Несколько лет назад я потерял тысячи долларов на обучении квантам - процессу автоматизированной торговли, основанному на данных и машинном обучении, и ведению некачественной торговли в производстве.
В то время у меня была гипотеза, что я могу использовать прошлые данные о сериях выбранных опционов и влиянии различных «событий» на эти сделки, реализовать алгоритм (и ML) для автоматизации генерации сигналов.
Я проделал всю тяжелую работу, получил отличные результаты в тестовой среде, около 90% положительных сигналов, которые могут привести к значительным успешным сделкам. Итак, я решил протестировать сделку в продакшене, я подал в алгоритм данные в реальном времени и совершил сделки на основе сигнала (Buy, Sell, Do Nothing).
К моему удивлению, результаты были ужасными.
Я был шокирован, почему алгоритм, столь успешный в тестовой среде, теперь терпит неудачу в производственной среде?
Итак, я потратил некоторое время на изучение и адаптацию, потратил больше времени, энергии и денег на изучение квантового и машинного обучения.
Со временем я пришел к выводу, что мой алгоритм переосмысливает данные в тестовой среде.
Итак, я увеличил размер выборки, изменил параметры машинного обучения и экспериментировал с новыми моделями или методами машинного обучения - в основном с той же гипотезой.
Опять же, со временем, а это были месяцы ... Я понял, что у меня была плохая гипотеза, на торговлю опционами, помимо влияния «событий», также влияет «время», поскольку они приближаются к дате истечения срока, они теряют ценность.
Итак, после нескольких месяцев и значительной потери денег я переключил свое внимание на акции, а не на опционы.
Я все больше и больше узнавал о квантах, данных, процессе автоматизации торговли, машинном обучении.
Когда я был готов, я купил соответствующие данные, выдвинул гипотезы и выбрал какую-то идею. Эта конкретная идея была сосредоточена на моей любимой акции Microsoft.
Еще несколько месяцев я боролся с этим процессом, данными и с посредственными результатами.
Примерно через 9 месяцев усилий, обучения и выдвижения гипотез - все, что у меня было, это алгоритм, который давал менее чем удовлетворительные результаты.
На этом я сдался. У меня закончились деньги, время и терпение.
Это было 2 года назад, и с тех пор я торгую только вручную. Вчера я закрыл свою единственную отрицательную сделку за последние 2 года.
Да, вы меня слышали - за последние 2 года я ни разу не закрывал отрицательную сделку. Конечно, я делал ошибки, вкладывая деньги в неправильные акции в неподходящее время, но я разработал алгоритм, который исправляет эти ошибки и выходит чистым и с прибылью.
Все исследования о квантах, влиянии событий, новостях и т. Д., Кажется, окупаются. Конечно, я не смог автоматизировать торговлю со значительным успехом, но я приобрел знания, которые привели к положительным сделкам.
Итак, какую одну отрицательную сделку я закрыл вчера? Некоторое время назад я открыл короткую позицию на NASDAQ. Я точно знаю? Почему NASDAQ всегда был на высоком уровне прямо в разгар пандемии?
Уроки:
1. Не торгуйте акциями, которых вы «не совсем» понимаете.
2. Никогда в обозримом будущем не занимайте короткую позицию против тех, кто овладел искусством доставки программного обеспечения в масштабе или индексе, в котором доминирует эта банда. Они знают искусство разрушения и будут продолжать расти за счет всех остальных.
3. Данные - это мощная, но опасная вещь. Чтобы использовать данные в ваших интересах, вам потребуются знания предметной области / функциональные возможности.
4. Даже у лучших в мире квантов нет идеального алгоритма, торговля акциями - сложная проблема. В конце концов, NASDAQ всегда находится на высоком уровне прямо в разгар пандемии.
5. Не забывайте о человеческом воздействии, прежде чем строить гипотезы, соберите данные о вовлеченных людях - других трейдерах, долгосрочных инвесторах, специалистах по количественному анализу, хедж-фондах, клыках, политиках. Каковы их потребности, методы и желания?
6. Не вкладывайтесь в эмоции - гипотезы должны формироваться и обновляться на основе данных, знаний и наблюдений.
7. Быстро терпите неудачу - быстро перебирайте идеи, не зацикливайтесь на одной идее.
8. Данные, машинное обучение и гипотезы - все это невероятные инструменты, однако они не являются комплексным подходом к проблеме, ориентированной на человека, нам нужен ориентированный на человека подход к торговле акциями.
Но самое главное - неудач не бывает. Каждая неудача - это возможность.
