Equilíbrio financeiro.
O que é 'Equity Financing'?
Financiamento de capital é o processo de obtenção de capital através da venda de ações em uma empresa. O financiamento de capital refere-se essencialmente à venda de uma participação acionária para captar recursos para fins comerciais. O financiamento acionário abrange uma ampla gama de atividades em escala e escopo, desde alguns milhares de dólares arrecadados por um empreendedor de amigos e familiares até ofertas públicas iniciais gigantescas (IPOs) que chegam aos bilhões por nomes familiares como Google e Facebook. Embora o termo seja geralmente associado a financiamentos de companhias abertas listadas em bolsa, também inclui financiamentos de empresas privadas. O financiamento de capital é distinto do financiamento por dívida, que se refere a fundos emprestados por uma empresa.
Custo de capital.
Financiamento da Série B.
"A" Financiamento Redondo.
QUEBRANDO PARA BAIXO 'Equity Financing'
O financiamento de capital envolve não apenas a venda de capital ordinário, mas também a venda de outros instrumentos de capital ou quase-capital, tais como ações preferenciais, ações preferenciais conversíveis e unidades de participação que incluem ações ordinárias e bônus de subscrição.
Uma startup que se transformar em uma empresa de sucesso terá várias rodadas de financiamento de capital à medida que evolua. Como uma startup normalmente atrai diferentes tipos de investidores em vários estágios de sua evolução, ela pode usar diferentes instrumentos de patrimônio para suas necessidades de financiamento.
Por exemplo, investidores-anjos e capitalistas de risco - que geralmente são os primeiros investidores em uma startup - tendem a preferir ações preferenciais conversíveis em vez de ações ordinárias em troca de novas empresas, já que as primeiras têm maior potencial de valorização e alguma proteção negativa. Uma vez que a empresa tenha crescido o suficiente para considerar a abertura de capital, pode considerar a venda de ações ordinárias para investidores institucionais e de varejo. Posteriormente, se precisar de capital adicional, a empresa pode optar por financiamentos de patrimônio secundário, como uma oferta de direitos ou uma oferta de unidades de capital que inclua bônus de subscrição como "adoçante".
Como o Equity Financing é regulado.
O processo de financiamento de capital é regido por regras impostas por uma autoridade de valores mobiliários local ou nacional na maioria das jurisdições. Tal regulamentação é principalmente projetada para proteger o público investidor de operadores inescrupulosos que podem levantar fundos de investidores desavisados e desaparecer com o produto do financiamento. Um financiamento de capital é, portanto, geralmente acompanhado por um memorando de oferta ou prospecto, que contém uma grande quantidade de informações que devem ajudar o investidor a tomar uma decisão informada sobre os méritos do financiamento. Tais informações incluem as atividades da empresa, detalhes sobre seus executivos e diretores, uso de recursos financeiros, fatores de risco, demonstrações financeiras e assim por diante.
O apetite do investidor por financiamentos de capital depende significativamente do estado dos mercados financeiros em geral e dos mercados de ações em particular. Enquanto um ritmo constante de financiamentos de capital é visto como um sinal de confiança do investidor, uma torrente de financiamentos pode indicar otimismo excessivo e um topo de mercado iminente. Por exemplo, os IPOs das empresas pontocom e de tecnologia atingiram níveis recordes no final da década de 1990, antes do “colapso tecnológico” que englobou a Nasdaq de 2000 a 2002. O ritmo dos financiamentos de ações tipicamente cai drasticamente após uma correção de mercado sustentada aversão ao risco do investidor durante este período.
4 estratégias de negociação ativas comuns.
Negociação ativa é o ato de comprar e vender títulos com base em movimentos de curto prazo para lucrar com os movimentos de preços em um gráfico de ações de curto prazo. A mentalidade associada a uma estratégia de negociação ativa difere da estratégia de compra e manutenção de longo prazo.
A estratégia buy-and-hold emprega uma mentalidade que sugere que os movimentos de preços a longo prazo superam os movimentos de preços no curto prazo e, como tal, os movimentos de curto prazo devem ser ignorados. Os traders ativos, por outro lado, acreditam que os movimentos de curto prazo e capturando a tendência do mercado são onde os lucros são feitos.
Existem vários métodos usados para realizar uma estratégia de negociação ativa, cada um com ambientes de mercado apropriados e riscos inerentes à estratégia.
Aqui estão quatro das estratégias de negociação ativas mais comuns e os custos internos de cada estratégia. (A negociação ativa é uma estratégia popular para aqueles que tentam superar a média do mercado. Para saber mais, confira Como superar o mercado.)
1. Dia de Negociação.
O day trading é talvez o estilo de negociação ativo mais conhecido. Muitas vezes é considerado um pseudônimo de negociação ativa em si. O dia de negociação, como o próprio nome indica, é o método de comprar e vender títulos dentro do mesmo dia. As posições são fechadas no mesmo dia em que são tomadas e nenhuma posição é mantida durante a noite. Tradicionalmente, o comércio diário é feito por traders profissionais, como especialistas ou criadores de mercado. No entanto, o comércio eletrônico abriu esta prática para os comerciantes novatos. (Para leitura relacionada, consulte Estratégias de negociação diurna para iniciantes.)
[Aprender qual estratégia vai funcionar melhor para você é um dos primeiros passos que você precisa dar como um aspirante a trader. Se você estiver interessado em day trading, o Day Trader Course da Investopedia Academy pode ensinar uma estratégia comprovada que inclui seis diferentes tipos de negócios. ]
2. Posicionar Negociação.
Alguns realmente consideram a negociação de posição uma estratégia de compra e manutenção e não negociação ativa. No entanto, a negociação de posição, quando feita por um trader avançado, pode ser uma forma de negociação ativa. A negociação de posição usa gráficos de prazo mais longo - em qualquer lugar de diário a mensal - em combinação com outros métodos para determinar a tendência da direção atual do mercado. Esse tipo de negociação pode durar de vários dias a várias semanas e, às vezes, mais, dependendo da tendência. Os operadores de tendências procuram sucessivos máximos ou máximos mais altos para determinar a tendência de um título. Ao seguir em frente e andar na "onda", os comerciantes de tendência pretendem se beneficiar tanto dos movimentos ascendentes quanto negativos dos movimentos do mercado. Os operadores de tendências procuram determinar a direção do mercado, mas não tentam prever nenhum nível de preço. Normalmente, os comerciantes de tendência saltam na tendência depois que ela se estabeleceu, e quando a tendência se rompe, eles geralmente saem da posição. Isso significa que, em períodos de alta volatilidade do mercado, a negociação de tendência é mais difícil e suas posições geralmente são reduzidas.
3. Negociação Swing.
Quando uma tendência quebra, os operadores de swing normalmente entram no jogo. No final de uma tendência, normalmente há alguma volatilidade de preços, à medida que a nova tendência tenta se estabelecer. Os negociadores de Swing compram ou vendem à medida que a volatilidade dos preços se instala. As negociações de Swing são geralmente realizadas por mais de um dia, mas por um período mais curto do que as negociações de tendência. Os operadores de swing geralmente criam um conjunto de regras de negociação baseadas em análises técnicas ou fundamentais. Essas regras comerciais ou algoritmos são projetados para identificar quando comprar e vender um título. Embora um algoritmo de negociação oscilante não precise ser exato e prever o pico ou o vale de um movimento de preço, ele precisa de um mercado que se mova em uma direção ou outra. Um mercado limitado ou lateral é um risco para os comerciantes de swing. (Para mais, veja Introdução à Swing Trading.)
4. Escalpelamento.
Escalpelamento é uma das estratégias mais rápidas empregadas pelos comerciantes ativos. Inclui a exploração de várias lacunas de preços causadas por spreads bid-ask e fluxos de pedidos. A estratégia geralmente funciona fazendo o spread ou comprando ao preço de compra e vendendo ao preço de venda para receber a diferença entre os dois pontos de preço. Scalpers tentam manter suas posições por um curto período, diminuindo assim o risco associado à estratégia. Além disso, um scalper não tenta explorar grandes movimentos ou mover grandes volumes. Em vez disso, eles tentam tirar proveito de pequenos movimentos que ocorrem com frequência e movem volumes menores com mais frequência. Como o nível de lucros por negociação é pequeno, os cambistas buscam mais mercados líquidos para aumentar a frequência de seus negócios. E, ao contrário dos comerciantes de swing, os cambistas gostam de mercados tranquilos que não são propensos a movimentos repentinos de preços, de modo que podem fazer o spread repetidamente nos mesmos preços de compra / venda. (Para saber mais sobre essa estratégia de negociação ativa, leia Escalpelamento: Pequenos Lucros Rápidos Podem Adicionar.)
Custos Inerentes às Estratégias de Negociação.
Há uma razão para que estratégias de negociação ativas tenham sido empregadas apenas por traders profissionais. Não apenas ter uma corretora interna reduz os custos associados à negociação de alta frequência, mas também garante uma melhor execução do negócio. Comissões mais baixas e melhor execução são dois elementos que melhoram o potencial de lucro das estratégias. Compras significativas de hardware e software são normalmente necessárias para implementar com sucesso essas estratégias. além de dados de mercado em tempo real. Esses custos tornam o comércio ativo um tanto quanto proibitivo para o operador individual, embora não seja totalmente inatingível.
The Bottom Line.
Comerciantes ativos podem empregar uma ou várias das estratégias acima mencionadas. No entanto, antes de decidir envolver-se nessas estratégias, os riscos e custos associados a cada um precisam ser explorados e considerados. (Para leitura relacionada, consulte as Técnicas de Gerenciamento de Risco para Comerciantes Ativos.)
Backtesting Bem-sucedido de Estratégias de Negociação Algorítmica - Parte I.
Backtesting Bem-sucedido de Estratégias de Negociação Algorítmica - Parte I.
Este artigo continua a série sobre negociação quantitativa, que começou com o Beginner's Guide and Strategy Identification. Ambos os artigos, mais longos e mais envolvidos, têm sido muito populares, por isso vou continuar nesse sentido e fornecer detalhes sobre o tema do backtesting de estratégia.
O backtesting algorítmico requer conhecimento de muitas áreas, incluindo psicologia, matemática, estatística, desenvolvimento de software e microestrutura de mercado / troca. Eu não poderia esperar cobrir todos esses tópicos em um artigo, então vou dividi-los em duas ou três partes menores. O que vamos discutir nesta seção? Começarei definindo o backtesting e depois descreverei o básico de como ele é realizado. Então eu vou elucidar sobre os preconceitos que tocamos no Beginner's Guide to Quantitative Trading. A seguir, apresentarei uma comparação das várias opções de software de backtesting disponíveis.
Nos artigos subseqüentes, veremos os detalhes das implementações de estratégia que são mal mencionadas ou ignoradas. Também vamos considerar como tornar o processo de backtesting mais realista, incluindo as idiossincrasias de uma bolsa de valores. Em seguida, discutiremos os custos de transação e como modelá-los corretamente em uma configuração de backtest. Terminaremos com uma discussão sobre o desempenho de nossos backtests e, finalmente, forneceremos um exemplo de uma estratégia comum de quant, conhecida como um comércio de pares que reverte a média.
Vamos começar discutindo o que é o backtesting e por que devemos realizá-lo em nossa negociação algorítmica.
O que é o backtesting?
A negociação algorítmica se diferencia de outros tipos de classes de investimento, porque podemos fornecer expectativas mais confiáveis sobre o desempenho futuro do desempenho passado, como consequência da disponibilidade abundante de dados. O processo pelo qual isso é realizado é conhecido como backtesting.
Em termos simples, o backtesting é realizado expondo seu algoritmo de estratégia particular a um fluxo de dados financeiros históricos, o que leva a um conjunto de sinais de negociação. Cada negociação (que vamos querer dizer aqui como uma ida e volta de dois sinais) terá um lucro ou prejuízo associado. A acumulação deste lucro / perda ao longo da duração do seu backtest de estratégia levará ao lucro e perda total (também conhecido como 'P & L' ou 'PnL'). Essa é a essência da ideia, embora, é claro, o "diabo esteja sempre nos detalhes"!
Quais são as principais razões para fazer backtesting de uma estratégia algorítmica?
Filtragem - Se você se lembra do artigo sobre identificação de estratégia, nosso objetivo na fase inicial de pesquisa era configurar um pipeline de estratégia e filtrar qualquer estratégia que não atendesse a determinados critérios. O backtesting nos fornece outro mecanismo de filtragem, pois podemos eliminar estratégias que não atendem às nossas necessidades de desempenho. Modelagem - O backtesting nos permite testar (com segurança!) Novos modelos de certos fenômenos de mercado, como custos de transação, roteamento de ordens, latência, liquidez ou outras questões de microestrutura do mercado. Otimização - Embora a otimização da estratégia seja repleta de vieses, o backtesting nos permite aumentar o desempenho de uma estratégia, modificando a quantidade ou os valores dos parâmetros associados a essa estratégia e recalculando seu desempenho. Verificação - Nossas estratégias são muitas vezes adquiridas externamente, através do nosso pipeline de estratégia. O backtesting de uma estratégia garante que ela não tenha sido implementada incorretamente. Embora raramente tenhamos acesso aos sinais gerados por estratégias externas, muitas vezes teremos acesso às métricas de desempenho, como as características de Sharpe Ratio e Drawdown. Assim, podemos compará-los com nossa própria implementação.
Backtesting fornece uma série de vantagens para negociação algorítmica. No entanto, nem sempre é possível fazer backtest diretamente de uma estratégia. Em geral, à medida que a frequência da estratégia aumenta, torna-se mais difícil modelar corretamente os efeitos de microestrutura do mercado e das trocas. Isso leva a backtests menos confiáveis e, portanto, uma avaliação mais complicada de uma estratégia escolhida. Este é um problema particular em que o sistema de execução é a chave para o desempenho da estratégia, como acontece com os algoritmos de freqüência ultra-alta.
Infelizmente, o backtesting é repleto de preconceitos de todos os tipos. Nós abordamos algumas dessas questões em artigos anteriores, mas vamos agora discuti-las em profundidade.
Vieses que afetam os backtests de estratégia.
Existem muitos vieses que podem afetar o desempenho de uma estratégia de backtested. Infelizmente, esses vieses tendem a inflar o desempenho em vez de prejudicá-lo. Assim, você deve sempre considerar um backtest como um limite superior idealizado no desempenho real da estratégia. É quase impossível eliminar os vieses do comércio algorítmico, por isso é nosso trabalho minimizá-los da melhor maneira possível, a fim de tomar decisões informadas sobre nossas estratégias algorítmicas.
Existem quatro principais vieses que desejo discutir: Viés de Otimização, Viés de Look-Ahead, Viés de Sobrevivência e Viés de Tolerância Psicológica.
Viés de otimização.
Este é provavelmente o mais insidioso de todos os preconceitos de backtest. Isso envolve o ajuste ou a introdução de parâmetros de negociação adicionais até que o desempenho da estratégia no conjunto de dados de backtest seja muito atraente. No entanto, uma vez que viver, o desempenho da estratégia pode ser muito diferente. Outro nome para esse viés é "ajuste de curva" ou "viés de snooping de dados".
O viés de otimização é difícil de eliminar, pois as estratégias algorítmicas geralmente envolvem muitos parâmetros. "Parâmetros" neste exemplo podem ser os critérios de entrada / saída, períodos de retorno, períodos médios (isto é, o parâmetro de suavização da média móvel) ou frequência de medição de volatilidade. O viés de otimização pode ser minimizado mantendo o número de parâmetros no mínimo e aumentando a quantidade de pontos de dados no conjunto de treinamento. De fato, também é preciso ter cuidado com este último, pois os pontos de treinamento mais antigos podem estar sujeitos a um regime anterior (como um ambiente regulatório) e, portanto, podem não ser relevantes para sua estratégia atual.
Um método para ajudar a atenuar esse viés é realizar uma análise de sensibilidade. Isso significa variar os parâmetros de forma incremental e traçar uma "superfície" de desempenho. O raciocínio sólido e fundamental para as escolhas de parâmetros deve, com todos os outros fatores considerados, levar a uma superfície de parâmetro mais suave. Se você tem uma superfície de desempenho muito agitada, isso geralmente significa que um parâmetro não está refletindo um fenômeno e é um artefato dos dados de teste. Existe uma vasta literatura sobre algoritmos de otimização multidimensional e é uma área altamente ativa de pesquisa. Eu não vou me debruçar sobre isso aqui, mas mantenha isso no fundo de sua mente quando você encontrar uma estratégia com um backtest fantástico!
Tendência de Look-Ahead.
O viés de antecipação é introduzido em um sistema de backtesting quando dados futuros são acidentalmente incluídos em um ponto da simulação onde esses dados não estariam disponíveis. Se estivermos realizando o backtest cronologicamente e chegarmos ao ponto de tempo $ N $, então o bias de look-ahead ocorre se os dados forem incluídos para qualquer ponto $ N + k $, onde $ k> 0 $. Erros de polarização antecipada podem ser incrivelmente sutis. Aqui estão três exemplos de como o viés de look-ahead pode ser introduzido:
Bugs técnicos - Matrizes / vetores no código geralmente possuem iteradores ou variáveis de índice. Deslocamentos incorretos desses índices podem levar a um viés de antecipação ao incorporar dados em $ N + k $ para não-zero $ k $. Cálculo de Parâmetros - Outro exemplo comum de viés de look-ahead ocorre ao calcular parâmetros estratégicos ótimos, como com regressões lineares entre duas séries temporais. Se todo o conjunto de dados (incluindo dados futuros) for usado para calcular os coeficientes de regressão e, portanto, aplicado retroativamente a uma estratégia de negociação para fins de otimização, os dados futuros serão incorporados e haverá um viés de antecipação. Maxima / Minima - Determinadas estratégias de negociação utilizam valores extremos em qualquer período de tempo, como incorporar os preços altos ou baixos nos dados do OHLC. No entanto, como esses valores máximos / mínimos só podem ser calculados no final de um período de tempo, um viés de antecipação é introduzido se esses valores forem usados durante o período atual. É sempre necessário atrasar valores altos / baixos em pelo menos um período em qualquer estratégia de negociação fazendo uso deles.
Tal como acontece com o viés de otimização, é preciso ter muito cuidado para evitar sua introdução. Muitas vezes, é a principal razão pela qual as estratégias de negociação têm um desempenho inferior aos backtests significativamente em "negociação ao vivo".
Viés de sobrevivência.
O viés de sobrevivência é um fenômeno particularmente perigoso e pode levar a um desempenho significativamente inflacionado para certos tipos de estratégia. Ocorre quando as estratégias são testadas em conjuntos de dados que não incluem o universo completo de ativos anteriores que podem ter sido escolhidos em um determinado momento, mas consideram apenas aqueles que "sobreviveram" à hora atual.
Como exemplo, considere testar uma estratégia em uma seleção aleatória de ações antes e depois do crash do mercado de 2001. Algumas ações da tecnologia faliram, enquanto outras conseguiram se manter à tona e até prosperaram. Se tivéssemos restringido essa estratégia apenas às ações que passaram pelo período de rebaixamento do mercado, estaríamos introduzindo um viés de sobrevivência, porque eles já demonstraram seu sucesso para nós. Na verdade, este é apenas mais um caso específico de viés de antecipação, já que informações futuras estão sendo incorporadas à análise passada.
Existem duas maneiras principais de atenuar o viés de sobrevivência em seus backtests de estratégia:
Conjuntos de dados livres de viés de sobrevivência - No caso de dados de patrimônio, é possível adquirir conjuntos de dados que incluem entidades com registro de saída, embora não sejam baratas e só tendam a ser utilizadas por empresas institucionais. Em particular, os dados do Yahoo Finance NÃO são livres de viés de sobrevivência, e isso é comumente usado por muitos traders de algoritmos de varejo. Também é possível negociar em classes de ativos que não são propensas ao viés de sobrevivência, como certas commodities (e seus futuros derivativos). Usar dados mais recentes - No caso de ações, a utilização de um conjunto de dados mais recente atenua a possibilidade de que a seleção de ações escolhida seja ponderada para "sobreviventes", simplesmente porque há menos probabilidade de fechamento de estoque geral em períodos de tempo mais curtos. Também é possível começar a criar um conjunto de dados pessoal livre de viés de sobrevivência, coletando dados do ponto atual em diante. Depois de 3 a 4 anos, você terá um sólido conjunto de dados de equidade livres de viés de sobrevivência, com o qual será feito backtest de estratégias adicionais.
Consideraremos agora certos fenômenos psicológicos que podem influenciar seu desempenho comercial.
Tendência da Tolerância Psicológica.
Este fenómeno em particular não é frequentemente discutido no contexto do comércio quantitativo. No entanto, é discutido extensivamente em relação a métodos de negociação mais discricionários. Ele tem vários nomes, mas eu decidi chamar de "viés de tolerância psicológica" porque capta a essência do problema. Ao criar backtests durante um período de 5 anos ou mais, é fácil olhar para uma curva de capital de tendência ascendente, calcular o retorno anual composto, o índice de Sharpe e até as características de rebaixamento e ficar satisfeito com os resultados. Como exemplo, a estratégia pode possuir um rebaixamento relativo máximo de 25% e uma duração máxima de rebaixamento de 4 meses. Isso não seria atípico para uma estratégia momentânea. É fácil convencer-se de que é fácil tolerar esses períodos de perdas porque o quadro geral é otimista. No entanto, na prática, é muito mais difícil!
Se rebotes históricos de 25% ou mais ocorrerem nos backtests, então, com toda a probabilidade, você verá períodos de rebaixamento similar em negociações ao vivo. Estes períodos de abandono são psicologicamente difíceis de suportar. Observei em primeira mão como pode ser uma redução prolongada, em um ambiente institucional, e isso não é agradável - mesmo que os backtests sugiram que tais períodos ocorrerão. A razão pela qual eu o denominei de "viés" é que muitas vezes uma estratégia que de outra forma seria bem-sucedida é impedida de negociar durante períodos de rebaixamento estendido e, portanto, levará a um desempenho significativamente inferior comparado a um backtest. Assim, embora a estratégia seja de natureza algorítmica, os fatores psicológicos ainda podem ter uma forte influência na lucratividade. O objetivo é assegurar que, se você vir perdas de uma certa porcentagem e duração nos backtests, então você deve esperar que elas ocorram em ambientes de negociação ao vivo e que precisem perseverar para alcançar a lucratividade mais uma vez.
Pacotes de software para backtesting.
O cenário de software para backtesting de estratégia é vasto. As soluções vão desde software sofisticado de nível institucional totalmente integrado até linguagens de programação como C ++, Python e R, onde quase tudo deve ser escrito do zero (ou 'plugins' obtidos). Como traders quant estamos interessados no equilíbrio de poder "possuir" nossa pilha de tecnologia de negociação versus a velocidade e confiabilidade de nossa metodologia de desenvolvimento. Aqui estão as principais considerações para a escolha de software:
Habilidade de Programação - A escolha do ambiente dependerá em grande parte de sua capacidade de programar software. Eu diria que estar no controle da pilha total terá um efeito maior no seu P & L de longo prazo do que a terceirização, tanto quanto possível, do software do fornecedor. Isso se deve ao risco negativo de ter bugs externos ou idiossincrasias que você não consiga consertar no software do fornecedor, que, de outra forma, seriam facilmente solucionados se você tivesse mais controle sobre sua "pilha de tecnologia". Você também quer um ambiente que encontre o equilíbrio certo entre produtividade, disponibilidade de biblioteca e velocidade de execução. Eu faço minha própria recomendação pessoal abaixo. Interação de capacidade de execução / corretor - Certos softwares de backtesting, como o Tradestation, são vinculados diretamente a uma corretora. Eu não sou fã dessa abordagem, já que reduzir os custos de transação é muitas vezes um grande componente para obter um índice maior de Sharpe. Se você está preso a um corretor específico (e o Tradestation o "força" a fazer isso), você terá mais dificuldade em fazer a transição para um novo software (ou um novo corretor) se for necessário. Os Interactive Brokers fornecem uma API robusta, embora com uma interface ligeiramente obtusa. Personalização - Um ambiente como o MATLAB ou o Python oferece uma grande flexibilidade na criação de estratégias de algoritmos, uma vez que fornecem bibliotecas fantásticas para quase todas as operações matemáticas imagináveis, mas também permitem uma ampla personalização quando necessário. Complexidade de estratégia - Certos softwares simplesmente não são feitos para processamento pesado de números ou complexidade matemática. O Excel é um desses softwares. Embora seja bom para estratégias mais simples, ele não pode realmente lidar com numerosos ativos ou algoritmos mais complicados, em velocidade. Minimização de viés - Uma determinada peça de software ou dados se presta mais a vieses de negociação? Você precisa ter certeza de que, se quiser criar todas as funcionalidades sozinho, não apresentará bugs que possam levar a vieses. Velocidade de desenvolvimento - Não se deve ter que passar meses e meses implementando um mecanismo de backtest. A prototipagem deve levar apenas algumas semanas. Certifique-se de que seu software não está atrapalhando o seu progresso em grande medida, apenas para pegar alguns pontos percentuais extras de velocidade de execução. C ++ é o "elefante na sala" aqui! Velocidade de Execução - Se a sua estratégia é completamente dependente da pontualidade da execução (como no HFT / UHFT), então uma linguagem como C ou C ++ será necessária. No entanto, você estará se aproximando da otimização do kernel do Linux e do uso do FPGA para esses domínios, o que está fora do escopo deste artigo! Custo - Muitos dos ambientes de software com os quais você pode programar estratégias de negociação algorítmica são completamente livres e de código aberto. Na verdade, muitos fundos de hedge fazem uso de software de código aberto para todas as suas pilhas de negociação de algoritmos. Além disso, o Excel e o MATLAB são relativamente baratos e existem alternativas gratuitas para cada um deles.
Agora que listamos os critérios com os quais precisamos escolher nossa infraestrutura de software, eu quero executar alguns dos pacotes mais populares e como eles se comparam:
Nota: Eu só vou incluir o software que está disponível para a maioria dos profissionais de varejo e desenvolvedores de software, pois este é o público do site. Enquanto outros softwares estão disponíveis, tais como as ferramentas mais institucionais, eu sinto que são muito caras para serem efetivamente usadas em um ambiente de varejo e eu pessoalmente não tenho nenhuma experiência com elas.
Vendas e Negociação.
Instituições Globais. Fundos de hedge de ponta. Inovadores da indústria. Todos recorrem ao Morgan Stanley para vendas, negociações e serviços de criação de mercado, enquanto trabalhamos para encontrar novas formas de investimento para gerar retornos superiores.
Mudando a forma da água no Texas.
O Morgan Stanley está ajudando o Conselho de Desenvolvimento de Água do Texas a manter as torneiras de água fluindo para a população em expansão da Lone Star.
Capital Cria Infraestrutura Crítica.
Nos EUA, entidades do setor público estão usando um robusto mercado de títulos municipais para levantar capital para projetos essenciais.
Uma nova classe de ativos na tomada.
As organizações sem fins lucrativos conseguem, pela primeira vez, estimular oportunidades econômicas em bairros de baixa renda.
Investidores sustentáveis ajudam a construir moradias acessíveis.
Os investidores podem financiar diretamente projetos habitacionais acessíveis para famílias de baixa renda e para os sem-teto, comprando títulos verdes e sustentáveis.
A próxima geração no Whitney.
O Morgan Stanley ajudou o Museu Whitney a levantar capital para construir sua nova casa no distrito de Meatpacking, em Manhattan, abrindo-o para uma nova geração.
Capital Cria um Skyline Dinâmico.
O Commercial Real Estate Lending ajudou os clientes a angariar bilhões a cada ano para reimaginar, reconstruir e revigorar a paisagem urbana em constante mudança de Manhattan.
EQUITIES INSTITUCIONAIS.
CAIXA DE CAPITAL
A Morgan Stanley é líder global na execução de transações em capital de risco e produtos relacionados a ações para clientes institucionais em todo o mundo. Esses produtos incluem ações ordinárias, recibos de depósitos globais e fundos negociados em bolsa.
DERIVADOS DE PATRIMÔNIO
Nos mercados de derivativos de ações globais, a Morgan Stanley é uma provedora líder de serviços e soluções de execução. Nosso conjunto de produtos engloba opções de equity, swaps de ações, warrants, notes estruturados e futuros sobre títulos individuais, índices e cestas de títulos.
PRIMEIRA CORRETAGEM.
Por mais de 25 anos, a Morgan Stanley liderou o setor e estabeleceu o padrão de excelência em corretagem de primeira linha. Nossas amplas e profundas relações com clientes, plataforma líder de mercado e percepções intelectuais nos permitem ser um provedor de serviços de classe mundial para nossos clientes, por suas necessidades de financiamento, acesso ao mercado e gerenciamento de portfólio.
NEGOCIAÇÃO ELETRÔNICA.
O Morgan Stanley Electronic Trading (MSET) oferece acesso eletrônico global em ações, opções e futuros. Nossas ferramentas de negociação eletrônica incluem um amplo conjunto de algoritmos, roteamento inteligente de pedidos e acesso direto ao mercado.
Renda Fixa.
COMMODITIES.
A Morgan Stanley é líder de mercado no setor de Commodities, fornecendo gerenciamento de risco, produtos para investidores, soluções de financiamento e liquidez nos mercados de commodities, incluindo petróleo, metais, energia e gás natural. Com conhecimento dos aspectos financeiros e físicos das commodities, somos especialistas em execução, vendedores, analistas de mercado e originadores. Trabalhando de perto com nossos colegas do Morgan Stanley, oferecemos acesso eficiente ao capital para ajudar os clientes a proteger e expandir seus negócios e aproveitar as oportunidades de mercado.
PRODUTOS DE MACRO.
A Morgan Stanley é uma revendedora global em taxa de juros e produtos monetários, incluindo caixa de juros e derivativos que oferecem liquidez primária e secundária, opções de câmbio para instituições e escritórios familiares e desenvolvimento de sofisticadas estratégias de investimento e negociação para países soberanos de mercados emergentes.
PRODUTOS DE CRÉDITO GLOBAIS.
O Morgan Stanley negocia todos os ativos de renda fixa com crédito embutido em uma variedade de áreas, de títulos municipais, a títulos de grau de investimento e de alto rendimento e negociação de derivativos de crédito. Além disso, o Morgan Stanley estrutura, subscreve e comercializa toda a gama de títulos garantidos, incluindo aqueles lastreados em hipotecas residenciais e comerciais, nos mercados de caixa e derivativos.
DISTRIBUIÇÃO.
Nossa função de vendas globais conecta os recursos do Morgan Stanley com nossos clientes institucionais, como bancos, seguradoras, fundos de hedge, gestores financeiros, fundos de pensão e fundos mútuos. Os executivos de vendas ajudam os clientes institucionais a atingir seus objetivos de investimento específicos, fornecendo-lhes não apenas a experiência do produto, mas também o acesso a todas as áreas da empresa.
No comments:
Post a Comment