¿Cuáles son los principales riesgos del proceso de desarrollo de la estrategia cuantitativa?

Question

Impulsado en parte por esta pregunta sobre el espionaje de datos Me interesaría saberlo:

¿Cuáles son los principales riesgos que deben tenerse en cuenta al elaborar una estrategia cuantitativa basada en: (a) datos históricos o (b) datos simulados?

Answer 1

A continuación se exponen algunos riesgos al utilizar datos históricos:

• Fidelidad de los datos: ¿Son sus datos un reflejo exacto de la historia? En el caso de las acciones, ¿debe utilizar los precios de cierre reales o los precios ajustados? En el caso de los futuros, ¿cómo debe construir un contrato realista y continuo?
• Realismo de la simulación: ¿Está haciendo suposiciones realistas sobre la ejecución de las operaciones? ¿Supone ingenuamente, por ejemplo, que puede ejecutar perfectamente al precio de cierre del día? ¿Recuerda los costes de fricción?
• Variabilidad del muestreo: ¿Es su muestra histórica representativa de una amplia gama de condiciones de mercado, o ha elegido (por casualidad) un conjunto de datos favorable?
• Ajuste de curvas: ¿Ha jugado con demasiados parámetros durante demasiado tiempo, hasta dar con un modelo que funcionó muy bien el año pasado pero que no dará ni un céntimo en el futuro?
• Optimismo: Sus beneficios reales serán probablemente sólo una fracción de sus beneficios simulados. ¿Supone lo contrario?
• Riesgo de modelo: Incluso si su modelo se somete a una buena prueba, ¿cuál es su vida media? ¿Durante cuánto tiempo será negociable? Muy pocas ideas funcionan para siempre.

Esta no es una lista teórica. He cometido todos estos errores personalmente.

Answer 2

El conocimiento lleva al beneficio PERO NO a la inversa

TÚ son el mayor riesgo para el proceso. Todas las esperanzas, deseos y sesgo con las que vienes se interponen en el camino para tomar buenas decisiones. Cuanto más desees que algo sea cierto, más tendrás que investigar. Mucha gente prueba un montón de cosas al azar, encuentra un patrón que tiene un beneficio teórico y se deja cegar por los signos de dólar. Es entonces cuando se empiezan a omitir detalles importantes y se cometen todo tipo de errores como los detallados en las otras respuestas aquí. Incluso cuando se es consciente de estos riesgos, sólo se les da importancia de boquilla mientras se está demasiado ocupado en agarrar el beneficio. Hay que tener los pies en el suelo y tomar decisiones basadas en la realidad. (Ten en cuenta que cuando empiezas a perder dinero el miedo sustituye a la codicia y sigues tomando malas decisiones)

Recuerde que, al final, su patrimonio o el de sus clientes dependerá de las decisiones que tome. Tendrás días de bajón, cuando veas que tu patrimonio está cayendo ¿qué harás? A menos que tenga una fe sólida en su proceso, empezará a juguetear y entrará en una espiral de muerte. Para tener esa fe es necesario tener una disciplina absoluta desde el principio.

Por suerte, existe un enfoque bien establecido que se ha desarrollado durante miles de años para abordar este problema y que ha demostrado ser muy exitoso. Se llama Método científico . Llegados a este punto, la gente se levanta y dice que es demasiado difícil de entender o que no tengo tiempo para esto. Bueno, si no estás preparado para trabajar duro y dedicar tiempo, ya has perdido. Créeme, he hecho esto durante mucho tiempo y estoy convencido de que es lo más valioso que puedes aprender. No significa que tengas que tener un doctorado, llevar una bata blanca y fumar en pipa.

El método científico es realmente su amigo aquí. Alejarse de la realidad para adentrarse en la fantasía es muy tentador, pero te llevará al fracaso. Aléjate de la cuenta de resultados. No te fijes en los dólares nocionales, sino en lo que sabes y en lo que puedes demostrar.

Preguntar -> observar -> teoría -> predecir -> medir -> registrar/publicar/revisar por pares -> repetir

Piensa detenidamente en lo que crees que son los hechos/procesos que subyacen a tu estrategia o idea. Hazte preguntas: ¿qué propiedades puedes medir?, ¿qué puedes predecir?, ¿cuál es la causa?, ¿cuánto dura?

Observar el mundo: sí, esto requiere datos, pero no requiere pérdidas y ganancias, y probablemente tampoco el comercio. Formar una teoría sobre cómo encajan los bits y luego probar esta teoría - hacer predicciones y medir su éxito (precisión, etc. NO P&L).

Evalúe objetivamente esta nueva teoría. Si tiene la suerte de trabajar en un equipo, aquí es donde la revisión por pares y el debate dan sus frutos. Si estás solo, entonces te enfrentas a la dura tarea de lidiar con todos tus prejuicios de comportamiento y enfrentarte a la realidad. Buena suerte con eso.

Si llegas al final. Gran trabajo, has aprendido algo nuevo sobre el mundo o al menos tienes una estimación y una incertidumbre asociada. Lo más importante es que puedes tener fe que es correcto y no sólo un deseo.

Repite este proceso hasta que hayas acumulado un conjunto de conocimientos útiles, una imagen completa de tu idea. Entonces, y sólo entonces, se trata de explotar al máximo lo que se sabe. Esto probablemente te llevará a investigar más.

Pero, por último, debe tener una estrategia que pueda probar finalmente. Lo menos posible. Con la mínima cantidad de datos. Si has hecho bien el trabajo anterior, ya sabrás qué esperar y no debería haber muchas sorpresas. Resiste el impulso de hacer ajustes, y si debes hacerlo, hazlo sólo con una cuidadosa reflexión y justificación.

Si no es la máquina de hacer dinero que esperabas, entonces te has equivocado en el camino: vuelve allí y encuentra la pieza que te falta. Si empiezas a jugar ahora, estarás de nuevo en el país de las maravillas.

Si lo haces bien, podrás dormir mejor por la noche.

Siento divagar, pero realmente creo que no atenerse al método científico es el mayor riesgo para el proceso.

Answer 3

Precisión

El operador debe asegurarse de que los datos no sólo son correctos, sino que las marcas de tiempo son utilizables. Por eso, un buen almacén de datos será bitemporal o punto en el tiempo . Así, no sólo sabemos cuándo se anunció el artículo, sino cuándo lo recibimos y pudimos actuar en consecuencia.

Lagunas

Una comprobación de seguridad agresiva de los datos entrantes podría excluir inadvertidamente datos correctos. Por ejemplo, una captura de ticks que compare el precio de apertura de hoy con el precio de cierre de ayer podría excluir avisos de quiebra legítimos.

Retroalimentación

El gestor de la mesa debe protegerse de la minería de datos y de otras técnicas que pueden provocar un sesgo de anticipación. Trabajé para un fondo de cobertura que exigía a los operadores que presentaran sus modelos semanas antes de la producción para que pudieran ser sometidos a pruebas retrospectivas sin el beneficio de la retrospección.

Answer 4

Creo que el mayor riesgo es confiar demasiado en tu modelo.

Yo resumiría así el modelado: Modelar para lo mejor, pero gestionar el riesgo para lo peor.

Como ejemplo para la modelización de un enfoque de cartera con derivados que podría, por ejemplo, significar: utilizar black scholes para la fijación de precios de las opciones (modelo) pero gestionar su riesgo asumiendo una distribución de ley de potencia y variar su alfa para ver el efecto en su cartera (simulación para la gestión del riesgo).

Lo aprendí en un seminario conjunto de Wilmott y Taleb, un buen material práctico.

Answer 5

Creo que se pueden consultar libros como " Evaluación y optimización de las estrategias de negociación " para obtener más información sobre el desarrollo de estrategias de pruebas.

Además, no olvides que usted El diseñador de la estrategia conoce el futuro y podría desarrollar estrategias sesgadas. Es difícil desaprender algo una vez que se ha aprendido.