Definição De Estratégias Quantitativas De Negociação

Home Screener Gráficos Como fazemos Sobre Blog Links Termos de Serviço A Quantpedia fornece o material neste site para fins informativos. Nada neste site deve ser interpretado para indicar ou implicar que os resultados passados ​​são uma indicação do desempenho futuro. Nenhuma menção de uma segurança específica neste site constitui uma recomendação aos leitores para comprar, vender ou manter essa segurança. Nenhuma discussão ou avaliação de qualquer estratégia de investimento específica neste site constitui uma recomendação para os leitores empregarem a estratégia. Os leitores são responsáveis ​​por suas próprias pesquisas de investimento e decisões. Podemos também, a nosso exclusivo critério, e, a qualquer momento, interromper o fornecimento, temporário ou permanente, de qualquer ou de todo o site, sem aviso prévio. Este site não é de forma alguma uma solicitação ou uma oferta para vender títulos ou serviços de consultoria de investimento. Este site não se destina a fornecer conselhos individuais específicos, incluindo, sem limitação, investimento, financeiro, jurídico, contábil ou fiscal. As informações contidas neste site são apenas para fins informativos gerais e estão sujeitas a alterações sem aviso prévio. A Quantpedia não se responsabiliza por qualquer inexatidão nas informações fornecidas ou por qualquer perda ou dano de qualquer tipo decorrente do uso de toda ou parte deste site. A Quantpedia não aceita qualquer responsabilidade pelo uso deste site. O seu uso deste site é de sua responsabilidade. Este site é fornecido de forma tal como e como base disponível, sem quaisquer representações, garantias ou condições de qualquer tipo, expressa ou implícita, e incluindo, sem limitação, representações implícitas, garantias ou condições de título, não infração, comerciabilidade, Adequação para um propósito específico, desempenho, disponibilidade, pontualidade, precisão ou integridade, todos os quais são negados pela Quantpedia na medida máxima permitida por lei. A Quantpedia não será, em nenhuma circunstância, responsável perante você ou qualquer outra pessoa por qualquer perda ou dano (direto, indireto, especial, incidental, econômico ou conseqüente, exemplar ou punitivo) decorrente, relacionado ou relacionado ao uso de , Ou a impossibilidade de usar, este site ou as informações, ou qualquer ação ou decisão feita por você ou qualquer outra pessoa com base neste site ou nas informações, ou qualquer uso ou reprodução não autorizada deste site ou a informação. A Quantpedia não garante o valor, exatidão ou integridade das informações neste site ou sites aos quais ele liga. Além disso, a Quantpedia se isenta da responsabilidade pelo conteúdo de terceiros, incluindo informações acessadas através de hiperlinks. O site e seu conteúdo não podem ser copiados, imitados, reproduzidos, republicados, enviados, postados, transmitidos, modificados, espelhados ou distribuídos de forma alguma, no todo ou em parte, sem o consentimento prévio por escrito. Ao usar o Quantpedia e os serviços prestados no Quantpedia ou através dele, ou registrando-se na Quantpedia, você concorda em receber comunicações eletrônicas da Quantpedia. Essas comunicações eletrônicas podem incluir avisos sobre taxas e encargos aplicáveis ​​e outras informações relativas ou relacionadas aos serviços Quantpedia e / ou prestados no Quantpedia. Seasonalities in Stock Returns Domingo, 8 de janeiro de 2017 Autores: Hirschleifer, Jiang, Meng Título: Mood Beta E sazonais em retornos de estoque A pesquisa existente documentou a sazonalidade transversal dos retornos de estoque e calcula a superação periódica de certos estoques em relação aos outros durante o mesmo período do mês, dia da semana ou pré-feriado. Um modelo baseado na sensibilidade diferencial dos estoques ao humor do investidor explica esses efeitos e implica um novo conjunto de padrões sazonais. Nós achamos que o desempenho relativo em ações durante os períodos de humor positivos (por exemplo, janeiro, sexta-feira, o mês de melhor retorno realizado no ano, o dia do melhor retorno realizado em uma semana, pré-feriado) tende a persistir em períodos futuros com humor congruente (Por exemplo, janeiro, sexta-feira, pré-feriado) e reverter em períodos com humor não congruente (por exemplo, outubro, segunda-feira, pós-feriado). Os estoques com betas de alto humor estimados durante as janelas sazonais de estados de vida fortes (por exemplo, janeiro de outubro, segunda-feira ou sexta-feira ou pré-feriados) ganham maiores retornos esperados durante as temporadas de humor positivas futuras, mas menores retornos esperados durante as temporadas de humor negativas futuras. Cotações notáveis ​​do trabalho de pesquisa acadêmica: proposamos aqui uma teoria baseada no humor do investidor para oferecer uma explicação integrada para os efeitos sazonais conhecidos, tanto no nível agregado como transversal, e para oferecer novas implicações empíricas que também avaliamos. Em nosso modelo, as mudanças de humor positivas (negativas) do investidor causam otimismo periódico (pessimismo) na avaliação de sinais sobre ativos e componentes de recompensa idiosincráticos ativos. Isso resulta em variação sazonal em mispricing e previsibilidade de retorno. De acordo com as previsões do modelo, descobrimos um conjunto de novos períodos de estatura de retorno transversal com base na idéia de que os estoques altamente sensíveis às flutuações de humor sazonais no passado também serão sensíveis no futuro. Em outras palavras, argumentamos que alguns estoques têm maior sensibilidade às mudanças de humor (betas de humor mais alto) do que outros, o que cria uma ligação entre os estímulos agregados ao humor e os estanquidades na seção transversal dos retornos. Em particular, argumentamos que o humor do investidor varia de forma sistemática em meses, dias da semana e feriados. Em conseqüência, um beta de humor estimado usando retornos de segurança nas estações com mudanças de humor ajuda a prever futuros retornos sazonais em outros períodos em que o humor deve mudar. Durante nosso período de amostra 1963-2015. O excesso de estoque médio (medido pelo retorno do índice ponderado igual a CRSP menos a taxa de risco) é mais alto em janeiro e menor em outubro. Assim, nos concentramos em janeiro como um proxy para um estado de alto humor do investidor e outubro para um estado de baixo humor. Usando as regressões de Fama-MacBeth, verificamos a descoberta de Heston e Sadka (2008) para janeiro e outubro. Em janeiro (outubro), o desempenho relativo tende a persistir no futuro janeiro (outubro) nos dez ou mais anos seguintes. Em nossa interpretação, os estoques que melhoram do que outros durante um mês tendem a melhorar melhor no mesmo mês no futuro, porque há um clima congruente naquele momento. Além disso, encontramos um novo efeito de reversão que cruza meses com modos de vida incongruentes. Os retornos históricos de janeiro (outubro) na seção transversal tendem a reverter significativamente em outubro subseqüente (Januaries). Um estoque que melhorou do que outras ações em janeiro último tende a fazer pior do que outras ações em outubro nos próximos cinco anos. Um aumento de um desvio padrão no histórico congruente (incongruente) - o calendário-mês leva um aumento médio de 23 (17 decréscimos) nos próximos dez anos, em relação aos retornos médios de janeiro de outubro. Nossa explicação para esses efeitos não é específica para a freqüência mensal. Uma maneira útil de desafiar nossa teoria é, portanto, testar testes de curtimentos transversais comparáveis ​​em outras freqüências. Movendo-se para o domínio dos retornos diários, documentamos um conjunto semelhante de persistência persistente e persistente de retorno do dia-a-dia. Nós confirmamos esse efeito de persistência de retorno para os retornos de segunda e sexta feira e, em seguida, mostramos, análogamente aos resultados mensais, que se aplica um efeito de persistência de retorno congruente-dia da semana: desempenho relativo em ações no melhor retorno do mercado (pior mercado - Retorno) o dia realizado em uma semana tende a persistir nas dez sextas (segundas) subseqüentes e além, quando o bom (mau) desempenho do mercado deverá continuar. Um aumento de um padrão de desvio no retorno histórico de dias úteis ou congruentes-humor-dia-a-dia está associado a uma média com 4 ou 12 maiores rendimentos nas dez segundas-feiras subseqüentes. Ao nível das ações individuais, há sazonalidade transversal pré-feriado, em que os estoques que, historicamente, ganharam retornos pré-férias mais altos, em média, ganham maiores retornos pré-férias para o mesmo feriado nos próximos dez anos. A persistência do retorno transversal e os efeitos de reversão em meses, dias de semana e feriados são consistentes com as nossas previsões teóricas de que as flutuações sazonais do humor dos investidores causam percepções errôneas sazonais sobre retornos fatorais e específicos da empresa e levam a períodos de estatura de retorno transversal. Essas previsões baseiam-se na idéia de que diferentes estoques possuem sensibilidade de retorno diferente do estado de vida do betamdasha de humor para o mispricing do fator induzido por choques de humor. Argumentamos que o conceito de humor beta integra vários efeitos sazonais. Nós, portanto, realizamos testes mais diretos da previsão do modelo de que os betas de humor ajudarão a prever o desempenho relativo dos estoques em estações com diferentes estados de vida. Quantpian Amplifier Série de Estratégia de Negociação da Quantpedia: Reversão Média da Equidade Transversal Quinta-feira, 29 de dezembro de 2016 Amplificador de Quantopian Quantpedia Trading Strategy Series continua. Agora, com um 4º artigo, novamente escrito por Matthew Lee, focado em Cross-Sectional Equity Mean Reversion (Estratégia 13): Reversão média transversal em ações (forte tendência de ações com fortes ganhos de perda para reverter em um curto prazo - Até um mês) é uma observação de mercado bem conhecida e a principal razão pela qual muitos pesquisadores acadêmicos geralmente usam uma medida de impulso de 2-12 (retornos nos últimos 12 meses, excluindo o anterior) ao examinar a anomalia de momentum. Muitos documentos acadêmicos examinaram esse efeito, os mais notáveis ​​são os papéis de Jagadesh. E Bruce Lehmann (veja quotOutros artigos sobre a subpágina da Quantpedia para esta estratégia de reversão para trabalhos adicionais de pesquisa acadêmica). A maioria dos acadêmicos especula que os motivos fundamentais da anomalia são as fricções de microestrutura do mercado (bote de oferta) ou investidores39 vieses cognitivos - reação exagerada a informações passadas e correção dessa reação após um curto horizonte temporal. Mas esta estratégia de equidade simples ainda lucrativa Matthew Lee de Quantopian realizou uma análise independente durante um período fora da amostra de 12-01-2011 a 12-01-2016. No geral, o desempenho da estratégia simples de reversão de capital a curto prazo está abaixo do mercado. Mas, é de notar que esta estratégia é longa em comparação com apenas um padrão de equivalência de longo prazo (que é o SPY). Então, se quisermos comparar o desempenho total dessa estratégia, devemos comparar uma longa reversão do quetloer stocks decilequot. A estratégia de reversão da equidade de Longshort tem uma razão Sharpe 0,84 e Beta de 0,15. O índice Sharpe da versão longshort é comparável ao portfólio de mercado e uma baixa correlação de estratégia de reversão de capital torna um possível complemento para o portfólio de investimentos. Contudo. A estratégia de reversão é muito ativa (reequilíbrio semanal e quinzenal), o que significa altos custos de transação e deslizamento. Portanto, deve-se ter uma grande cautela em uma implementação do mundo real e as etapas que tentam limitar o volume de negócios da estratégia devem ser tomadas. A curva de capital OOS final: Obrigado pela análise Matthew Você também pode verificar primeiro. Segundo ou terceiro artigo nesta série se você gostou do atual. Fique atento para o próximo. Um efeito das condições monetárias nos negócios de transporte quinta-feira, 22 de dezembro de 2016 Título: Carry Trades e condições monetárias Este artigo investiga a relação entre as condições monetárias e os retornos excessivos decorrentes de uma estratégia de investimento que consiste em tomar empréstimos de moedas de baixa taxa de juros e investir em Moedas com altas taxas de juros, o chamado quotcarry tradequot. Os resultados indicam que o retorno excessivo médio do carry trade, a proporção Sharpe e 5 quantile diferem substancialmente em toda a política monetária convencional expansiva e restritiva antes do início da recente crise financeira. Em contrapartida, os parâmetros considerados não são afetados pela política monetária não convencional durante a crise financeira. Cotações notáveis ​​do trabalho de pesquisa acadêmica: o principal resultado é que o retorno médio do portfólio comercial, o índice de Sharpe e 5 quantificam di ffer substancialmente em toda a política monetária convencional expansiva e restritiva antes do início da recente crise financeira. Especificamente, acho que os períodos expansivos são caracterizados por retornos médios significativamente significativos e por razões de Sharpe e menor risco de queda. Sobre isso, argumento que a política monetária convencional expansiva é capaz de melhorar as expectativas do mercado em todos os países e, desse modo, reduzir o risco de volatilidade das FX. Isso gera uma valorização monetária para as nações devedoras líquidas e um aumento no comércio de carry trade. Em segundo lugar, apresento evidências sugerindo que os parâmetros considerados são semelhantes em toda a política monetária agressiva e estabilizadora durante a recente crise financeira. Assim, o Federal Reserve não conseguiu satisfazer as expectativas do mercado durante esse período. Para os investidores, essa evidência sugere que as recompensas do carry trade variam com as mudanças nas condições monetárias somente durante as primeiras vezes. Para os pesquisadores, essa evidência sugere que reconhecer a relevância da política monetária é crucial para a compreensão das implicações de preços do risco de volatilidade de FX para o carry trade. quot Uma Análise Interessante do Rácio CAPE de Shiller39 Sábado, 17 de dezembro de 2016 Um novo e interessante documento acadêmico relacionado a um Problema atual - uma alta valorização de ações de nós: Autores: Dimitrov, Jain Título: Shiller39s CAPE: Mercado Timing e Risco Robert Shiller mostra que o preço ajustado cíclico para a relação de ganhos (CAPE) está fortemente associado com os retornos futuros de ações de longo prazo. Este resultado foi frequentemente interpretado como evidência de ineficiência no mercado. Apresentamos dois achados contrários a essa interpretação. Primeiro, se os mercados são eficientes, os retornos em média, mesmo quando condicionados ao CAPE, devem ser superiores à taxa livre de risco. Achamos que, mesmo quando o CAPE está no décimo nono, os rendimentos futuros de 10 anos, em média, são superiores aos rendimentos futuros dos Tesouros de 10 anos. Assim, os resultados são em grande parte consistentes com a eficiência do mercado. Somente quando o CAPE é muito alto, digamos, CAPE está na metade superior do décimo decile (CAPE superior a 27,6), os retornos futuros de 10 anos, em média, são inferiores aos dos Treasuries de 10 anos. Em segundo lugar, fornecemos uma explicação baseada no risco para a associação entre o CAPE e os retornos de estoque futuros. Achamos que o CAPE e os retornos futuros das ações estão positivamente associados à volatilidade futura do mercado de ações. No geral, os níveis do CAPE não parecem refletir a ineficiência do mercado e refletem o risco (volatilidade). Cotações notáveis ​​do trabalho de pesquisa acadêmica: quantos vários indicadores de avaliação de mercado propostos ao longo da história do mercado de ações, um dos mais populares é Robert Shillerrsquos Ciclo Ajustado Preço a Rácio de Resultados (CAPE). O CAPE é definido como o preço atual do índice SampP 500, dividido pela SampP 500 indexrsquos ganhos médios ajustados pela inflação em dez anos. John Campbell e Robert Shiller analisaram a relação entre o CAPE e os futuros retornos de estoque em uma série de artigos. Eles mostram que os futuros retornos das ações de 10 anos no índice SampP 500 estão negativamente associados ao CAPE. Shiller (1996, p.2) conclui que a associação ldquohellipthe parece tão forte que sugere que essa relação não é consistente com os mercados eficientes ou modelo de caminhada aleatória. rdquo Em contraste, os defensores da eficiência do mercado argumentam que essa evidência é consistente com as mudanças dinâmicas Em devolução prevista (Fama). O debate continua inalterado até hoje e o interesse em entender o CAPE permanece alto. Neste artigo, apresentamos dois conjuntos de análises para esclarecer esse debate em curso sobre a eficiência do mercado. Primeiro, se os mercados são eficientes, saber que o CAPE não deve ajudar os investidores a obter retornos futuros superiores vendendo (comprando) ações e comprando (vendendo) um recurso livre de risco quando o CAPE é alto (baixo). Em outras palavras, estratégias de timing de mercado usando o CAPE não devem ser lucrativas. No entanto, não temos conhecimento de nenhum teste formal de tais estratégias. Achamos que, com exceção dos períodos em que o CAPE está na metade superior do décimo décimo (CAPE superior a 27,6), em média, não é benéfico para o tempo o mercado. Em sua maior parte, os investidores não podem tirar proveito da evidência de que o CAPE está associado aos futuros retornos de ações de 10 anos. Em segundo lugar, se os mercados forem eficientes, o CAPE (e os futuros retornos do mercado de ações) devem estar associados ao risco geral no mercado de ações. Testamos essa hipótese analisando a associação entre o CAPE (e os retornos futuros do mercado de ações) e a volatilidade futura do retorno das ações (risco). Achamos que o CAPE (e os retornos de ações futuras de 10 anos) está associado à volatilidade futura dos retornos de ações de 10 anos. Assim, o risco, medido pela volatilidade, parece ser uma explicação potencial para os padrões baseados em CAPE em retornos de estoque. Em geral, a capacidade do CAPE de prever os retornos futuros do mercado de ações parece consistente com uma associação positiva entre risco e retorno. Não parece implicar que os mercados sejam ineficientes. Quais fontes de retorno para CTAs - Uma Breve Pesquisa de Pesquisa Relevante sexta-feira, 9 de dezembro de 2016 Um artigo relacionado foi adicionado a: 118 - Título da Edição Momento de Tempo: Quais são as Fontes De Retorno para CTAs e Índices de Mercadorias Uma Breve Pesquisa de Pesquisa Relevante Este documento de pesquisa discutirá as fontes de retorno estrutural (potenciais) para os índices de CTAs e commodities com base em uma revisão de artigos de pesquisa empírica de acadêmicos e profissionais. O documento aborda especificamente (a) as fontes de retorno de longo prazo para programas de futuros gerenciados e para índices de commodities (b) as expectativas dos investidores e o contexto da carteira para estratégias de futuros e (c) como comparar essas estratégias. Cotações notáveis ​​do trabalho de pesquisa acadêmica: quot Na literatura acadêmica, pode-se encontrar fortes evidências históricamente, pelo menos, determinar se há retornos persistentes nos programas de futuros devido ao impulso, ao rendimento do rolo e também ao reequilíbrio. Este é realmente o caso entre classes de ativos, e não apenas para contratos de futuros de commodities. Os autores da AQR teorizaram que as tendências do ldquoprice existem em parte devido a viés comportamentais de longa data exibidos pelos investidores, como a ancoragem e o pastoreio, bem como a atividade de negociação de participantes sem fins lucrativos, como bancos centrais e programas de hedging corporativos. Supondo que esses fatores continuem, a rentabilidade a longo prazo das estratégias de impulso também pode continuar, e não apenas ser uma questão de história. Ldquo, no entanto, o. A estratégia também expôs os investidores a grandes perdas. Durante ambos os períodos históricos, rdquo notou o papel do Federal Reserve Bank of Chicago (Chabot et al. (2014)). Curiosamente, ldquomomentum. As perdas foram aparentemente previsíveis. Em ambos os períodos históricos, as perdas foram ldquemore provável quando momentum recentemente executou bem. rdquo Para o período de 1867 a 1907, as perdas eram mais prováveis ​​quando as taxas de ldquointerest eram relativamente baixas. Para o período de 1927 a 2012, as perdas eram mais prováveis ​​quando o ldquomomentum tinha Superou recentemente o mercado de ações. Cada um desses períodos foram ldquotimes quando emprestar ou atrair retorno perseguindo lsquoblind capitalrsquo teria sido mais fácil. rdquo Os autores argumentam que as grandes perdas periódicas, associadas à estratégia tornando-se plausivelmente muito popular, desempenham um papel importante na sustentação do retorno estratégico dos momentos estratégicos. Além do impulso, a literatura empírica também documenta que ldquoroll yieldrdquo pode ser considerado uma fonte estrutural de retorno, pelo menos durante longos períodos de tempo. Por exemplo, a Campbell amp Company (2013) descreveu um benchmark de tendência de tendência, no qual eles calcularam retornos de 1972 a novembro de 2012 e que incluíram uma seleção de mercados de ações, renda fixa, câmbio e commodities. Ao longo deste período de 40 anos, aproximadamente metade do desempenho acumulado de benchmarksquos foi devido ao retorno no local, e a outra metade foi devido ao rendimento do rolo. Em longos horizontes, o rendimento do rolo é importante principalmente para contratos de futuros de commodities. Isto é devido a outra característica estrutural dos mercados de commodities: reversão média. Se uma mercadoria tiver uma tendência ao longo de prazos suficientemente longos para significar-reverter, então, por construção, os retornos não podem ser devidos a uma apreciação (ou depreciação) de longo prazo nos preços à vista. Nesse caso, durante um período de tempo suficiente, o retorno do futuro apenas para um contrato de futuros teria que cair basicamente para o seu roteamento. Podemos observar isso historicamente nos mercados de commodities futuros. A resposta é essencialmente sim. A reversão média dos preços das commodities também pode ter consequências significativas para os retornos na carteira ou nível de índice. Especificamente, esse recurso está na raiz de uma fonte adicional de retorno, bastante diferente das tendências dos preços à vista ou da persistência potencial de efeitos de estrutura de curva. Essa potencial fonte adicional de retorno é o retorno do reequilíbrio. Erb e Harvey (2006) discutiram a forma como podem haver retornos significativos do reequilíbrio de um portfólio de instrumentos de baixa variação e de baixa variação. O efeito de reequilíbrio foi explicado por Greer et al. (2014), da seguinte forma: ldquoA lsquorebalancing returnrsquo. Pode naturalmente acumular-se periodicamente na reposição de uma carteira de ativos de volta aos seus pesos estratégicos, fazendo com que o investidor venda ativos que subiram em valor e compram ativos que diminuíram. Uma ressalva é que o período de retenção onersquos pode ter que ser bastante longo prazo Para que esses efeitos de retorno sejam evidentes. No entanto, mesmo os retornos estruturalmente positivos podem ser insuficientes para motivar os investidores a considerar futuros produtos. Um investidor CTA (ou macro global) pode exigir que o perfil de retorno do programa também seja longo e o investidor institucional esperará que um índice de commodities ofereça diversificação para um portfólio de ações e títulos. O documento também observou que a forma como esses programas são comparados dependerá de se um programa de futuros é considerado um beta, um beta alternativo, um alfa puro ou um beta com sucesso. Este documento forneceu recomendações recomendadas para benchmarks para cada um desses tipos de exposições de investimento. Solução de implantação de estratégia de backtesting de gerenciamento de dados de classe institucional: - ações, opções, futuros, moedas, cestas e instrumentos sintéticos personalizados são suportados - múltiplos feeds de dados de baixa latência suportados ( Velocidades de processamento em milhões de mensagens por segundo em terabytes de dados) - C e testes de backtesting e otimização baseados em. Net - execução de vários corretores suportados, sinais comerciais convertidos em pedidos FIX QuantFACTORY - Solução de implementação de estratégia de backtesting de gerenciamento de dados de classe institucional: - QuantDEVELOPER - Framework e IDE para desenvolvimento de estratégias de negociação, depuração, backtesting e otimização, disponível como um plug-in do Visual Studio - QuantDATACENTER - permite gerenciar um data warehouse histórico e capturar dados de mercado em tempo real ou de baixa latência de provedores e trocas - QuantENGINE - Permite implantar e executar preco Estratégias de mpiled - multi-ativos, dados de latência baixa de vários períodos, múltiplos corretores suportados Solução de implementação de estratégia de backtesting de gerenciamento de dados de classe institucional: - OpenQuant - C e VisualBasic. NET sistema de nível de portfólio backtesting e trading, multi-asset, teste de nível intradiário, Otimização, WFA etc. múltiplos corretores e feeds de dados suportados - QuantTrader - ambiente de negociação de produção - QuantBase - gerenciamento de dados centralizado - QuantRouter - roteamento de dados e pedidos Solução de implantação de estratégia de backtesting de gerenciamento de dados de classe institucional: - solução multi-ativos, múltiplos feeds de dados suportados , O banco de dados suporta qualquer tipo de RDBMS fornecendo uma interface JDBC, por exemplo Oracle, Microsoft SQL Server, Sybase, MySQL, etc. - os clientes podem usar o IDE para rotear sua estratégia em Java, Ruby ou Python, ou podem usar sua própria estratégia IDE - execução de vários corretores suportados, sinais comerciais convertidos em ordens FIX Institucional - Solução de implantação de estratégia de backtesting de gerenciamento de dados de classe: - solução multi-ativos (forex, opções, futuros, ações, ETFs, commodities, instrumentos sintéticos e spreads de derivativos personalizados etc.), múltiplos feeds de dados suportados - estrutura para desenvolvimento de estratégias de negociação, depuração, backtesting E otimização - execução de vários corretores suportados, sinais de negociação convertidos em pedidos FIX (IB, JPMorgan, FXCM, etc.) Plataforma de software dedicada integrada com dados de Tradestations para backtesting e auto-negociação: - dados intradiários diários (estoques uss para 43 anos, futuros para 61 Anos) - prático para sinais baseados em preços de backtesting (análise técnica), suporte para linguagem de programação EasyLanguage - suporte de ETF de ações dos EUA Futuros, índices dos EUA, ações alemãs, índices alemães, grátis para clientes de corretagem da Tradestation - 249,95 mensalmente para não profissionais (plataforma de software Tradestation somente, sem corretagem) - 299,95 mensalmente para profissionais (plataforma de software de tradestation somente, sem corretagem) Dedicado Plataforma de software para backtesting e auto-negociação: - suporte a estratégias diárias em tempo real, testes de nível de portfólio e otimização, gráficos, visualização, relatórios personalizados, análise multi-threaded, gráficos 3D, análise WFA etc. - melhor para sinais baseados em preços backtesting (análise técnica) - link direto para eSignal, Interactive Brokers, IQFeed, myTrack, FastTrack, QP2, TC2000, qualquer feed compatível com DDE, MS, txtfiles e mais (Yahoo Finance. ) - uma taxa de tempo 279 para edição padrão ou 339 para edição profissional Plataforma de software dedicado para backtesting e auto-negociação: - backtesting e trading do sistema de nível de portfólio, multi-ativos, teste de nível intradiário, otimização, visualização, etc. - permite a integração R, Negociação automática na linguagem de script Perl com todas as funções subjacentes escritas em C nativo, preparadas para co-localização do servidor - Suporte nativo do FXCM e Interactive Brokers - suporte gratuito ao FXCM, 100 por mês para a plataforma IB, entre em contato com Salesseertrading para outras opções Plataforma de software dedicado para Backtesting e auto-negociação: - suporte a estratégias dailyintraday, testes de nível de portfólio e otimização - melhor para backtesting baseados em preços (análise técnica), C scripting - extensões de software suportadas - manipulação de feeds de dados, execução de estratégia etc. - 799 por licença, 150 por ano Taxa após plataforma de software dedicado para backtesting, otimização, atribuição de desempenho e análise: - Axioma ou 3ª parte Análise do fator de dados, modelagem de risco, análise do ciclo do mercado Plataforma de software dedicada para backtesting e auto-negociação: - melhor para backtesting baseados em preços (análise técnica), suporte a estratégias dailyintraday, teste de nível de portfólio e otimização - Turtle Edition - backtesting engine, Gráficos, relatórios, teste EoD - Edição profissional - editor de sistema mais, análise progressiva, estratégias intradias, teste multi-threaded etc. - Pro Plus Edition - mais gráficos de superfície 3D, scripts etc. - Builder Edition - IB API, depurador etc. - Turtle Edition 990 - Professional Edition 1,990 - Pro Plus Edition 2,990 - Builder Edition 3,990 Plataforma de software dedicada para backtesting e auto-negociação: - suporte a estratégias dailyintraday, teste de nível de portfólio e otimização, gráficos, visualização, relatórios personalizados etc. - melhor para backtesting Sinais baseados em preços (análise técnica) - link direto para Interactive Brokers, MB Trading, TD Ameritrade, FXCM e outros - dados de M arquivos de texto, eSignal, Google Finance, Yahoo finance, IQFeed e outros - funcionalidade básica (funcionalidade EoD) - livre - funcionalidade avançada - arrendamento de 50 meses ou 995 licença de vida Plataforma de software dedicada para backtesting e auto-negociação: - melhor para backtesting Sinais baseados em preços (análise técnica), suporte a estratégias diárias em tempo real, testes de nível de portfólio e otimização, gráficos, visualização, relatórios personalizados - suporta C e Visual Basic. NET - link direto para Interactive Brokers, IQFeed, txtfiles e mais (Yahoo Finance. ) - licença perpétua - 499 - arrendamento 50 por mês Plataforma de software dedicada para backtesting e auto-negociação: - suporte a estratégias diárias em tempo real, testes e otimização de nível de portfólio, gráficos, visualização, relatórios personalizados - sinais técnicos e também fundamentais, suporte multi-ativos - 245 para a Versão Avançada (provedores de dados gratuitos) - 595 para a Versão Premium (suporte a vários provedores de dados e corretores) Plataforma de software dedicada para backtesting e auto-negociação: - suporte a estratégias dailyintraday, teste de nível de portfólio e otimização - melhor para sinais baseados em preços de backtesting ( Análise técnica) - dados de compilação de ações, futuros e divisas (ações diárias dos EUA a partir de 1990, futuros diários 31 anos, divisas a partir de 1983, etc.) - preços de 45 meses a 295 meses (os preços dependem da disponibilidade de dados) Plataforma de software dedicado Para backtesting e auto-negociação: - usa linguagem MQL4, usada principalmente para negociar mercado forex - oferece suporte a vários corretores de Forex e feeds de dados - suporta Gerenciamento de contas múltiplas Plataforma de software dedicado para backtesting e auto-negociação: - suporte a estratégias diárias em tempo real, testes de nível de portfólio e otimização - melhor para sinais baseados em preços de backtesting (análise técnica), suporte para linguagem de programação EasyLanguage - suporte a múltiplos feeds de dados (Bloomberg, Thomson Reuters, CSI, CQG, eSignal, etc.), suporte direto para vários corretores (Interactive Brokers, etc.) - Multicartros 797 por ano - Multitracts lifetime 1.497 - Multicharts Pro 9.900 (Bloomberg Thomson Reuters feed de dados, etc.) Ferramenta de teste back-based com base na Web para testar Estratégias de escolha de estoque: - ETFs de ações dos EUA (diariamente) - dados fundamentais pontuais desde 1999 - estratégias longshort, sinais baseados em preços inflacionados - Designer - 139 meses - Gerente - 199 meses - funcionalidade completa Análise de portfólio usando dados de mercado de alta freqüência: Este produto é para uso de pesquisadores de traders de baixa, média e alta freqüência. Todos os cálculos são feitos usando dados de mercado de alta freqüência que beneficiam os comerciantes e pesquisadores de baixa e alta freqüência. - backtesting intradiário, gerenciamento de risco de portfólio, previsão e otimização a cada preço segundo, minutos, horas, fim de dia. Entradas do modelo totalmente controláveis. - Fontes de dados de mercado de 8k mercado desde 2012 (ações, índices ETFs negociados no NASDAQ). Os clientes também podem carregar seus próprios dados de mercado (por exemplo, ações chinesas). - 40 métricas de portfólio (VaR, ETL, alfa, beta, razão de Sharpe, razão Omega, etc.) - suporta R, Matlab, Java Python - 10 otimizações de portfólio ferramenta de backtesting baseada na Web: - preços de ações dos EUA (dailyintraday), desde 1998, Dados de QuantQuote - dados de forex da FXCM - suportando Trader Interactive Brokers para negociação ao vivo Ferramenta de backtesting baseada na Web: - Preços dos estoques e ETF dos EUA (diariamente, durante o período), desde 2002 - dados fundamentais da Morningstar (mais de 600 métricas) - suporte Interactive Brokers para negociação ao vivo Ferramentas de backtesting baseadas na Web: - simples de usar, estratégias de alocação de ativos, dados desde 1992 - momentum da série de tempo e estratégias de média móvel em ETFs - Estratégias simples de escolha de estoque de Momentum e Simple Value Ferramenta de backtesting baseada na Web: - dados de até 25 anos para 49 Futuros e estoques SP500 - caixa de ferramentas em Python e Matlab - Quantiacs hospeda concursos de negociação algorítmica com investimentos variando de 500k a 1 milhão de ferramentas baseadas na base de dados WebCloud: - dados FX (ForexCurrency) em ma Jor pairs, voltando a 2007 - SecondMinuteHourlyDaily bars - negociação ao vivo compatível com qualquer corretor que esteja usando o Metatrader 4 como ferramenta de proteção back-test baseada na Web backend: - mais de 10 000 estoques dos EUA, dados até 20 anos de história - critérios técnicos fundamentais - grátis - Funcionalidade limitada (1 ano de dados, sem backtests salvos, etc.) - 50 por mês - ferramenta de backtesting baseada na Web com funcionalidade completa para testar as estratégias de escolha de fator de patrimônio e alocação de ativos: - fatores de equidade múltiplos com valores de referência alfa alocados de mercado, investimentos múltiplos Universos, filtros de gerenciamento de riscos - estratégias de alocação de ativos backtests, mistura de alocação de ativos e seleção de fator em um portfólio - grátis no universo SP 100 - 50 meses ou 480 anos - universidades de investimento mais amplas dos EUA, ações da UE do Reino Unido, estratégias de alocação de ativos MATLAB - Linguagem e linguagem de alto nível Ambiente interativo para computação estatística e gráficos: - computação paralela e GPU, backtesting e otimização, ampla possibilitie S de integração, etc. - preço a pedido aqui Ambiente de software livre para computação estatística e gráficos, muitos quants preferem usá-lo por sua arquitetura aberta e flexibilidade excepcional: - instalações eficazes de armazenamento e armazenamento de dados, instalações gráficas para análise de dados, Facilmente expandido através de pacotes - extensões recomendadas - quantstrat, Rmetrics, quantmod, quantlib, PerformanceAnalytics, TTR, portfólio, portfolioSim, backtest, etc. Linguagem de programação livre de código aberto, arquitetura aberta, flexível, facilmente estendida por pacotes: - extensões recomendadas - pandas ( Python Data Analysis Library), pyalgotrade (Python Algorithmic Trading Library), Zipline, ultrafinanças, etc. O BacktestingXL Pro é um complemento para construir e testar suas estratégias de negociação no Microsoft Excel 2010 e 2013: - os usuários podem usar o VBA para criar estratégias para BacktestingXL Pro, o conhecimento do VBA é opcional, os usuários podem construir regras de negociação em uma planilha usando códigos de teste backtest padrão pré-fabricados - supp Pirâmide de ouro, limitação de posição de curta duração, cálculo de comissão, rastreamento de patrimônio, controle de dinheiro livre, customização de preços buysell - relatórios de performancerisk múltiplos - 74.95 para BacktestingXL Pro Ferramenta de backtesting baseada na Web: - ferramenta de backtesting baseada em nível básico de nível básico Para testar a força relativa e as estratégias de média móvel em ETFs - vários tipos de estratégias para funcionalidade de backtesting gratuita e completa 34,99 Fator FactorWave mensal é uma ferramenta de backtesting baseada na web simples para investir fatores: - permite ao usuário misturar múltiplos fatores ETFoptionsfuturesequity com alfa comprovada Sobre benchmarks de mercado - livre - ETFStock Screener com 5 fatores - 149mo - Opções de opções gratuitas, estratégias de futuros, estratégias vix Ferramenta baseada na Web - Avaliações de ações gratuitas, Análise sazonal, Gráficos Fundamentos - Modelo Freemium grátis Ferramenta de backtesting baseada na web gratuita para Estratégias de escolha de estoque de teste: - estoques dos EUA, dados da ValueLine de 1986 a 2014 - preço e dados fundamentais, 1700 ações, Teste mensal de granularidade