Количественный аналитик.
Количественные аналитики — это исследователи, программисты и экономисты в одном лице. Они работают с торговыми алгоритмами (роботами), которые автоматически и непрерывно записывают все типы данных и совершают сделки с акциями на основе этих данных.
Один известный пример алгоритма количественной торговли использовал данные Google Trends для прогнозирования общего настроения инвесторов. Тренды Google отслеживались на предмет таких слов, как «счастливый», «яркий», «хороший» и т. д., «скучный», «бедный», «плохой» и т. д., а содержимое загружалось в торговый алгоритм, который работал с акциями, которые соответствовали общее движение фондового рынка (например, ProShares UltraPro Dow30 ETF). Алгоритм сработал. Однако, поскольку я говорю об этом сейчас, очевидно, что секрет раскрыт. Это подводит меня к следующей важной части Quant-трейдинга.
Алгоритмы должны измениться. Очень успешные алгоритмы недолго остаются в секрете. Люди следят за успешными торговыми схемами, и как только они определяют, что делает успешный алгоритм количественной торговли, они воспроизводят его. Никакие уловки не могут предотвратить это. Как только достаточное количество других трейдеров использует тот же алгоритм, альфа-канал эффективно отбрасывается. Алгоритм больше не приносит прибыли. Поэтому кванты всегда должны быть в движении.
Как работает этот процесс? Во-первых, кванты используют свою интуицию, чтобы определить набор данных, которые могут повлиять на набор акций. Они выдвигают гипотезу. Затем они используют исторические данные для проверки своей гипотезы. Если модель работала в прошлом, то есть вероятность, что она будет работать и в настоящем, и в будущем. Однако они также должны определить, есть ли причина, по которой алгоритм не работает: может быть, рынок изменился, или появление новой компании сделало алгоритм неточным, или альфа-канал был исключен.
Стоит отметить, что банки и страховые компании также используют Quants, которые занимаются управлением рисками, а не торговлей акциями. Их работа фактически аналогична Quants, торгующим акциями, но они оптимизируют свои алгоритмы для минимальной ответственности из-за невыплаченных кредитов и страховки, а не для максимальной доходности акций.
Количественные расчеты работают с теми же доходами, денежными потоками, балансовой стоимостью и т. д., что и большинство трейдеров, но они также могут использовать потоки данных со всего Интернета, такие как Google Trends или погода. Предприимчивый Квант может создать собственный поток данных, отслеживая новостные статьи или политику ключевых стран. Важно отметить, что при одном и том же наборе данных алгоритм количественной торговли всегда будет приходить к одному и тому же решению. Это отличает Quants от большинства трейдеров.
Представьте, что однажды вы проснулись, сформулировали гипотезу о том, как одна вещь может повлиять на другую, затем нашли набор данных, который мог бы подтвердить эту гипотезу, а затем использовали статистику, например регрессию, чтобы определить, верна ли ваша гипотеза. Затем разработайте автономную систему для совершения сделок на основе потока данных, который поддерживает вашу гипотезу. Фактически это описание работы Quants.
Кванты — это особый тип трейдеров, потому что они должны иметь солидный финансовый опыт, но они также должны понимать, как программировать, и иметь четкое представление о математике и статистике. Многие алгоритмы высокочастотной торговли написаны на C++. Тестирование модели часто выполняется с помощью SAS или Matlab. Кванты часто специализируются на количественных финансах, статистике, математике или финансах. Часто имеют докторскую степень. Кванты могут работать по всему миру, но наиболее распространенным местом, вероятно, является Манхэттен. Вторым по распространенности местом может быть район залива Сан-Франциско. Вооруженные финансовыми знаниями, кодом и математикой, кванты превращают данные в деньги, не на что полагаться, кроме собственного таланта.
Тебе понравилась эта статья? Дай мне знать. Он немного отличается от моих обычных. Я пишу на темы, которые меня интересуют, и этот сделал. Я вырос в окружении Интернета и видел, как он превратился из бастиона знаний в бастион наживки. Я надеюсь, что мой текст более информативен, чем другие статьи. Если это так, пожалуйста, оставьте мне комментарий внизу. Ваши слова оценены.
-Лес
