Según entiendo, una estrategia de trading algorítmico podría perder rentabilidad, si, por ejemplo:
¿Existe una "vida media" típica de una estrategia? ¿Es diferente para las HFT y las no HFT?
¿Existe una "vida media" típica de una estrategia?
Esta es una pregunta realmente subjetiva, y no creo que ninguna respuesta singular pueda generalizarse bien. Dicho esto, voy a dar algunos ejemplos de la experiencia personal.
He hecho cientos de modelos de comercio en mi carrera. En los últimos 25 años sólo he utilizado 9 en operaciones reales. De esos 9, 2 de ellos han sido archivados indefinidamente. Al igual que lo que escribió @SergeiRodionov, esos 2 modelos no perdieron lentamente la rentabilidad; uno dejó de funcionar debido a los cambios en la forma en que el NYSE difundió los datos. El otro dejó de funcionar debido a los cambios en el tipo de orden en el Nasdaq.
Los otros 7 han estado cotizando de forma continuada durante periodos de tiempo muy largos. Mi modelo más antiguo se puso en marcha en el año 2000 y sigue operando todos los días. Mi modelo más joven tiene 4 años. No sé cuál es la vida típica de un modelo porque nunca he desplegado un modelo fuera de mi empresa, así que realmente no sé si las edades de mis modelos son atípicas. Sospecho que muchos fondos tienen modelos que funcionan a largo plazo porque no considero que lo que hacemos sea increíblemente sofisticado. De hecho, el modelo más antiguo es, con mucho, el más simplista.
La rotación de personal nunca ha afectado a nuestra empresa porque todo el trabajo de codificación está compartimentado, y el montaje final lo hacemos otro socio y yo, así que sólo dos de nosotros tenemos las proverbiales llaves del castillo.
¿Es diferente para HFT y no HFT?
Sí. La HFT es mecánica. Si la forma en que llega la información cambia, el modelo puede romperse. Si los tipos de órdenes que utiliza el modelo cambian, el modelo puede romperse. Estos tipos de roturas pueden arreglarse fácilmente o no - como mi ejemplo anterior de tener que archivar 2 modelos propios. El HFT se basa en el flujo de órdenes y en la lectura de cintas moderna. Si lees la información más rápido que los demás y puedes actuar lo más rápido posible, ganas. Todo lo demás es "no HFT", como usted lo llama, y eso abarca una gama tan amplia de cosas que no vale la pena compararlas.
Seguimos intentando desarrollar nuevos modelos e ideas constantemente, pero la mayoría nunca pasan de las pruebas fuera de la muestra. En mi opinión, algunas claves son:
Podría seguir y seguir, pero esto es muy subjetivo, como ya he mencionado, y mi respuesta se basa en gran medida en mis opiniones y experiencia, así que no sé hasta qué punto es útil, pero estoy encantado de añadir detalles a cualquier cosa si lo encuentras útil.
6 meses es una estimación razonable. Normalmente, estas estrategias no decaen como en la mitad del tiempo, sino que dejan de funcionar de forma discreta. El ajuste de los parámetros puede ayudar, pero durante un periodo de tiempo limitado. Para añadir a su lista que es válida en sí misma:
FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.
0 votos
Sí, los tres puntos (suponiendo que ya es rentable fuera de muestra en el comercio en vivo y no sufre de backtesting overfitting. A veces los modelos de backtesting sobreajustados pueden incluso funcionar en vivo durante 1-2 años antes de romperse). Encontré que la rotación de empleados es la forma más rápida de propagación. Un tipo típicamente se entrevistará con 5-15 otras empresas y cada empresa puede implementar la idea básica o una variante correlacionada.
0 votos
Las estrategias de HFT también pueden sufrir cambios bruscos en la microestructura, algo que las estrategias de no HFT tienen menos probabilidades de sufrir. Incluso cambios sencillos, como el tamaño mínimo del tick en el futuro, pueden hacer que un mercado tenga más impulso o más reversión de la media en el espacio HFT.