Um fluxo de trabalho eficaz envolve: Desenvolver estratégias de negociação, usando séries de tempo técnico. Aprendizagem de máquinas. E métodos não-lineares de séries temporais Aplicação de computação paralela e GPU para backtesting e identificação de parâmetros de tempo eficiente Calculando lucros e perdas e conduzindo análise de risco Executando análises de execução, como modelagem de impacto de mercado e detecção de iceberg Para a referência de software Experimente a caixa de ferramentas financeira Selecione seu país Escolha seu país para obter o conteúdo traduzido quando disponível e veja eventos e ofertas locais. Com base na sua localização, recomendamos que você selecione:. Você também pode selecionar um local da lista a seguir: O Trading Toolbox Trading Toolbox fornece funções para analisar os custos de transação, acessar dados de preços comerciais e de cotação, definir tipos de pedidos e enviar ordens para mercados de negociação financeira. A caixa de ferramentas permite integrar streaming e dados baseados em eventos no MATLAB. Permitindo-lhe desenvolver estratégias de negociação financeira e algoritmos que analisam e reagem ao mercado em tempo real. Você pode criar estratégias de negociação algorítmicas ou automatizadas que funcionam em várias classes de ativos, tipos de instrumentos e mercados de negociação, ao mesmo tempo em que se integram com plataformas de execução de negócios padrão ou proprietárias. Com Trading Toolbox você pode analisar e estimar os custos de transação antes de fazer um pedido, bem como atribuir custos pós-negociação. Você pode analisar os custos de transação associados ao impacto no mercado, ao timing, à liquidez e à apreciação do preço e usar curvas de custo para minimizar os custos de transação para ativos isolados ou para uma carteira de ativos. Trading Toolbox permite acessar fluxos em tempo real de dados de instrumentos negociáveis, incluindo cotações, volumes, negócios, profundidade de mercado e metadados de instrumentos. Você pode definir tipos de ordem e especificar roteamento de ordens e procedimentos de preenchimento. Modelagem e Análise: A Perspectiva dos Serviços Financeiros Tente a Trading Toolbox TENTAR OU COMPRAR O que é Novo De Kawee Numpacharoen. Trading Toolbox Technical Expert Recursos técnicos Comunidade de usuários Selecione seu país Escolha o seu país para obter o conteúdo traduzido quando disponível e veja eventos e ofertas locais. Com base na sua localização, recomendamos que você selecione:.