Inversión cuantitativa: un libro de toma de decisiones racional

A medida que madura el campo de las finanzas cuantitativas, los métodos de negociación cuantitativa también se utilizan ampliamente en el proceso de inversión financiera y son bien conocidos por los inversores. Sin embargo, en la actualidad, el desarrollo de la inversión cuantitativa nacional es relativamente lento y el entusiasmo de los inversores por participar en la inversión cuantitativa es relativamente bajo. La inversión cuantitativa sigue estando principalmente en manos de instituciones profesionales, lo que requiere altas capacidades técnicas y de análisis de datos. Este artículo presentará la inversión cuantitativa y ayudará a los inversores a comprender la inversión cuantitativa más fácilmente.

El comercio cuantitativo se refiere al uso de modelos matemáticos avanzados para reemplazar los juicios subjetivos humanos y el uso de tecnología informática para seleccionar una variedad de eventos de "alta probabilidad" que pueden generar rendimientos excesivos a partir de enormes datos históricos para formular estrategias, lo que reduce en gran medida el sentimiento de los inversores. Evite decisiones de inversión irracionales cuando el mercado está extremadamente frenético o pesimista. El comercio cuantitativo es simplemente la aplicación de estadísticas y probabilidad, a través de muestreo y análisis de correlación, la aplicación de regresión múltiple y análisis de series de tiempo y modelos matemáticos para tomar decisiones de inversión. La inversión cuantitativa y la inversión cualitativa tradicional son esencialmente lo mismo, y ambas se basan en la base teórica de mercados ineficientes o débilmente eficientes. La diferencia entre los dos es que la gestión de inversiones cuantitativa es la "aplicación cuantitativa de ideas cualitativas" con un mayor énfasis en los datos.

La historia del comercio cuantitativo se puede dividir aproximadamente en tres etapas: la primera etapa es de 1971 a 1977. En 1971, Barkley International Investment Management Company emitió el primer fondo cuantitativo pasivo del mundo. En 1977, Buckley emitió el primer fondo cuantitativo activo, con un monto total de 7 mil millones de dólares estadounidenses, que fue el comienzo de la inversión cuantitativa en los Estados Unidos. La segunda etapa, de 1977 a 1995, fue el rápido desarrollo de la tecnología informática en esta etapa, que sentó una buena base para el análisis de datos de inversión cuantitativa. La tercera etapa, desde 1995 hasta el presente, es la etapa madura de la inversión cuantitativa. En la actualidad, la inversión cuantitativa representa más del 50% de todas las inversiones, de las cuales todas las inversiones indexadas utilizan técnicas cuantitativas, y alrededor del 30% de las inversiones de estrategia activa. utilizar técnicas cuantitativas.

1. Disciplina. Implementar resueltamente los resultados operativos del modelo para tomar decisiones y reducir las decisiones de inversión irracionales causadas por las fluctuaciones en el sentimiento de los inversores.

2. Sistemático. Multinivel, incluidos los modelos en los tres niveles de asignación de activos, selección de la industria y activos específicos seleccionados; multiángulo, las ideas centrales de la inversión cuantitativa incluyen el macrociclo, la estructura del mercado, la valoración, el crecimiento, la calidad de las ganancias, la previsión de ganancias del analista, sentimiento del mercado y otras perspectivas; multidatos, es decir, el procesamiento de datos masivos. Cubra los datos de mercado multidimensionales tanto como sea posible para hacer cálculos efectivos.

3. Pensamiento de arbitraje. La inversión cuantitativa captura las oportunidades provocadas por la mala valoración y la mala valoración a través de un análisis completo y sistemático, a fin de descubrir depresiones de valoración y obtener beneficios comprando activos infravalorados y vendiendo activos sobrevalorados.

La plataforma de mercado de predicción Augur lanza el Protocolo de cobertura: el 21 de diciembre, la plataforma de mercado de predicción descentralizada Augur anunció el lanzamiento del Protocolo de cobertura. Los usuarios pueden comprar tokens CLAIM para protegerse contra los riesgos de pérdida de activos. Si creen que Augur es seguro, también pueden comprar tokens NOCLAIM. . Augur también planea habilitar la minería de escudos. [2020/12/21 15:56:28]

4. La probabilidad gana. Una es que la inversión cuantitativa extrae y utiliza continuamente las leyes que se espera que se repitan a partir de los datos históricos; la otra es confiar en una combinación de activos para ganar, en lugar de en un solo activo para ganar.

1. Arbitraje estadístico

El arbitraje estadístico es un arbitraje que utiliza las leyes estadísticas históricas de los precios de los activos. Es una especie de arbitraje de riesgo. El riesgo radica en si esta ley estadística histórica continuará existiendo en el futuro. La idea principal del arbitraje estadístico es encontrar primero algunos pares de variedades de inversión con la mejor correlación y luego averiguar la relación de equilibrio a largo plazo (relación de cointegración) de cada par de variedades de inversión. Cuando la diferencia de precio) se desvía hasta cierto punto, comienza a construir posiciones, compra variedades relativamente infravaloradas, vende en corto variedades relativamente sobrevaluadas y toma ganancias después de que la diferencia de precio igual vuelve al equilibrio. La cobertura de futuros sobre índices bursátiles es una estrategia de operación comúnmente utilizada en el arbitraje estadístico, es decir, utilizar la correlación de índices de diferentes países, regiones o industrias para comprar y vender simultáneamente un par de futuros sobre índices para negociar. Bajo las condiciones de la globalización económica, la correlación de los índices bursátiles en varios países, regiones e industrias es cada vez más fuerte, lo que conduce fácilmente a la generación de riesgo sistemático en los índices bursátiles. Por lo tanto, cubrir el arbitraje estadístico entre índices es una medida baja. riesgo, las ganancias de alto riesgo se negocian.

2. Negociación algorítmica

El comercio algorítmico, también conocido como comercio automático, comercio de caja negra o comercio de máquinas, se refiere al método de emitir instrucciones comerciales mediante el diseño de algoritmos y el uso de programas informáticos. En la transacción, el rango que el programa puede decidir incluye la selección del tiempo de transacción, el precio de transacción e incluso la cantidad final de activos que deben negociarse.

Los principales tipos de negociación algorítmica son:

(1) Negociación algorítmica pasiva, también conocida como negociación algorítmica estructurada. Además de utilizar datos históricos para estimar los parámetros clave del modelo de negociación, el algoritmo de negociación no elegirá activamente el momento y la cantidad de negociación de acuerdo con la situación del mercado, sino que negociará de acuerdo con una política de negociación establecida. El núcleo de esta estrategia es reducir el deslizamiento (la diferencia entre el precio objetivo y el precio de transacción promedio real). El comercio algorítmico pasivo es el más maduro y ampliamente utilizado, como el precio promedio ponderado de la transacción (VWAP) y el precio promedio ponderado en el tiempo (TWAP), que son los más utilizados en el mercado internacional, son el comercio algorítmico pasivo.

(2) Negociación algorítmica activa, también conocida como negociación algorítmica oportunista. Este tipo de algoritmo comercial toma decisiones en tiempo real basadas en las condiciones del mercado, juzgando si comerciar, la cantidad de la operación, el precio de la operación, etc. Además de tratar de reducir la caída de precios, los algoritmos comerciales activos han cambiado gradualmente su enfoque hacia la predicción de tendencias de precios.

(3) Negociación algorítmica integral, que es una combinación de las dos anteriores. El método común de este tipo de algoritmo es primero desensamblar la orden comercial y distribuirla en varios períodos de tiempo, y la forma específica de operar en cada período de tiempo se juzga mediante el algoritmo comercial activo. La combinación de los dos puede lograr efectos que no se pueden lograr con un solo algoritmo.

1. Rompe-B

En el sistema de negociación de divisas, el método de negociación de puntos pivote (Pivot Points) es una estrategia comercial clásica. Pivot Points es un sistema de soporte de resistencia muy simple. Basado en el precio más alto, el precio más bajo y el precio de cierre de ayer, se calculan siete niveles de precios, incluido un punto de pivote, tres niveles de resistencia y tres niveles de soporte. La línea de resistencia y la línea de soporte son una de las herramientas de uso frecuente en el análisis técnico, y las funciones de la línea de soporte y la línea de presión se pueden transformar entre sí. Desde el punto de vista comercial, Pivot Point es como un mapa de batalla, que señala los precios de soporte y resistencia a los que los inversores deben prestar atención durante el día.En cuanto a la coordinación táctica específica, Pivot Point no lo especifica en detalle, y depende completamente de la estrategia comercial de los propios inversores. Los inversores pueden formular estrategias de manera flexible en función de los precios intradía y las tendencias relacionadas con los puntos de pivote, los niveles de soporte y los niveles de resistencia, e incluso pueden realizar la gestión de posiciones en función de los puntos clave.

2. Comercio de tortugas

El Turtle Trading Method es un conocido sistema de comercio público. En primer lugar, seleccione mercados y variedades, y elija mercados y variedades con baja correlación, buena liquidez y gran capacidad de inversión de cartera. En segundo lugar, determine el tamaño de la posición y adopte una estrategia de gestión de posiciones basada en la volatilidad (el stop loss también se basa en la volatilidad). El método de comercio de tortugas tiene dos conjuntos de reglas para abrir una posición. El primer conjunto de reglas de apertura es un sistema a corto plazo basado en un avance de 20 días, y el segundo conjunto de reglas de apertura es un sistema a largo plazo basado en un Avance de 60 días Sobre la base del precio de entrada, la posición puede aumentar en un 25% si cambia en la dirección de la ganancia (el coeficiente está entre 0,5 y 1). El método de comercio de tortugas también tiene dos tipos de reglas de stop loss. El stop loss unificado significa que cualquier transacción no puede tener un riesgo de más del 2% del tamaño de la cuenta; el stop loss doble significa que la cuenta solo soporta el 0.5% de la cuenta. riesgo, y cada posición de la unidad mantiene su propio stop loss.El punto de pérdida permanece sin cambios. La regla de venta del método de comercio de tortugas es salir tan pronto como comience.

3. Fórmula de Kelly

La fórmula de Kelly fue propuesta por John Larry Kelly en 1956 (Kelly 1956). Señala la proporción óptima de apuestas en cada periodo en un juego repetido o inversión repetida con retorno esperado positivo. La tasa de crecimiento a largo plazo se maximiza capturando la fracción de capital f que maximiza el valor logarítmico esperado del resultado. Entonces, en términos de un juego de apuestas simple con dos resultados, los dos resultados aquí se refieren a: perder todas las apuestas u obtener fondos multiplicados por una probabilidad específica.

La siguiente fórmula se puede derivar de una afirmación general: f=(bp-q)/b(f* representa la proporción de fondos existentes que deben usarse para la próxima apuesta; b representa las probabilidades disponibles para apostar; p representa la ganancia tasa; q representa la tasa de fracaso, que es 1-p). La aplicación de la fórmula de Kelly en la inversión cuantitativa es determinar el índice de apalancamiento óptimo de los productos de inversión. El núcleo de la fórmula de Kelly es controlar los riesgos.

4. Algoritmo de filtro de Kalman

En la década de 1940, el científico estadounidense Wiener y el ex científico soviético Kолмогоров y otros desarrollaron la mejor teoría de filtrado lineal, que más tarde se denominó teoría de filtrado de Wiener. Desde un punto de vista teórico, el filtrado de Wiener tiene uno de los mayores defectos: debe aplicarse a infinitos datos pasados ​​y no es aplicable al procesamiento en tiempo real. En la década de 1940, para romper este defecto, Kalman introdujo el modelo de espacio de estado en la teoría de filtrado y condujo a un conjunto de algoritmos de estimación recursiva, que más tarde se denominó teoría de filtrado de Kalman. Toma el mínimo error cuadrático medio como el mejor criterio para la estimación, por lo que para encontrar un conjunto de algoritmo de estimación recursivo, su base es: seleccionar el modelo de espacio de estado de señal y ruido, y combinar el valor estimado del momento anterior con el actual momento Se utiliza el valor observado, y luego se actualiza la estimación de la variable de estado, para obtener y obtener el valor estimado en el momento actual. Es muy adecuado para el procesamiento en tiempo real y el cálculo por computadora.

5. Precio de la opción Monte Carlo

De acuerdo con el supuesto de que los precios de los activos tienen una distribución logarítmica normal, se simulan diferentes tendencias de precios de los activos durante el período de tenencia de la opción y se obtienen diferentes distribuciones de precios de los activos en la fecha de vencimiento de la opción, de modo que, de acuerdo con el valor de las opciones en diferentes precios de activos Obtenga la distribución del valor de la opción en la fecha de vencimiento y luego tome el valor promedio de la opción en la fecha de vencimiento como el precio de la opción. La rentabilidad media de las opciones se predice mediante la simulación de la trayectoria del precio del activo subyacente, seguida de una estimación del precio de la opción. En el mercado, la mayor ventaja del método de Monte Carlo es que la tasa de convergencia del error nunca depende de la dimensión del problema, por lo que es más apropiado aplicar este método cuando se valoran opciones de alta dimensión.

El comercio cuantitativo es simplemente la aplicación de estadísticas y probabilidad, a través de muestreo y análisis de correlación, la aplicación de regresión múltiple y análisis de series de tiempo y modelos matemáticos para tomar decisiones de inversión. Darse cuenta de los riesgos y rendimientos con mayor claridad, para que los inversores puedan ser más claros y precisos al tomar decisiones de inversión.

Tags：

Binance Apps