Liste Der Quantitativen Handelsstrategien

Hauptmenü Quantitative Trading-Strategien Trades basiert auf erwarteten Unternehmensereignissen wie erwartete Fusions - oder Übernahmeaktivitäten oder Konkursanmeldungen. Auch als Risikoarbitrage bezeichnet. Relative Value Trading gegenüber dem direktionalen Handel Die meisten quantitativen Hedgefonds-Handels - und Investmentansätze fallen in eine von zwei Kategorien: diejenigen, die Relative Value-Strategien verwenden, und diejenigen, deren Strategien als Directional gekennzeichnet sind. Beide Strategien nutzen stark Computermodelle und statistische Software. Relative Value-Strategien versuchen, auf prognostizierbaren Preisverhältnissen (oftmals mittelwirksame Beziehungen) zwischen mehreren Vermögenswerten zu profitieren (zum Beispiel die Beziehung zwischen kurzfristigen US-Schatzanweisungsrenditen und langfristigen US-Staatsanleihenrenditen oder der Beziehung implizierten Volatilität in zwei verschiedenen Optionskontrakten). Directional Strategien, in der Regel typischerweise auf Trend-Following oder andere Muster-basierte Wege suggestiv für Aufwärts-oder Abwärtsmomentum für ein Wertpapier oder eine Reihe von Wertpapieren (z. B. Wetten, long-dated US-Staatsanleihen Renditen erhöhen oder die implizite Volatilität wird Ablehnen). Relative Value-Strategien Häufige Beispiele für Relative Value-Strategien beinhalten die Platzierung von relativen Wetten (dh den Kauf eines Vermögenswerts und den Verkauf eines anderen) auf Vermögenswerte, deren Kurse eng miteinander verknüpft sind: Staatspapiere von zwei verschiedenen Ländern Staatspapiere von zwei verschiedenen Längen bis zur Endfälligkeit Kredite und Pfandbriefe Der Unterschied in der impliziten Volatilität zwischen zwei Derivaten Aktienkurse vs. Anleihekurse für einen Unternehmensanleihen-Emittenten Corporate Bond Rendite Spreads vs. Credit Default Swap (CDS) Spreads Die Liste der potenziellen Relative Value Strategien ist sehr lang oben sind nur einige Beispiele. Es gibt drei sehr wichtige und häufig verwendete Relative-Value-Strategien, um sich dessen bewusst zu sein: Statistisches Arbitrage: Handel mit einer durchschnittlichen Trendwende der Werte ähnlicher Körbe von Vermögenswerten, die auf historischen Handelsbeziehungen basieren. Eine gemeinsame Form von Statistical Arbitrage, oder Stat Arb, Handel, ist bekannt als Equity Market Neutral Handel. In dieser Strategie werden zwei Aktienkörbe (ein langer Korb und ein kurzer Korb) ausgewählt, mit dem Ziel, dass die relativen Gewichte der beiden Körbe das Nettoengagement von verschiedenen Risikofaktoren (Industrie, Geographie, Sektor usw .) Stat Arb könnte auch den Handel eines Indexes gegen eine ähnlich abgestimmte ETF oder einen Index im Vergleich zu einem einzelnen Unternehmensbestand beinhalten. Convertible Arbitrage: Kauf von Wandelschuldverschreibungen von einem Unternehmen und gleichzeitig Verkauf der gleichen Unternehmen Stammaktien, mit der Idee, dass, sollte die Aktie einer bestimmten Gesellschaft sinken, wird das Ergebnis aus der Short-Position mehr als kompensieren Verlust von der Wandelanleihe Unter Berücksichtigung der Wandelanleihe als festverzinsliches Anlageinstrument. In ähnlicher Weise kann der Fonds bei einer Aufwärtskursentwicklung der Stammaktien von der Umwandlung seiner Wandelschuldverschreibungen in die Aktie profitieren und diese Aktie zu Marktwerten um einen Betrag verkaufen, der Verluste aus ihrer Short-Position übersteigt. Fixed Income Arbitrage: Handel mit festverzinslichen Wertpapieren in entwickelten Anleihemärkten, um wahrgenommene relative Zinsanomalien auszunutzen. Fixed Income Arbitrage Positionen können Staatsanleihen, Zinsswaps und Zins-Futures. Ein populäres Beispiel für diesen Handelstypus im Fixed Income Arbitrage ist der Basishandel, in dem man (kauft) Treasury Futures verkauft und eine entsprechende Menge der potenziell lieferbaren Anleihe kauft (verkauft). Hier wird ein Blick auf die Differenz zwischen dem Kassakurs einer Anleihe und dem angepassten Futures-Kontrakt (Futures-Kursumrechnungsfaktor) genommen und der Handel mit den Vermögenswerten entsprechend gehandelt. Directional Strategies Directional Trading-Strategien, in der Regel typischerweise auf Trendfolgen oder andere Muster-basierte Wege suggestiv für Aufwärts-oder Abwärtsmomentum für einen Sicherheitspreis. Directional Trading wird oft einige Aspekte der technischen Analyse oder Charting. Dies beinhaltet die Vorhersage der Richtung der Preise durch das Studium der Vergangenheit Preis-und Volumen Marktdaten. Die gehandelte Richtung kann die eines Vermögenswertes selbst sein (z. B. der Wechselkurs der Aktienkurse oder der Wechselkurs des Euro / US-Dollars) oder ein Faktor, der direkt den Vermögenspreis selbst beeinflusst (zB implizite Volatilität für Optionen oder Zinssätze) Für Staatsanleihen). Der technische Handel kann auch die Verwendung von bewegten Durchschnitten, Bändern um die historische Standardabweichung von Preisen, Unterstützungs - und Widerstandsniveaus und Änderungsraten umfassen. Typischerweise würden technische Indikatoren nicht die einzige Grundlage für eine quantitative Hedge Funds Anlagestrategie darstellen. Quant Hedge Funds setzen viele zusätzliche Faktoren ein, die über historische Preis - und Mengeninformationen hinausgehen. Mit anderen Worten, Quantitative Hedge Fonds, die Directional Trading-Strategien in der Regel haben insgesamt quantitative Strategien, die viel anspruchsvoller sind als die allgemeine technische Analyse. Dies ist nicht zu vermuten, dass Day-Trader nicht in der Lage, von technischen Analysison das Gegenteil profitieren können, können viele Impuls-basierte Trading-Strategien profitabel sein. Daher werden für die Zwecke dieses Trainingsmoduls keine Verweisungen auf Quant Hedge Fund-Handelsstrategien ausschließlich auf technische Analysen basierende Strategien enthalten. Andere quantitative Strategien Andere quantitative Handelsansätze, die nicht leicht als Relative Value-Strategien oder Richtungsstrategien kategorisiert werden können, sind: High-Frequency Trading. Wo Händler versuchen, Preisunterschiede zwischen mehreren Plattformen mit vielen Trades im Laufe des Tages nutzen Managed Volatility-Strategien verwenden Futures und Forward-Kontrakte auf die Erzeugung niedriger, aber stabil, LIBOR-plus absolute Renditen, die Erhöhung oder Verringerung der Zahl der Verträge dynamisch wie konzentrieren Die zugrunde liegenden Volatilitäten von Aktien, Anleihen und anderen Märkten. Managed Volatility Strategies haben in der Popularität in den letzten Jahren aufgrund der jüngsten Instabilität der beiden Aktien-und Anleihenmärkte gewonnen. LarrWhat ist ein quantitatives Hedgefonds Top Quantitative Hedge FundsrarrMain-Menü Top Quantitative Hedge Fonds Überblick Neue Hedge Fonds werden auf einer täglichen Basis (und oft, so scheint es, werden gleich schnell verschoben). Allerdings gibt es mehrere prominente Quant Hedge Fonds, die eine signifikante Erfolgsbilanz gehabt haben, und während Langlebigkeit keine Garantie für die zukünftige Bleibeständigkeit ist, werden diese Firmen als Führer im Quant Hedge Fund Raum angesehen: DE Shaw Quantitative Management Associates Zwei Sigma Renaissance Technologies AlphaSimplex Gruppe Capula AQR Capital PanAgora Acadian Asset Management Diese Aufstellung ist keinesfalls erschöpfend. Zum Beispiel haben viele Multi-Strategie-Hedge-Fonds, während nicht typischerweise als Quant Hedge Fonds bekannt, signifikante quantitative Strategien, die sie als Teil ihrer Plattform laufen. Berücksichtigen Sie Highbridge Capital Management, eine 29B diversifizierte Anlageplattform, die Hedgefonds, traditionelle Anlageverwaltungsprodukte sowie Kredit - und Beteiligungsanlagen mit längerfristigen Halteperioden umfasst. Unter anderen Strategien bietet Highbridge Convertible Bond Arbitrage und Statistical Arbitrage Fonds an, die typischerweise als quantitativere Strategien als einige ihrer anderen Produktangebote betrachtet werden, die Kredit - und globale Makroinvestitionen einschließen. Darüber hinaus denken Sie daran, dass Unternehmen außer Hedge Fonds quantitative Handelsstrategien laufen. Viele große Banken tun, über proprietäre Handelsabteilungen. Mit der Umsetzung der Volcker-Regel. Banken sind in den Arten von Investitionstätigkeiten, die sie engagieren können begrenzt. Als Ergebnis haben sich viele quantisierten Handelsstrategien bewegt und wahrscheinlich wird auch weiterhin von internen Handelsplattformen an den Banken zu Banken Asset-Management-Waffen zu bewegen. (HINWEIS: Sämtliche Informationen werden von Firmenwebsites übernommen, sofern nicht anders angegeben.) Gründung: 1988 Bearbeiter: New York City Mitarbeiter / Größe: 1.100 / ca. 26 Milliarden Investitionskapital (Stand: 1. März 2012) Beschreibung: Präsenz in vielen der Weltmärkte, Investitionen in eine breite Palette von Unternehmen und Finanzinstrumente in den beiden großen Industrienationen und eine Reihe von Schwellenländern. Die Aktivitäten reichen von dem Einsatz von Anlagestrategien, die auf mathematischen Modellen oder menschlicher Expertise basieren, bis hin zur Akquisition von bestehenden Unternehmen und der Finanzierung oder Entwicklung neuer. Strategien: Die quantitativen Strategien des Unternehmens8217 basieren zum größten Teil auf: dem Einsatz mathematischer Methoden zur Ermittlung von Gewinnchancen, die sich aus subtilen Anomalien ergeben, die die Preise verschiedener Wertpapiere beeinflussen, die Anwendung von proprietären Modellen zur Messung und Steuerung verschiedener Risikoarten Quantitative Techniken zur Minimierung der Transaktionskosten im Zusammenhang mit dem Kauf und Verkauf von Wertpapieren und der Nutzung von proprietären Optimierungstechnologien, um aus diesen Ertragschancen, Risikofaktoren und Transaktionskosten dynamisch entwickelte Investmentportfolios zu konstruieren. Im Rahmen der Ermittlung der Gewinnchancen analysiert die D. E. Shaw-Gruppe eine enorme Datenmenge, die mit Zehntausenden von Finanzinstrumenten verbunden ist, zusammen mit verschiedenen Faktoren, die nicht mit einem solchen Instrument verbunden sind. Die Daten stammen aus vielen Ländern der Welt und decken eine breite Palette von Assetklassen ab. Wenn dieser analytische Prozeß ein neues Modell ergibt, das die Firma von vorhersehbarem Wert ist, wird es für den Einsatz innerhalb einer oder mehrerer Handelsstrategien in einigen Fällen zusammen mit einem Dutzend oder mehreren anderen Modellen mit einigen der gleichen Finanzinstrumente in Frage kommen, die sich jedoch ergeben Aus verschiedenen Marktanomalien. Die firm8217s proprietäre Optimierungstechnologie wurde mit dem Ziel entwickelt, die erwartete Rendite zu maximieren und gleichzeitig das Gesamtrisiko eines Portfolios zu kontrollieren, das in manchen Fällen auch gleichzeitige Positionen in mehreren Tausend Wertpapieren beinhalten kann. Anstatt jede Transaktion isoliert zu betrachten, ist die Portfolio-Optimierungssoftware firm8217s darauf ausgelegt, komplexe Zusammenhänge zwischen einer großen Anzahl von Finanzinstrumenten zu berücksichtigen, die über eine Reihe von verschiedenen Assetklassen reichen können. In vielen Fällen sind die Optimierungsalgorithmen der firm8217s in der Lage, risikoadjustierte Renditen nicht nur durch konventionelle Diversifikation zu erhöhen, sondern auch durch die Festlegung von Gegenpositionen zu verschiedenen Risikofaktoren auf Portfolioebene. Die Portfolios werden häufig mehr oder weniger kontinuierlich optimiert, wobei ein stetiger Strom von Trades ausgeführt wird, um neue potenzielle Gewinnchancen zu nutzen und / oder verschiedene Formen dynamisch variierender Risiken zu bewältigen. Zeitabhängige Handelsentscheidungen werden oft sehr schnell unter Verwendung von Echtzeitdaten, die von verschiedenen Quellen auf den gesamten Finanzmärkten der Welt bezogen werden, durchgeführt. Die Firma handelt auf einer fast 24-Stunden-Basis und führt typischerweise Zehntausende von Transaktionen pro Tag aus. Gegründet: 1975 Berat: Newark, NJ Mitarbeiter / Größe: 36 Investment Professionals (plus zusätzliches Büropersonal) / ca. 83 Milliarden Assets under Management (AUM) Stand: 1. März 2012 Beschreibung: Wir sehen Investitionspotenzial in kleinen, aber weit verbreiteten Mispricings von Wertpapieren. Aktive Strategien können eine Schlüsselrolle bei der Erreichung der Anlageziele spielen. Assetpreise weichen gelegentlich von Werten ab, die durch zugrundeliegende Fundamentaldaten impliziert werden, und aktives Management kann die Rendite durch die Positionierung eines Portfolios verbessern, um von einer eventuellen Rückkehr zu den Fundamentaldaten zu profitieren. Diese Abweichungen von den beizulegenden Zeitwerten schaffen Chancen, die unsere Prozesse identifizieren und ausnutzen. Da es sich hierbei um Muster handelt, die im Laufe der Zeit anhalten, anstatt flüchtige Trends, sind wir zuversichtlich, dass sich unsere Prozesse auch langfristig besser entwickeln können. Unser Bottom-up-Ansatz verbindet die Prinzipien der Bewertungstheorie und der Verhaltensfinanzierung mit der Geschicklichkeit und dem Urteil unserer Investmentprofis. Teammitglieder, die über 20 Jahre Erfahrung im Investmentbereich verfügen und unterschiedliche Perspektiven einbringen, darunter Universitätsprofessoren, Ingenieure, Physiker und Wirtschaftswissenschaftler, haben durch eine Vielzahl von Marktbedingungen reibungslos zusammengearbeitet. Unser proprietäres Optimierungsverfahren generiert diversifizierte Portfolios über eine große Anzahl von Aktien. Und durch die Einschränkung von Risiken wie Größe, Branche / Industrie und Abweichung vom Benchmark, während wir uns wachsam auf Liquiditäts - und Transaktionskosten konzentrieren, glauben wir, dass wir die Alpha-Generation effektiver anstreben können. QMA8217s Ansatz Ansatz ist vernünftig und gesund - aber nicht statisch. Durch laufende Forschung finden wir weiterhin Möglichkeiten, die Anpassungsfähigkeit unserer Anlageprozesse zu verbessern. Strategien: Quantitative Core Equity Value Aktien Equity Indexierung Asset Allocation Structured Equity Gegründet: 2001 Sitz: New York (Niederlassungen in Hongkong, Houston und London) Mitarbeiter / Größe: Ungefähr 300 (geschätzt) / mehrere Milliarden US-Dollar (Mai 2012) Beschreibung: Wir Haben seit 2001 erfolgreich unsere disziplinierten, prozessgesteuerten Investmenthandelsstrategien angewandt. Diese Strategien, die sich über verschiedene Märkte und Assetklassen ausdrücken, basieren auf statistischen Modellen, die mit einer rigorosen mathematischen Analyse und dem Brancheneinblick von Two Sigma8217s großes und erfahrenes Team entwickelt wurden . Die Entwicklung dieser Strategien erfordert umfangreiche Rechenressourcen, um die Marktchancen erfolgreich zu identifizieren, zu quantifizieren und zu handeln. Technologie ist ein integraler Bestandteil der Handelsstrategien, der Unternehmensfunktionen und des Lebens im Allgemeinen bei Two Sigma. Technologie ist für uns ein Profitcenter, nicht nur eine Postenposition, und sie ist nach wie vor eine treibende Kraft hinter unserer Unternehmensstruktur. Jeden Tag arbeiten wir in kleinen Teams daran, Analysen - und Messinstrumente für die Finanzmärkte zu entwickeln und zu verbessern, und wir fördern die Zusammenarbeit auf dem Gebiet der Finanzwirtschaft. In der Tat haben viele beobachtet, dass wir sehen und fühlen sich viel wie ein Software-Unternehmen. Gegründet: 1982 Sitz: Long Island, New York, London Mitarbeiter / Größe: 275/15 Milliarden Beschreibung: Renaissance Technologies LLC ist ein Investment-Management-Unternehmen spezialisiert auf die Herstellung überlegene Renditen für seine Kunden und Mitarbeiter durch die Einhaltung von mathematischen und statistischen Methoden. Gegründet: kA Basis: Cambridge, MA Mitarbeiter / Größe: 28 / na Beschreibung: AlphaSimplex ist auf Absolute-Return-Anlagestrategien spezialisiert, die in erster Linie mit Terminkontrakten und Terminkontrakten umgesetzt werden. Durch den Einsatz quantitativer Spitzentechniken bietet unser einzigartiges Investmentkonzept die Anpassungsfähigkeit und kontextuelle Entscheidungsfindung, die in der Regel mit fundamentalen Managern verbunden ist, aber innerhalb eines rein quantitativen, risikoorientierten Rahmens. Jede der Anlagestrategien der Unternehmen basiert auf einem Multi-Modell-Ansatz für das Portfolio-Management, das Alpha mit größerer Konsistenz zu erzeugen sucht und das die regelmäßige Hinzufügung neu entwickelter Modelle erleichtert. Strategien: Quantitative Global Macro ist eine multimodale quantitative globale Makrostrategie, die auf diversifizierten Faktoren auf vielen verschiedenen Märkten beruht. Die Komponentenmodelle, aus denen sich das Produkt zusammensetzt, sind über mehrere Jahre und ein breites Spektrum von Marktumgebungen entwickelt worden. Für jedes gegebene Marktumfeld gibt es mindestens ein oder zwei Komponentenmodelle, die für die Erzeugung von Alpha für diese spezielle Umgebung entwickelt wurden. Der Manager verwendet fortgeschrittene statistische Techniken, um die Komponentenmodelle dynamisch zu gewichten, um die aktuellen Marktbedingungen effektiv auszunutzen. Global Tactical Asset Allocation ist eine äußerst kapitaleffiziente Overlay - oder 8220-Portable-Alpha8221-Strategie, deren Ziel es ist, 1 oder 2 Prozentpunkte Rückkehr zu einem bestehenden Portfolio hinzuzufügen, ohne die vorhandene Volatilität des Portfolios um mehr als 1 oder 2 Prozentpunkte jährlich zu erhöhen. Die Strategie kann auch auf höheren Risikoebenen verwaltet werden, um höhere Renditen zu erzielen. LASER und GLOBAL ALTERNATIVES nutzen Futures und Forwards, um Forderungen an ein diversifiziertes Set der häufigsten liquiden Risikoprämien, die Hedge-Fonds-Renditen treiben, nachzubilden. Diese Strategie bietet ähnliche Diversifikationsvorteile wie ein Fonds von Hedgefonds und eignet sich gut für große institutionelle Anleger, die unter Hedgefondsmanagern, als Liquiditätspuffer mit einem ansonsten weniger liquiden Portfolio und bei kleineren Anlegern, die keine ausreichende Kapazität finden können, gut geeignet sind Hätte ansonsten keinen Zugang zu den Diversifizierungsvorteilen von Hedgefonds aufgrund von Mindestanlagebedürfnissen. Gegründet: 2005 Sitz: London (Greenwich, CT und Tokyo) Mitarbeiter / Größe: Under 50 / 9B (2011) Beschreibung: Capula Investment Management LLP ist ein weltweit tätiges festverzinsliches Spezialunternehmen. Das Unternehmen verwaltet Fixed Income Trading-Strategien in absoluten Rendite und verbesserte Rentenprodukte zusammen mit einem tail-Risiko-Hedge-Produkt. Capula Investment Management LLP konzentriert sich auf die Entwicklung innovativer Anlagestrategien, die eine geringe Korrelation zu traditionellen Aktien - und Rentenmärkten aufweisen. Was Capula ausmacht, ist sein Makrofokus, seine starke Handelsdisziplin und seine kurzfristige Orientierung und nicht ein mittelfristiger Anlagestil. Die Firmen, die Liquiditätsrisiken und Schwellenrisiken verstehen, haben geholfen, durch alle Phasen des Investitionszyklus, einschließlich der Perioden extremer Marktstörungen, zu gedeihen. Der Capula GRV Fund konzentriert sich auf die Zinssätze und den Makrohandel. Der Fonds engagiert sich in relativen Wert - und Konvergenzstrategien, die darauf abzielen, Preisanomalien im Staatsanleihen-, Zinsswap - und Börsenhandelswachstumsmarkt zu nutzen und eine defensive Makroauflage einzusetzen. Die Anlagethemen werden primär von der Alpha-Generation getragen und sollen auf den Kapitalmärkten neutral bleiben. Der Capula Tail Risk Fund investiert in eine Reihe von Instrumenten vorwiegend auf den G7-Märkten. Es zielt auf überlegene Renditen in Zeiten der Liquidität und systemische Krisen bei gleichzeitiger Minimierung der Nachteile unter normalen Marktbedingungen. Beide Fonds werden aktiv im eigenen Handelsstil geführt. Gegründet: 1998 Sitz: Greenwich, CT Mitarbeiter / Größe: 190 / 44B (Ende 2011) Beschreibung: AQR Capital Management ist ein Investment-Management-Unternehmen mit einem disziplinierten multi-asset globalen Forschungsprozess. AQRs Investment-Produkte werden durch eine begrenzte Anzahl von kollektiven Investment-Fahrzeuge und separate Konten, die alle oder eine Teilmenge von AQR8217s Anlagestrategien nutzen zur Verfügung gestellt. Diese Investitionsprodukte reichen von aggressiven, hochvolatilen marktneutralen Hedge-Fonds bis zu schwach volatilen Benchmark-getriebenen traditionellen Produkten. Investitionsentscheidungen werden unter Verwendung einer Reihe von globalen Asset Allocation-, Arbitrage - und Security-Selektionsmodellen getroffen und mit proprietären Handels - und Risikomanagementsystemen implementiert. AQR ist der Auffassung, dass ein systematischer und disziplinierter Prozess unerlässlich ist, um langfristigen Erfolg im Investment - und Risikomanagement zu erreichen. Darüber hinaus müssen Modelle auf soliden ökonomischen Prinzipien basieren, die nicht einfach auf die Vergangenheit abgestimmt sind und so viel gesunden Menschenverstand haben müssen wie statistische Feuerkraft. Gegründet: 1989 Basis: Boston, MA Mitarbeiter / Größe: 50-200 / 22.3B (Ende 2011) Beschreibung: PanAgora ist ein quantitativ orientiertes Investment Management Finanzinstitut, das sowohl Bottom-up-Aktienauswahl Strategien, Alpha top-down-Makro-Strategien. Wir suchen Investitionslösungen mit anspruchsvollen quantitativen Techniken, die fundamentale Einblicke und riesige Mengen an Marktinformationen beinhalten. Während die Anlagestrategien von PanAgoras sehr systematisch sind, werden die Prozesse, die in diesen Strategien eingesetzt werden, von talentierten Fachleuten mit bedeutenden und unterschiedlichen Anlageerfahrungen aufgebaut und überwacht. Innovative Forschung spielt eine zentrale Rolle in unserer Investitionsphilosophie und unserem Prozess und ist ein wesentlicher Bestandteil unserer Firmenfähigkeit, attraktive Anlagelösungen zu liefern. Die Investmentteams sind in eine Equity Strategies Gruppe und eine Multi Asset Strategies Gruppe organisiert. Die meisten Investment-Team-Mitglieder sind in der ursprünglichen Forschung mit grundlegenden Intuition, Markt Intelligenz, moderne Finanz-und wissenschaftliche Methoden beschäftigt. Die Anlagestrategien von PanAgoras basieren auf diesen Grundsätzen: Kapitalmärkte sind nicht perfekt effizient und bieten daher attraktive Anlagemöglichkeiten für disziplinierte Investoren. Innovative Forschung, die Kreativität mit modernen Finanztheorie und statistischen Techniken (Kunst und Wissenschaft) verbindet, ist die Basis für einen erfolgreichen Investitionsprozess. Ein systematischer Ansatz zur Investition, der intuitives, fundamentales Denken mit quantitativen Techniken verbindet, dürfte zu anhaltenden und attraktiven risikoadjustierten Renditen führen. Die Aufmerksamkeit für das Risiko und die effiziente Implementierung können die Performance-Ergebnisse beibehalten und oft verbessern. Klar definierte Ziele, Transparenz und Zugang zu talentierten Investmentprofis tragen zur Kundenzufriedenheit bei. Gegründet: 1987 Sitz: Boston (Singapur und London) Mitarbeiter / Größe: 200-500 / 48B (31.03.12) Beschreibung: Acadian verfügt über einen rigorosen und strukturierten Anlageprozess. Wir quantifizieren die meisten Aspekte unseres Anlageprozesses, einschließlich der Überschussrendite, die wir glauben, dass jedes Wertpapier in unserem Anlageuniversum über einen bestimmten Horizont erwachsen wird, und das Risiko, das wir erwarten, dass ein bestimmtes Portfolio im Vergleich zu seiner Benchmark erfahrbar wird. Das Ziel dieser Anmerkung ist zu erklären, warum wir glauben, dass ein quantitativer Ansatz sinnvoll ist und welche Vor - und Nachteile ein solcher Ansatz im Vergleich zu traditionelleren Ansätzen hat. Wir glauben, dass quantitative Techniken Werkzeuge sind. Es sind Wege, traditionelle Ansätze zu treffen, um Investitionsentscheidungen diszipliniert und systematisch zu treffen. Daher ist unser Ansatz für Investitionen nicht im Widerspruch zu einem traditionellen Ansatz. Wir verwenden die gleichen Werkzeuge, die viele traditionelle Portfolio-Manager verwenden, aber versuchen, sie in einer sehr systematischen und disziplinierten Weise anzuwenden, um Emotionen und Schlupfe in der Implementierung zu vermeiden. Acadian ist auf aktive globale und internationale Aktienstrategien spezialisiert und beschäftigt anspruchsvolle Analysemodelle für aktive Aktienauswahl sowie Peer Group (Land, Region und Industrie). Wir bieten auch Fixed Income Strategien in den Schwellenländern. Unsere proprietäre Datenbank umfasst über 40.000 Wertpapiere in mehr als 60 Märkten weltweit. Acadian8217s umfangreiche Forschung Fähigkeiten werden verwendet, um maßgeschneiderte Investment-Management-Strategien für unsere Kunden zu entwickeln. Quantocracy ist eine der führenden Quant Link Aggregator-Sites. Ich lese es täglich und ich schlage vor, Sie check it out, wenn Sie auf der Oberseite der Nachrichten in der Quant-Blogosphäre bleiben wollen: Willkommen auf Ihre kostenlose Algorithmic Trading-Ressource, wo Sie lernen, wie man profitable algorithmische Handelsstrategien zu entwickeln und gewinnen eine Karriere in Quantitativen Handel. Aktuelle Artikel von Michael Halls-Moore am 28. September 2016 Dies ist ein kurzer Beitrag zu lassen QuantStart Leser wissen, dass Ill auf einigen Veranstaltungen in New York und Singapur in den nächsten paar Monaten sprechen: Lesen Sie mehr. Von Michael Halls-Moore am 27. September 2016 Im vorherigen Artikel in der Serie Hidden Markov Modelle wurden eingeführt. Sie wurden im Kontext der breiteren Klasse von Markov Models diskutiert. Sie waren motiviert durch die Notwendigkeit für quantitative Händler, die Fähigkeit zu haben, Marktregimes zu erkennen, um zu justieren, wie ihre Quantisierungsstrategien verwaltet werden. Weiterlesen. Von Michael Halls-Moore am 21. September 2016 Bereits auf QuantStart haben wir die mathematischen Grundlagen von State Space Models und Kalman Filters betrachtet. Sowie die Anwendung der Pykalman-Bibliothek auf ein Paar von ETFs zur dynamischen Anpassung einer Hedge-Ratio als Basis für eine durchschnittliche Wiederherstellung der Handelsstrategie. Weiterlesen. Von Michael Halls-Moore am 6. September 2016 Die Welt der quantitativen Finanzen entwickelt sich in einem rasanten Tempo weiter. Schon in den letzten vier Jahren der Existenz dieser Website hat sich der Markt für quantische Arbeitsplätze deutlich verschoben. In diesem Artikel skizzieren wir diese Schichten. Der Ratschlag, was in den nächsten Jahren wahrscheinlich gefragt ist, gilt sowohl für diejenigen, die sich noch im Bildungsbereich befinden, als auch für diejenigen, die eine berufliche Veränderung vorausdenken. Weiterlesen. Von Michael Halls-Moore am 5. September 2016 Eine konsequente Herausforderung für quantitative Händler ist die häufig wechselnde Verhaltensänderung der Finanzmärkte, oftmals abrupt, bedingt durch veränderte Regierungspolitik, regulatorisches Umfeld und andere makroökonomische Effekte. Solche Perioden sind umgangssprachlich als Marktregimes bekannt und der Nachweis solcher Veränderungen ist ein gemeinsamer, wenn auch schwieriger Prozess, der von quantitativen Marktteilnehmern durchgeführt wird. Lesen Sie mehr. Beginner39s Führer zum quantitativen Handel Von Michael Halls-Moore am 26. März 2013 In diesem Artikel Im gehend, Sie zu einigen der grundlegenden Konzepte vorzustellen, die ein Ende-zu-Ende quantitatives Handelssystem begleiten. Dieser Beitrag wird hoffentlich zwei Publikum dienen. Die erste wird Einzelpersonen versuchen, einen Job an einem Fonds als quantitative Händler zu erhalten. Die zweite wird Einzelpersonen, die versuchen wollen, und gründen ihre eigenen Handel algorithmischen Handelsgeschäft. Der quantitative Handel ist ein äußerst anspruchsvoller Bereich der Quantfinanzierung. Es kann eine beträchtliche Menge an Zeit, um das notwendige Wissen zu gewinnen, um ein Interview oder konstruieren Sie Ihre eigenen Trading-Strategien. Nicht nur das, sondern es erfordert umfangreiche Programmierkenntnisse, zumindest in einer Sprache wie MATLAB, R oder Python. Doch mit zunehmender Handelsfrequenz der Strategie werden die technologischen Aspekte viel wichtiger. Daher ist es wichtig, mit C / C vertraut zu sein. Ein quantitatives Handelssystem besteht aus vier Hauptkomponenten: Strategieidentifizierung - Strategiefindung, Ausnutzung einer Kante und Festlegung der Handelsfrequenz Strategy Backtesting - Datenerfassung, Analyse der Strategieperformance und Beseitigung von Verzerrungen Execution System - Verknüpfung mit einem Brokerage, Automatisierung des Handels und Minimierung Transaktionskosten Risikomanagement - Optimale Kapitalallokation, Wette Größe / Kelly-Kriterium und Handelspsychologie Nun, indem Sie einen Blick auf, wie eine Handelsstrategie zu identifizieren beginnen. Strategieidentifikation Alle quantitativen Handelsprozesse beginnen mit einer ersten Forschungsperiode. Dieser Forschungsprozess umfasst das Finden einer Strategie, ob die Strategie passt in ein Portfolio von anderen Strategien, die Sie ausgeführt werden können, erhalten alle Daten notwendig, um die Strategie zu testen und versuchen, die Strategie für höhere Renditen und / oder ein geringeres Risiko zu optimieren. Sie müssen in Ihrem Eigenkapitalbedarf Faktor, wenn Sie die Strategie als Einzelhändler und wie alle Transaktionskosten werden die Strategie beeinflussen. Entgegen der landläufigen Meinung ist es eigentlich ganz einfach, gewinnbringende Strategien durch verschiedene öffentliche Quellen zu finden. Akademiker veröffentlichen regelmäßig theoretische Handelsergebnisse (wenn auch vorwiegend für Transaktionskosten). Quantitative Finance-Blogs diskutieren Strategien im Detail. Fachzeitschriften skizzieren einige der Strategien, die durch Mittel eingesetzt werden. Man könnte fragen, warum Einzelpersonen und Firmen sind scharf, ihre profitable Strategien zu diskutieren, vor allem, wenn sie wissen, dass andere, die den Handel verdrängen kann die Strategie von der Arbeit auf lange Sicht zu stoppen. Der Grund liegt in der Tatsache, dass sie nicht oft diskutieren die genauen Parameter und Tuning-Methoden, die sie durchgeführt haben. Diese Optimierungen sind der Schlüssel, um eine relativ mittelmäßige Strategie zu einem äußerst profitablen zu machen. In der Tat ist eine der besten Weisen, Ihre eigenen einzigartigen Strategien zu verursachen, um ähnliche Methoden zu finden und dann Ihr eigenes Optimierungsverfahren durchzuführen. Hier ist eine kleine Liste von Orten auf der Suche nach Strategie-Ideen: Viele der Strategien, die Sie betrachten wird in die Kategorien der Mittel-Reversion und Trend-Following / Impuls fallen. Eine Mittelrücksetzstrategie ist diejenige, die versucht, die Tatsache auszuschöpfen, dass ein langfristiges Mittel auf einer Preisserie existiert (wie der Spread zwischen zwei korrelierten Vermögenswerten), und dass kurzfristige Abweichungen von diesem Mittel schließlich zurückgehen werden. Eine Impulsstrategie versucht, sowohl die Anlegerpsychologie als auch die Big-Fonds-Struktur zu nutzen, indem sie eine Fahrt auf einem Markttrend ausnutzt, die in einer Richtung Dynamik gewinnen und dem Trend folgen kann, bis sie sich umkehrt. Ein weiterer sehr wichtiger Aspekt des quantitativen Handels ist die Häufigkeit der Handelsstrategie. Niedrigfrequenzhandel (LFT) bezieht sich allgemein auf jede Strategie, die Vermögenswerte länger als ein Handelstag hält. Entsprechend bezieht sich der Hochfrequenzhandel (HFT) im Allgemeinen auf eine Strategie, die Vermögenswerte intraday hält. Ultra-Hochfrequenz-Handel (UHFT) bezieht sich auf Strategien, die Vermögenswerte in der Größenordnung von Sekunden und Millisekunden halten. Als Handelspartner sind HFT und UHFT sicher möglich, aber nur mit detaillierter Kenntnis der Handelstechnologie Stack und Orderbuch Dynamik. Wir werden diese Aspekte in diesem einleitenden Artikel in großem Ausmaß diskutieren. Sobald eine Strategie oder ein Satz von Strategien identifiziert wurde, muss sie nun für die Rentabilität auf historischen Daten getestet werden. Das ist die Domäne des Backtests. Strategie Backtesting Das Ziel des Backtesting ist es, nachzuweisen, dass die anhand des obigen Prozesses identifizierte Strategie rentabel ist, wenn sie sowohl auf historische als auch auf Out-of-Sample-Daten angewendet wird. Dies setzt die Erwartung, wie die Strategie in der realen Welt durchführen wird. Allerdings ist Backtesting nicht eine Garantie für den Erfolg, aus verschiedenen Gründen. Es ist vielleicht das subtilste Gebiet des quantitativen Handels, da es zahlreiche Vorurteile mit sich bringt, die sorgfältig geprüft und so weit wie möglich beseitigt werden müssen. Wir diskutieren die gemeinsamen Arten von Bias einschließlich Vorausschau. Überlebens-Bias und Optimierung Bias (auch bekannt als Data-Snooping Bias). Weitere Schwerpunkte im Backtesting sind Verfügbarkeit und Sauberkeit historischer Daten, Factoring in realistischen Transaktionskosten und die Entscheidung über eine robuste Backtesting-Plattform. Besprechen Sie die Transaktionskosten weiter unten im Abschnitt Ausführungssysteme. Sobald eine Strategie identifiziert wurde, ist es notwendig, die historischen Daten zu erhalten, durch die zur Durchführung von Tests und vielleicht Verfeinerung. Es gibt eine beträchtliche Anzahl von Datenanbietern in allen Assetklassen. Ihre Kosten sind in der Regel mit der Qualität, Tiefe und Aktualität der Daten. Die traditionelle Ausgangspunkt für Quant Trader beginnen (zumindest auf der Endkundenebene) ist die freien Daten von Yahoo Finance Set zu verwenden. Ich werde nicht auf Anbieter zu viel hier wohnen, eher möchte ich mich auf die allgemeinen Fragen konzentrieren, wenn es um historische Datensätze geht. Zu den Hauptanliegen der historischen Daten gehören Genauigkeit / Sauberkeit, Hinterbliebenenvorstellung und Anpassung für Kapitalmaßnahmen wie Dividenden und Aktiensplits: Genauigkeit bezieht sich auf die Gesamtqualität der Daten - ob sie Fehler enthält. Fehler können manchmal leicht zu identifizieren, wie mit einem Spike-Filter. Die falsche Spitzen in Zeitreihen-Daten auswählt und für sie korrigiert. Zu anderen Zeiten können sie sehr schwer zu erkennen. Es ist oft notwendig, zwei oder mehr Anbieter zu haben und dann alle ihre Daten gegeneinander zu überprüfen. Survivorship Bias ist oft ein Merkmal von freien oder billigen Datensätzen. Ein Datensatz mit Überlebensvorspannung bedeutet, dass er keine Vermögenswerte enthält, die nicht mehr handeln. Bei Aktien handelt es sich um verzinsliche / bankrotte Bestände. Diese Vorspannung bedeutet, dass jede Börsenstrategie, die auf einem solchen Datensatz getestet wird, wahrscheinlich besser abschneidet als in der realen Welt, da die historischen Gewinner bereits vorgewählt wurden. Corporate Aktionen umfassen logistische Aktivitäten durch das Unternehmen, die in der Regel eine Schritt-Funktion ändern in den Rohpreisen, die nicht in die Berechnung der Renditen des Preises aufgenommen werden. Anpassungen für Dividenden und Aktiensplits sind die gemeinsamen Täter. Ein Verfahren, das als Rückenanpassung bekannt ist, muss bei jeder dieser Aktionen durchgeführt werden. Man muss sehr vorsichtig sein, einen Aktiensplit nicht mit einer wahren Renditeanpassung zu verwechseln. Viele Händler wurden von einer Unternehmensaktion gefangen Um ein Backtest-Verfahren durchzuführen, ist es notwendig, eine Software-Plattform zu nutzen. Sie haben die Wahl zwischen dedizierten Backtest-Software, wie Tradestation, eine numerische Plattform wie Excel oder MATLAB oder eine vollständige benutzerdefinierte Implementierung in einer Programmiersprache wie Python oder C. Ich werde nicht zu viel auf Tradestation (oder ähnlich), Excel oder wohnen MATLAB, wie ich glaube an die Schaffung eines Full-in-house-Technologie-Stack (aus Gründen unten beschrieben). Einer der Vorteile davon ist, dass die Backtest-Software und das Ausführungssystem auch bei extrem fortgeschrittenen statistischen Strategien eng integriert werden können. Für HFT-Strategien ist es besonders wichtig, eine benutzerdefinierte Implementierung zu verwenden. Beim Backtesting eines Systems muss man in der Lage sein zu quantifizieren, wie gut es funktioniert. Die Industriestandard-Metriken für quantitative Strategien sind der maximale Drawdown und das Sharpe Ratio. Der maximale Drawdown charakterisiert den grössten Peak-to-trough-Rückgang der Kontoguthabenkurve über einen bestimmten Zeitraum (in der Regel jährlich). Dies wird meist als Prozentsatz angegeben. LFT-Strategien neigen dazu, größere Drawdowns als HFT-Strategien, aufgrund einer Reihe von statistischen Faktoren haben. Die Liste geht weiter. Vol.