วิธีที่จะ สร้าง ความถี่สูง ซื้อขาย ระบบ

พื้นฐานของการซื้อขายอัลกอริทึม: แนวคิดและตัวอย่างอัลกอริทึมคือชุดคำสั่งที่กำหนดไว้อย่างชัดเจนเพื่อทำภารกิจหรือกระบวนการ การค้าอัลกอริธึม (การซื้อขายแบบอัตโนมัติการซื้อขายกล่องดำหรือการซื้อขายแบบอัลกอฮอล) เป็นกระบวนการของการใช้คอมพิวเตอร์ที่ตั้งโปรแกรมให้ทำตามคำแนะนำที่กำหนดไว้สำหรับการวางการค้าเพื่อสร้างผลกำไรด้วยความเร็วและความถี่ที่เป็นไปไม่ได้สำหรับ พ่อค้ามนุษย์ ชุดของกฎที่กำหนดขึ้นอยู่กับระยะเวลาราคาปริมาณหรือรูปแบบทางคณิตศาสตร์ใด ๆ นอกเหนือจากโอกาสในการทำกำไรสำหรับผู้ประกอบการค้าแล้วการค้าประเวณีทำให้ตลาดของเหลวมีสภาพคล่องมากขึ้นและทำให้การค้าขายเป็นไปอย่างเป็นระบบมากยิ่งขึ้นโดยการลดผลกระทบจากอารมณ์ของมนุษย์ต่อกิจกรรมการค้า สมมติว่าผู้ค้าทำตามเงื่อนไขการค้าแบบง่ายๆเหล่านี้: ซื้อหุ้น 50 หุ้นเมื่อค่าเฉลี่ยเคลื่อนที่ 50 วันสูงกว่าค่าเฉลี่ยเคลื่อนที่ 200 วันขายหุ้นของหุ้นเมื่อค่าเฉลี่ยเคลื่อนที่ของ 50 วันต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 200 วัน การใช้ชุดคำสั่งง่ายๆสองชุดนี้เป็นเรื่องง่ายที่จะเขียนโปรแกรมคอมพิวเตอร์ซึ่งจะตรวจสอบราคาหุ้นโดยอัตโนมัติ (และตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่) และวางคำสั่งซื้อและขายเมื่อเงื่อนไขที่กำหนดไว้ ผู้ประกอบการไม่จำเป็นต้องคอยเฝ้าดูราคาและกราฟสดอีกต่อไปหรือสั่งซื้อด้วยตนเอง ระบบการซื้อขายแบบอัลกอทิกซ์จะดำเนินการโดยอัตโนมัติสำหรับเขาโดยระบุโอกาสทางการค้าได้อย่างถูกต้อง (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับค่าเฉลี่ยเคลื่อนที่โปรดดูที่: Simple Moving Averages ทำให้เทรนด์โดดเด่น) Algo-trading ให้ประโยชน์ต่อไปนี้: ธุรกรรมที่ดำเนินการในราคาที่ดีที่สุดการจัดตำแหน่งทางการค้าทันทีและถูกต้อง (มีโอกาสสูงในการดำเนินการในระดับที่ต้องการ) Trades (ดูตัวอย่างการขาดแคลนการดำเนินการด้านล่าง) การตรวจสอบอัตโนมัติแบบอัตโนมัติในสภาวะตลาดหลาย ๆ เงื่อนไขลดความเสี่ยงของข้อผิดพลาดด้วยตนเองในการวางธุรกิจการค้า Backtest อัลกอริทึมขึ้นอยู่กับข้อมูลทางประวัติศาสตร์และข้อมูลเรียลไทม์ที่มีอยู่ลดลง ความเป็นไปได้ที่จะเกิดความผิดพลาดจากผู้ค้ามนุษย์ขึ้นอยู่กับปัจจัยทางด้านอารมณ์และจิตใจส่วนที่สำคัญที่สุดของการซื้อขายสินค้าอัลกอฮอลในปัจจุบันคือการซื้อขายด้วยความถี่สูง (HFT) ซึ่งพยายามที่จะใช้คำสั่งซื้อจำนวนมากที่ความเร็วอย่างรวดเร็วในหลายตลาด พารามิเตอร์ตามคำแนะนำที่ตั้งไว้ล่วงหน้า (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการซื้อขายความถี่สูงโปรดดูที่: กลยุทธ์และความลับของ บริษัท การค้า High Frequency Trading (HFT)) การค้าขาย Algo ใช้ในรูปแบบต่างๆของการซื้อขายและการลงทุนรวมถึง: นักลงทุนระยะกลางหรือระยะยาว , กองทุนรวม บริษัท ประกัน) ที่ซื้อหุ้นในปริมาณมาก แต่ไม่ต้องการมีอิทธิพลต่อราคาหุ้นด้วยการลงทุนที่ไม่ต่อเนื่องปริมาณมาก ผู้ค้าระยะสั้นและผู้ขาย (นักลงทุนในตลาดนักเก็งกำไรและ arbitrageurs) ได้รับประโยชน์จากการดำเนินการทางการค้าโดยอัตโนมัตินอกจากนี้ algo-trading aids ในการสร้างสภาพคล่องที่เพียงพอสำหรับผู้ขายในตลาด ผู้ค้าที่มีระบบ (ผู้ติดตามแนวโน้มคู่ค้ากองทุนป้องกันความเสี่ยง ฯลฯ ) พบว่ามีประสิทธิภาพมากขึ้นในการตั้งกฎการซื้อขายของตนและให้การค้าโปรแกรมโดยอัตโนมัติ การซื้อขายแบบอัลกอริธึมช่วยให้การซื้อขายหลักทรัพย์เป็นไปอย่างเป็นระบบมากกว่าวิธีการที่อาศัยสัญชาตญาณของพ่อค้ามนุษย์หรือสัญชาตญาณ กลยุทธ์การค้าอัลกอริธึมกลยุทธ์สำหรับการซื้อขายแบบอัลกอริธึมจะต้องมีโอกาสที่ระบุซึ่งเป็นประโยชน์ในแง่ของรายได้ที่เพิ่มขึ้นหรือลดต้นทุน ต่อไปนี้เป็นกลยุทธ์การซื้อขายทั่วไปที่ใช้ในการซื้อขายแบบอัลกอท: อัลกอริทึมที่ใช้กันมากที่สุดจะเป็นไปตามแนวโน้มของค่าเฉลี่ยเคลื่อนที่ breakouts ช่อง การเคลื่อนไหวในระดับราคาและตัวชี้วัดทางเทคนิคที่เกี่ยวข้อง นี่คือกลยุทธ์ที่ง่ายที่สุดและง่ายที่สุดในการดำเนินการผ่านทางการค้าอัลกอริทึมเนื่องจากกลยุทธ์เหล่านี้ไม่เกี่ยวข้องกับการคาดการณ์หรือการคาดการณ์ราคาใด ๆ การค้าจะเริ่มขึ้นอยู่กับการเกิดแนวโน้มที่พึงประสงค์ ซึ่งง่ายและตรงไปตรงมาในการดำเนินการผ่านอัลกอริทึมโดยไม่ต้องเข้าสู่ความซับซ้อนของการวิเคราะห์เชิงพยากรณ์ ตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่ 50 และ 200 วันเป็นกลยุทธ์ที่นิยมใช้กันต่อไป (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับกลยุทธ์การซื้อขายเทรนด์โปรดดูที่: Simple Strategies for Capitalising on Trends) การซื้อหุ้นที่จดทะเบียนในตลาดหลักทรัพย์ในราคาที่ต่ำกว่าในตลาดเดียวและขายพร้อมกันในราคาที่สูงขึ้นในตลาดอื่น ๆ จะทำให้ราคาแตกต่างกันไปในระดับที่ปราศจากความเสี่ยง หรือการเก็งกำไร การดำเนินการเดียวกันสามารถทำซ้ำสำหรับหุ้นเมื่อเทียบกับเครื่องมือฟิวเจอร์สเนื่องจากความแตกต่างของราคามีอยู่เป็นครั้งคราว การใช้อัลกอริทึมเพื่อระบุความแตกต่างของราคาดังกล่าวและการวางคำสั่งซื้อจะช่วยให้มีโอกาสทำกำไรได้อย่างมีประสิทธิภาพ กองทุนดัชนีได้กำหนดระยะเวลาการปรับสมดุลใหม่เพื่อนำการถือครองของตนไปเทียบกับดัชนีอ้างอิงที่เกี่ยวข้อง ซึ่งจะสร้างโอกาสที่เป็นประโยชน์สำหรับผู้ค้าปลีกแบบอัลกอริธึมที่ใช้ประโยชน์จากธุรกิจการค้าที่คาดว่าจะมีกำไรจากฐาน 20-80 จุดขึ้นอยู่กับจำนวนหุ้นในกองทุนดัชนีก่อนที่จะมีการปรับสมดุลของดัชนีใหม่ ธุรกิจการค้าดังกล่าวเริ่มต้นผ่านระบบการซื้อขายแบบอัลกอรึทึมสำหรับการดำเนินการในเวลาที่เหมาะสมและราคาที่ดีที่สุด โมเดลทางคณิตศาสตร์ที่ได้รับการพิสูจน์แล้วมากมายเช่นกลยุทธ์การซื้อขายเดลต้าเป็นกลางซึ่งช่วยให้สามารถซื้อขายหลักทรัพย์ได้หลายรูปแบบ ที่ธุรกิจการค้าจะถูกวางไว้เพื่อชดเชย deltas บวกและลบเพื่อให้เดลต้าผลงานอยู่ที่ศูนย์ กลยุทธ์การพลิกกลับหมายถึงขึ้นอยู่กับแนวคิดที่ว่าราคาของสินทรัพย์สูงและต่ำเป็นปรากฏการณ์ชั่วคราวที่กลับคืนสู่ค่าเฉลี่ยของพวกเขาเป็นระยะ ๆ การระบุและการกำหนดช่วงราคาและการใช้อัลกอริทึมขึ้นอยู่กับว่าจะอนุญาตให้ธุรกิจการค้าสามารถวางขายได้โดยอัตโนมัติเมื่อราคาของสินทรัพย์อยู่ในและนอกช่วงที่กำหนด กลยุทธ์ราคาตลาดถัวเฉลี่ยถ่วงน้ำหนักของปริมาณแบ่งคำสั่งซื้อจำนวนมากและเผยแพร่ชิ้นเล็กลงที่มีการกำหนดรูปแบบไดนามิกไปยังตลาดโดยใช้โปรไฟล์ปริมาณการขายในอดีตที่เฉพาะเจาะจง จุดมุ่งหมายคือการดำเนินการคำสั่งซื้อใกล้เคียงกับราคาเฉลี่ยถ่วงน้ำหนัก (Volume Weighted Average Price - VWAP) ซึ่งจะได้ประโยชน์จากราคาเฉลี่ย กลยุทธ์ราคาถัวเฉลี่ยถ่วงน้ำหนักในช่วงเวลาแบ่งคำสั่งซื้อที่มีขนาดใหญ่และเผยแพร่ชิ้นเล็ก ๆ ที่มีขนาดเล็กลงเพื่อให้ได้ตามตลาดโดยใช้ช่วงเวลาที่แบ่งกันระหว่างช่วงเริ่มต้นและสิ้นสุด เป้าหมายคือการดำเนินการตามคำสั่งใกล้เคียงกับราคาเฉลี่ยระหว่างเวลาเริ่มต้นและเวลาสิ้นสุดซึ่งจะช่วยลดผลกระทบของตลาด จนกว่าคำสั่งซื้อจะได้รับการเติมเต็มขั้นตอนนี้จะยังคงส่งใบสั่งซื้อบางส่วนตามอัตราส่วนการมีส่วนร่วมที่กำหนดไว้และตามปริมาณการซื้อขายในตลาด กลยุทธ์ขั้นตอนที่เกี่ยวข้องจะส่งคำสั่งซื้อตามเปอร์เซ็นต์ของปริมาณตลาดที่ผู้ใช้กำหนดและเพิ่มหรือลดอัตราการมีส่วนร่วมนี้เมื่อราคาหุ้นถึงระดับที่กำหนดโดยผู้ใช้ กลยุทธ์การขาดแคลนการดำเนินงานมีวัตถุประสงค์เพื่อลดต้นทุนการดำเนินการของคำสั่งซื้อด้วยการปิดตลาดเรียลไทม์ทำให้ประหยัดค่าใช้จ่ายในการสั่งซื้อและได้รับประโยชน์จากต้นทุนที่เสียโอกาสในการดำเนินการล่าช้า กลยุทธ์จะเพิ่มอัตราการมีส่วนร่วมที่กำหนดไว้เมื่อราคาหุ้นปรับตัวดีขึ้นและลดลงเมื่อราคาหุ้นปรับตัวสูงขึ้น มีขั้นตอนวิธีพิเศษบางอย่างที่พยายามระบุเหตุการณ์ที่เกิดขึ้นในอีกด้านหนึ่ง อัลกอริทึมการดัดแปลงเหล่านี้ใช้ตัวอย่างเช่นโดยผู้ทำการตลาดด้านการขายมีสติปัญญาในตัวเพื่อระบุการดำรงอยู่ของอัลกอริทึมใด ๆ ในด้านการซื้อของใบสั่งขนาดใหญ่ การตรวจสอบผ่านอัลกอริทึมจะช่วยให้ผู้ทำการตลาดสามารถระบุโอกาสในการสั่งซื้อที่มีขนาดใหญ่และช่วยให้เขาได้รับประโยชน์จากการกรอกใบสั่งซื้อในราคาที่สูงขึ้น นี่เป็นบางครั้งเรียกว่าด้านหน้าที่มีเทคโนโลยีสูง (หากต้องการข้อมูลเพิ่มเติมเกี่ยวกับการซื้อขายด้วยความถี่สูงและการหลอกลวงโปรดดูที่: หากคุณซื้อหุ้นออนไลน์คุณมีส่วนร่วมใน HFT) ข้อกำหนดทางเทคนิคสำหรับการซื้อขายขั้นตอนวิธีการใช้อัลกอริทึมโดยใช้โปรแกรมคอมพิวเตอร์เป็นส่วนสุดท้ายซึ่งถูกแบ็คกราวด์ด้วยการทำ backtesting ความท้าทายคือการเปลี่ยนกลยุทธ์ที่ระบุไว้ในกระบวนการทางคอมพิวเตอร์รวมที่สามารถเข้าถึงบัญชีการซื้อขายสำหรับการสั่งซื้อได้ โปรแกรมเมอร์ที่ได้รับการว่าจ้างหรือซอฟต์แวร์ซื้อขายที่ทำไว้ล่วงหน้าการเชื่อมต่อเครือข่ายและการเข้าถึงแพลตฟอร์มการซื้อขายสำหรับการวางคำสั่งซื้อการเข้าถึงข้อมูลข้อมูลตลาดที่จะได้รับการตรวจสอบตามอัลกอริทึมสำหรับโอกาสในการวาง ความสามารถและโครงสร้างพื้นฐานในการ backtest ระบบที่สร้างขึ้นก่อนที่จะไปอยู่ในตลาดจริงข้อมูลทางประวัติศาสตร์ที่มีอยู่สำหรับ backtesting ขึ้นอยู่กับความซับซ้อนของกฎที่ใช้ในขั้นตอนต่อไปนี้เป็นตัวอย่างที่ครอบคลุม: Royal Dutch Shell (RDS) จดทะเบียนในอัมสเตอร์ดัม Stock Exchange (AEX) และตลาดหลักทรัพย์ลอนดอน (LSE) ช่วยให้สามารถสร้างอัลกอริทึมเพื่อระบุโอกาสในการเก็งกำไร นี่เป็นข้อสังเกตที่น่าสนใจบางส่วน: การซื้อขาย AEX ในสกุลเงินยูโรในขณะที่ธุรกิจการค้าของ LSE ในสกุลปอนด์สเตอร์ลิงเนื่องจากความแตกต่างของเวลาหนึ่งชั่วโมง AEX จะเปิดทำการเมื่อเร็ว ๆ นี้เมื่อเทียบกับ LSE ตามด้วยการซื้อขายทั้งสองอย่างในเวลาไม่กี่ชั่วโมงและซื้อขายเฉพาะใน LSE ในช่วง ชั่วโมงสุดท้ายที่ AEX ปิดเราสามารถสำรวจความเป็นไปได้ของการซื้อขายเก็งกำไรใน Royal Dutch Shell หุ้นจดทะเบียนในตลาดทั้งสองนี้ในสองสกุลเงินที่แตกต่างกันโปรแกรมคอมพิวเตอร์ที่สามารถอ่านราคาในตลาดปัจจุบันฟีดราคาจากทั้งสอง LSE และ AEX อัตราฟีดอัตราแลกเปลี่ยนสำหรับ อัตราแลกเปลี่ยน GBP-EUR ความสามารถในการสั่งซื้อเพื่อสั่งการแลกเปลี่ยนความถูกต้องความสามารถในการทดสอบย้อนกลับในฟีดราคาย้อนหลังโปรแกรมคอมพิวเตอร์ควรปฏิบัติดังนี้: อ่านฟีดราคาที่รับเข้าของสต็อค RDS จากทั้งสองฝ่ายโดยใช้อัตราแลกเปลี่ยนเงินตราต่างประเทศที่มีอยู่ . แปลงราคาของสกุลเงินหนึ่งไปยังอีกหากมีความแตกต่างของราคามากพอ (ลดค่านายหน้า) นำไปสู่โอกาสที่มีกำไรจากนั้นวางคำสั่งซื้อในใบสั่งซื้อที่ต่ำกว่าและใบสั่งขายในราคาที่สูงกว่าถ้าใบสั่งซื้อดำเนินการเป็น ที่ต้องการกำไรการเก็งกำไรจะเป็นไปตามแบบง่ายและใช้งานง่าย แต่การปฏิบัติของการค้าอัลกอริธึมไม่ง่ายที่จะรักษาและดำเนินการ โปรดจำไว้ว่าหากคุณสามารถวางการค้าที่สร้างโดยอัลกอฮ์ผู้เข้าร่วมการตลาดอื่น ๆ จะสามารถเข้าร่วมได้ ดังนั้นราคาจึงมีความผันผวนในมิลลิลิตรและแม้แต่ไมโครวินาที ในตัวอย่างข้างต้นสิ่งที่เกิดขึ้นหากการซื้อขายซื้อของคุณได้รับการดำเนินการ แต่การขายไม่ได้เป็นราคาขายเปลี่ยนแปลงตามเวลาที่สั่งซื้อของคุณฮิตตลาดคุณจะสิ้นสุดการนั่งกับตำแหน่งที่เปิด ทำให้กลยุทธ์การเก็งกำไรของคุณไร้ค่า มีความเสี่ยงและความท้าทายเพิ่มขึ้นเช่นความเสี่ยงของความล้มเหลวของระบบข้อผิดพลาดในการเชื่อมต่อเครือข่ายความล่าช้าในเวลาระหว่างการสั่งซื้อสินค้าและการดำเนินการและที่สำคัญที่สุดคืออัลกอริทึมที่ไม่สมบูรณ์ อัลกอริธึมที่มีความซับซ้อนมากขึ้นต้องใช้การทดสอบย้อนหลังที่เข้มงวดมากขึ้นก่อนที่จะมีการใช้งาน การวิเคราะห์เชิงปริมาณของการทำงานของอัลกอริทึมมีบทบาทสำคัญและควรได้รับการตรวจสอบอย่างละเอียด มันน่าตื่นเต้นที่จะไปสำหรับระบบอัตโนมัติช่วยโดยคอมพิวเตอร์ที่มีความคิดที่จะทำเงินได้อย่างง่ายดาย แต่ต้องแน่ใจว่าระบบได้รับการทดสอบอย่างละเอียดและกำหนดข้อ จำกัด ไว้ ผู้ค้าวิเคราะห์ควรพิจารณาการเรียนรู้ระบบการเขียนโปรแกรมและการสร้างด้วยตัวเองเพื่อให้มั่นใจในการใช้กลยุทธ์ที่เหมาะสมในลักษณะที่ไม่สามารถเข้าใจได้ การใช้อย่างรอบคอบและการทดสอบอย่างละเอียดของการซื้อขายสัญญาซื้อขายล่วงหน้าสามารถสร้างโอกาสที่ทำกำไรได้ เบต้าเป็นตัวชี้วัดความผันผวนหรือความเสี่ยงอย่างเป็นระบบของการรักษาความปลอดภัยหรือผลงานเมื่อเทียบกับตลาดโดยรวม ประเภทของภาษีที่เรียกเก็บจากเงินทุนที่เกิดจากบุคคลและ บริษัท กำไรจากการลงทุนเป็นผลกำไรที่นักลงทุนลงทุน คำสั่งซื้อความปลอดภัยที่ต่ำกว่าหรือต่ำกว่าราคาที่ระบุ คำสั่งซื้อวงเงินอนุญาตให้ผู้ค้าและนักลงทุนระบุ กฎสรรพากรภายใน (Internal Internal Revenue Service หรือ IRS) ที่อนุญาตให้มีการถอนเงินที่ปลอดจากบัญชี IRA กฎกำหนดให้ การขายหุ้นครั้งแรกโดย บริษัท เอกชนต่อสาธารณชน การเสนอขายหุ้นหรือไอพีโอมักจะออกโดย บริษัท ขนาดเล็กที่มีอายุน้อยกว่าที่แสวงหา อัตราส่วนหนี้สิน DebtEquity Ratio คืออัตราส่วนหนี้สินที่ใช้วัดสัดส่วนหนี้สินทางการเงินของ บริษัท หรืออัตราส่วนหนี้สินที่ใช้วัดแต่ละบุคคลการออกแบบระบบการจัดการความถี่สูงและการจัดการกระบวนการการออกแบบระบบการจัดการและการจัดการกระบวนการความถี่สูงที่ปรึกษา: Roy E. Welsch ภาควิชา: การออกแบบระบบและการจัดการ สำนักพิมพ์: สถาบันเทคโนโลยีแมสซาชูเซตส์วันที่ออก: ปีพศ. 2552 บริษัท เทรดดิ้งปัจจุบันพึ่งพาข้อมูลเหมืองแร่การสร้างแบบจำลองคอมพิวเตอร์และการพัฒนาซอฟต์แวร์ นักวิเคราะห์ทางการเงินดำเนินงานที่คล้ายคลึงกับผู้ที่อยู่ในอุตสาหกรรมซอฟต์แวร์และการผลิต อย่างไรก็ตามอุตสาหกรรมการเงินยังไม่ได้ใช้กระบวนการทางวิศวกรรมระบบมาตรฐานสูงและวิธีการจัดการกระบวนการที่ประสบความสำเร็จในอุตสาหกรรมซอฟต์แวร์และการผลิต วิธีการดั้งเดิมสำหรับการออกแบบผลิตภัณฑ์การควบคุมคุณภาพนวัตกรรมที่เป็นระบบและการปรับปรุงอย่างต่อเนื่องที่พบในสาขาวิศวกรรมสามารถนำมาใช้กับสาขาการเงิน วิทยานิพนธ์ฉบับนี้แสดงให้เห็นว่าความรู้ที่ได้มาจากสาขาวิศวกรรมสามารถปรับปรุงการออกแบบและการจัดการกระบวนการของระบบการซื้อขายความถี่สูงได้อย่างไร ระบบการซื้อขายความถี่สูงเป็นระบบคำนวณ ระบบเหล่านี้เป็นระบบซอฟต์แวร์อัตโนมัติหรือกึ่งอัตโนมัติที่ซับซ้อนโดยเนื้อแท้และต้องใช้ความแม่นยำในการออกแบบระดับสูง การออกแบบระบบการซื้อขายความถี่สูงเชื่อมโยงหลายสาขารวมทั้งด้านการเงินเชิงปริมาณการออกแบบระบบและวิศวกรรมซอฟต์แวร์ ในอุตสาหกรรมการเงินซึ่งทฤษฎีทางคณิตศาสตร์และรูปแบบการซื้อขายได้รับการศึกษาเป็นอย่างดีความสามารถในการใช้การออกแบบเหล่านี้ในแนวทางการซื้อขายจริงเป็นองค์ประกอบสำคัญประการหนึ่งของการแข่งขันของ บริษัท ผู้ลงทุน ความสามารถในการแปลงแนวคิดการลงทุนในระบบการซื้อขายที่มีประสิทธิภาพสูงได้อย่างมีประสิทธิภาพและประสิทธิผลสามารถทำให้ บริษัท ลงทุนมีความได้เปรียบในการแข่งขันอย่างมาก (ต่อ) วิทยานิพนธ์ฉบับนี้มีการศึกษาอย่างละเอียดประกอบด้วยการออกแบบระบบการซื้อขายความถี่สูงการสร้างแบบจำลองระบบและหลักการและการจัดการกระบวนการ สำหรับการพัฒนาระบบ โดยเฉพาะการให้ backtesting และการเพิ่มประสิทธิภาพซึ่งถือเป็นส่วนที่สำคัญที่สุดในการสร้างระบบการซื้อขาย งานวิจัยนี้สร้างแบบจำลองทางวิศวกรรมระบบเพื่อเป็นแนวทางในกระบวนการพัฒนา นอกจากนี้ยังใช้ระบบการซื้อขายทดลองเพื่อยืนยันและตรวจสอบหลักการที่กล่าวถึงในวิทยานิพนธ์ฉบับนี้ ท้ายสุดวิทยานิพนธ์ฉบับนี้สรุปได้ว่าหลักการและกรอบด้านวิศวกรรมระบบสามารถเป็นกุญแจสู่ความสำเร็จในการใช้ระบบการลงทุนเชิงปริมาณหรือการลงทุนในระบบความถี่สูง วิทยานิพนธ์ (S. M.) - สถาบันเทคโนโลยีแมสซาชูเซตส์, การออกแบบระบบและการจัดการ, 2552 จัดทำเป็นเอกสารจากวิทยานิพนธ์ฉบับ PDF รวมข้อมูลบรรณานุกรม (หน้า 78-79) คำสำคัญ: โปรแกรมการออกแบบระบบและการจัดการ My AccountHeres วิธีที่คุณตั้งค่าการดำเนินธุรกิจการค้าด้วยความถี่สูงของคุณเองสัปดาห์ที่แล้วเรามีสิทธิ์ที่จะนั่งลงกับ Mike Felix และ Doctor Lawrence Hansen จากนายหน้า Lime Brokerage นายหน้าตัวแทนในนิวยอร์กซิตี้ที่เชี่ยวชาญด้านความถี่สูง การซื้อขายแฝงต่ำ Takeaway หลัก บรรดาผู้ที่คิดว่าความเร็วเป็นที่ยอมรับไม่ได้ดีกว่าได้รับใช้มันเพราะพวกเขาอยู่ที่นี่อยู่และเพียงเพื่อจะได้เร็วขึ้นจากที่นี่ เราถามพวกเขาว่าจะทำอย่างไรกับการตั้งค่าการดำเนินการซื้อขายความถี่สูงของตนเองในระดับที่ไม่เป็นมืออาชีพ หลังจากที่เก่งพอ ๆ กับคำจำกัดความของการซื้อขายด้วยความถี่สูง เราไปตามขั้นตอนที่คุณต้องทำเพื่อให้เกิดขึ้น ดูใน: สไลด์หน้าเดียวการโพสต์นี้จะอธิบายรายละเอียดสิ่งที่ฉันทำเพื่อให้ได้ประมาณ 500k จากการซื้อขายความถี่สูงตั้งแต่ปีพ. ศ. 2552 ถึงปี พ. ศ. 2553 นับตั้งแต่ที่ผมซื้อขายกันอย่างสมบูรณ์และไม่ต้องรอโครงการ Irsquom อีกต่อไป การซื้อขายของฉันส่วนใหญ่เป็นสัญญา Russel 2000 และ DAX futures กุญแจสำคัญในความสำเร็จของผมเชื่อว่าไม่ใช่ในสมการทางการเงินที่มีความซับซ้อน แต่ในขั้นตอนการออกแบบโดยรวมซึ่งผูกติดกันหลายองค์ประกอบที่เรียบง่ายและใช้การเรียนรู้ของเครื่องเพื่อเพิ่มประสิทธิภาพสูงสุดในการทำกำไร คุณจำเป็นต้องรู้คำศัพท์ที่ซับซ้อนใด ๆ ที่นี่เพราะเมื่อฉันตั้งโปรแกรมของฉันมันขึ้นอยู่กับสัญชาตญาณทั้งหมด (Andrew Ngrsquos หลักสูตรการเรียนรู้เครื่องที่น่าตื่นตาตื่นใจยังไม่พร้อมใช้งาน - btw ถ้าคุณคลิกที่ลิงก์ yourquoll ถูกนำไปใช้กับโครงการปัจจุบันของฉัน: CourseTalk เว็บไซต์ทบทวนสำหรับ MOOCs) ก่อนอื่นฉันต้องการแสดงให้เห็นว่าความสำเร็จของฉันไม่ได้เป็นเพียงผลของ โชค. โปรแกรมของฉันทำธุรกิจการค้า 1000-4000 ต่อวัน (ครึ่งยาวครึ่งสั้น) และไม่เคยเข้าสู่ตำแหน่งมากกว่าสองสามสัญญาในแต่ละครั้ง นั่นหมายความว่าโชคแบบสุ่มจากการค้าใด ๆ โดยเฉพาะอย่างยิ่งออกโดยเฉลี่ยอย่างรวดเร็ว ผลที่ได้คือฉันไม่เคยสูญเสียมากกว่า 2000 ในหนึ่งวันและไม่เคยมีเดือนที่สูญเสีย: (แก้ไขตัวเลขเหล่านี้หลังจากที่จ่ายค่าคอมมิชชั่น) และ herersquos แผนภูมิเพื่อให้คุณรู้สึกของรูปแบบรายวัน โปรดทราบว่านี่ไม่รวม 7 เดือนที่ผ่านมาเนื่องจาก - เนื่องจากตัวเลขหยุดลง - ฉันสูญเสียแรงจูงใจในการป้อน พื้นหลังการซื้อขายของฉันก่อนที่จะมีการตั้งค่าโปรแกรมการซื้อขายอัตโนมัติของฉัน Irsquod มีประสบการณ์ 2 ปีในฐานะนักเทรดเดอร์รายวัน ldquomanualrdquo นี้กลับมาในปี 2001 - มันเป็นวันแรกของการซื้อขายอิเล็กทรอนิกส์และมีโอกาสสำหรับ ldquoscalpersrdquo เพื่อให้ได้เงินที่ดี ฉันสามารถอธิบายสิ่งที่ฉันกำลังทำเช่นเดียวกับการเล่นเกมการพนันวิดีโอเกมที่มีขอบที่ควร การประสบความสำเร็จหมายถึงการได้อย่างรวดเร็วมีระเบียบวินัยและมีความสามารถในการจดจำรูปแบบที่ใช้งานได้ง่าย ฉันสามารถทำเงินได้ประมาณ 250,000 บาทจ่ายเงินให้กู้ยืมเพื่อการศึกษาของฉันและมีเงินเหลืออยู่ ชนะในช่วงห้าปีถัดไปผมจะเปิดตัวสอง startups ยกทักษะการเขียนโปรแกรมบางอย่างไปพร้อมกัน มันจะไม่ถึงปลายปี 2008 ที่ฉันจะได้รับกลับเข้ามาในการซื้อขาย ด้วยเงินที่วิ่งต่ำจากการขายครั้งแรกของฉันเริ่มต้นการค้าเสนอความหวังของเงินสดรวดเร็วบางอย่างในขณะที่ฉันคิดย้ายถัดไปของฉัน ในปีพ. ศ. 2551 ดิฉันเป็นนายหน้าซื้อขายสัญญาซื้อขายล่วงหน้าในวันทำการโดยใช้ซอฟต์แวร์ที่เรียกว่า T4 Irsquod กำลังต้องการองรหัสรายการสั่งซื้อที่กำหนดเองดังนั้นหลังจากค้นพบ T4 มี API ฉันจึงเรียนรู้เกี่ยวกับ C (ภาษาเขียนโปรแกรมที่จำเป็นต้องใช้ API) และไปข้างหน้าและสร้างคีย์ลัดตัวเองขึ้น หลังจากที่เท้าของฉันเปียกกับ API ฉันก็มีแรงบันดาลใจที่ใหญ่ขึ้น: ฉันต้องการสอนคอมพิวเตอร์เพื่อแลกกับฉัน API ให้ทั้งข้อมูลตลาดและวิธีง่ายๆในการส่งคำสั่งซื้อไปยัง Exchange - ทั้งหมดที่ฉันต้องทำก็คือการสร้างตรรกะตรงกลาง ด้านล่างเป็นภาพหน้าจอของหน้าต่างการซื้อขาย T4 สิ่งที่น่าสนใจก็คือเมื่อฉันได้โปรแกรมของฉันทำงานฉันก็สามารถที่จะดูการค้าคอมพิวเตอร์บนอินเตอร์เฟซเดียวกันนี้แน่นอน การดูใบสั่งซื้อจริงที่เกิดขึ้นทั้งในและนอก (ด้วยตัวเองด้วยเงินจริง) เป็นเรื่องที่น่าตื่นเต้นและน่ากลัว การออกแบบอัลกอริธึมของฉันตั้งแต่เริ่มแรกเป้าหมายของฉันคือการติดตั้งระบบเพื่อให้ฉันมั่นใจได้ว่า Irsquod จะสร้างรายได้ก่อนที่จะทำการค้าขายสด เพื่อให้บรรลุนี้ฉันจำเป็นต้องสร้างกรอบการจำลองการซื้อขายที่จะ - เป็นอย่างถูกต้องที่สุด - จำลองการซื้อขายสด ขณะที่การซื้อขายในโหมดสดต้องมีการประมวลผลการอัปเดตของตลาดการประมวลผลผ่านทาง API โหมดการจำลองจำเป็นต้องอ่านการปรับปรุงตลาดจากไฟล์ข้อมูล ในการรวบรวมข้อมูลนี้ฉันจะติดตั้งโปรแกรมเวอร์ชันแรกเพื่อเชื่อมต่อกับ API และอัปเดตข้อมูลการตลาดด้วย timestamps ฉันใช้ข้อมูลการตลาดล่าสุดในการฝึกอบรมและทดสอบระบบของฉันเป็นเวลา 4 สัปดาห์ ด้วยกรอบพื้นฐานในสถานที่ที่ฉันยังคงมีงานของการหาวิธีที่จะทำให้ระบบการค้าที่ทำกำไรได้ ตามที่ปรากฎว่าอัลกอริธึมของฉันจะแบ่งออกเป็นสององค์ประกอบที่แตกต่างกันซึ่ง Irsquoll สำรวจในทางกลับกัน: การคาดการณ์การเคลื่อนไหวของราคาและการทำกำไรจากการค้าการคาดการณ์การเคลื่อนไหวของราคาอาจเป็นส่วนประกอบที่ชัดเจนของระบบการค้าใด ๆ ที่สามารถทำนายราคาที่จะย้ายไปได้ และฉันก็ไม่มีข้อยกเว้น ฉันกำหนดราคาปัจจุบันเป็นค่าเฉลี่ยของราคาเสนอภายในและข้อเสนอภายในและฉันตั้งเป้าหมายในการทำนายราคาที่จะอยู่ใน 10 วินาทีถัดไป อัลกอริธึมของฉันจะต้องมาพร้อมกับการคาดคะเนนี้ทีละตอนตลอดวันทำการ การสร้างตัวบ่งชี้การเพิ่มประสิทธิภาพแอมป์ฉันได้สร้างดัชนีชี้วัดที่มีความหมายในการคาดการณ์การเคลื่อนไหวของราคาในระยะสั้น ตัวบ่งชี้แต่ละตัวบ่งชี้จำนวนที่เป็นบวกหรือลบ ตัวบ่งชี้ที่เป็นประโยชน์ถ้าบ่อยกว่าไม่เป็นบวกจำนวนสอดคล้องกับตลาดขึ้นและตัวเลขเชิงลบสอดคล้องกับตลาดลง. ระบบของฉันช่วยให้ฉันสามารถกำหนดความสามารถในการทำนายของตัวบ่งชี้ได้อย่างรวดเร็วดังนั้นฉันจึงสามารถทดลองกับตัวชี้วัดต่างๆเพื่อดูว่าอะไรใช้ได้ผล ตัวชี้วัดหลายตัวมีตัวแปรในสูตรที่สร้างได้และสามารถหาค่าที่ดีที่สุดสำหรับตัวแปรเหล่านี้ได้ด้วยการเปรียบเทียบผลลัพธ์ที่ได้จากค่าต่างๆกัน ตัวบ่งชี้ที่มีประโยชน์มากที่สุดคือทั้งหมดที่ค่อนข้างง่ายและขึ้นอยู่กับเหตุการณ์ล่าสุดในตลาดที่ฉันถูกซื้อขายเช่นเดียวกับตลาดของหลักทรัพย์ที่มีความสัมพันธ์ การคาดการณ์การย้ายราคาที่แน่นอนมีตัวบ่งชี้ที่คาดการณ์ว่าการเคลื่อนไหวของราคาขึ้นหรือลงไม่เพียงพอ ฉันจำเป็นต้องทราบว่าการเคลื่อนไหวของราคาได้รับการคาดการณ์ตามค่าที่เป็นไปได้ของแต่ละตัวบ่งชี้ได้หรือไม่ ฉันต้องการสูตรที่จะแปลงค่าตัวบ่งชี้ไปเป็นการคาดการณ์ราคา เพื่อให้บรรลุเป้าหมายนี้ฉันได้ติดตามการเคลื่อนไหวของราคาที่คาดการณ์ไว้ในถัง 50 รายการขึ้นอยู่กับช่วงที่ค่าตัวบ่งชี้ลดลงการคาดการณ์ที่ไม่ซ้ำกันนี้ทำให้มีการคาดการณ์ที่ไม่ซ้ำกันสำหรับแต่ละข้อมูลที่ฉันสามารถกราฟใน Excel ได้ คุณสามารถเห็นการเปลี่ยนแปลงราคาที่คาดว่าจะเพิ่มขึ้นเมื่อค่าตัวบ่งชี้เพิ่มขึ้น ขึ้นอยู่กับกราฟเช่นนี้ฉันสามารถที่จะทำให้สูตรเพื่อให้พอดีกับเส้นโค้ง ในตอนแรกฉันได้ลองใช้ ldquocurve fittingrdquo ด้วยตนเอง แต่ฉันได้เขียนโค้ดขึ้นมาเพื่อทำให้กระบวนการนี้เป็นแบบอัตโนมัติ โปรดทราบว่าไม่ใช่ทุกเส้นโค้งตัวบ่งชี้มีรูปร่างเหมือนกัน นอกจากนี้โปรดทราบว่าที่เก็บข้อมูลได้รับการแจกแจงลอการิทึมเพื่อกระจายจุดข้อมูลออกอย่างเท่าเทียมกัน สุดท้ายทราบว่าค่าตัวบ่งชี้ค่าลบ (และการคาดการณ์ราคาถดถอยที่สอดคล้องกัน) ถูกพลิกกลับและบวกกับค่าบวก (อัลกอริธึมของฉันได้รับการปฏิบัติเหมือนกันและขึ้นลงเหมือนกัน) การรวมตัวบ่งชี้สำหรับการคาดเดาเดียวสิ่งสำคัญที่ต้องพิจารณาคือตัวบ่งชี้แต่ละตัวไม่ได้เป็นอิสระอย่างสิ้นเชิง ฉันไม่สามารถทำได้เพียงเพิ่มการคาดการณ์ทั้งหมดที่ตัวบ่งชี้แต่ละตัวทำขึ้นเอง กุญแจสำคัญคือการหาค่าพยากรณ์เพิ่มเติมที่ตัวบ่งชี้แต่ละตัวมีมากกว่าที่คาดการณ์ไว้ นี้ไม่ได้ยากที่จะใช้ แต่มันก็หมายความว่าถ้าฉันเป็นตัวชี้วัดหลายตัวเลือกที่ดีในเวลาเดียวกันฉันต้องระวังการเปลี่ยนแปลงหนึ่งจะมีผลต่อการคาดการณ์ของผู้อื่น เพื่อให้ได้ตัวชี้วัดทั้งหมดพร้อมกันฉันจะตั้งค่าเครื่องมือเพิ่มประสิทธิภาพให้เหลือเพียงขั้นตอนที่ 30 ไปจนถึงเส้นโค้งการทำนายใหม่ด้วยการส่งแต่ละครั้ง ด้วยการกระโดด 30 ครั้งนี้ผมพบว่าเส้นโค้งการคาดการณ์จะเสถียรภายในไม่กี่นาที ด้วยตัวบ่งชี้แต่ละตัวตอนนี้ทำให้เราสามารถคาดเดาราคาเพิ่มเติมได้ง่ายขึ้นเพียงแค่เพิ่มค่าเหล่านี้ไว้เพื่อให้สามารถคาดเดาได้ว่าจะทำตลาดได้ภายใน 10 วินาที ทำไมการคาดการณ์ราคาไม่เพียงพอคุณอาจคิดว่าด้วยขอบนี้ในตลาดฉันเป็นสีทอง แต่คุณต้องจำไว้ว่าตลาดถูกสร้างขึ้นจากการเสนอราคาและข้อเสนอ - itrsquos ไม่เพียงแค่ราคาตลาดเท่านั้น ประสบความสำเร็จในการซื้อขายความถี่สูงลงมาเพื่อให้ได้ราคาที่ดีและไม่ง่ายเลย ปัจจัยต่อไปนี้ทำให้การสร้างระบบที่ทำกำไรได้ยาก: ในแต่ละการค้าฉันต้องเสียค่าคอมมิชชั่นให้กับโบรกเกอร์และการแลกเปลี่ยนของฉัน การแพร่กระจาย (ความแตกต่างระหว่างการเสนอราคาสูงสุดและข้อเสนอต่ำสุด) หมายความว่าหากฉันเพียงแค่ซื้อและขาย Irsquod แบบสุ่มจะสูญเสียเงินเป็นจำนวนมาก ส่วนใหญ่ปริมาณการตลาดเป็นบอทอื่น ๆ ที่จะดำเนินการค้ากับฉันเท่านั้นหากพวกเขาคิดว่าพวกเขามีขอบทางสถิติบางอย่าง การเห็นข้อเสนอพิเศษไม่ได้รับประกันว่าฉันสามารถซื้อได้ เมื่อคำสั่งซื้อของฉันได้รับการแลกเปลี่ยนเป็นไปได้ว่าข้อเสนอนั้นจะถูกยกเลิกไป ในฐานะที่เป็นผู้เล่นในตลาดเล็ก ๆ ไม่มีทางใดที่ฉันสามารถแข่งขันด้วยความเร็วเพียงอย่างเดียว ฉันมีกรอบที่อนุญาตให้ฉันทำ backtest และเพิ่มประสิทธิภาพตัวชี้วัดได้ แต่ฉันต้องไปไกลกว่านี้ - ฉันต้องการกรอบที่จะช่วยให้ฉัน backtest และเพิ่มประสิทธิภาพระบบการค้าแบบเต็มหนึ่งที่ฉันถูกส่งคำสั่งซื้อและรับในตำแหน่ง ในกรณีนี้ Irsquod จะเพิ่มประสิทธิภาพสำหรับ PampL ทั้งหมดและมีค่าเฉลี่ย PampL ต่อการค้า นี้จะยุ่งยากและในบางวิธีเป็นไปไม่ได้รูปแบบ แต่ฉันได้ดีที่สุดเท่าที่จะทำได้ ต่อไปนี้เป็นบางประเด็นที่ฉันต้องจัดการกับ: เมื่อคำสั่งซื้อถูกส่งไปยังตลาดในแบบจำลองฉันต้องสร้างแบบจำลองเวลาที่ล่าช้า ความจริงที่ว่าระบบของฉันเห็นข้อเสนอพิเศษไม่ได้หมายความว่าจะสามารถซื้อได้ทันที ระบบจะส่งคำสั่งซื้อรอประมาณ 20 มิลลิวินาทีต่อจากนั้นเฉพาะในกรณีที่ข้อเสนอพิเศษยังมีอยู่ถือว่าเป็นการซื้อขายที่ดำเนินการ นี่เป็นข้อผิดพลาดเนื่องจากเวลาล่าช้าที่แท้จริงไม่สอดคล้องกันและไม่มีการรายงาน เมื่อฉันเสนอราคาเสนอหรือข้อเสนอพิเศษฉันต้องดูสตรีมการดำเนินการทางการค้า (โดย API) และใช้เกณฑ์เหล่านี้เพื่อประเมินเมื่อคำสั่งซื้อของฉันถูกดำเนินการ เมื่อต้องการทำเช่นนี้ฉันต้องติดตามตำแหน่งคำสั่งซื้อของฉันในคิว (Itrsquos ระบบแรกออกก่อน) อีกครั้งฉัน couldnrsquot ทำอย่างนี้ได้อย่างสมบูรณ์ แต่ฉันได้ประมาณที่ดีที่สุด เพื่อปรับแต่งการดำเนินการตามคำสั่งซื้อของฉันสิ่งที่ฉันได้ทำคือนำไฟล์บันทึกของฉันจากการซื้อขายผ่าน API และเปรียบเทียบกับล็อกไฟล์ที่ผลิตโดยการซื้อขายแบบจำลองจากช่วงเวลาเดียวกันที่แน่นอน ฉันสามารถจำลองได้ถึงจุดที่ถูกต้องและสำหรับชิ้นส่วนที่ไม่สามารถสร้างแบบจำลองได้อย่างถูกต้องฉันมั่นใจว่าอย่างน้อยก็สร้างผลลัพธ์ที่คล้ายคลึงกันทางสถิติ (ในเมตริกที่ฉันคิดว่ามีความสำคัญ) การทำธุรกิจการค้าที่มีกำไรด้วยโมเดลจำลองใบสั่งซื้อในสถานที่ที่ฉันสามารถส่งคำสั่งซื้อในโหมดจำลองและดู PampL จำลองได้ แต่ระบบของฉันรู้ได้อย่างไรว่าจะซื้อและขายที่ไหนเมื่อไรการคาดการณ์การเคลื่อนไหวของราคาเป็นจุดเริ่มต้น แต่ไม่ใช่เรื่องทั้งหมด สิ่งที่ฉันได้สร้างระบบการให้คะแนนสำหรับแต่ละระดับราคา 5 ระดับในราคาเสนอและข้อเสนอพิเศษ ราคาเหล่านี้รวมอยู่ในระดับสูงกว่าราคาเสนอภายใน (สำหรับคำสั่งซื้อ) และระดับหนึ่งต่ำกว่าข้อเสนอภายใน (สำหรับใบสั่งขาย) ถ้าคะแนนที่ระดับราคาใดก็ตามที่สูงกว่าเกณฑ์ที่กำหนดซึ่งหมายความว่าระบบของฉันควรมี bidoffer ที่ใช้งานอยู่ที่ด้านล่างเกณฑ์จะยกเลิกคำสั่งที่ใช้งานอยู่ใด ๆ จากนี้มันไม่ใช่เรื่องผิดปกติที่ระบบของฉันจะแฟลชในตลาดแล้วยกเลิกทันที (แม้ว่าฉันจะพยายามลดค่าใช้จ่ายนี้ให้มากที่สุดเท่าที่จะเป็นที่น่ารำคาญก็ตาม แต่ก็ให้ความสำคัญกับทุกคนที่มองหน้าจอด้วยสายตาของมนุษย์เช่นฉัน) คะแนนระดับราคาถูกคำนวณตามปัจจัยต่อไปนี้: การคาดการณ์การเลื่อนระดับราคา (ที่เราได้กล่าวไว้ก่อนหน้านี้) ระดับราคาที่ถาม (ระดับภายในหมายถึงการคาดการณ์การย้ายฐานการผลิตที่สูงขึ้นเป็นสิ่งจำเป็น) จำนวนสัญญาที่อยู่ข้างหน้าคำสั่งซื้อของฉันในคิว (น้อยกว่าดีกว่า) จำนวนสัญญาที่อยู่เบื้องหลังคำสั่งซื้อของฉันในคิว (เพิ่มเติมได้ดีกว่า) โดยพื้นฐานแล้วปัจจัยเหล่านี้มีไว้เพื่อระบุสถานที่ในการเสนอราคา bidoffer โดย ldquosaferdquo การคาดการณ์การย้ายราคาเพียงอย่างเดียวไม่เพียงพอเนื่องจากไม่ได้ระบุถึงข้อเท็จจริงที่ว่าเมื่อวางการเสนอราคาฉันไม่ได้เติมเงินโดยอัตโนมัติฉันจะเติมเต็มถ้ามีคนขายให้ฉันที่นั่น ความเป็นจริงก็คือความเป็นจริงเพียงอย่างเดียวของคนที่ขายให้ฉันในราคาที่แน่นอนก็เปลี่ยนแปลงอัตราสถิติของการค้า ตัวแปรที่ใช้ในขั้นตอนนี้ทั้งหมดขึ้นอยู่กับการเพิ่มประสิทธิภาพ นี้ทำในลักษณะเดียวกับที่ผมปรับตัวแปรในตัวบ่งชี้การเคลื่อนไหวของราคายกเว้นในกรณีนี้ผมได้เพิ่มประสิทธิภาพสำหรับบรรทัดล่าง PampL สิ่งที่โปรแกรมของฉันละเลยเมื่อการซื้อขายเป็นมนุษย์เรามักมีอารมณ์และอคติที่มีประสิทธิภาพซึ่งอาจนำไปสู่การตัดสินใจที่น้อยกว่า เห็นได้ชัดว่าฉันไม่ต้องการสร้างความลำเอียงเหล่านี้ นี่คือปัจจัยบางประการที่ระบบของฉันละเลย: ราคาที่ถูกป้อน - ในสำนักงานการค้ามีการพูดคุยเกี่ยวกับราคาที่ใครบางคนยาวหรือสั้นราวกับว่าจะส่งผลต่อการตัดสินใจในอนาคตของพวกเขา ขณะนี้มีความถูกต้องบางส่วนเป็นส่วนหนึ่งของกลยุทธ์การลดความเสี่ยงจริงๆมันไม่มีผลต่อเส้นทางในอนาคตของเหตุการณ์ในตลาด ดังนั้นโปรแกรมของฉันจึงไม่สนใจข้อมูลนี้ทั้งหมด Itrsquos แนวคิดเช่นเดียวกับการละเลยค่าใช้จ่ายจม จะสั้นกับออกจากตำแหน่งยาว - โดยปกติพ่อค้าจะมีเกณฑ์ที่แตกต่างกันที่กำหนดที่จะขายตำแหน่งยาวเมื่อเทียบกับที่จะไปสั้น อย่างไรก็ตามจากมุมมองของอัลกอริธึมฉันไม่มีเหตุผลที่จะสร้างความแตกต่าง ถ้าอัลกอริทึมของฉันคาดว่าการขายย้ายลงจะเป็นแนวคิดที่ดีไม่ว่าจะเป็นเวลานานสั้นหรือแบน กลยุทธ์ ldquodoubling uprdquo - นี่เป็นกลยุทธ์ทั่วไปที่ผู้ค้าจะซื้อหุ้นเพิ่มมากขึ้นในกรณีที่มีการค้าขายกับพวกเขา ซึ่งส่งผลให้ราคาซื้อเฉลี่ยของคุณต่ำลงและหมายความว่าเมื่อใด (หรือถ้ามี) สต็อกจะหมุนเวียนรอบ ๆ คุณจะได้รับการตั้งค่าเพื่อให้คุณสามารถรับเงินคืนได้ทันที ในความเห็นของฉันนี่เป็นกลยุทธ์ที่น่าสยดสยองเว้นแต่คุณจะได้รับ Warren Buffet Yoursquore หลอกให้คิดว่าคุณทำดีเพราะส่วนใหญ่ของธุรกิจการค้าของคุณจะเป็นผู้ชนะ ปัญหาคือเมื่อคุณสูญเสียคุณสูญเสียใหญ่ ผลอื่น ๆ คือมันทำให้ยากที่จะตัดสินว่าคุณมีขอบในตลาดหรือเพิ่งจะโชคดี ความสามารถในการตรวจสอบและยืนยันว่าโปรแกรมของฉันในความเป็นจริงมีขอบเป็นเป้าหมายที่สำคัญ เนื่องจากอัลกอริทึมของฉันได้ตัดสินใจด้วยวิธีเดียวกันโดยไม่คำนึงว่าจะเข้าสู่การค้าหรือถ้าในปัจจุบันเป็นเวลานานหรือสั้นก็มีบางครั้งนั่งอยู่ใน (และใช้เวลา) ธุรกิจการค้าที่สูญเสียรายใหญ่บางแห่ง (นอกเหนือจากธุรกิจการค้าที่มีผู้ชนะจำนวนมาก) แต่คุณไม่ควรคิดว่ามีการจัดการความเสี่ยงใด ๆ เพื่อบริหารความเสี่ยงผมบังคับให้มีตำแหน่งสูงสุดได้ไม่เกิน 2 สัญญาต่อครั้งบางครั้งก็มีการพุ่งขึ้นในวันที่มีปริมาณมาก ฉันยังมีขีด จำกัด การสูญเสียรายวันสูงสุดเพื่อป้องกันมิให้เกิดสภาวะตลาดที่ไม่คาดคิดหรือข้อผิดพลาดในซอฟต์แวร์ของฉัน ขีด จำกัด เหล่านี้ถูกบังคับใช้ในรหัสของฉัน แต่ยังอยู่ในแบ็กเอนด์ผ่านโบรกเกอร์ของฉัน เมื่อเกิดขึ้นฉันไม่เคยเจอปัญหาสำคัญใด ๆ การเรียกใช้อัลกอริทึมจากช่วงเวลาที่ฉันเริ่มต้นทำงานในโปรแกรมของฉันฉันใช้เวลาประมาณ 6 เดือนก่อนที่จะเริ่มต้นใช้งาน แม้ว่าจะเป็นธรรมจำนวนมากเวลาคือการเรียนรู้ภาษาเขียนโปรแกรมใหม่ ขณะที่ฉันทำงานเพื่อปรับปรุงโปรแกรมฉันเห็นผลกำไรที่เพิ่มขึ้นสำหรับแต่ละสี่เดือนถัดไป ในแต่ละสัปดาห์ฉันจะฝึกระบบใหม่ตามข้อมูล 4 สัปดาห์ที่ผ่านมา ฉันพบว่านี่เป็นจุดสมดุลระหว่างการจับแนวโน้มพฤติกรรมการตลาดล่าสุดและการประกันอัลกอริทึมของฉันมีข้อมูลเพียงพอที่จะสร้างรูปแบบที่มีความหมาย ขณะที่การฝึกอบรมเริ่มใช้เวลามากขึ้นเรื่อย ๆ ผมแยกออกเพื่อให้สามารถดำเนินการโดยเครื่องเสมือน 8 เครื่องโดยใช้ amazon EC2 ผลลัพธ์ถูกรวมอยู่ในเครื่องท้องถิ่นของฉันแล้ว จุดสูงสุดของการซื้อขายของฉันคือเดือนตุลาคมปี 2009 เมื่อฉันทำเกือบ 100k หลังจากนั้นฉันยังคงใช้จ่ายต่อไปอีก 4 เดือนเพื่อปรับปรุงโปรแกรมแม้กำไรจะลดลงในแต่ละเดือน น่าเสียดายที่มาถึงจุดนี้ผมคิดว่า Irsquod ได้ใช้ความคิดที่ดีที่สุดของฉันเพราะไม่มีอะไรที่ฉันพยายามจะช่วยได้มากนัก ด้วยความขุ่นมัวที่ไม่สามารถปรับปรุงได้และไม่รู้สึกถึงการเติบโตผมเริ่มคิดถึงทิศทางใหม่ ฉันส่งอีเมล 6 บริษัท การค้าความถี่สูงต่างๆเพื่อดูว่า theyrsquod สนใจที่จะซื้อซอฟต์แวร์ของฉันหรือไม่และจ้างฉันให้ทำงานกับพวกเขา ไม่มีใครตอบ ฉันมีแนวคิดใหม่ในการเริ่มต้นใหม่ที่ฉันต้องการจะทำเพื่อไม่ให้ฉันติดตาม UPDATE - I posted this on Hacker News and it has gotten a lot of attention. I just want to say that I do not advocate anyone trying to do something like this themselves now. You would need a team of really smart people with a range of experiences to have any hope of competing. Even when I was doing this I believe it was very rare for individuals to achieve success (though I had heard of others.) There is a comment at the top of the page that mentions manipulated statistics and refers to me as a ldquoretail investorrdquo that quants would ldquogleefully pick offrdquo. This is a rather unfortunate comment thatrsquos simply not based in reality. Setting that aside therersquos some interesting comments: news. ycombinatoritemid4748624 UPDATE 2 - Irsquove posted a follow-up FAQ that answers some common questions Irsquove received from traders about this post.