Bagaimana Algoritma Trading Diciptakan

HADGING EVERAGING ( Teori Dasar ) (April 2024)

HADGING EVERAGING ( Teori Dasar ) (April 2024)
Bagaimana Algoritma Trading Diciptakan
Anonim

Perdagangan kuantitatif tidak hanya dapat diakses oleh pedagang institusional; pedagang eceran juga ikut terlibat. Sementara keterampilan pemrograman direkomendasikan jika Anda ingin menghasilkan algoritma, bahkan tidak selalu dibutuhkan. Program dan layanan tersedia yang menulis kode pemrograman untuk strategi berdasarkan masukan yang Anda berikan. Kode yang dihasilkan oleh program / layanan ini kemudian dicolokkan ke platform trading dan perdagangan dimulai. Tapi sebelum hal ini bisa terjadi, trader algoritmik yang ingin tampil maju melalui beberapa langkah untuk menentukan dengan tepat apa yang ingin mereka capai dengan algoritme, dan bagaimana caranya.

Waktu dan Kendala Waktu

Sementara algoritma yang terprogram dengan baik dapat berjalan dengan sendirinya, beberapa pengawasan manusia direkomendasikan. Karena itu, pilih jangka waktu dan frekuensi perdagangan yang bisa Anda monitor. Jika Anda memiliki pekerjaan penuh waktu dan algoritme Anda diprogram untuk membuat ratusan perdagangan sehari pada grafik satu menit saat Anda sedang bekerja, itu mungkin tidak ideal. Anda mungkin ingin memilih kerangka jangka panjang yang sedikit lebih panjang untuk perdagangan Anda, dan frekuensi perdagangan kurang sehingga Anda dapat menyimpannya di atasnya.

Profitabilitas pada tahap pengujian algoritma tidak berarti akan terus menghasilkan return tersebut selamanya. Terkadang Anda perlu masuk dan mengubah algoritme perdagangan jika hasilnya mengungkapnya tidak berfungsi dengan baik lagi. Ini juga merupakan komitmen waktu bahwa siapapun yang melakukan trading algoritmik harus menerima.

Hambatan finansial juga menjadi masalah. Komisi mengumpulkan sangat cepat dengan strategi perdagangan frekuensi tinggi jadi pastikan Anda menggunakan broker dengan biaya terendah, dan potensi keuntungan dari setiap waran perdagangan membayar komisi tersebut, berpotensi berkali-kali dalam sehari. Modal awal juga menjadi pertimbangan. Pasar dan produk keuangan yang berbeda membutuhkan modal dalam jumlah yang berbeda. Jika stok perdagangan hari Anda memerlukan nilai minimal $ 25.000 (lebih disarankan) tapi forex trading atau futures Anda berpotensi bisa dimulai dengan jumlah yang lebih rendah.

Kendala pasar adalah masalah lain. Tidak setiap pasar cocok untuk perdagangan algoritmik. Pilihlah saham, ETF, forex pair atau futures dengan likuiditas yang cukup untuk menangani order yang akan dihasilkan oleh algoritma ini.

Mengembangkan atau Menimbang Tune a Strategi

Setelah batasan waktu dan keuangan dipahami, kembangkan atau selesaikan strategi yang dapat diprogramkan. Anda mungkin punya strategi trading secara manual, tapi mudah dikodekan? Jika strategi Anda sangat subjektif, dan tidak berbasis aturan, pemrograman strategi bisa jadi tidak mungkin dilakukan. Strategi berbasis aturan adalah kode yang paling mudah; strategi dengan entri, stop loss dan target harga berdasarkan data kuantitatif atau pergerakan harga.

Karena strategi berbasis aturan mudah disalin dan diuji, ada banyak tersedia secara gratis jika Anda tidak memiliki gagasan sendiri.Quantpedia adalah salah satu sumber daya tersebut, menyediakan makalah akademik dan hasil perdagangan untuk berbagai metode perdagangan kuantitatif. Aturan yang digariskan dapat dikodekan dan kemudian diuji untuk profitabilitas pada data masa lalu dan saat ini. Pengkodean algoritma memerlukan keahlian pemrograman atau akses ke perangkat lunak atau seseorang yang dapat memberi kode untuk Anda.

Menguji Algoritma Trading

Langkah yang paling penting adalah pengujian. Begitu strategi trading telah dikodekan, jangan trade real capital dengan itu sampai sudah teruji. Pengujian mencakup membiarkan algoritma berjalan pada data harga historis, menunjukkan bagaimana algoritma dilakukan selama ribuan perdagangan. Jika fase pengujian historis menguntungkan, dan statistik yang dihasilkan dapat diterima untuk toleransi risiko Anda-seperti imbuhan maksimum, rasio menang, risiko kehancuran, misalnya-kemudian lanjutkan untuk menguji algoritma dalam kondisi live di akun demo. Sekali lagi, fase ini harus menghasilkan ratusan perdagangan sehingga Anda bisa mengakses kinerjanya.

Jika algoritme menguntungkan pada data harga historis, dan berdagang akun demo langsung, gunakan modal dagang yang sesungguhnya namun dengan perhatian penuh. Kondisi hidup berbeda dari pengujian historis atau demo, karena perintah algoritma benar-benar mempengaruhi pasar dan bisa menyebabkan selip. Sampai diverifikasi, algoritma bekerja di pasar sebenarnya, seperti yang terjadi dalam pengujian, menjaga mata waspada.

Continual Maintenance

Selama algoritma beroperasi dalam parameter statistik yang ditetapkan selama pengujian, tinggalkan algoritma saja. Algoritma memiliki keuntungan trading tanpa emosi, namun trader yang selalu bermain-main dengan algoritma tersebut meniadakan manfaat itu. Algoritma memang membutuhkan perhatian sekalipun. Monitor kinerja, dan jika kondisi pasar berubah begitu banyak sehingga algoritma tidak lagi bekerja sebagaimana mestinya, maka penyesuaian mungkin diperlukan.

Garis Dasar

Perdagangan algoritma bukanlah usaha yang set-dan-lupakan yang membuat Anda kaya dalam semalam. Sebenarnya, perdagangan kuantitatif bisa sama banyak bekerja seperti trading secara manual. Jika Anda memilih untuk membuat algoritma, perhatikan bagaimana waktu, kendala keuangan dan pasar dapat mempengaruhi strategi Anda, dan rencanakan dengan tepat. Mengubah strategi saat ini menjadi aturan berbasis yang dapat lebih mudah diprogram, atau memilih metode kuantitatif yang telah diuji dan diteliti. Kemudian, jalankan fase pengujian Anda sendiri dengan menggunakan data historis dan terkini. Jika itu keluar, maka jalankan algoritma dengan uang sungguhan di bawah pengawasan ketat. Sesuaikan jika diperlukan, tapi jika tidak biarkan melakukan tugasnya.