Forex Quantitative Trading

Stratégies Momentum dans les futures et le Forex J'ai longtemps découvert qu'il est plus facile de trouver de bonnes stratégies (c'est-à-dire le ratio de Sharpe élevé) inverses que de bonnes stratégies de momentum. En partie, c'est parce que j'étais principalement un commerçant d'actions au lieu d'un trader de futurescurrencies, et les actions individuelles signifient-inverser la plupart du temps. Il ya des exceptions, comme après des événements spéciaux d'entreprise tels que des annonces de bénéfices, et j'ai testé des stratégies de momentum basées sur ces événements. Mais le succès même de ces stratégies événementielles a été inégal, d'autant plus que plus de commerçants en prennent conscience. Maintenant que je me concentre plus sur le commerce de futures et de devises, j'ai progressivement été introduit dans le monde de l'investissement momentum. Il ya un bon livre dans ce domaine qui mérite d'être mieux connu: Joe Duffys The Ultimate Trading Robot. Qui est un guide presque étape par étape pour la construction de futures stratégies de tendances qui s'appuient uniquement sur les prix. Un autre exemple serait la stratégie de London Breakout mentionnée par notre lecteur Bernd dans les commentaires ici. Après avoir étudié ces exemples, je me suis rendu compte que ma recherche antérieure, plutôt désordonnée, des stratégies de mouvement dans les marchés des futures et des changes avait été vaine: l'écart de nuit sur ces marchés semble critique. Pour les futures, le fossé de nuit est évident, mais dans le cas de la stratégie de London Breakout, par exemple, le trader a la tâche de définir pour elle-même ce que la fermeture optimale et les heures d'ouverture sont nécessaires pour calculer l'écart. Intraday tendance sans une nuit breakout ne semble pas assez persistante pour être échangé rentable. Je me demande également s'il existe une méthode plus élégante (c'est-à-dire mathématique) pour quantifier ces phénomènes de rupture sans utiliser les indicateurs techniques traditionnels. Si vous savez des idées pour de bonnes stratégies de momentum, vous êtes les bienvenus pour les partager et discuter ici 68 commentaires: Je fais généralement confiance à vos recommandations de livre, mais une recherche rapide sur ce Google semble douteux. Allégations de 1000 rendements annualisés, etc. Êtes-vous sûr de celui-ci, je préfère séparer les décisions de classe d'actifs de l'élan au niveau de la classe de sous-actif. Par exemple, une industrie cyclique pourrait rallier fortement simplement en raison de son bêta élevé si le marché rallie. Prenez les rendements idiosyncrasiques, calculez le rendement de 2 à 12 mois (le premier mois tend à avoir une certaine réversion moyenne), l'échelle que par la volatilité idiosyncratique. Une fois par mois (ils ne changent pas aussi fréquemment que vos signaux traditionnels), convertissez-les en un Z-score qui peut être utilisé dans une autre partie du processus de construction de la vue ou former un portefeuille du top 25, du bas 25 et du milieu 50 Et suivre la performance. Vous pourriez le faire dans chaque classe d'actif ou dans toutes les classes d'actifs. Vous pouvez également prendre des vues à un niveau de classe d'actifs ainsi avec une approche similaire. L'astuce est alors de combiner des vues ensemble (Black-LittermanEntropy Pooling). Une fois que vous avez une méthode pour combiner des types disparates de vues ensemble, vous pourriez facilement intégrer les stratégies de réversion moyenne et de momentum dans un portefeuille. À SensoBeat (sensobeat) nous supposons qu'il ya un quotmomentumquot aux nouvelles, et nous essayons de suivre cette dynamique (stock quotbuzzquot). Nous le faisons seulement pour les stocks, mais peut être adapté à d'autres domaines aussi, tant qu'ils peuvent avoir un quotbuzzquot. Nous avons pensé à l'utiliser pour algo-trading, ce qui est plus pertinent pour vous, mais le rendre entièrement automatique était un gros problème. Par exemple. Le sentiment d'une nouvelle est positif, mais si elle manque les attentes, l'effet est négatif. Nous avons décidé d'opter pour un outil d'aide à la décision, que le trader prend la décision finale. Serait intéressant d'entendre ce que certains commerçants professionnels pensent de l'idée Anon, Comme je l'ai mentionné dans mon livre, je trouve rarement toute stratégie publiée rentable en l'état. Souvent, il won39t même résister à backtesting, sans parler de commerce en direct. Je n'ai donc pas mis trop de poids sur la revendication 1000. L'important à emporter du livre est certaines techniques que je ne savais pas avant lesquelles je peux modifier et améliorer. Ernie John, Merci pour votre idée. En fait, cela me rappelle une classe entière de stratégies de momentum que j'ai lues: en gros, la tenue d'un portefeuille long-court sur la base de certains critères de classement simples tels que les retards de retard que vous avez suggéré. Apparemment, cela fonctionne non seulement dans les stocks, mais dans les contrats à terme sur marchandises aussi. (Google le document de Joelle Miffre et Georgios Rallis appelé quotMomentum dans Marchés à terme sur marchandises). Le problème pour moi (mais pas nécessairement pour les fonds de pension, par exemple), c'est que la période de détention est trop longue et le rendement relativement bas. La longue période de détention implique nécessairement que le portefeuille subit une volatilité intérimaire, supprimant ainsi le ratio de Sharpe. Ce qui ne veut pas dire que votre suggestion a nécessairement ce problème. Ernie Guy, Merci de partager votre produit avec nous. Dans ce contexte, je dois mentionner que la société Ravenpack a un indicateur de sentiment de nouvelles similaires qui, je crois, peut être utilisé pour le trading algorithmique, et les indicateurs Ravenpack39s peuvent être intégrés dans la plate-forme Alphacet Discovery39s. En outre, si l'on s'intéresse aux nouvelles recueillies à partir d'Internet, mais pas nécessairement à partir de newswire financière, la société Recorded Future offre également des données sentiment similaire à travers une API appropriée pour le trading algorithmique. Ernie, Merci de m'avoir pointé vers Ravenpack. Ils font l'analyse de sentiment que quelques autres compagnies font aussi bien (thestocksonar, sentigo). Ils essaient tous de décider si une nouvelle est positive ou non. SensoBeat essaie de répondre à une question différente: combien l'article a-t-il diffusé (en temps réel)? Pour autant que nous sachions que cette information n'est pas disponible pour les commerçants. 2 articles similaires de 2 entreprises différentes peuvent avoir une propagation très différente et donc un impact différent sur le stock. Lorsque le commerçant lit une nouvelle de son flux préféré, il ne sait pas si cette nouvelle commence maintenant à se propager, est-ce déjà quotall-overquot l'Internet, et ainsi de suite. Gtgt quotI éviter de prendre des positions de stocks qui ont annoncé ou sont censés annoncer des bénéfices pour les moyennes-reverting strategies. quot j'ai évité les gains. Mais j'imagine qu'il y a encore de l'espérance positive là-bas. Juste beaucoup plus de volatilité. J'ai eu de la difficulté à obtenir des dates de gains pour un ensemble de données assez important afin de tester en fait que - étiez-vous en mesure de backtest ce libre échange les chances. Centre statistique complet pour les modèles saisonniers et statistiques pour Dow, SP, Nasdaq, Dax. Recherchez vos meilleurs modèles commerciaux en choisissant le mois, le jour du mois, les semaines d'expiration, la phase de lune, le cycle présidentiel, la politique etc. Outils supplémentaires: 1) Et si. (Retour n jours après si le changement est.) 2) Statistiques intraday étonnantes et rentables. 3) Prévisions du jour pour Dax and Nasdaq. Essayez et profitez. Microbolsa. blogspotpmicro-pautas-nuevo. html Les commentaires et suggestions sont les bienvenus. Mark, Avez-vous entendu parler de PEAD: Post Earnings Announcement Drift Research indique que le prix ne signifie pas - revenir après annonce des résultats. J'ai backtested de telles situations par web-scrapping des données des revenus. Merci de vos réponses, Ernie. En ce qui concerne le PEAD et le test de réversion moyenne avec les données de gains raclées, quel a) le temps moyen d'attente pour votre stratégie b) et combien de jours avant ou après le salaire l'entrée serait exclue La plupart des recherches PEAD que j'ai lues parlent d'un Dérive de 3-12 mois, tandis que mes échanges moyens reversion don39t durer plus de 4 jours. Une question semblable à la mine a été soulevée à votre blog à epchan. blogspot200707more-on-news-driven-trading. html par quotvivkrishquot Mark, je ne peux pas vous révéler la période de détention exacte de ma stratégie, mais je peux vous dire que l'échelle de temps Est tout à fait semblable à vos stratégies de renvoi moyen. PEAD momentum ne peut pas durer plus de 3 mois, car il ya une annonce de revenus tous les 3 mois qui déclenchera une nouvelle tendance. Ernie, je trouve que les stratégies rentables de négociation momentum pour les portefeuilles de futures, ne sont pas incroyablement difficile à trouver. En général, ils ont un temps moyen de gain de 25 à 100 jours et un temps moyen de défaite de 5 à 25 jours. (Parce qu'ils coupent les perdants et laissent les gagnants s'exécuter.) Même le système de triple moyenne mobile de manuel est solidement rentable, même avec punishingly grandes commissions et le glissement, lorsqu'il est testé sur un portefeuille diversifié de 50 marchés à terme. (Assurez-vous d'utiliser un portefeuille globalement diversifié, pour obtenir plus de cette non-corrélation de repas gratuits). Ajustez les paramètres pour obtenir des temps de maintien du jour gt75 pour les métiers gagnants, voila: profits. Un autre simple et rentable momentum système pour les futurs apparaît sur Ed Seykota39s site web. Il appelle cela quotSupport et Resistancequot mais c'est en fait un système de Breakout classique: aller longtemps quand le prix bat à travers (ci-dessus) la résistance, etc bit. lye5tTRo Avec quelle sorte de capital avez-vous trouvé il possible commencer prop trading (day trading) Avec quelques capitaux initiaux nécessaires juste pour être en mesure de day-trade dans la plupart des échanges et de nombreux hedge funds macho être heureux avec 4 au-dessus de 3 mois LIBOR ces jours (en le mentionnant comme un indicateur d'ambitieux et pourtant réaliste des attentes de performance - LIBOR est assez faible de nos jours ainsi), de façon réaliste pensez-vous qu'il est une mauvaise période et fondamentalement différente de la fois que vous avez mis en place votre propre entreprise Serions-nous parler d'un strict minimum de 100-150k disponible purement pour démarrer Ok alors laissez Me mettre dans les chaussures d'un nouveau commerçant avec pas tant de capital et pas beaucoup d'expérience, let180s dire 10 ou 20k, juste essayer d'obtenir un bon retour sur ses économies, ne pas gagner sa vie hors trading Le commerçant trouve un modèle Qui est rentable, heshe n'a pas les ressources pour automatiser son système en utilisant Matlab (doit payer pour le rendre capable d'interagir avec la plate-forme de courtier) Le commerçant développera son activité dans le Forex, par exemple, en raison des meilleures conditions à (Un 20 rendement sans levier dans le forex - gt 40 si le levier est de 1: 2, ce qui est un levier très conservateur. ) Quel serait le meilleur choix pour ce commerçant de backtest les stratégies Si cette personne commerce à temps partiel et le fait dans le cadre de 4 heures par exemple, sera-t-il susceptible d'atteindre des ratios de sharpe élevé ou est-ce juste inversement corrélée au délai que je demande À ce sujet parce que, quand vous avez 500k ou 1Million ou plus, il peut être rentable d'investir 10 ou 15k dans l'automatisation de vos opérations, encore plus, mais si vous êtes un commerçant de 20k, cela serait juste d'égoutter votre capital. Merci d'avance Ernest Bonjour M chan, J'ai développé des stratégies de trading sur près de données proches pour environ un an et i39m à la recherche de commencer à négocier intraday (1 heure bars). Connaissez-vous un livre si je pouvais trouver les bases de la technique impliquée. Par exemple, quelles sont les hypothèses de glissement Quel genre d'exécution de commande dois-je utiliser pour backtest (commerce sur le prix d'ouverture prochaine barre, VWAP) etc Merci à l'avance. Je suppose que lorsque vous avez dit quotdoes il en 4 hr timeframequot, vous voulez dire que cette recherche commerçant et envoyer un ordre avec ces 4 heures pas que le commerçant exécuter de nombreux métiers au sein de ces 4 heures Si oui, alors le commerçant peut utiliser Excel ou un Standard FX programme d'automatisation comme Metatrader pour automatiser la stratégie. En fait, si le commerçant est bon à la programmation, mais à court d'argent, elle peut utiliser R à la place. Salut Anon, En fait, vous pouvez juste backtest quels types d'ordre produira les meilleurs résultats backtest. En ce qui concerne le glissement, il est égal à la moitié du spread bid-ask, en supposant que votre taille de commande n'est pas plus grand que la taille bidask typique. Il semble y avoir de nombreuses études sur la rentabilité de Pair trading pour stocksetfs mais pas pour FX. Avez-vous des références à des documents qui ont mené de telles études pour la négociation de la paire FX Il semble Pair Trading en utilisant stocksetf semble plus simple que FX, en termes de dimensionnement de la position. Supposons que nous trouvions une paire FX cointegrée utilisant différentes devises de base, AUD. CAD et NZD. JPY. Si nous voulons courir le risque de dire seulement USD10000 sur chaque jambe longshort, combien de lots devrions-nous obtenir pour chaque jambe Hope pour obtenir vos conseils à ce sujet. Tks Salut Adrian, Si NZD. USD0.75, alors US10,000 est équivalent à 13.333 unités de NZD. JPY. Vous devez convertir les deux côtés de la paire à USD d'abord avant de les exécuter à travers les stratégies de négociation de paire habituelle. Au lieu de lire des articles sur la négociation de paires FX, je vous recommande de lire sur le trading FX de base. Par exemple, Matériel d'étude pour l'examen FINRA série 34 à la ctr. D'abord, merci pour la production d'un blog très informatif. I39m luttant un peu avec la façon de trouver des paires cointegrated et des triplets dans les contrats à terme, mais you39re dernier commentaire re: nécessitant d'abord de convertir en valeur dans le forex peut avoir aidé. Avant de tester la cointegration (ou même Paerson39s r), devrais-je d'abord multiplier les divers contrats par leur valeur en dollars afin de les obtenir en dollars par exemple, multiplier le contrat ES par 50, et l'ENQ par 20. i s'appliquerait Un ratio de couverture à ces valeurs avant l'essai. J'ai été accroché en essayant de comparer un indice boursier à une monnaie ou un produit de base. Salut Mike, Lorsque le multiplicateur est une constante (comme c'est le cas pour un futur ou ETF échangé sur un marché américain), le ratio de couverture prendra soin de lui automatiquement. Si le multiplicateur varie (par exemple, une devise étrangère où la devise quotquote n'est pas USD), vous devez convertir la série chronologique en dollars américains en premier, car la PampL de cette paire est libellée dans la devise de la soumission. Pourriez-vous nous expliquer pourquoi les contrats à terme sont pratiquement 24 heures sur Globex. Existe-t-il une définition quotconsensusquot de l'ouverture et de la fermeture dans ces marchés afin de définir les écartsQuantitative Analysis in Forex Updated 18 octobre 2016 Qu'est-ce que l'analyse quantitative Analyse quantitative permet aux commerçants de supprimer l'émotion du processus d'investissement. L'analyse quantitative est une approche qui met l'accent sur les statistiques ou les probabilités sur les sentiments intestinaux. Compte tenu de la technologie des ordinateurs et des modèles mathématiques sophistiqués, l'analyse quantitative a pris plus de Wall Street et une majorité de nouveaux commerçants et employés à Wall Streets ou ceux avec une mentalité quantitative. Analyse quantitative a une place sur le marché des changes comme tout autre marché. Vous êtes probablement familier avec les différentes formes d'analyse quantitative, même si vous ne considérez pas vous-même un quant, qui est quelqu'un qui approche les marchés d'un point de vue quantitatif. Un ratio financier simple, comme la récompense du poignet, le bénéfice par action ou quelque chose de plus difficile comme les prix des options et les flux de trésorerie actualisés sont des formes d'analyse quantitative. Comme vous pouvez l'imaginer, les données sont critiques dans l'analyse est souvent seulement aussi bien que les données en cours tant de quants se concentrer sur la qualité des données utilisées pour remplir leurs modèles mathématiques et statistiques. Exemples d'analyse quantitative ou statistique Vous n'avez pas besoin d'être un mathématicien ou d'avoir un doctorat en économétrie pour bénéficier d'une analyse statistique. Avec les statistiques, vous examinez la dépendance ou l'association de deux variables aléatoires ou de jeux de données. Les commerçants bénéficient de l'analyse statistique commune des corrélations, qui se réfèrent à une large classe de relations statistiques et de dépendance. Une corrélation commune sur le marché des changes est la faiblesse du dollar est corrélée avec une faiblesse des marchés émergents. Une autre relation entre les relations Yen vigueur et la faiblesse du marché boursier. L'analyse statistique est utile pour déterminer les probabilités futures, mais n'est pas censée être purement prédictive. Une déclaration typique est que la corrélation n'est pas causalité. Causalité signifie cause-et-effet explicite, alors que la corrélation signifie simplement des mouvements communs potentiels entre deux variables aléatoires. L'échelle des coefficients de corrélation est de -1 à 431 alors que la négative est une relation inverse parfaite ou une corrélation nulle, la corrélation zéro est nulle et une corrélation positive positive est presque comme si les deux variables ou marchés étaient menottés les uns aux autres. Une autre forme favorable d'analyse statistique est appelée analyse de régression. L'analyse de régression est un modèle statistique très favorable et une analyse quantitative afin de vous aider à voir la relation entre les variables. L'analyse de régression se concentre sur la relation entre une variable dépendante et une ou plusieurs variables dépendantes. Plus précisément, l'analyse de régression vous aide à comprendre comment la valeur typique de la variable dépendante change lorsque l'une des variables indépendantes varie. La plupart des paquetages de cartographie FX ont un canal de régression qui effectue le calcul de l'analyse de régression pour vous et est souvent plus facile d'accès que les corrélations. L'analyse de régression estime généralement l'espérance conditionnelle ou la direction du prix de la variable dépendante compte tenu de la variable indépendante. Cela signifie la valeur moyenne de la variable dépendante par rapport à une variable indépendante fixe. Cela est souvent montré dans une ligne en pente plus ou moins de coupe par le prix dans le sens de la tendance ou dans un mouvement latéral de la ligne de régression est souvent plat. Ce qui est nécessaire Alors que les modèles mathématiques sont au-delà de la portée de cet article, de nombreux commerçants utilisent Excel de Microsoft et d'utiliser la fonction de corrélation entre les variables sur un ensemble particulier de temps pour déterminer s'il ya une corrélation positive ou négative. Cependant, de nombreux centres de recherche publieront des rapports de corrélation et ils pourront également être consultés sur des terminaux de recherche comme Bloomberg ou Reuters. Si vous êtes intéressé à faire ces types de modèles vous-même, il est important de noter les résultats sont données conduit et les données manquantes ou incomplètes peuvent vous égarer. Par conséquent, vous devez prendre soin des données manquantes d'abord afin d'avoir une analyse efficace des données. Excel est probablement votre meilleur pari en termes de faire l'analyse simple, mais de nombreux courtiers fournissent des outils qui peuvent vous aider à faire beaucoup de l'analyse ainsi. En conclusion, l'analyse statistique est destinée à envelopper votre tête autour de variables apparemment aléatoires pour un modèle que vous pouvez commercer. Le risque doit toujours être géré, mais ces modèles peuvent durer longtemps même sans causalité. Bien que semblant similaire, backtesting est le loup proverbial en vêtements moutons de l'analyse souvent statistiques ou quantitatives. Il est avantageux d'être conscient des tests de back-test lancé comme la modélisation statistique parce que le backtesting le plus souvent est fait sur des ensembles de données idéalisées qui peuvent générer une fausse confiance, le surendettement et potentiellement de grandes pertes lorsque l'environnement actuel diverge de l'ensemble de données. Compte Stratégies - sont-ils pour vous Les stratégies d'investissement quantitatif ont évolué en outils très complexes avec l'avènement des ordinateurs modernes, mais les racines des stratégies remontent à plus de 70 ans. Ils sont généralement gérés par des équipes hautement qualifiées et utilisent des modèles exclusifs pour augmenter leur capacité à battre le marché. Il ya même des programmes prêts à l'emploi qui sont plug-and-play pour ceux qui recherchent la simplicité. Les modèles Quant fonctionnent toujours bien lorsqu'ils sont testés à nouveau, mais leurs applications réelles et leur taux de réussite sont discutables. Alors qu'ils semblent bien fonctionner sur les marchés haussiers. Quand les marchés ne se déroulent pas, les stratégies quanti sont soumises aux mêmes risques que toute autre stratégie. L'histoire L'un des pères fondateurs de l'étude de la théorie quantitative appliquée à la finance était Robert Merton. Vous pouvez seulement imaginer combien le processus était difficile et fastidieux avant l'utilisation des ordinateurs. D'autres théories de la finance ont également évolué à partir de certaines des premières études quantitatives, y compris la base de la diversification du portefeuille basée sur la théorie du portefeuille moderne. L'utilisation de la finance quantitative et calcul a conduit à de nombreux autres outils communs, y compris l'un des plus célèbres, la formule de Black-Scholes option prix, qui non seulement aide les investisseurs prix options et développer des stratégies, mais aide à garder les marchés en échec avec la liquidité. Lorsqu'il est appliqué directement à la gestion de portefeuille. L'objectif est comme toute autre stratégie d'investissement. Pour ajouter de la valeur, alpha ou des rendements excédentaires. Quants, comme les développeurs sont appelés, composent des modèles mathématiques complexes pour détecter les opportunités d'investissement. Il ya autant de modèles là-bas que les quants qui les développent, et tous prétendent être les meilleurs. L'une des stratégies de placement quantitatives best-sellers points est que le modèle, et finalement l'ordinateur, rend la décision buysell réelle, et non pas un humain. Cela tend à éliminer toute réaction émotionnelle qu'une personne peut éprouver lors de l'achat ou la vente d'investissements. Quant, les stratégies sont maintenant acceptées dans la communauté des investisseurs et gérées par des fonds communs de placement, des hedge funds et des investisseurs institutionnels. Ils vont généralement par le nom des générateurs alpha. Ou alpha gens. Derrière le rideau Tout comme dans le magicien d'Oz, quelqu'un est derrière le rideau conduisant le processus. Comme avec n'importe quel modèle, son seulement aussi bon que l'humain qui développe le programme. Bien qu'il n'y ait aucune exigence spécifique pour devenir un quant, la plupart des entreprises qui exécutent des modèles quantitatifs combinent les compétences des analystes d'investissement, des statisticiens et des programmeurs qui codent le processus dans les ordinateurs. En raison de la nature complexe des modèles mathématiques et statistiques, il est commun de voir les diplômes comme les diplômes d'études supérieures et les doctorats en finance, en économie, en mathématiques et en génie. Historiquement, ces membres de l'équipe ont travaillé dans les back offices. Mais comme les modèles quantiques sont devenus plus courants, le back office se déplace vers le front office. Avantages de la stratégie Quant Alors que le taux de réussite global est discutable, la raison pour laquelle certaines stratégies quantitatives de travail est qu'ils sont basés sur la discipline. Si le modèle est juste, la discipline maintient la stratégie de travail avec des ordinateurs à vitesse de foudre pour exploiter les inefficiences sur les marchés basés sur des données quantitatives. Les modèles eux-mêmes peuvent être basés sur aussi peu que quelques rapports comme PE. La dette par rapport aux capitaux propres et la croissance des bénéfices, ou utiliser des milliers d'entrées travaillant ensemble en même temps. Stratégies réussies peuvent ramasser sur les tendances à leurs stades précoces que les ordinateurs constamment exécuter des scénarios pour localiser les inefficiences avant que les autres ne. Les modèles sont capables d'analyser un très grand groupe d'investissements simultanément, où l'analyste traditionnel peut ne regarder que quelques-uns à la fois. Le processus de dépistage peut évaluer l'univers selon les niveaux de grade comme 1-5 ou A-F selon le modèle. Cela rend le processus de négociation réelle très simple en investissant dans les investissements hautement cotés et de vendre les moins notés. Quant modèles aussi ouvrir des variations de stratégies comme long, court et longshort. Les fonds quantitatifs réussis gardent un œil attentif sur le contrôle du risque en raison de la nature de leurs modèles. La plupart des stratégies commencent par un univers ou une référence et utilisent des pondérations sectorielles et industrielles dans leurs modèles. Cela permet aux fonds de contrôler la diversification dans une certaine mesure sans compromettre le modèle lui-même. Les fonds Quant fonctionnent généralement à moindre coût car ils ne nécessitent pas autant d'analystes traditionnels et de gestionnaires de portefeuille pour les exécuter. Inconvénients des stratégies Quant Il existe des raisons pour lesquelles tant d'investisseurs n'acceptent pas complètement le concept de laisser une boîte noire exécuter leurs investissements. Pour tous les fonds quantitatifs réussis là-bas, tout comme beaucoup semblent être infructueuses. Malheureusement pour la réputation quants, quand ils échouent, ils échouent grand temps. Long-Term Capital Management a été l'un des plus célèbres hedge funds, car il a été dirigé par certains des leaders académiques les plus respectés et deux économistes Myron S. Scholes et Robert C. Merton, lauréats du prix Nobel. Au cours des années 1990, leur équipe a généré des rendements supérieurs à la moyenne et attiré des capitaux de tous les types d'investisseurs. Ils étaient célèbres pour non seulement exploiter les inefficacités, mais en utilisant un accès facile au capital pour créer d'énormes paris à effet de levier sur les directions du marché. La nature disciplinée de leur stratégie a effectivement créé la faiblesse qui a conduit à leur effondrement. La gestion du capital à long terme a été liquidée et dissoute au début de l'an 2000. Ses modèles n'incluent pas la possibilité que le gouvernement russe ne puisse pas rembourser une partie de sa propre dette. Cet événement a déclenché des événements et une réaction en chaîne amplifiée par les dégâts causés par le levier. LTCM a été si fortement impliqué dans d'autres opérations d'investissement que son effondrement a affecté les marchés mondiaux, déclenchant des événements dramatiques. À long terme, la Réserve fédérale est intervenue pour aider, et d'autres banques et fonds d'investissement ont soutenu LTCM pour éviter tout autre dommage. C'est l'une des raisons pour lesquelles les fonds quantiques peuvent échouer, car ils sont basés sur des événements historiques qui peuvent ne pas inclure les événements futurs. Tandis qu'une équipe forte de quant sera constamment ajoutant de nouveaux aspects aux modèles pour prédire des événements futurs, son impossible de prédire l'avenir à chaque fois. Quant, les fonds peuvent également être dépassés lorsque l'économie et les marchés connaissent une volatilité supérieure à la moyenne. Les signaux d'achat et de vente peuvent venir si rapidement que le chiffre d'affaires élevé peut créer des commissions élevées et des événements imposables. Les fonds Quant peuvent aussi représenter un danger lorsqu'ils sont commercialisés à l'épreuve des ours ou sont basés sur des stratégies courtes. Prévision des ralentissements. L'utilisation de dérivés et la combinaison de levier peut être dangereux. Un mauvais tournant peut conduire à des implosions, qui font souvent les nouvelles. Le fond Les stratégies d'investissement quantitatives ont évolué des boîtes noires du back office aux outils d'investissement courants. Ils sont conçus pour utiliser les meilleurs esprits de l'entreprise et les ordinateurs les plus rapides à la fois à exploiter les inefficiences et à utiliser le levier pour faire des paris sur le marché. Ils peuvent être très réussis si les modèles ont inclus toutes les bonnes entrées et sont assez agiles pour prédire les événements anormaux du marché. D'un autre côté, alors que les fonds quantiques sont rigoureusement testés jusqu'à ce qu'ils fonctionnent, leur faiblesse est qu'ils s'appuient sur des données historiques pour leur succès. Alors que l'investissement de type quantique a sa place sur le marché, il est important d'être conscient de ses lacunes et de ses risques. Être cohérent avec les stratégies de diversification. C'est une bonne idée de traiter les stratégies quanti comme un style d'investissement et de le combiner avec des stratégies traditionnelles pour atteindre une diversification appropriée.