ट्रेडिंग - रणनीति - एल्गोरिदम

विदेशी मुद्रा एल्गोरिथम ट्रेडिंग की मूल बातें। लगभग तीस साल पहले, विदेशी मुद्रा बाजार विदेशी मुद्रा टेलीफोन, संस्थागत निवेशकों द्वारा अपरिहार्य मूल्य की जानकारी, इंटरडेलर व्यापार और डीलर-ग्राहक व्यापार और कम बाजार की एकाग्रता के बीच स्पष्ट अंतर आजकल, तकनीकी प्रगति बाजार को बदल दिया है व्यापार मुख्य रूप से कंप्यूटर के माध्यम से किया जाता है, खुदरा व्यापारियों को बाजार में प्रवेश करने की इजाजत देता है, वास्तविक समय की स्ट्रीमिंग कीमतों में पारदर्शिता बढ़ गई है और डीलरों और उनके सबसे परिष्कृत ग्राहकों के बीच अंतर काफी हद तक गायब हो गया है। एक विशेष रूप से महत्वपूर्ण परिवर्तन परिचय एल्गोरिथम व्यापार की वजह से, विदेशी मुद्रा व्यापार के कामकाज में महत्वपूर्ण सुधार करने के दौरान, कई जोखिम भी बनाते हैं, विदेशी मुद्रा बाजार और एल्गोरिथम व्यापार की मूल बातें देखकर, हम कुछ लाभों की पहचान करेंगे, एल्गोरिथम व्यापार को मुद्रा व्यापार में लाया गया है जबकि यह भी इंगित करता है कुछ जोखिमों से बाहर । फोरेक्स बेसिक्स. फोरेक्स एक आभासी जगह है जिसमें मुद्रा जोड़े उद्धृत कीमतों के अनुसार अलग-अलग संस्करणों में कारोबार करते हैं, जिसमें एक आधार मुद्रा को एक बोली मुद्रा के संदर्भ में मूल्य दिया जाता है दिन में 24 घंटे, सप्ताह में पांच दिन, विदेशी मुद्रा को माना जाता है विश्व के सबसे बड़े और सबसे अधिक तरल वित्तीय बाजार होने के लिए अंतर्राष्ट्रीय सेटलमेंट के लिए बैंक प्रति वर्ष अप्रैल 2013 में कारोबार की दैनिक वैश्विक औसत मात्रा 2 ट्रिलियन थी इस व्यापार का थोक अमेरिकी डॉलर, यूरो और जापानी येन के लिए किया जाता है और इसमें एक सीमा शामिल है निजी बैंकों, केंद्रीय बैंकों, पेंशन फंडों, बड़े निगमों, वित्तीय कंपनियों और व्यक्तिगत खुदरा व्यापारियों सहित खिलाड़ियों में से कुछ। हालांकि, सट्टा व्यापार कुछ निवेशकों के लिए मुख्य प्रेरणा हो सकता है, विदेशी मुद्रा बाजार अस्तित्व का मुख्य कारण यह है कि लोगों को विदेशी वस्तुओं और सेवाओं को खरीदने के लिए मुद्राओं को व्यापार करने के लिए विदेशी मुद्रा बाजार में गतिविधि वास्तविक विनिमय दरों को प्रभावित करती है और इसलिए कहां से प्रभावित हो सकती है किसी विशेष देश की टीटीपी, रोजगार, मुद्रास्फीति और पूंजीगत प्रवाह इस कारण से, नीति निर्माताओं, जनता और मीडिया के पास विदेशी मुद्रा बाजार में जो कुछ भी चलता है, उसका निहित स्वामित्व होता है। एल्गोरिथम ट्रेडिंग के मूल सिद्धांत। एक एल्गोरिथ्म अनिवार्य रूप से विशिष्ट स्पष्ट रूप से परिभाषित कार्य को पूरा करने के लिए डिज़ाइन किए गए नियम वित्तीय बाजार व्यापार में, कंप्यूटर उपयोगकर्ता-निर्धारित एल्गोरिदम को मानदंडों के एक सेट के आधार पर ले जाते हैं जैसे कि टाइमिंग, कीमत या मात्रा जो ट्रेडों को तैयार करते हैं। इसमें चार बुनियादी प्रकार मौजूद हैं वित्तीय बाजारों के भीतर एल्गोरिदमिक व्यापार का आंकड़ा, ऑटो-हेजिंग, एल्गोरिदमिक निष्पादन रणनीतियों और प्रत्यक्ष बाज़ार पहुंच सांख्यिकीय एक एल्गोरिथम रणनीति को दर्शाता है जो कि ऐतिहासिक समय श्रृंखला डेटा के सांख्यिकीय विश्लेषण के आधार पर लाभदायक व्यापार के अवसरों के लिए दिखता है ऑटो हेजिंग एक रणनीति है जो नियमों को उत्पन्न करती है जोखिम के लिए एक व्यापारी के जोखिम को कम करने के लिए एल्गोरिथम निष्पादन रणनीतियों का लक्ष्य पूर्वनिर्धारित निष्पादित करना है एड उद्देश्य, जैसे बाजार में प्रभाव कम करना या व्यापार को शीघ्रता से अंजाम करना अंत में, प्रत्यक्ष बाजार पहुंच इष्टतम गति और कम लागत का वर्णन करती है जिस पर एल्गोरिथम व्यापारियों का उपयोग और कई व्यापारिक प्लेटफार्मों से जुड़ सकता है। एक एल्गोरिथम व्यापार की उप श्रेणियों में उच्च आवृत्ति व्यापार, जो ट्रेड ऑर्डर फैलावों की बेहद उच्च आवृत्ति की विशेषता है, उच्च गति वाले व्यापार, व्यापारियों को बढ़ते मूल्य परिवर्तन के मिलीसेकंड में ट्रेड करने की क्षमता देकर व्यापारियों को महत्वपूर्ण लाभ दे सकते हैं, लेकिन यह कुछ जोखिम भी उठा सकता है। विदेशी मुद्रा बाजार में एल्गोरिथम ट्रेडिंग । पिछले वर्षों में विदेशी मुद्रा बाजार में एल्गोरिथम व्यापार में वृद्धि की वजह से कुछ प्रक्रियाओं को स्वचालित करने और विदेशी मुद्रा लेनदेन करने के लिए आवश्यक घंटों को कम करने वाले एल्गोरिदम के कारण होता है। स्वचालन द्वारा बनाई गई दक्षता इन प्रक्रियाओं को पूरा करने में कम लागत की जाती है एक ऐसी प्रक्रिया व्यापारिक आदेशों का निष्पादन एक अल्ग के साथ व्यापार प्रक्रिया को स्वचालित करना अरिथम, जो पूर्व निर्धारित मानदंडों पर आधारित ट्रेडों, जैसे कि निर्दिष्ट अवधि या विशिष्ट कीमत पर ऑर्डर निष्पादित करना मनुष्य द्वारा मैन्युअल निष्पादन की तुलना में काफी अधिक कुशल होता है। बैंकों ने भी एल्गोरिदम का फायदा उठाया है जो मुद्रा जोड़े की कीमतों को अपडेट करने के लिए प्रोग्राम किए गए हैं इलेक्ट्रॉनिक ट्रेडिंग प्लेटफॉर्म्स पर ये एल्गोरिदम गति बढ़ाता है जिस पर बैंक बाजार की कीमतों का उद्धरण कर सकते हैं, साथ ही मैन्युअल कामकाजी घंटों की संख्या को कम करते हुए कीमतों का उद्धरण लेते हैं। कुछ बैंक कार्यक्रम एल्गोरिदम जोखिम के लिए अपने जोखिम को कम करने के लिए एल्गोरिदम को विशेष रूप से बेचने के लिए इस्तेमाल किया जा सकता है मुद्रा उस ग्राहक के व्यापार से मेल खाती है जिसमें बैंक ने उस विशेष मुद्रा की निरंतर मात्रा बनाए रखने के लिए समकक्ष राशि खरीदी थी जिससे बैंक उस मुद्रा को धारण करने के लिए जोखिम जोखिम के पूर्व-निर्दिष्ट स्तर को बनाए रखने की अनुमति देता है। ये प्रक्रियाएं बनाई गई हैं एल्गोरिदम द्वारा काफी अधिक कुशल, लेनदेन लागत कम करने के लिए अग्रणी, फिर भी, ये केवल वास्तविक नहीं हैं विदेशी मुद्रा एल्गोरिदमिक ट्रेडिंग एल्गोरिदम में वृद्धि को बढ़ावा देने वाले आरएसआई तेजी से सट्टा कारोबार के लिए इस्तेमाल किया जा रहा है क्योंकि उच्च आवृत्ति के संयोजन और आंकड़ों के निष्पादन और एल्गोरिथ्म की क्षमता के कारण व्यापारियों को मुद्रा के बीच छोटे मूल्य विचलन से उत्पन्न होने वाले मध्यस्थता अवसरों का फायदा उठाने की अनुमति है इन फायदों से विदेशी मुद्रा बाजार में एल्गोरिदम के बढ़ते उपयोग में वृद्धि हुई है, लेकिन हमें एल्गोरिदमिक व्यापार के साथ आने वाले कुछ जोखिमों पर ध्यान देना चाहिए। एल्गोरिथम विदेशी मुद्रा व्यापार में शामिल जोखिम। हालांकि एल्गोरिथम व्यापार ने कई सुधार किए हैं, वहां कुछ डाउनसाइड्स जो विदेशी मुद्रा बाजार की स्थिरता और तरलता को खतरा दे सकते हैं एक ऐसा नकारात्मक पक्ष बाजार सहभागियों की व्यापारिक शक्ति में असंतुलन से संबंधित होता है कुछ प्रतिभागियों को अत्याधुनिक तकनीक प्राप्त करने का मतलब होता है जो उन्हें सूचना प्राप्त करने और आदेशों को निष्पादित करने की अनुमति देता है ताकि दूसरों की तुलना में तेज़ गति के संदर्भ में छिपी हुई और छद्म के बीच असंतुलन सबसे परिष्कृत एल्गोरिथम तकनीक बाजार के भीतर विखंडन का कारण बन सकती है जिससे समय के साथ तरलता की कमी हो सकती है। इसके अलावा, जबकि शेयर बाजार और विदेशी मुद्रा बाजार के बीच मूलभूत मतभेद होते हैं, ऐसे में कुछ ऐसे लोग हैं, जो डरते हैं कि उच्च आवृत्ति वाले व्यापार में स्टॉक 6 मई 2010 को मार्केट फ्लैश क्रैश भी इसी तरह से विदेशी मुद्रा बाजार को प्रभावित कर सकता है क्योंकि एल्गोरिदम विशिष्ट बाजार परिदृश्यों के लिए क्रमादेशित होते हैं, यदि वे बाजार में तेजी से परिवर्तन करने के लिए पर्याप्त रूप से पर्याप्त जवाब नहीं दे सकते हैं तो इस परिदृश्य से बचने के लिए बाजारों की निगरानी करनी पड़ सकती है और एल्गोरिदमिक बाजार में अशांति के दौरान निलंबित व्यापार हालांकि, ऐसे चरम परिदृश्यों में, कई बाजार सहभागियों द्वारा एल्गोरिथम व्यापार का एक साथ निलंबन के परिणामस्वरूप उच्च अस्थिरता और बाजार की तरलता में भारी कमी आ सकती है। नीचे की रेखा। हालांकि एल्गोरिथम व्यापार दक्षता में वृद्धि कर रहा है, इसलिए व्यापारिक मुद्राओं की लागत को कम करने, यह भी आ गया है कुछ अतिरिक्त जोखिमों के साथ मुद्राओं को ठीक से कार्य करने के लिए, वे मूल्य के कुछ स्थिर भंडार होने चाहिए और अत्यधिक तरल बनें। इस प्रकार, यह महत्वपूर्ण है कि विदेशी मुद्रा बाजार कम कीमत की अस्थिरता के साथ तरल रहे। जीवन के सभी क्षेत्रों के साथ, नई तकनीक में कई लाभ , लेकिन यह भी नए जोखिमों के साथ आता है एल्गोरिथम विदेशी मुद्रा व्यापार के भविष्य के लिए चुनौती होगी कि जोखिम को कम करने के दौरान लाभों को अधिकतम करने वाले परिवर्तनों को कैसे स्थापित किया जाए। ब्याज दर जिस पर एक डिपॉजिटरी संस्था फेडरल रिजर्व में एक और डिपॉजिटरी संस्था .1 किसी दिए गए सुरक्षा या बाजार सूचकांक के लिए रिटर्न के फैलाव का एक सांख्यिकीय उपाय या तो अस्थिरता मापा जा सकता है। 1 9 33 में अमेरिकी कांग्रेस ने बैंकिंग अधिनियम के रूप में पारित किया, जिसने वाणिज्यिक बैंकों को निवेश में शामिल होने से मना कर दिया। नॉनफ़ॉर्म पेरोल खेतों, निजी घरों और गैर-लाभकारी क्षेत्र के बाहर किसी भी काम के लिए अमेरिका के श्रम ब्यूरो। मुद्रा संक्षेप या मुद्रा sym भारतीय रुपया के लिए बोली, भारत की मुद्रा, रुपए 1 से बना है। एक दिवालिया कंपनी की परिसंपत्तियों पर बोली लगाने वालों की एक पूल से दिवालिया कंपनी द्वारा चुने गए खरीदार से प्रारंभिक बोली। एल्गोरिथम ट्रेडिंग अवधारणाओं और उदाहरणों के मूलभूत एल्गोरिदम एक कार्य या प्रक्रिया को पूरा करने के उद्देश्य से स्पष्ट रूप से परिभाषित निर्देशों का एक विशिष्ट सेट है। एल्गोरिथम व्यापार स्वचालित व्यापार, ब्लैक-बॉक्स ट्रेडिंग, या बस एल्गो-ट्रेडिंग कंप्यूटर का उपयोग करने की प्रक्रिया है, निर्देशों के लिए निर्धारित निर्देशों का पालन एक व्यापार को रखने के लिए एक गति और आवृत्ति पर मुनाफा पैदा करने के लिए जो एक मानव व्यापारी के लिए असंभव है नियमों के परिभाषित सेट समय, मूल्य, मात्रा या किसी भी गणितीय मॉडल पर आधारित हैं व्यापारी के लिए लाभ के अवसरों के अलावा, अल्गो-ट्रेडिंग बाजार बनाता है अधिक तरल और व्यापारिक गतिविधियों पर भावनात्मक मानव प्रभावों को खत्म करने से अधिक व्यवस्थित व्यापार करता है। मान लीजिए एक व्यापारी इस सरल व्यापार मानदंड का पालन करता है। स्टॉक के 50 शेयर खरीदें, जब इसकी 50-दिवसीय मो विंग औसत 200-दिवसीय चलती औसत से ऊपर जाता है। जब स्टॉक का 50-दिन चलने वाला औसत 200-दिवसीय चलती औसत से नीचे जाता है तो शेयर के अच्छे शेयर होते हैं। दो साधारण निर्देशों के इस सेट का उपयोग करते हुए, एक कंप्यूटर प्रोग्राम लिखना आसान होता है स्वचालित रूप से शेयर की कीमत और चलती औसत संकेतकों की निगरानी करें और परिभाषित शर्तों को पूरा होने पर ऑर्डर करें और बिक्री करें। व्यापारी को अब लाइव कीमतों और आलेखों के लिए घड़ी रखने की ज़रूरत नहीं है, या मैन्युअल रूप से ऑर्डर करना एल्गोरिथम ट्रेडिंग सिस्टम स्वचालित रूप से करता है इसे व्यापारिक अवसर की सही पहचान करने के लिए, चलने की औसत पर अधिक जानने के लिए, सरल मूविंग एवेरेस को बनाने के लिए रुझान बनाएं। अल्गो-ट्रेडिंग निम्नलिखित लाभ प्रदान करता है। सर्वोत्तम संभव कीमतों पर निष्पादित किए गए ट्रेडों। स्थिर और सटीक व्यापार क्रम प्लेसमेंट जिससे उच्च संभावना वांछित स्तरों पर निष्पादन की। महत्वपूर्ण मूल्य परिवर्तनों से बचने के लिए ट्रेड्स सही और तुरन्त समय बीत चुका है। लेनदेन की लागत कम हो रही है नीचे के कार्यान्वयन की कमी का उदाहरण देखें। कई बाजार परिस्थितियों पर एक साथ स्वचालित जांच। ट्रेडों को रखने में मैन्युअल त्रुटियों का जोखिम बढ़ाया। उपलब्ध ऐतिहासिक और वास्तविक समय डेटा के आधार पर एल्गोरिथ्म का आकलन करें। मानव व्यापारियों द्वारा भावनात्मक और मनोवैज्ञानिक कारकों के आधार पर गलतियों की संभावना बढ़ा दी गई है। वर्तमान का सबसे बड़ा हिस्सा दिन अल्गो-ट्रेडिंग उच्च आवृत्ति व्यापारिक एचएफटी है, जो पूर्व-क्रमादेशित निर्देशों के आधार पर कई बाजारों में बहुत तेज गति और बहुत से निर्णय पैरामीटरों पर बहुत अधिक गति रखने के लिए पूंजीकरण करने का प्रयास करता है, उच्च आवृत्ति व्यापार पर अधिक जानकारी के लिए रणनीतियों और गोपनीयता देखें उच्च फ़्रीक्वेंसी ट्रेडिंग एचएफटी फर्मों की। अलगो-ट्रेडिंग का उपयोग व्यापार और निवेश गतिविधियों के कई रूपों में किया जाता है, जिनमें शामिल हैं। दीर्घकालिक निवेशकों के लिए या साइड फार्म्स पेंशन फंड, म्यूचुअल फंड, बीमा कंपनियां जो बड़ी मात्रा में स्टॉक में खरीदते हैं लेकिन खरीद नहीं करते हैं असतत, बड़े मात्रा में निवेश के साथ स्टॉक की कीमतों को प्रभावित करना चाहते हैं। लघु अवधि के व्यापारियों और पक्ष प्रतिभागियों के बाज़ार निर्माता को बेचते हैं सट्टेबाजों और मध्यस्थता से स्वचालित व्यापार निष्पादन से लाभ, बाजार में विक्रेताओं के लिए पर्याप्त तरलता पैदा करने में अल्गो-ट्रेडिंग एड्स। सिस्टेमैटेटिक ट्रेडर्स रुझान अनुयायियों के जोड़े व्यापारियों को हेज फंड आदि इसके लिए अपने व्यापार नियमों को प्रोग्राम करने और कार्यक्रम व्यापार स्वचालित रूप से। एल्गोरिथम व्यापार एक मानवीय व्यापारी के अंतर्ज्ञान या वृत्ति पर आधारित विधियों की तुलना में सक्रिय व्यापार के लिए एक अधिक व्यवस्थित दृष्टिकोण प्रदान करता है। एल्गोरिथम ट्रेडिंग रणनीतियां। एल्गोरिथम ट्रेडिंग के लिए किसी भी रणनीति को एक पहचान योग्य अवसर की आवश्यकता होती है जो बेहतर कमाई या लागत में कमी के मामले में लाभदायक है। एल्गो-ट्रेडिंग में इस्तेमाल की जाने वाली सामान्य व्यापारिक रणनीतियों हैं। सबसे आम एल्गोरिथम ट्रेडिंग रणनीतियों औसत चैनल ब्रेकआउट मूल्य स्तर आंदोलनों और संबंधित तकनीकी संकेतक चलने में प्रवृत्तियों का पालन करती हैं एल्गोरिथम व्यापार के माध्यम से कार्यान्वित करने के लिए ये सबसे सरल और आसान रणनीति हैं क्योंकि ये रणनीतियां किसी भी पूर्वानुमान या मूल्य पूर्वानुमान: वांछनीय प्रवृत्तियों की घटनाओं के आधार पर ट्रेडों की शुरूआत की जाती है, जो पूर्वानुमानित विश्लेषण की जटिलता के बिना एल्गोरिदम के माध्यम से कार्यान्वित करने के लिए आसान और सीधी हैं। ऊपर दिए गए उदाहरण के 50 और 200 दिन की चलती औसत रणनीति के बाद एक लोकप्रिय प्रवृत्ति है प्रवृत्ति के बारे में अधिक जानकारी व्यापार रणनीतियों, रुझानों को कैपिटल बनाने के लिए सरल रणनीतियां देखें। एक बाजार में कम कीमत पर दोहरी सूचीबद्ध शेयर खरीदना और साथ ही एक अन्य बाजार में इसे एक उच्च कीमत पर बेचना जोखिम मुक्त मुनाफ़ा या मध्यस्थता के रूप में मूल्य विभेद प्रदान करता है। वायदा उपकरणों बनाम शेयरों के लिए दोहराया जाता है, क्योंकि कीमत भिन्नता समय-समय पर मौजूद होती है, ऐसे मूल्य विभेदों की पहचान करने और आदेश को रखने के लिए एल्गोरिथ्म लागू करना, कुशल तरीके से लाभदायक अवसरों की अनुमति देता है। इंडेक्स फंड ने अपनी होल्डिंग को उनके समतुल्य रूप से लाने के लिए पुन: संबंधित बेंचमार्क इंडेक्स यह लाभदायक अवसरनिधि बनाता है एल्गोरिथम व्यापारियों के लिए ईएस, जो अपेक्षित ट्रेडों पर पूंजीकरण करते हैं जो इंडेक्स फंड में स्टॉक की संख्या के आधार पर 20-80 आधार अंक मुहैया देते हैं, बस इंडेक्स फंड पुन: रिलाबिंग से पहले ऐसे ट्रेडों को समय पर निष्पादन और सर्वोत्तम मूल्यों के लिए एल्गोरिथम ट्रेडिंग सिस्टम के माध्यम से शुरू किया जाता है। डेल्टा-तटस्थ व्यापार रणनीति जैसे कई सिद्ध गणितीय मॉडल, जो विकल्पों के संयोजन और इसके अंतर्निहित सुरक्षा पर व्यापार की अनुमति देता है, जहां ट्रेडों को सकारात्मक और नकारात्मक डेल्टा ऑफसेट करने के लिए रखा जाता है ताकि पोर्टफोलियो डेल्टा शून्य पर बनाए रखा जा सके। मीन रिवर्सर रणनीति है इस विचार के आधार पर कि परिसंपत्ति की उच्च और निम्न कीमतें एक अस्थायी घटना हैं जो समय-समय पर उनकी मूल्य मान को पहचानने और परिभाषित करती हैं और एल्गोरिथम को कार्यान्वित करती हैं, जिससे कि संपत्ति को स्वचालित रूप से रखा जा सकता है, जब परिसंपत्ति के बीच में गिरावट होती है इसकी परिभाषित सीमा। वॉल्यूम भारित औसत मूल्य रणनीति एक बड़े आदेश को तोड़ देती है और गतिशील रूप से निर्धारित छोटे चू को रिलीज़ करती है स्टॉक विशिष्ट ऐतिहासिक मात्रा प्रोफाइल का उपयोग करके मार्केट को ऑर्डर करने का उद्देश्य वॉल्यूम भारित औसत मूल्य VWAP के करीब ऑर्डर निष्पादित करना है, जिससे औसत मूल्य पर लाभ होता है। समय भारित औसत मूल्य रणनीति बड़े ऑर्डर को तोड़ देती है और गतिशील रूप से निर्धारित छोटे एक शुरुआत और समाप्ति समय के बीच समान रूप से विभाजित समय स्लॉट का उपयोग करके बाज़ार में आदेश का हिस्सा आरंभिक और अंत के समय के बीच के औसत मूल्य के करीब ऑर्डर निष्पादित करना है, जिससे बाज़ार के प्रभाव को कम करना होता है। जब तक व्यापार आदेश पूरी तरह से भरा नहीं है, यह एल्गोरिथ्म आंशिक आदेश जारी करते हैं, निर्धारित भागीदारी अनुपात के अनुसार और बाजारों में कारोबार की मात्रा के अनुसार संबंधित कदम रणनीति बाजार संस्करणों के उपयोगकर्ता द्वारा निर्धारित प्रतिशत पर आदेश भेजती है और इस भागीदारी दर को घटती है या घटती है जब शेयर की कीमत उपयोगकर्ता तक पहुंचती है - निर्दिष्ट स्तर। कार्यान्वयन की कमी रणनीति का लक्ष्य है कि आर को बंद करके एक आदेश के निष्पादन लागत को कम करना ईल-टाइम मार्केट, जिससे ऑर्डर की लागत पर बचत होती है और देरी से चलने वाले निष्पादन की लागत से फायदा होता है, रणनीति लक्षित भागीदारी दर को बढ़ाती है, जब शेयर की कीमतें बढ़ेगी और जब स्टॉक की कीमत खराब हो जाएगी तब इसमें कमी आएगी.कुछ कुछ एल्गोरिदम के विशेष वर्ग जो दूसरी तरफ की घटनाओं की पहचान करने का प्रयास करते हैं ये सूँघने वाले एल्गोरिदम, उदाहरण के लिए, एक बेचने वाले पक्ष के निर्माता द्वारा, एक विशाल आदेश के खरीद पक्ष पर किसी भी एल्गोरिदम के अस्तित्व की पहचान करने के लिए अंतर्निहित खुफिया है एल्गोरिदम के माध्यम से पता लगाने से बाज़ार निर्माता बड़े आदेश के अवसरों की पहचान करने में मदद करेगा और उच्च मूल्य पर आदेश भरकर उन्हें लाभान्वित करने में सहायता करेगा। यह कभी-कभी हाई-टेक फ्रंट-रनिंग के रूप में पहचाना जाता है उच्च आवृत्ति व्यापार और धोखाधड़ी के तरीकों पर अधिक जानकारी के लिए, यदि आप स्टॉक्स ऑनलाइन खरीदें, आप एचएफटी में शामिल हैं। एल्गोरिथम ट्रेडिंग के लिए तकनीकी आवश्यकताएं.एक कंप्यूटर प्रोग्राम का उपयोग करके एल्गोरिथ्म का क्रियान्वयन अंतिम भाग है, बैकटेस्टिंग के साथ जुड़ा हुआ चुनौती एक एकीकृत कम्प्यूटरीकृत प्रक्रिया में एक एकीकृत कम्प्यूटरीकृत प्रक्रिया को बदलना है जो ऑर्डर देने के लिए एक ट्रेडिंग अकाउंट की पहुंच रखती है। निम्नलिखित आवश्यक प्रोग्राम हैं जो कि आवश्यक व्यापारिक रणनीति, किराए पर किए गए प्रोग्रामर या प्री-मेड ट्रेडिंग सॉफ़्टवेयरवर्क कनेक्टिविटी और एक्सेस ऑर्डर देने के लिए ट्रेडिंग प्लेटफॉर्म पर। बाजार डेटा फ़ीड का उपयोग करने के लिए ऑर्डर करने के अवसरों के लिए एल्गोरिथ्म द्वारा मॉनिटर किया जाएगा। एक बार बनाया गया सिस्टम का समर्थन करने के लिए क्षमता और अवसंरचना, वास्तविक बाजारों पर लाइव होने से पहले। बैकटेस्टिंग के लिए उपलब्ध ऐतिहासिक डेटा , एल्गोरिथ्म में लागू नियमों की जटिलता के आधार पर। यहां एक व्यापक उदाहरण है रॉयल डच शेल आरडीएस एम्स्टर्डम स्टॉक एक्सचेंज एईईक्स और लंदन स्टॉक एक्सचेंज एलएसई पर सूचीबद्ध है, हम मध्यस्थता के अवसरों की पहचान करने के लिए एक एल्गोरिदम का निर्माण करते हैं। यहां कुछ रोचक टिप्पणियां हैं। एएक्स ट्रेडों में यूरो, जबकि एलएसई स्टर्लिंग पाउंड में ट्रेड करता है। एक हू के कारण रीयल टाइम फिक्स, एईईक्स एलएसई से एक घंटे पहले खोलता है, इसके बाद अगले कुछ घंटों के लिए दोनों एक्सचेंज कारोबार होता है और उसके बाद ही आखिरी घंटे के दौरान ही एलएसई में कारोबार होता है क्योंकि एईएक्स बंद रहता है। क्या हम रॉयल डच शेल स्टॉक पर आर्बिट्रेज ट्रेडिंग की संभावना का पता लगा सकते हैं इन दो बाजारों में दो अलग-अलग मुद्राओं में सूचीबद्ध। एक कंप्यूटर प्रोग्राम जो वर्तमान बाजार मूल्यों को पढ़ सकता है। एलएसई और एईएक्स दोनों से मूल्य का मूल्य। जीबीपी-यूरो विनिमय दर के लिए एक विदेशी मुद्रा दर फ़ीड। विनिमय मूल्य पर फीड-परीक्षण क्षमता। कंप्यूटर प्रोग्राम को निम्नलिखित का पालन करना चाहिए। दोनों एक्सचेंजों से आरडीएस स्टॉक की आने वाली कीमत फ़ीड पढ़ें। उपलब्ध विदेशी मुद्रा दरों का उपयोग करके एक मुद्रा की कीमत दूसरे में परिवर्तित करें.यदि वहां मौजूद है मुनाफे के लिए अग्रणी ब्रोकरेज लागतों को छोड़ने के लिए पर्याप्त मूल्य विसंगतियां, फिर कम कीमत वाले एक्सचेंज पर खरीद ऑर्डर देते हैं और उच्चतर मूल्य विनिमय पर ऑर्डर बेचते हैं। यदि ओ rders वांछित के रूप में निष्पादित कर रहे हैं, मध्यस्थता लाभ का पालन करेंगे। सरल और आसान हालांकि, एल्गोरिथम व्यापार का अभ्यास बनाए रखने और निष्पादित करना आसान नहीं है याद रखें, अगर आप एक एल्गो-जनरेटेड व्यापार रख सकते हैं, तो अन्य बाजार सहभागियों को नतीजतन, मिलीली में कीमतों में उतार-चढ़ाव - और यहां तक ​​कि माइक्रोसॉन्ड्स ऊपर के उदाहरण में, यदि आपके ख़रीदारी व्यापार को निष्पादित किया जाता है, तो क्या होता है, लेकिन व्यापार को बेचते हैं, जैसा कि आपके ऑर्डर के बाजार में आने वाले समय में बिकने वाली कीमतों में बदलाव होता है आप एक खुली स्थिति बनाकर बैठेंगे आपके आर्बिट्रेज रणनीति को बेकार। उदाहरण के लिए अतिरिक्त जोखिम और चुनौतियां हैं, सिस्टम विफलता जोखिम, नेटवर्क कनेक्टिविटी त्रुटियां, ट्रेड ऑर्डर और निष्पादन के बीच समय-सीमा, और, सभी के सबसे महत्वपूर्ण, अपूर्ण एल्गोरिदम अधिक जटिल एक एल्गोरिथम, अधिक कठोर बैटिंग इसे क्रियान्वित करने से पहले जरूरी होता है। एल्गोरिदम के प्रदर्शन का क्वांटिटेटिव विश्लेषण एक महत्वपूर्ण भूमिका निभाता है और इसे गंभीर रूप से जांचना चाहिए ताकि इसे एक सहजता से पैसा बनाने के लिए कंप्यूटर द्वारा सहायता प्राप्त करने के लिए विचार किया जाता है लेकिन एक को यह सुनिश्चित करना चाहिए कि सिस्टम पूरी तरह से परीक्षण किया गया है और आवश्यक सीमाएं निर्धारित की जानी चाहिए विश्लेषणात्मक व्यापारियों को प्रोग्रामिंग और बिल्डिंग सिस्टम सीखने पर विचार करना चाहिए, ताकि वे सही तरीके से सही तरीके से लागू कर सकें। अलगो-ट्रेडिंग का सावधानीपूर्वक उपयोग और गहन परीक्षण फायदेमंद अवसर बना सकते हैं। संयुक्त राज्य अमेरिका की अधिकतम राशि का उधार ले सकता है ऋण की छत दूसरी लिबर्टी बॉण्ड अधिनियम के तहत बनाई गई थी। ब्याज दर जिस पर एक डिपॉजिटरी संस्था फेडरल किसी अन्य डिपॉजिटरी संस्था को रिजर्व। 1 किसी दिए गए सुरक्षा या बाजार सूचकांक के लिए रिटर्न के फैलाव का एक सांख्यिकीय उपाय या तो या तो मापा जा सकता है। 1 9 33 में अमेरिकी कांग्रेस ने बैंकिंग अधिनियम के रूप में पारित किया, जिसने वाणिज्यिक बैंकों को निवेश में भाग लेने से मना किया । नॉनफॉर्म पेरोल खेतों, निजी घरों और गैर-लाभकारी कंपनियों के बाहर के किसी भी काम को संदर्भित करता है टी सेक्टर यूएस श्रम ब्यूरो। भारतीय रुपए भारतीय रूपए के लिए मुद्रा संक्षेप या मुद्रा प्रतीक, भारत की मुद्रा रुपया 1 से बना है। एल्गोरिथम ट्रेडिंग रणनीतियों की पहचान कैसे करें.इस लेख में मैं आपको तरीकों से परिचय देना चाहता हूं जिसके द्वारा मैं खुद को लाभदायक एल्गोरिथम ट्रेडिंग रणनीतियों की पहचान करता हूं आज हमारा लक्ष्य विस्तार से समझना है कि कैसे इस प्रणाली का पता लगाने, मूल्यांकन करना और चयन करना मैं कैसे समझाता हूँ कि रणनीतियों की पहचान किस प्रकार की है, यह वरीयता के बारे में है, क्योंकि यह रणनीति के प्रदर्शन के बारे में है, और परीक्षण के लिए ऐतिहासिक डेटा की मात्रा, कैसे एक व्यापारिक रणनीति का निपुणता से मूल्यांकन करना और अंततः बैटिंग टेस्टिंग और रणनीति कार्यान्वयन की दिशा में आगे बढ़ना कैसे होगा। व्यापार के लिए अपनी खुद की व्यक्तिगत वरीयताओं को पहचानना। एक सफल व्यापारी बनने के लिए - या तो विवेकानुसार या एल्गोरिथमिक रूप से - अपने आप को कुछ ईमानदार सवाल पूछना आवश्यक है व्यापार आपको खतरनाक दर से पैसे कमाने की क्षमता प्रदान करता है, इसलिए यह अपने चुने हुए रणनीति को समझने के लिए उतना आवश्यक है जितना आपकी जरूरी है। मैं कहूंगा कि व्यापार में सबसे महत्वपूर्ण विचार आपके व्यक्तित्व व्यापार से परिचित हैं, और विशेष रूप से एल्गोरिथम व्यापार, एक महत्वपूर्ण डिग्री अनुशासन, धैर्य और भावनात्मक अलगाव चूंकि आप एक एल्गोरिथ्म दे रहे हैं, आपके व्यापार का प्रदर्शन आपके लिए है, जब यह निष्पादित किया जा रहा है तब रणनीति में हस्तक्षेप न करने का समाधान करना जरूरी है, खासकर विस्तारित ड्रॉडाउन की अवधि में यह बहुत मुश्किल हो सकता है लेकिन कई रणनीतियां बैटटेस्ट में बेहद लाभप्रद साबित किया जा सकता है सरल हस्तक्षेप से बर्बाद किया जा सकता है समझें कि अगर आप एल्गोरिथम व्यापार की दुनिया में प्रवेश करना चाहते हैं तो आपको भावनात्मक रूप से परीक्षण किया जाएगा और सफल होने के लिए, इन कठिनाइयों के जरिए काम करना आवश्यक है। विचार समय में से एक है क्या आपके पास पूर्णकालिक नौकरी है क्या आप अंशकालिक काम करते हैं क्या आप घर से काम करते हैं या हर दिन लंबी यात्रा करते हैं से प्रश्न उन रणनीति की आवृत्ति को निर्धारित करने में मदद करेंगे जिन्हें आपको पूर्णकालिक रोजगार में तलाश करना चाहिए, कम से कम एक अंतराय वायदा रणनीति उपयुक्त नहीं हो सकती है जब तक कि यह पूरी तरह से स्वचालित नहीं हो, आपकी समय की बाधाएं रणनीति की पद्धति को भी निर्देशित करती हैं यदि आपकी रणनीतियों का कारोबार अक्सर होता है और महंगी समाचार फ़ीड पर निर्भर होता है जैसे ब्लूमबर्ग टर्मिनल आपको स्पष्ट रूप से कार्यालय में इस समय सफलतापूर्वक चलाने की आपकी क्षमता के बारे में यथार्थवादी होना चाहिए, बहुत समय या आपके को स्वचालित करने के लिए रणनीति, आप एक अधिक तकनीकी उच्च-फ़्रीक्वेंसी ट्रेडिंग एचएफटी रणनीति के बारे में जानना चाह सकते हैं। मेरा विश्वास है कि निरंतर अनुसंधान को अपने व्यापारिक रणनीतियों में लगातार लाभप्रद पोर्टफोलियो बनाए रखने के लिए आवश्यक है कुछ रणनीतियां हमेशा रडार के नीचे रहती हैं इसलिए एक महत्वपूर्ण व्यापार के लिए आवंटित किए गए समय का हिस्सा चल रहे शोध में होगा यह पूछें कि क्या आप ऐसा करने के लिए तैयार हैं, क्योंकि यह हो सकता है मजबूत लाभप्रदता या नुकसान की धीमी गिरावट के बीच का अंतर। आपको अपने व्यापारिक पूंजी पर विचार करना भी पड़ता है एक मात्रात्मक रणनीति के लिए आम तौर पर स्वीकृत आदर्श न्यूनतम राशि 50,000 अमरीकी डालर लगभग 35,000 यूके में हमारे लिए अगर मैं फिर से शुरू कर रहा था, तो मैं एक बड़ी राशि, शायद करीब 100,000 अमरीकी डालर के करीब 70,000 यह इसलिए है क्योंकि लेन-देन की लागत मध्य से उच्च आवृत्ति रणनीतियों के लिए बेहद महंगा हो सकती है और ड्रॉडाउन के समय में उन्हें अवशोषित करने के लिए पर्याप्त पूंजी रखने की आवश्यकता है यदि आप शुरुआत से कम से शुरुआत कर रहे हैं 10,000 अमरीकी डालर तो आपको खुद को कम आवृत्ति रणनीतियों, एक या दो परिसंपत्तियों में कारोबार करने के लिए प्रतिबंधित करने की आवश्यकता होगी, क्योंकि लेनदेन की लागत तेजी से आपके रिटर्न में खाएगी इंटरएक्टिव ब्रोकर्स, जो प्रोग्रामिंग कौशल वाले लोगों के लिए सबसे दोस्ताना दलालों में से एक है, इसके कारण एपीआई में खुदरा खाता न्यूनतम 10,000 USD है। प्रोग्रामिंग कौशल एक स्वचालित एल्गोरिथम ट्रेडिंग स्ट्रैट बनाने में महत्वपूर्ण कारक है ईजी प्रोग्रामिंग भाषा जैसे कि सी, जावा, सी, पायथन या आर में जानकार होने के नाते आपको अंत-टू-एंड डेटा संग्रहण, बैकटेस्ट इंजन और निष्पादन सिस्टम बनाने में मदद मिलेगी। इसमें कई फायदे हैं, जिनमें से प्रमुख है व्यापार बुनियादी ढांचे के सभी पहलुओं के बारे में पूरी तरह से अवगत होने की क्षमता यह आपको उच्च आवृत्ति रणनीतियों का पता लगाने की भी अनुमति देता है क्योंकि आप अपनी प्रौद्योगिकी स्टैक के पूर्ण नियंत्रण में होंगे, हालांकि इसका मतलब है कि आप अपने स्वयं के सॉफ्टवेयर का परीक्षण कर सकते हैं और बग को खत्म कर सकते हैं, इसका मतलब कम से कम आपके अल्गो व्यापारिक कैरियर के पहले भाग में बुनियादी ढांचे को तैयार करने और कम करने के लिए अधिक समय व्यतीत करना आपको लगता है कि आप Excel या MATLAB में आराम से व्यापार कर रहे हैं और अन्य घटकों के विकास को आउटसोर्स कर सकते हैं, विशेष रूप से उच्च आवृत्ति पर उन व्यापारों के लिए। आपको अपने आप से यह पूछने की ज़रूरत है कि आप एल्गोरिदमिक व्यापार से क्या हासिल करना चाहते हैं क्या आप एक नियमित आय में दिलचस्पी रखते हैं, जिससे आपको ईए आपके ट्रेडिंग खाते से रिंग्स या, क्या आप लंबी अवधि के पूंजीगत लाभ में रूचि रखते हैं और बिना ढंढु के धन की आवश्यकता के बिना व्यापार का खर्च उठा सकते हैं आय निर्भरता आपकी रणनीति की आवृत्ति को नियंत्रित करती है अधिक नियमित आय निकासी के लिए कम आवृत्ति व्यापार रणनीति की आवश्यकता होगी उतार-चढ़ाव आईएए उच्च शार्प अनुपात लंबी अवधि के व्यापारियों को अधिक तल्लीन व्यापार आवृत्ति बर्दाश्त कर सकते हैं। अंत में, थोड़े समय में बहुत ही अमीर बनने की धारणा से भ्रामक मत होओ, अलगो व्यापार एक अमीर-अमीर-जल्दी योजना नहीं है- यदि कोई हो यह एक खराब-जल्दी-जल्दी योजना बन सकता है एल्गोरिदमिक व्यापार में सफल होने के लिए यह महत्वपूर्ण अनुशासन, शोध, परिश्रम और धैर्य लेता है। यह कई वर्षों तक नहीं ले सकता है, अगर लगातार लाभप्रदता पैदा कर सकता है। सोर्सिंग एल्गोरिथम ट्रेडिंग के विचार। सामान्य धारणाओं के बावजूद इसके विपरीत, यह वास्तव में सार्वजनिक डोमेन में लाभकारी व्यापारिक रणनीतियों का पता लगाने के लिए काफी आसान है। कभी भी व्यापारिक विचारों की तुलना में अधिक आसानी से उपलब्ध नहीं है वाई आजकल शैक्षिक वित्त पत्रिकाओं, प्री-प्रिंट सर्वर, व्यापार ब्लॉग्स, ट्रेडिंग फोरम, साप्ताहिक व्यापारिक पत्रिकाएं और विशेषज्ञ ग्रंथों के हजारों व्यापारिक रणनीतियों को उपलब्ध कराते हैं जिनके साथ आपके विचारों का आधार होता है। मात्रात्मक व्यापारिक शोधकर्ताओं के रूप में हमारा लक्ष्य एक रणनीति पाइपलाइन स्थापित करना है हमें चल रहे व्यापारिक विचारों की एक धारा प्रदान करनी चाहिए आदर्श रूप से हम उन रणनीतियों को सोर्सिंग, मूल्यांकन और कार्यान्वयन करने के लिए एक पद्धतिगत दृष्टिकोण बनाना चाहते हैं जो पाइप लाइन के उद्देश्य से आते हैं, नए विचारों की लगातार मात्रा तैयार करने और हमें एक ढांचे कम से कम भावनात्मक विचार के साथ इन विचारों में से अधिकांश को अस्वीकार करने के लिए। हमें बेहद सावधानी बरतनी चाहिए कि संज्ञानात्मक पूर्वाग्रहों को हमारी निर्णय लेने की पद्धति पर प्रभाव डालना न दें यह एक साधारण वर्ग की प्राथमिकता के रूप में एक और सोना और अन्य कीमती धातुओं पर प्राथमिकता रखता है मन क्योंकि वे अधिक विदेशी माना जाता है हमारा लक्ष्य हमेशा लाभदायक रणनीतियों को खोजने के लिए होना चाहिए सकारात्मक उम्मीद के साथ, परिसंपत्ति वर्ग की पसंद अन्य विचारों पर आधारित होनी चाहिए, जैसे कि व्यापारिक पूंजी की बाधाएं, ब्रोकरेज शुल्क और लाभ उठाने की क्षमता। यदि आप किसी व्यापारिक रणनीति की अवधारणा से पूरी तरह से अपरिचित हैं तो पहले की जगह स्थापित करने के साथ है पाठ्यपुस्तक क्लासिक ग्रंथों की एक विस्तृत श्रृंखला सरल और अधिक सरल विचार प्रदान करती है, जिसके साथ मात्रात्मक व्यापार से खुद को परिचित किया जाता है यह एक चयन है जो मैं उन लोगों के लिए सुझाता हूं जो मात्रात्मक व्यापार के लिए नए हैं, जो धीरे-धीरे और अधिक परिष्कृत हो जाते हैं क्योंकि आप सूची के माध्यम से काम करते हैं। मात्रात्मक व्यापारिक पुस्तकों की लंबी सूची के लिए कृपया क्वांटस्टार्ट पढ़ने की सूची देखें। अधिक परिष्कृत रणनीतियों को खोजने के लिए अगले स्थान व्यापार मंचों और व्यापारिक ब्लॉगों के साथ है, हालांकि सावधानी बरतने के लिए कई व्यापारिक ब्लॉग तकनीकी विश्लेषण की अवधारणा पर भरोसा करते हैं तकनीकी विश्लेषण में शामिल होता है परिसंपत्तियों में रुझानों या उत्क्रमण पैटर्न का निर्धारण करने के लिए बुनियादी संकेतक और व्यवहार मनोविज्ञान का उपयोग करना कुल व्यापारिक स्थान में बेहद लोकप्रिय होने के बावजूद, तकनीकी विश्लेषण को मात्रात्मक वित्त समुदाय में कुछ अप्रभावी माना जाता है कुछ लोगों ने सुझाव दिया है कि कुंडली पढ़ने या इसकी भविष्य कहनेवाली शक्ति के संदर्भ में चाय के पत्तों को पढ़ने से बेहतर नहीं है। वास्तव में, सफल तकनीकी विश्लेषण का उपयोग करने वाले व्यक्ति हालांकि, हमारे निपटान में अधिक परिष्कृत गणितीय और सांख्यिकीय टूलबॉक्स के रूप में रानी के रूप में, हम ऐसे टीए-आधारित रणनीतियों की प्रभावशीलता का आसानी से मूल्यांकन कर सकते हैं और भावनात्मक विचारों या पूर्वाग्रहों के आधार पर डेटा आधारित निर्णय लेने के बजाय आसानी से मूल्यांकन कर सकते हैं। यहां अच्छी तरह से सम्मानित एल्गोरिथम व्यापार ब्लॉग और फ़ोरम की एक सूची है। एक बार जब आप सरल रणनीतियों के मूल्यांकन में कुछ अनुभव प्राप्त कर चुके हैं, तो यह समय अधिक परिष्कृत अकादमिक प्रस्तावों को देखने का समय है कुछ अकादमिक पत्रिकाओं को बिना किसी उच्च सदस्यता या एक के लागत लागत यदि आप एक विश्वविद्यालय के सदस्य या पूर्व छात्र हैं, तो आपको प्राप्त करने में सक्षम होना चाहिए इन वित्तीय पत्रिकाओं में से कुछ तक पहुंच अन्यथा, आप पूर्व-प्रिंट सर्वर पर देख सकते हैं जो शैक्षणिक कागजात के देर से ड्राफ्ट के इंटरनेट रिपॉजिटरी हैं जो सहकर्मी की समीक्षा के दौर से गुजर रहे हैं क्योंकि हम केवल रणनीतियों में दिलचस्पी रखते हैं कि हम सफलतापूर्वक दोहराना, बैकटेस्ट और लाभप्रदता प्राप्त कर सकते हैं। , एक सहकर्मी की समीक्षा हमारे लिए कम महत्व का है। शैक्षणिक रणनीतियों के प्रमुख नकारात्मक पक्ष यह है कि वे अक्सर या तो पुराने हो सकते हैं, अस्पष्ट और महंगे ऐतिहासिक डेटा की आवश्यकता होती है, अतरलक्षित परिसंपत्ति वर्गों में व्यापार कर सकते हैं या फीस, फिसलने या फैल में कोई फर्क नहीं पड़ता यह भी स्पष्ट नहीं किया जा सकता है कि क्या व्यापार की रणनीति बाजार के आदेश, सीमा आदेश या इसमें स्टॉप लॉज़ इत्यादि के साथ किया जाना है। इस प्रकार रणनीति को स्वयं को दोहराने के लिए बिल्कुल जरूरी है जैसा कि आप कर सकते हैं, इसे बैकटेस्ट कर सकते हैं और वास्तविक लेनदेन लागत में इसमें उन परिसंपत्ति वर्गों के कई पहलुओं को शामिल करना शामिल है जो आप में व्यापार करना चाहते हैं। यहां अधिक लोकप्रिय प्री-प्रिंट सर्वर और वित्तीय पत्रिकाओं की सूची है, जो कि आप अपनी खुद की मात्रात्मक रणनीति बनाने के बारे में क्या विचार कर सकते हैं यह आमतौर पर निम्नलिखित श्रेणियों में से एक या अधिक श्रेणियों में विशेषज्ञता के लिए सीमित नहीं है। बाज़ार सूक्ष्म-संरचना - विशेष रूप से उच्च आवृत्ति रणनीतियों के लिए, कोई भी बाजार में माइक्रोस्ट्रक्चर का उपयोग कर सकता है लाभप्रदता उत्पन्न करने के लिए ऑर्डर बुक गतिशीलता विभिन्न बाजारों में विभिन्न तकनीकी सीमाएं, नियम, बाजार सहभागियों और बाधाएं होंगी जो विशिष्ट रणनीतियों के माध्यम से सभी शोषण के लिए खुली हैं यह एक बहुत परिष्कृत क्षेत्र है और खुदरा व्यवसायियों को इस में प्रतिस्पर्धी होना कठिन होगा space, particularly as the competition includes large, well-capitalised quantitative hedge funds with strong technological capabilities. Fund structure - Pooled investment funds, such as pension funds, private investment partnerships hedge funds , commodity trading advisors and mutual funds are constrained both by heavy regulation and their large capital reserves Thus certain consistent behaviours can be exploited with those who are more nimble For instance, large funds are subject to capacity constraints due to their size Thus if they need to rapidly offload sell a quantity of securities, they will have to stagger it in order to avoid moving the market Sophisticated algorithms can take advantage of this, and other idiosyncrasies, in a general process known as fund structure arbitrage. Machine learning artificial intelligence - Machine learning algorithms have become more prevalent in recent years in financial markets Classifiers such as Naive-Bayes, et al non-linear function matchers neural networks and optimisation routines genetic algorithms have all been used to predict asset paths or optimise trading strategies If you have a background in this area you may have some insight into how particular algorithms might be applied to certain markets. There are, of course, many other areas for quants to investigate We ll discuss how to come up with cu stom strategies in detail in a later article. By continuing to monitor these sources on a weekly, or even daily, basis you are setting yourself up to receive a consistent list of strategies from a diverse range of sources The next step is to determine how to reject a large subset of these strategies in order to minimise wasting your time and backtesting resources on strategies that are likely to be unprofitable. Evaluating Trading Strategies. The first, and arguably most obvious consideration is whether you actually understand the strategy Would you be able to explain the strategy concisely or does it require a string of caveats and endless parameter lists In addition, does the strategy have a good, solid basis in reality For instance, could you point to some behavioural rationale or fund structure constraint that might be causing the pattern s you are attempting to exploit Would this constraint hold up to a regime change, such as a dramatic regulatory environment disruption Does the stra tegy rely on complex statistical or mathematical rules Does it apply to any financial time series or is it specific to the asset class that it is claimed to be profitable on You should constantly be thinking about these factors when evaluating new trading methods, otherwise you may waste a significant amount of time attempting to backtest and optimise unprofitable strategies. Once you have determined that you understand the basic principles of the strategy you need to decide whether it fits with your aforementioned personality profile This is not as vague a consideration as it sounds Strategies will differ substantially in their performance characteristics There are certain personality types that can handle more significant periods of drawdown, or are willing to accept greater risk for larger return Despite the fact that we, as quants, try and eliminate as much cognitive bias as possible and should be able to evaluate a strategy dispassionately, biases will always creep in Thus we need a consistent, unemotional means through which to assess the performance of strategies Here is the list of criteria that I judge a potential new strategy by. Methodology - Is the strategy momentum based, mean-reverting, market-neutral, directional Does the strategy rely on sophisticated or complex statistical or machine learning techniques that are hard to understand and require a PhD in statistics to grasp Do these techniques introduce a significant quantity of parameters, which might lead to optimisation bias Is the strategy likely to withstand a regime change i e potential new regulation of financial markets. Sharpe Ratio - The Sharpe ratio heuristically characterises the reward risk ratio of the strategy It quantifies how much return you can achieve for the level of volatility endured by the equity curve Naturally, we need to determine the period and frequency that these returns and volatility i e standard deviation are measured over A higher frequency strategy will require greater sa mpling rate of standard deviation, but a shorter overall time period of measurement, for instance. Leverage - Does the strategy require significant leverage in order to be profitable Does the strategy necessitate the use of leveraged derivatives contracts futures, options, swaps in order to make a return These leveraged contracts can have heavy volatility characterises and thus can easily lead to margin calls Do you have the trading capital and the temperament for such volatility. Frequency - The frequency of the strategy is intimately linked to your technology stack and thus technological expertise , the Sharpe ratio and overall level of transaction costs All other issues considered, higher frequency strategies require more capital, are more sophisticated and harder to implement However, assuming your backtesting engine is sophisticated and bug-free, they will often have far higher Sharpe ratios. Volatility - Volatility is related strongly to the risk of the strategy The Sharpe ratio cha racterises this Higher volatility of the underlying asset classes, if unhedged, often leads to higher volatility in the equity curve and thus smaller Sharpe ratios I am of course assuming that the positive volatility is approximately equal to the negative volatility Some strategies may have greater downside volatility You need to be aware of these attributes. Win Loss, Average Profit Loss - Strategies will differ in their win loss and average profit loss characteristics One can have a very profitable strategy, even if the number of losing trades exceed the number of winning trades Momentum strategies tend to have this pattern as they rely on a small number of big hits in order to be profitable Mean-reversion strategies tend to have opposing profiles where more of the trades are winners , but the losing trades can be quite severe. Maximum Drawdown - The maximum drawdown is the largest overall peak-to-trough percentage drop on the equity curve of the strategy Momentum strategies are well k nown to suffer from periods of extended drawdowns due to a string of many incremental losing trades Many traders will give up in periods of extended drawdown, even if historical testing has suggested this is business as usual for the strategy You will need to determine what percentage of drawdown and over what time period you can accept before you cease trading your strategy This is a highly personal decision and thus must be considered carefully. Capacity Liquidity - At the retail level, unless you are trading in a highly illiquid instrument like a small-cap stock , you will not have to concern yourself greatly with strategy capacity Capacity determines the scalability of the strategy to further capital Many of the larger hedge funds suffer from significant capacity problems as their strategies increase in capital allocation. Parameters - Certain strategies especially those found in the machine learning community require a large quantity of parameters Every extra parameter that a strate gy requires leaves it more vulnerable to optimisation bias also known as curve-fitting You should try and target strategies with as few parameters as possible or make sure you have sufficient quantities of data with which to test your strategies on. Benchmark - Nearly all strategies unless characterised as absolute return are measured against some performance benchmark The benchmark is usually an index that characterises a large sample of the underlying asset class that the strategy trades in If the strategy trades large-cap US equities, then the S P500 would be a natural benchmark to measure your strategy against You will hear the terms alpha and beta , applied to strategies of this type We will discuss these coefficients in depth in later articles. Notice that we have not discussed the actual returns of the strategy Why is this In isolation, the returns actually provide us with limited information as to the effectiveness of the strategy They don t give you an insight into leverage, vol atility, benchmarks or capital requirements Thus strategies are rarely judged on their returns alone Always consider the risk attributes of a strategy before looking at the returns. At this stage many of the strategies found from your pipeline will be rejected out of hand, since they won t meet your capital requirements, leverage constraints, maximum drawdown tolerance or volatility preferences The strategies that do remain can now be considered for backtesting However, before this is possible, it is necessary to consider one final rejection criteria - that of available historical data on which to test these strategies. Obtaining Historical Data. Nowadays, the breadth of the technical requirements across asset classes for historical data storage is substantial In order to remain competitive, both the buy-side funds and sell-side investment banks invest heavily in their technical infrastructure It is imperative to consider its importance In particular, we are interested in timeliness, accu racy and storage requirements I will now outline the basics of obtaining historical data and how to store it Unfortunately this is a very deep and technical topic, so I won t be able to say everything in this article However, I will be writing a lot more about this in the future as my prior industry experience in the financial industry was chiefly concerned with financial data acquisition, storage and access. In the previous section we had set up a strategy pipeline that allowed us to reject certain strategies based on our own personal rejection criteria In this section we will filter more strategies based on our own preferences for obtaining historical data The chief considerations especially at retail practitioner level are the costs of the data, the storage requirements and your level of technical expertise We also need to discuss the different types of available data and the different considerations that each type of data will impose on us. Let s begin by discussing the types of data available and the key issues we will need to think about. Fundamental Data - This includes data about macroeconomic trends, such as interest rates, inflation figures, corporate actions dividends, stock-splits , SEC filings, corporate accounts, earnings figures, crop reports, meteorological data etc This data is often used to value companies or other assets on a fundamental basis, i e via some means of expected future cash flows It does not include stock price series Some fundamental data is freely available from government websites Other long-term historical fundamental data can be extremely expensive Storage requirements are often not particularly large, unless thousands of companies are being studied at once. News Data - News data is often qualitative in nature It consists of articles, blog posts, microblog posts tweets and editorial Machine learning techniques such as classifiers are often used to interpret sentiment This data is also often freely available or cheap, via subscription to media outlets The newer NoSQL document storage databases are designed to store this type of unstructured, qualitative data. Asset Price Data - This is the traditional data domain of the quant It consists of time series of asset prices Equities stocks , fixed income products bonds , commodities and foreign exchange prices all sit within this class Daily historical data is often straightforward to obtain for the simpler asset classes, such as equities However, once accuracy and cleanliness are included and statistical biases removed, the data can become expensive In addition, time series data often possesses significant storage requirements especially when intraday data is considered. Financial Instruments - Equities, bonds, futures and the more exotic derivative options have very different characteristics and parameters Thus there is no one size fits all database structure that can accommodate them Significant care must be given to the design and implementation of database structures for various financial instruments We will discuss the situation at length when we come to build a securities master database in future articles. Frequency - The higher the frequency of the data, the greater the costs and storage requirements For low-frequency strategies, daily data is often sufficient For high frequency strategies, it might be necessary to obtain tick-level data and even historical copies of particular trading exchange order book data Implementing a storage engine for this type of data is very technologically intensive and only suitable for those with a strong programming technical background. Benchmarks - The strategies described above will often be compared to a benchmark This usually manifests itself as an additional financial time series For equities, this is often a national stock benchmark, such as the S P500 index US or FTSE100 UK For a fixed income fund, it is useful to compare against a basket of bonds or fixed income products The risk-free rate i e appropriate interest rate is also another widely accepted benchmark All asset class categories possess a favoured benchmark, so it will be necessary to research this based on your particular strategy, if you wish to gain interest in your strategy externally. Technology - The technology stacks behind a financial data storage centre are complex This article can only scratch the surface about what is involved in building one However, it does centre around a database engine, such as a Relational Database Management System RDBMS , such as MySQL, SQL Server, Oracle or a Document Storage Engine i e NoSQL This is accessed via business logic application code that queries the database and provides access to external tools, such as MATLAB, R or Excel Often this business logic is written in C , C , Java or Python You will also need to host this data somewhere, either on your own personal computer, or remotely via internet servers Products such as Amazon Web Services have made this simpler and cheaper in recent years, but it will still require significant technical expertise to achieve in a robust manner. As can be seen, once a strategy has been identified via the pipeline it will be necessary to evaluate the availability, costs, complexity and implementation details of a particular set of historical data You may find it is necessary to reject a strategy based solely on historical data considerations This is a big area and teams of PhDs work at large funds making sure pricing is accurate and timely Do not underestimate the difficulties of creating a robust data centre for your backtesting purposes. I do want to say, however, that many backtesting platforms can provide this data for you automatically - at a cost Thus it will take much of the implementation pain away from you, and you can concentrate purely on strategy implementation and optimisation Tools like TradeStation possess this capability However, my personal view is to implement as much as possible internally and avoid outsourcing part s of the stack to software vendors I prefer higher frequency strategies due to their more attractive Sharpe ratios, but they are often tightly coupled to the technology stack, where advanced optimisation is critical. Now that we have discussed the issues surrounding historical data it is time to begin implementing our strategies in a backtesting engine This will be the subject of other articles, as it is an equally large area of discussion. Just Getting Started with Quantitative Trading.