定量交易不仅可以进入机构交易者;零售交易者也参与其中。如果您想生成算法,建议使用编程技能,即使这些算法也不总是需要。可以根据您提供的输入为策略编写编程代码的程序和服务。然后将程序/服务产生的代码插入交易平台和交易开始。但是在发生任何事情之前,算法交易者通过几个步骤进行进展,确切地决定他们想完成的工作算法,以及如何。
时间范围和约束
虽然可以自行运行良好的算法,但建议进行一些人类的监督。因此,选择一个时间范围和一个您可以监视的贸易频率。如果您有一份全职工作并且您的算法被编程为在工作时每天在一分钟的图表上进行数百笔交易,那可能不是理想的。您可能希望为您的交易选择一个略长期的时间范围,而交易频率较小,以便您可以对其进行保留。
算法的测试阶段的盈利能力并不意味着它将继续产生这些回报。有时,如果结果表明它不再正常工作,则需要介入并更改交易算法。这也是任何从事算法交易的人都必须接受的时间承诺。
财务限制也是一个问题。佣金以高频很快加油交易策略,因此请确保您的成本最低经纪人可用,每种贸易的利润潜力可能每天很多次支付这些佣金。开始资本也是一个考虑因素。不同的市场和金融产品需要不同的资本。如果一日交易股票,您至少需要$ 25,000(建议更多),但交易外汇或期货,您可能会从更少的时间开始。
市场限制是另一个问题。并非每个市场都适合算法交易。选择股票,ETF,外汇对或有足够的期货流动性为了处理算法将产生的订单。
制定或微调战略
一旦理解了财务和时间限制,可以制定或微调可以编程的策略。您可能有手动交易的策略,但是它容易编码吗?如果您的策略是高度主观的,而不是基于规则的,那么对策略进行编程是不可能的。基于规则的策略是最容易的代码 - 带有条目,停止损失和的策略价格目标基于可量化的数据或价格变动。
由于基于规则的策略很容易复制和测试,因此,如果您没有自己的想法,就可以免费使用。量化就是这样一种资源,为各种定量交易方法提供了学术论文和交易结果。可以对概述的规则进行编码,然后对过去和当前数据的盈利能力进行测试。编码算法需要编程技能或访问软件或可以为您编码的人。
测试交易算法
最重要的一步是测试。一旦对交易策略进行了编码,直到对其进行测试之前,请勿对其进行实际资本进行交易。测试包括让算法在历史价格数据上运行,以显示算法如何执行数千个交易。如果历史测试阶段是有利可图的,并且所产生的统计数据是可以接受的,那么您的风险承受能力也可以接受,例如最大程度地划分,获胜比率,有废墟的风险,例如 - 然后继续测试在现场条件下的算法演示帐户。再次,此阶段应该产生数百笔交易,以便您可以访问性能。
如果该算法在历史价格数据上有利可图并交易现场演示帐户,请使用IT交易真正的资本,但要注视着。实时条件与历史或演示测试不同,因为该算法的订单实际上会影响市场,并且可能导致滑移。在验证它之前,算法在真实市场上起作用,就像测试中一样,保持警惕。
持续维护
只要该算法在测试过程中建立的统计参数内运行,请单独使用算法。算法的好处没有情感的交易,但是一个不断修改算法的交易者使这种好处无效。算法确实需要注意。监视性能,如果市场状况发生了太大的变化,以至于算法不再正如应有的,则可能需要调整。
底线
算法交易并不是一项设定的努力,使您一夜之间富有。实际上,定量交易可能与手动交易一样多。如果您选择创建算法,请了解时间,财务和市场限制可能如何影响您的战略,并相应地计划。将当前的策略变成一个基于规则的策略,该策略可以更容易地编程,或者选择已经经过测试和研究的定量方法。然后,使用历史和当前数据运行自己的测试阶段。如果要检查出来,然后在警惕的眼睛下用真钱运行算法。如果需要,请调整,但否则让它完成工作。