Количественный трейдинг: как построить собственный бизнес по алгоритмической торговле

1. Общий обзор

Количественный трейдинг: как построить собственный бизнес по алгоритмической торговле — это практическое руководство, написанное экспертом по количественному трейдингу доктором Эрнестом П. Чаном (часто называемым Эрни Чан), призванное помочь независимым трейдерам создавать и управлять собственными бизнесами по алгоритмической торговле. Первое издание было опубликовано Wiley в 2009 году как часть серии Wiley Trading, объемом около 200 страниц. Более чем через десять лет после первого издания, автор выпустил второе издание в 2021 году (ISBN: 9781119800064, 256 страниц), обновив и расширив его содержание.

• Целевая аудитория: Книга предназначена для индивидуальных инвесторов и небольших торговых команд, желающих использовать количественные методы для торговли, а также для читателей, стремящихся работать в области количественного трейдинга в финансовых учреждениях. Автор предполагает, что читатели имеют базовые знания математики, статистики и программирования, но не требует ученой степени. Он подчеркивает, что даже школьного уровня знаний по математике, статистике, программированию или экономике достаточно, чтобы начать с базовых количественных стратегий. Как говорится в книге: «Если вы прошли несколько курсов по математике, статистике, компьютерному программированию или экономике на уровне средней школы, вы, вероятно, так же квалифицированы, как и любой другой, чтобы попробовать свои силы в некоторых базовых стратегиях статистического арбитража». Такое доступное позиционирование значительно снижает барьер для входа в количественный трейдинг, отражая миссию книги по «демократизации количественного трейдинга».

• Основное содержание: Книга построена вокруг полного процесса разработки, тестирования и исполнения количественных торговых стратегий, от зарождения идеи до создания бизнеса. Автор начинает с объяснения того, что такое количественный трейдинг и почему индивидуальные трейдеры могут конкурировать с институтами в этой области. Затем он углубляется в такие темы, как поиск идей для торговых стратегий, проведение исторических бэктестов для проверки эффективности стратегии, создание торговой инфраструктуры и систем исполнения, а также внедрение надлежащего управления капиталом и рисками. В книге обсуждаются не только технические детали (например, обработка данных, выбор модели и подводные камни бэктестинга), но и соображения на уровне бизнеса (такие как организационная структура торгового бизнеса, выбор брокера и конфигурация аппаратного/программного обеспечения). Кроме того, автор использует примеры и тематические исследования для демонстрации реализации конкретных стратегий, таких как возврат к среднему, импульс, факторные модели и сезонные эффекты, предоставляя соответствующий код или псевдокод для облегчения понимания читателем.

• Влияние: Будучи одним из классических вводных текстов в области количественного трейдинга, книга получила широкое признание с момента публикации и считается одной из «библий для независимых количественных трейдеров». Многие читатели считают, что среди многочисленных книг и статей по количественному трейдингу работа доктора Чана выделяется своей практической ценностью. Как прокомментировал один инсайдер отрасли: «Многие книги по количественному трейдингу написаны авторами без практического опыта, или они воздерживаются от раскрытия своих торговых секретов. Эрни придерживается другой философии: делиться значимой информацией и глубоко взаимодействовать с количественным сообществом. Он успешно свел огромное количество подробного и сложного материала в ясный и всеобъемлющий ресурс, из которого могут извлечь пользу как новички, так и профессионалы». После публикации первого издания доктор Чан оставался активным в области количественного трейдинга более десяти лет, написав такие книги, как Алгоритмический трейдинг (2013) и Машинный трейдинг (2017), чтобы расширить связанные темы. Во втором издании, выпущенном в 2021 году, автор обновил технологии и тематические исследования, добавив новые методы машинного обучения для оптимизации параметров, примеры кода на Python и R, а также последние результаты бэктестов стратегий, поддерживая актуальность содержания в соответствии с современными разработками в количественном трейдинге. Хотя инструменты и рыночные условия изменились, как подчеркивается в предисловии ко второму изданию, фундаментальные принципы количественного трейдинга, изложенные в книге, выдержали испытание временем, и ее основные концепции остаются применимыми более десяти лет спустя.

В итоге, Количественный трейдинг — это практико-ориентированное руководство, которое предоставляет читателям дорожную карту для создания количественных торговых стратегий и бизнесов с нуля. Оно помогает независимым трейдерам бросить вызов профессионалам с Уолл-стрит и предлагает ценную базу знаний и практические инструменты для инвесторов, ищущих систематический и объективный подход к торговле.

2. Основные идеи

Книга воплощает ключевые взгляды и философию автора в отношении количественного трейдинга. Основные идеи изложены ниже:

• Суть количественного трейдинга: на основе данных, превосходящий субъективные суждения. Количественный трейдинг (или алгоритмическая торговля) относится к методу торговли, при котором решения о покупке и продаже полностью принимаются компьютерными алгоритмами. Это не просто обновление традиционного технического анализа, а процесс, который преобразует любую количественно измеримую информацию (цены, фундаментальные показатели, новостные настроения и т. д.) в алгоритмические входные данные, исполняемые автоматизированной системой для устранения влияния человеческих эмоций и субъективных предубеждений на торговые решения. Проще говоря, количественный трейдинг направлен на достижение избыточной доходности систематическим и дисциплинированным образом, используя компьютеры для строгого следования проверенным стратегиям и соблюдения заранее определенных правил, независимо от рыночных условий или личных чувств.

• Демократизация количественного трейдинга: арена, открытая для частных лиц. Чан подчеркивает, что количественный трейдинг больше не является исключительной прерогативой крупных институтов Уолл-стрит. С современными вычислительными ресурсами и общедоступными данными индивидуальные инвесторы также могут проявить себя в этой области. Автор указывает, что обладание базовыми математическими и статистическими концепциями и некоторыми навыками программирования/работы с Excel достаточно для разработки и тестирования простых стратегий статистического арбитража. Это распространение технологий и знаний дает независимым трейдерам возможность бросить вызов институциональным трейдерам в определенных нишевых областях, тем самым переопределяя конкурентную среду. Автор призывает читателей использовать инструменты с открытым исходным кодом и недорогие источники данных, подходя к количественному трейдингу с духом мелкомасштабного экспериментирования, а не пугаться высоких барьеров финансовой инженерии.

• Строгий бэктестинг и избегание ловушек. На протяжении всей книги Чан неоднократно подчеркивает, что бэктестинг (тестирование на исторических данных) является ядром разработки количественных стратегий и важнейшей основой для независимых трейдеров, чтобы укрепить уверенность и убедить потенциальных инвесторов (если таковые имеются). Однако он предостерегает читателей быть осторожными с результатами бэктестов и остерегаться распространенных предубеждений и ловушек. Например, он подробно обсуждает такие проблемы, как ошибка опережения, ошибка подгонки данных и ошибка выжившего, а также риски недостаточного размера выборки и переобучения, которые могут создавать «иллюзорную прибыль». Автор рекомендует использовать тестирование на вневыборочных данных, разделяя данные на обучающие и тестовые наборы, выполняя анализ чувствительности параметров стратегии и учитывая реальные транзакционные издержки и проскальзывание, чтобы гарантировать, что доходность стратегии является надежной, а не просто результатом подгонки кривой.

• Важность бизнес-архитектуры и автоматизированного исполнения. Чан рассматривает количественный трейдинг как серьезный бизнес, а не хобби, напоминая читателям сосредоточиться на организационной и исполнительной архитектуре своего торгового бизнеса в дополнение к технологиям. Он обсуждает различия между тем, чтобы быть независимым розничным трейдером и присоединиться к профессиональной торговой фирме, взвешивая плюсы и минусы таких аспектов, как разрешения на счета, лимиты кредитного плеча и нормативные требования. Независимо от модели, автор подчеркивает, что создание надежной торговой инфраструктуры и автоматизированной торговой системы имеет решающее значение. С одной стороны, полуавтоматизированная или полностью автоматизированная система может значительно снизить интенсивность ручных операций и вероятность ошибок, обеспечивая последовательное исполнение стратегии. С другой стороны, хорошая инфраструктура (включая высокоскоростной, стабильный интернет, API для исполнения ордеров с низкой задержкой и строгие системы мониторинга и оповещения) может помочь независимым трейдерам сократить разрыв в эффективности исполнения с крупными институтами. Автор отмечает, что автоматизированная торговля также помогает снизить транзакционные издержки (например, за счет алгоритмической оптимизации ордеров и избегания периодов с высокими комиссиями) и контролировать отклонение между фактической и ожидаемой производительностью, поскольку реальные результаты часто отличаются от результатов бэктестов, что является проблемой, которую можно выявить на ранней стадии с помощью симулированной торговли.

• Управление капиталом и контроль рисков: сначала выжить, потом преуспеть. Управление рисками ставится на равный, если не более высокий, уровень важности, чем разработка стратегии. Чан углубляется в то, как определить оптимальное распределение капитала и коэффициенты кредитного плеча для увеличения доходности при контроле рисков. В книге представлены такие методы, как критерий Келли, для расчета оптимального размера ставки при определенном коэффициенте выигрыша и выплаты, с математическими выводами для справки читателя. Автор также подробно описывает ряд категорий рисков, таких как риск модели (риск сбоя самой модели стратегии), риск программного обеспечения (потери из-за ошибок программирования или сбоев системы) и риск экстремальных событий (аномальные потери от стихийных бедствий или событий «черного лебедя»). Эти риски часто упускаются из виду новичками, но Чан напоминает читателям, что у них должны быть планы на случай непредвиденных обстоятельств. Кроме того, он подчеркивает важность психологической подготовки: трейдерам нужна психическая стойкость и дисциплина, чтобы выдерживать последовательные потери и продолжать выполнять стратегию до тех пор, пока сохраняется ее статистическое преимущество, не отклоняясь от плана из-за краткосрочных неудач. В целом, его философия управления капиталом и рисками заключается в том, чтобы сначала обеспечить избежание разрушительных потерь, стремясь при этом к максимизации прибыли. Только выжив, можно надеяться на прибыль в долгосрочной перспективе.

• Возврат к среднему против импульсной торговли: компромисс различных философий. Обсуждая специальные темы, Чан проводит сравнительный анализ стратегий возврата к среднему и следования за трендом (импульсных). Он указывает, что все торговые стратегии приносят прибыль при условии, что цены либо демонстрируют характеристики возврата к среднему, либо характеристики продолжения тренда; в противном случае, если цены следуют случайному блужданию, прибыли не будет. Стратегии возврата к среднему основаны на идее, что цены в конечном итоге вернутся к своему долгосрочному равновесию после отклонения, поэтому эти стратегии часто занимают контртрендовые позиции, извлекая выгоду из коррекции чрезмерной волатильности. Импульсные стратегии, наоборот, предполагают, что как только тренд (восходящий или нисходящий) установлен, он будет сохраняться в течение некоторого времени, поэтому они следуют за трендом, извлекая выгоду из его продолжения. Автор особо подчеркивает различные роли стоп-лосс ордеров в этих двух типах торговли. В импульсных стратегиях, если цена движется против позиции, это, вероятно, сигнализирует о развороте тренда, и своевременный стоп-лосс может предотвратить большие потери. В стратегиях возврата к среднему, однако, неблагоприятное движение цены может быть просто нормальным отклонением, и преждевременный стоп-лосс может привести к тому, что трейдер упустит последующую возможность получения прибыли, когда цена вернется к среднему. Однако определить, находится ли рынок в данный момент в трендовом или возвращающемся к среднему состоянии, непросто — движения, обусловленные новостями или фундаментальными факторами, часто являются трендовыми, и не следует «пытаться встать на пути товарного поезда», продавая против тренда. Наоборот, колебания, не обусловленные новостями, с большей вероятностью будут возвращаться к среднему. Он также исследует механизмы, которые генерируют импульс (такие как дрейф после объявления о доходах, вызванный задержками распространения информации, и стадное поведение инвесторов) и отмечает, что усиление конкуренции сокращает продолжительность импульса. По мере того, как информация распространяется быстрее и в торговле участвует больше трейдеров, окно для продолжения тренда часто становится короче. Следовательно, импульсные модели нуждаются в постоянной корректировке, чтобы адаптироваться к более быстрому темпу. Для стратегий возврата к среднему автор вводит статистические методы для оценки периода полураспада возврата к среднему для выбора периодов удержания, что менее зависит от субъективных суждений, чем импульсные стратегии. В итоге, Чан советует трейдерам применять различные методы контроля рисков и оптимизации параметров в зависимости от характеристик стратегии, полностью понимая различия в производительности между стратегиями «возврата к среднему» и «импульсными» стратегиями в различных рыночных состояниях. В таблице ниже приведены некоторые сравнения этих двух типов стратегий из книги:

Характеристика	Стратегия возврата к среднему	Импульсная стратегия
Основная логика	Цены возвращаются к историческому среднему.	Ценовые тренды будут продолжаться.
Сигнал входа	Покупать, когда цена низка, продавать, когда высока (относительно среднего).	Покупать, когда цена растет, продавать, когда падает.
Позиционирование	Контртрендовое (контрарное).	Следование за трендом.
Роль стоп-лосса	Рискованно; может привести к преждевременному выходу до возврата.	Критически важно; сигнализирует о потенциальном развороте тренда.
Источник прибыли	Коррекция чрезмерных реакций и волатильности.	Использование продолжения ценового движения.
Рыночное состояние	Лучше всего на боковых или нетрендовых рынках.	Лучше всего на трендовых рынках (обусловленных новостями, фундаментальными факторами).
Типичная проблема	Определение истинного, стабильного среднего.	Определение начала и конца тренда.

• Нишевое преимущество независимых трейдеров: оставаться незамеченным, сосредоточиться на нишевых стратегиях. Автор считает, что для успеха независимым трейдерам следует выбирать области стратегий, которые не находятся в поле зрения крупных институтов или в которых им трудно участвовать, тем самым используя преимущество «малых и проворных». Он предлагает, что при оценке стратегии следует задать вопрос: «Находится ли эта стратегия вне «радарного» покрытия институциональных фондов?» То есть, стараться открывать неизвестные стратегии или активы, потому что если стратегия слишком очевидна и имеет высокую емкость, крупные игроки на Уолл-стрит, вероятно, уже участвуют, оставляя мало места и альфы для более мелких игроков. Наоборот, на некоторых нишевых рынках или с конкретными стратегиями (такими как очень краткосрочный статистический арбитраж или стратегии, основанные на очень новых альтернативных данных), индивидуальные трейдеры могут избежать прямой конкуренции с гигантами и получать относительно стабильную избыточную доходность. Чан призывает независимых трейдеров развивать острое чувство к тонким рыночным неэффективностям. Даже если стратегия кажется простой и имеет низкую норму прибыли, если она может стабильно приносить деньги и не конкурирует напрямую с крупными фондами, это хорошая стратегия, которую стоит рассмотреть. Эта философия «выживания в щелях» пронизывает книгу и отражается в ожиданиях, которые он устанавливает для читателя: вместо того, чтобы фантазировать о поиске волшебной формулы для разрушения рынка, лучше создать несколько небольших, но эффективных торговых стратегий и накапливать доходность со временем.

Эти основные идеи формируют основу философии количественного трейдинга автора: подходить к торговле рационально, используя научные методологии и инструменты, упрощать сложные проблемы, сосредоточиться на своих преимуществах и рыночных неэффективностях, а также придерживаться дисциплины для получения долгосрочной, стабильной доходности.

3. Подробные обзоры глав

Книга разделена на 8 тематических глав, а также несколько приложений. Ниже представлен обзор основного содержания и ключевых концепций каждой главы:

• Глава 1. Что, кто и почему в количественном трейдинге Эта вводная глава отвечает на три фундаментальных вопроса: «Что такое количественный трейдинг, кто может им заниматься и почему?» Автор сначала определяет количественный трейдинг: метод торговли, который использует компьютерные алгоритмы для автоматического принятия решений на основе количественных показателей, отличая его от традиционного технического анализа и дискреционной торговли. Далее автор отвечает на вопрос, кто может стать количественным трейдером, подчеркивая, что независимые трейдеры могут быть вполне компетентны с базовыми знаниями математики, программирования и статистической интуиции, не нуждаясь в престижной степени или опыте работы на Уолл-стрит. Он перечисляет несколько основных преимуществ независимого количественного трейдинга, которые составляют его деловую ценность: во-первых, Масштабируемость (эффективная алгоритмическая стратегия может пропорционально увеличивать прибыль по мере роста капитала); во-вторых, Эффективность по времени (алгоритмы могут работать автоматически, уменьшая необходимость в ручном мониторинге, позволяя трейдеру управлять несколькими стратегиями и иметь больше свободного времени); в-третьих, поскольку решения полностью основаны на данных, для подтверждения эффективности стратегии практически не требуется маркетинг (в отличие от ручной торговли, которая требует рассказа истории для привлечения капитала) — сама производительность является лучшим «маркетингом». Эти факторы вместе формируют деловую мотивацию для частных лиц заниматься количественным трейдингом. Глава завершается обзором траектории развития количественного трейдинга и дальнейшего пути читателя, призывая новичков начинать с небольшого капитала и простых стратегий, постепенно накапливая опыт и капитал (рост по принципу пирамиды), и подготавливает почву для последующих глав.

• Глава 2. Поиск идей Эта глава посвящена тому, как находить и оценивать идеи для количественных торговых стратегий. Автор сначала отвечает на вопрос «где найти хорошие идеи для стратегий», указывая, что вдохновение может приходить из различных источников: научных статей, финансовых блогов, торговых форумов, деловых новостей и даже повседневного опыта. Но что более важно, он обсуждает, как оценить, подходит ли стратегия вам. Чан предлагает ряд параметров самооценки, чтобы помочь читателям отфильтровать стратегии, соответствующие их личным обстоятельствам:

  • Доступное рабочее время: Некоторые стратегии требуют высокочастотного мониторинга и корректировки позиций, что подходит для трейдеров, работающих полный рабочий день. Для тех, кто может торговать только неполный рабочий день, следует выбирать низкочастотные стратегии или стратегии исполнения в конце дня.
  • Навыки программирования: Если навыки программирования читателя не сильны, он может начать с простых стратегий в Excel или торговли на основе графиков. Наоборот, те, кто хорошо владеет программированием, могут напрямую реализовывать сложные модели с использованием MATLAB, Python и т. д.
  • Размер торгового капитала: Размер капитала влияет на выбор стратегии. Небольшой капитал подходит для стратегий с низкой емкостью, таких как краткосрочная торговля акциями с малой капитализацией или высокочастотный арбитраж. Большой капитал требует учета масштабируемости стратегии и емкости рынка, чтобы избежать влияния на сам рынок. (Чан предоставляет таблицу, сравнивающую выбор при различных уровнях капитала, например, трейдеры с небольшим капиталом могут склоняться к присоединению к проприетарной торговой фирме для получения кредитного плеча, в то время как трейдеры с большим капиталом могут рассмотреть независимый счет).
  • Цели по доходности: Различные стратегии имеют разные профили риска и доходности и должны соответствовать личным финансовым целям. Некоторые ищут стабильную, умеренную доходность, в то время как другие стремятся к высокой доходности и готовы нести высокую волатильность; стратегии должны быть подобраны соответствующим образом. После этой самооценки, вторая половина главы предоставляет ключевые моменты для «предварительной проверки реализуемости стратегии» — проверки критических вопросов перед тем, как приступить к полному бэктесту:
  • Сравнение с бенчмарком и устойчивость доходности: Значительно ли историческая производительность стратегии превосходит простой бенчмарк (например, индекс), и является ли источник доходности разумным? Является ли кривая капитала гладкой, или она сильно зависит от нескольких крупных сделок?
  • Максимальная просадка и ее продолжительность: Какова историческая максимальная просадка стратегии и ее продолжительность? Является ли просадка настолько глубокой и долгой, что инвестор не смог бы ее выдержать? Это интуитивный показатель уровня риска стратегии.
  • Влияние транзакционных издержек: Если учесть фактические комиссии и проскальзывание, будет ли прибыль стратегии уничтожена? Высокочастотные стратегии, в частности, чрезвычайно чувствительны к издержкам.
  • Ошибка выжившего в данных: Страдают ли используемые исторические данные от ошибки выжившего (включая только выжившие ценные бумаги, игнорируя те, которые были исключены из листинга)? Неполные данные приводят к чрезмерно оптимистичным результатам бэктестов. Чан предупреждает, что бесплатные данные (например, с Yahoo Finance) часто имеют это смещение, в то время как данные без смещения дороги и труднодоступны.
  • Долгосрочная применимость: Изменилась ли производительность стратегии за десятилетия? То есть, была ли она эффективна только в определенный исторический период, или она сохраняла свое преимущество в меняющихся рыночных условиях? Если стратегия недавно потерпела неудачу, будьте осторожны, возможно, она была арбитражирована.
  • Ошибка подгонки данных (ловушка «выуживания» данных): Может ли эта стратегия быть продуктом переобучения? Чан подчеркивает подозрение на «случайную хорошую производительность» — если параметры были выбраны постфактум для соответствия историческим данным, доходность может быть ложным шумом. Это должно быть подтверждено строгим тестированием на вневыборочных данных.
  • Внимание институционалов: Вышеупомянутый вопрос «оставаться незамеченным институционалами». Если стратегия уже используется многими крупными хедж-фондами, индивидуальному трейдеру будет трудно конкурировать. Нишевые стратегии имеют более высокий шанс на успех. С помощью этой серии вопросов автор помогает читателям провести предварительную оценку реализуемости идей стратегий, прежде чем вкладывать ценное время и усилия в полную разработку.

• Глава 3. Бэктестинг Это одна из более технических глав, систематически объясняющая, как правильно проводить исторический бэктестинг, включая используемые инструменты, обработку данных и избегание распространенных ошибок.

  • Инструменты: Чан представляет несколько распространенных платформ и инструментов для бэктестинга: электронные таблицы (Excel) для начинающих, MATLAB для мощных научных вычислений (приложение содержит краткое введение), Python/R (добавлены во втором издании, так как они стали мейнстримом) и интегрированные платформы, такие как TradeStation.
  • Данные: Он обсуждает получение и обработку исторических данных, подчеркивая важность скорректированных цен (для сплитов и дивидендов) и критическую проблему ошибки выжившего. Он отмечает, что «база данных без ошибки выжившего обычно недешева».
  • Метрики производительности: Помимо стандартных метрик, таких как коэффициент Шарпа, Чан подчеркивает важность сосредоточения на Максимальной просадке и периоде ее восстановления, поскольку они напрямую связаны с реальной переносимостью стратегии.
  • Подводные камни бэктестинга: Это важный раздел, охватывающий: _ Ошибка опережения: Использование будущей информации в бэктесте. _ Ошибка подгонки данных: Сообщение только о лучших результатах из множества протестированных стратегий. Чан рекомендует строгую валидацию на вневыборочных данных для борьбы с этим. _ Недостаточный размер выборки: Небольшое количество сделок делает результаты статистически ненадежными. _ Переобучение: Создание стратегии со слишком большим количеством параметров, которая «обманчиво оптимизирована» для прошлого. Он предлагает перекрестную проверку или бэктесты на скользящих выборках для проверки надежности. * Пренебрежение транзакционными издержками: Игнорирование комиссий и проскальзывания. Чан советует быть консервативным и даже переоценивать издержки. Глава завершается тем, что цель бэктестинга — не просто найти «оптимальные» исторические параметры, а проверить логику стратегии и понять ее риски.

• Глава 4. Создание бизнеса Эта глава переходит от технических к практическим вопросам, обсуждая, как начать и структурировать количественный трейдинг как бизнес.

  • Структура бизнеса: Чан взвешивает плюсы и минусы двух путей: торговля как независимый розничный трейдер (полная автономия, но ограниченное кредитное плечо и более высокие издержки) против присоединения/создания проприетарной торговой фирмы (более высокое кредитное плечо, более низкие издержки, но разделение прибыли и меньшая автономия).
  • Выбор брокера: Он перечисляет ключевые критерии для выбора брокера: размер комиссий, доступное кредитное плечо (например, портфельная маржа), доступ к рынку, качество API и репутация. Interactive Brokers упоминается как подходящий выбор для квантов.
  • Инфраструктура: Он охватывает физическую настройку для независимого трейдера: аппаратное обеспечение (мощные компьютеры), сетевое подключение (высокоскоростной интернет), потоки данных и планы резервного копирования/аварийного восстановления (ИБП, резервный интернет). Он также вводит концепцию колокации для стратегий, чувствительных к задержкам, хотя отмечает, что для большинства независимых трейдеров это излишне. Основная идея заключается в том, чтобы относиться к количественному трейдингу как к серьезному предпринимательскому предприятию, тщательно планируя бизнес-архитектуру и инфраструктуру.

• Глава 5. Системы исполнения Эта глава углубляется в процесс исполнения сделок и создания автоматизированной системы.

  • Уровни автоматизации: Чан рекомендует новичкам начинать с полуавтоматизированной системы (например, программа генерирует сигналы, трейдер исполняет вручную), прежде чем переходить к полностью автоматизированной системе, которая подключается к API брокера для обработки всего, от генерации сигналов до размещения ордеров.
  • Проектирование системы: Он подчеркивает создание надежных и отказоустойчивых систем, которые могут обрабатывать исключения, такие как сбои сети или отклоненные ордера.
  • Минимизация транзакционных издержек: Автоматизированная система может интеллектуально снижать издержки за счет алгоритмического разделения ордеров или выбора между рыночными и лимитными ордерами.
  • Бумажная торговля: Автор настоятельно рекомендует тестировать систему в симуляции реального рынка (бумажная торговля), прежде чем рисковать реальными деньгами. Это помогает выявить ошибки и логистические проблемы.
  • Проскальзывание производительности: Чан признает, что реальная производительность часто не соответствует результатам бэктестов из-за таких факторов, как проскальзывание, задержка и влияние на рынок. Он советует трейдерам отслеживать эти расхождения и постоянно совершенствовать модель исполнения. Ключевой вывод заключается в том, что эффективное и надежное исполнение — это проблема «последней мили» в превращении хорошей стратегии в реальную прибыль.

• Глава 6. Управление капиталом и рисками Эта глава посвящена управлению капиталом и контролю рисков, что имеет решающее значение для выживания и долгосрочной прибыльности.

  • Оптимальное распределение капитала: Чан вводит критерий Келли как теоретическое руководство для определения оптимального размера позиции для максимизации долгосрочного роста благосостояния. Однако он предупреждает, что использование полной ставки Келли может быть слишком волатильным, и предлагает использовать на практике подход «половины Келли» или «дробной Келли».
  • Типы рисков: Глава охватывает всесторонний обзор рисков: _ Риск на уровне портфеля: Установление бюджетов рисков для стратегий и мониторинг корреляций между ними. _ Риск кредитного плеча: Осторожное использование кредитного плеча и мониторинг маржинальных требований. _ Риск модели: Риск того, что базовые предположения стратегии неверны или становятся недействительными. _ Технологический и операционный риск: Риски от ошибок программного обеспечения, сбоев оборудования или отключений электроэнергии. Он рекомендует иметь планы на случай непредвиденных обстоятельств. * Психологический риск: Риск того, что трейдер эмоционально вмешивается в систематическую стратегию. Руководящая философия — «риск-прежде всего». Успех зависит не только от получения прибыли, но и от контроля потерь и выживания достаточно долго, чтобы получить прибыль.

• Глава 7. Специальные темы в количественном трейдинге Эта глава охватывает набор продвинутых тем и конкретных типов стратегий.

  • Возврат к среднему против импульса: Подробное сравнение двух доминирующих философий стратегий, подчеркивающее важность определения рыночного «режима» (трендового или бокового).
  • Переключение режимов и условные параметры: Обсуждается создание моделей, которые адаптируются к меняющимся рыночным условиям. Пример 7.1 показывает использование машинного обучения для обнаружения точек разворота рынка и соответствующей корректировки параметров стратегии.
  • Стационарность и коинтеграция: Объясняет статистическую концепцию коинтеграции для парного трейдинга. Парная торговля GLD против GDX (Пример 3.6/7.2) — это классическое тематическое исследование, используемое для демонстрации всего процесса от тестирования на коинтеграцию до бэктестинга стратегии. Контрпример с использованием KO против PEP (Пример 7.3) показывает, что высокая корреляция не гарантирует коинтеграцию.
  • Факторные модели: Вводит многофакторные модели (например, Фама-Френч) для объяснения доходности и управления рисками. Он показывает, как анализ главных компонент (PCA) может быть использован для извлечения базовых факторов (Пример 7.4).
  • Стратегии выхода: Обсуждается важность хорошо определенного плана выхода, охватывающего такие методы, как целевые уровни прибыли, стоп-лоссы, выходы по времени и скользящие стопы.
  • Сезонные торговые стратегии: Исследует календарные эффекты, используя «Январский эффект» в акциях с малой капитализацией в качестве конкретного, протестированного примера (Пример 7.6).
  • Высокочастотный трейдинг (HFT): Кратко вводит концепции и стратегии HFT (маркет-мейкинг, арбитраж задержек), признавая, что, хотя настоящий HFT недоступен для большинства частных лиц, принципы могут быть информативными.
  • Высокое кредитное плечо против высокой беты: Обсуждение того, что лучше: использовать кредитное плечо для портфеля с низким риском или инвестировать в высокорисковый (с высокой бетой) портфель без кредитного плеча, заключая, что стратегия с высоким коэффициентом Шарпа и низкой волатильностью с умеренным кредитным плечом, как правило, превосходит.

• Глава 8. Заключение Заключительная глава резюмирует ключевые сообщения книги и дает рекомендации для дальнейших шагов читателя. Чан повторяет, что независимые трейдеры могут добиться успеха, следуя дисциплинированному, научному пути. Он призывает читателей:

  • Продолжайте учиться и практиковаться: Читайте больше, следите за блогами и экспериментируйте с небольшими суммами капитала.
  • Общайтесь и сотрудничайте: Найдите партнеров или наставников для создания команды.
  • Рассмотрите карьерные пути: Используйте самостоятельно разработанные стратегии в качестве портфолио для поиска работы в отрасли.
  • Будьте в курсе: Следите за новыми технологиями и изменениями на рынке, такими как использование машинного обучения. Глава завершается реалистичной, но обнадеживающей нотой, подчеркивая терпение и настойчивость как ключи к долгосрочному успеху.

• Приложения:

  • Приложение A: Краткое руководство по MATLAB для читателей, незнакомых с программным обеспечением.
  • Приложение B (неявное): Математический вывод критерия Келли для нормально распределенной доходности.

4. Конкретная методология

В книге изложена систематическая методология для разработки и запуска бизнеса по количественному трейдингу. Этот процесс можно резюмировать в следующих логических шагах:

1. Генерация идей и выбор стратегий: Начните с поиска идей из нескольких каналов (исследования, наблюдения), а затем проведите предварительную проверку реализуемости на основе логики, личного соответствия (время, навыки, капитал) и институциональной конкуренции.
2. Сбор и подготовка данных: Получите необходимые исторические данные, отдавая приоритет качеству (без смещений, если возможно). Очистите, скорректируйте (для сплитов/дивидендов) и отформатируйте данные для стратегии.
3. Моделирование и валидация бэктестов: Создайте строгий механизм бэктестинга, который избегает ошибки опережения и учитывает реалистичные издержки. Проверьте производительность стратегии с помощью внутривыборочной оптимизации и вневыборочного тестирования, чтобы обеспечить надежность и избежать переобучения.
4. Оптимизация и подтверждение стратегии: Уточните стратегию на основе результатов бэктестов, но избегайте чрезмерной подгонки кривой. Цель — простая, надежная модель. Подтвердите окончательную модель и рассмотрите возможность создания портфеля некоррелированных стратегий.
5. Структура бизнеса и подготовка счетов: Определите юридическую и операционную структуру (розничный трейдер против проприетарной фирмы). Настройте необходимые брокерские счета, обеспечьте финансирование и убедитесь, что все API-соединения работают.
6. Разработка системы исполнения: Создайте или настройте автоматизированную или полуавтоматизированную торговую систему для преобразования сигналов в реальные ордера. Сначала тщательно протестируйте эту систему в симулированной среде.
7. Реальная торговля и мониторинг: Разверните стратегию с реальным капиталом. Постоянно отслеживайте ее производительность по сравнению с ожиданиями и историческими бэктестами. Поддерживайте строгую дисциплину и придерживайтесь правил управления рисками.
8. Итерация стратегии и новая разработка: Используйте обратную связь в реальном времени для внесения обоснованных корректировок в существующую стратегию. Одновременно продолжайте цикл исследований и разработок для создания новых, некоррелированных стратегий для роста бизнеса.

Эту методологию подкрепляют два принципа:

• Сочетание количественного и качественного анализа: Хотя Чан ориентирован на данные, он советует использовать здравый смысл и экономическую интуицию для проверки идей и управления рисками.
• Приоритет простоты: Следуя максиме Эйнштейна: «Делайте вещи как можно проще, но не проще», он выступает за простые, понятные и поддерживаемые стратегии вместо сложных «черных ящиков».

5. Практические примеры применения

Книга богата практическими примерами, иллюстрирующими ее концепции. Ключевые примеры включают:

Пример исследования	Глава(ы)	Иллюстрируемая ключевая концепция	Детали
Парная торговля GLD против GDX	3, 5, 7	Коинтеграция, возврат к среднему, бэктестинг	Подробное описание тестирования на коинтеграцию, оптимизации параметров на обучающем наборе, валидации на тестовом наборе и расчета периода полураспада возврата к среднему.
Тест на коинтеграцию KO против PEP	7	Коинтеграция против корреляции	Демонстрирует, что две высококоррелированные акции в одной отрасли не обязательно коинтегрированы, предостерегая от принятия предположений без статистического доказательства.
Дрейф после объявления о доходах (PEAD)	7	Импульсная стратегия	Приводит исследования феномена PEAD как классического примера импульсной стратегии, обусловленной медленным распространением фундаментальной информации.
Январский эффект	7	Сезонная стратегия	Представляет бэктест (с кодом MATLAB) стратегии, которая покупает акции с малой капитализацией в январе, показывая, как рыночная аномалия может быть превращена в стратегию, основанную на правилах.
Машинное обучение для режимов	7	Переключение режимов, продвинутые методы	Представляет идею использования моделей машинного обучения для прогнозирования изменений в поведении рынка (например, от трендового к боковому) для динамической адаптации параметров стратегии.
Применение критерия Келли	6	Управление капиталом, определение размера позиции	Предлагает четкий, основанный на формулах метод определения оптимального размера ставки для максимизации долгосрочного роста при управлении риском, с практическими советами по использованию дробного подхода.
Использование инструментов и данных	Различные	Практические навыки	Включает фрагменты кода для таких задач, как сбор исторических данных с Yahoo Finance с помощью MATLAB, демонстрируя, как получать и обрабатывать данные для анализа.

Эти конкретные примеры служат шаблонами, позволяя читателям переходить от теории к практике и применять методы книги к своим собственным идеям.

6. Информация об авторе

Понимание личности автора, доктора Эрнеста П. Чана, является ключом к оценке ценности книги.

• Образование и опыт работы на Уолл-стрит: Доктор Чан имеет степень доктора философии по теоретической физике Корнеллского университета. Его сильный количественный опыт привел его к карьере на Уолл-стрит, где он работал количественным аналитиком и разработчиком в таких учреждениях, как IBM Research, Morgan Stanley, Credit Suisse и хедж-фонд Millennium Partners. Этот опыт дал ему практические знания в области статистического арбитража, высокочастотного трейдинга и интеллектуального анализа данных.

• Предпринимательство и консалтинг: После ухода с Уолл-стрит Чан основал собственную фирму по управлению количественными инвестициями, QTS Capital Management, LLC, где он торговал систематическими стратегиями для частных клиентов. Позже он основал PredictNow.ai, компанию по разработке программного обеспечения для финансового машинного обучения и консалтингу. Его предпринимательская и консалтинговая деятельность держала его на переднем крае практических количественных финансов.

• Автор и преподаватель: Доктор Чан — плодовитый автор, известный своим практичным и доступным стилем письма. Среди его других популярных книг — Алгоритмический трейдинг: выигрышные стратегии и их обоснование (2013) и Машинный трейдинг: применение компьютерных алгоритмов для завоевания рынков (2017), а совсем недавно — Генеративный ИИ для трейдинга и управления активами (2023). Его готовность делиться кодом, данными и с трудом завоеванными уроками принесла ему звездную репутацию в квантовом сообществе.

• Влияние на сообщество: С 2006 года доктор Чан ведет популярный блог (epchan.blogspot.com), делясь идеями и стратегиями. Он также является активным преподавателем, читая курсы для таких учреждений, как QuantInsti и Наньянский технологический университет в Сингапуре.

В итоге, доктор Чан — уважаемый практикующий ученый, который успешно преодолел разрыв между институциональными количественными финансами и независимым торговым сообществом. Его работа сыграла важную роль в демистификации этой области и расширении возможностей частных лиц. Как выразился один из читателей, Кори Хоффштейн: «Книга Эрни — идеальное руководство для тех, кто стремится пройти путь от 0 до 1 в количественном трейдинге». Авторитет книги проистекает не только из ее содержания, но и из глубокого и достоверного опыта автора как в теории, так и на практике.

---

Ссылки:

• Чан, Эрнест П. Количественный трейдинг: как построить собственный бизнес по алгоритмической торговле. Wiley, 1-е изд. 2009 и 2-е изд. 2021. (Оглавление и выдержки).
• Чан, Эрнест П. – Предисловие ко второму изданию и аннотация (2021); Отзывы о книге.
• Краткое изложение книги SoBrief – Ключевые выводы по количественному трейдингу.
• Биография преподавателя QuantInsti – Доктор Эрнест П. Чан (образование, карьера, книги).
• Подробная информация о книге Akademika – Информация о продукте и биография автора.
• Выдержки из PDF Investarr – Пример 3.6 (парная торговля GLD-GDX); Пример 7.1 (ML для переключения режимов); Пример 7.3 (тест на коинтеграцию KO-PEP); Пример 7.6 (код январского эффекта); Обсуждение импульса против возврата к среднему; Ссылки на данные и Yahoo Finance.