Hft Kauppa Järjestelmä

Korkean taajuuden kaupankäynti - HFT. Mikä on korkeataajuinen kaupankäynti - HFT. High frequency-kaupankäynti HFT on ohjelma-kaupankäyntialusta, joka käyttää tehokkaita tietokoneita tekemään useita tilauksia erittäin nopeilla nopeuksilla Se käyttää monimutkaisia ​​algoritmeja analysoimaan useita markkinoita ja suorittavat tilaukset markkinaolosuhteiden mukaan Tyypillisesti nopeimmat toteutusnopeudet toimivat kauppiaat, jotka ovat kannattavampia kuin kauppiaat, joilla on hitaampi toteutusnopeus. ALAA Korkean taajuuden kaupankäynti - HFT. Korkean taajuuden kaupankäynti tuli suosittu, kun pörssi alkoi kannustaa yrityksiä lisäämään likviditeetti markkinoilla Esimerkiksi New Yorkin pörssissä NYSE: llä on likviditeetin tarjoajaryhmä, jota kutsutaan Supplemental Liquidity Providers SLP: ksi, jotka yrittävät lisätä kilpailua ja maksuvalmiutta olemassa oleviin noteerauksiin vaihtoon Yritykseksi kannustimena NYSE maksaa palkkion tai alennuksen likviditeetin tarjoamiseksi Heinäkuussa 2016 keskimääräinen SLP-alennus oli 0 0019 NYSE - ja NYSE MKT - listatuille arvopapereille NYSE: ssä M illuusioita liiketoimista päivässä, tämä johtaa suuriin voittoihin SLP: n käyttöönotto johtui Lehman Brothersin romahduksesta vuonna 2008, jolloin likviditeetti oli tärkeä huolenaihe sijoittajille. HFT: n tärkeimmät edut. HFT: n merkittävä etu on, että se on parantanut markkinoita likviditeetti ja poistetut bid-ask levyt, jotka olisivat aiemmin olleet liian pieniä. Tämä testattiin lisäämällä palkkiot HFT: ään, ja sen seurauksena bid-ask levyt kasvoivat. Yksi tutkimus arvioi, kuinka kanadalaisen bid-ask-levitteet muuttuivat, kun hallitus otti maksut HFT: , ja todettiin, että tarjouspyyntöjen leviäminen kasvoi 9. Hkr: n kriittiset kriteerit ovat kiistanalaisia ​​ja niillä on ollut jokin ankara kritiikki. Se on korvannut suuren määrän välittäjiä ja käyttänyt matemaattisia malleja ja algoritmeja päätösten tekemiseen ihmisen päätös ja vuorovaikutus yhtälöstä Päätökset tapahtuvat millisekunteina, ja tämä voi johtaa suurempaan markkinamuutokseen ilman syytä Esimerkkinä Dow Jones Industrial Average DJIA: n 6. toukokuuta 2010 sen suurin päivänsisäinen piste laski koskaan laski 1 000 pistettä ja laski 10 vain 20 minuutissa ennen nousuaan Valtioneuvosto syytti massiivista järjestystä, joka laukaisi myyntitilanteen. HFT: n lisäkritiikki on se, että suuret yritykset voivat hyötyä pienyritysten tai institutionaalisten ja yksityisten sijoittajien kustannukset Toinen tärkeä valitus HFT: stä on HFT: n tarjoama likviditeetti, joka on aave-likviditeetti eli se tarjoaa likviditeettiä, joka on markkinoilla käytettävissä sekunnin kuluttua ja joka on estetty kauppiaiden olemasta osaa kaupata tätä likviditeettiä. Mikä on korkean taajuuden kaupankäynti. Korkean taajuuden kaupankäynti on automatisoitu kaupankäyntialusta, jota suuret investointipankit käyttävät hedge-rahastoja ja institutionaalisia sijoittajia, jotka käyttävät tehokkaita tietokoneita tekemään suuria määriä tilauksia erittäin nopeilla nopeuksilla. alustat antavat kauppiaille mahdollisuuden suorittaa miljoonia tilauksia ja skannata useita markkinoita ja vaihtaa muutamassa sekunnissa, jolloin laitokset, jotka käyttävät alustoja, ovat valtava etu avoimilla markkinoilla. Järjestelmät käyttävät monimutkaisia ​​algoritmeja markkinoiden analysointiin ja pystyvät havaitsemaan uusia kehityksiä toisen murto-osalla. Tunnistamalla markkinoiden muutokset, kaupankäynti järjestelmät lähettävät satoja varastojen koria ulos markkinoilta tarjottavilla tarjouksilla, jotka ovat kauppiaille edullisia Suurten taajuuksien kaupankäynnin toteuttavat laitokset saattavat etenkin ennakoida ja torjua trendejä markkinoilla, heidän tarjouksensa kysyntä leviää, mikä tuotti merkittäviä voittoja. Korkean taajuuden kaupankäynnistä tuli yhteinen paikka markkinoilla, kun otettiin käyttöön instituutioiden välityksellä tarjottavien kannustimien lisääminen markkinoiden likviditeetin lisäämiseen tarjoamalla pieniä kannustimia näille markkinatalouden päättäjille vaihtoa lisäämällä likviditeettiä, ja likviditeettiä tarjoavat laitokset näkevät myös parempia voittoja kaikissa kaupoissaan, joita ne tekevät niiden suotuisasta leviämisestä huolimatta Vaikka leviäminen ja kannustimet ovat 1 senttiä kaupankäyntiä kohden, kerrottu, että useilla kaupoilla päivässä on huomattavia voittoja korkean taajuuden kauppiaille. Monet näkevät korkeataajuisen kaupankäynnin epäeettisenä ja epäoikeudenmukaisena etuna suuret yritykset pienempiä laitoksia ja sijoittajia vastaan ​​Voit kokeilla käsiasi verkkokaupassa Lue Stimulate Your Skills with Simulated Trading ja tutustu Investopedia Stock Simulatorin kauppaan varastot riskitön. Katso, mitkä tekijät vaikuttavat bid-ask leveyden leveyksi Selvitä, miksi jotkut varastot ovat suuria leviää tarjouksen ja kysynnän hintojen välillä Lue vastaus Lisätietoja lupauksista ja miksi varastot, joilla on korkea likviditeetti ja alhainen volatiliteetti, ovat yleensä kapeita Lue vastaus. kysy hinnoista Hintatarjous on Lue vastaus. Lyhytaikaisuus viittaa siihen, kuinka helppoa on ostaa ja myydä osakkeita ilman, että ce Jos esimerkiksi olet ostanut lukea vastaus-vastausta. Kaupankäyntialusta on ohjelmisto, joka toimii tiedonvälittäjänä kauppiaan ja välittäjän välisessä kaupankäynnissä. Kaupankäynnin lukeminen. Algoritmiset kaupankäyntistrategiat, kuten automaattinen suojaus, tilastollinen analyysi, algoritminen toteutus, suora pääsy markkinoille ja korkeataajuinen kaupankäynti voivat altistaa hintojen epäjohdonmukaisuuksia, jotka aiheuttavat. Algoritminen kaupankäynti on prosessi, jossa tietokoneita käytetään kaupankäynnin aikaansaamiseksi tuottamaan voittoa nopeudella ja taajuudella, joka ei ole ihmisen kykyä. syvyys tarkastella kuinka korkean taajuuden kaupankäynti toimii ja kuka pelaajat ovat. Sekä algoritmisen kaupankäynnin kasvu Forex-markkinoilla viime vuosina on johtunut algoritmeista, jotka automatisoivat tiettyjä prosesseja ja vähentävät tuntimääriä valuuttatoiminnan harjoittamiseksi. Automaattiset kaupankäyntijärjestelmät minimoida tunteita, antaa nopeamman tilauksen pääsyn, johtaa suurempaan johdonmukaisuuteen ja ratkaisee pilottivirheongelmia. Järjestelmät kauppiaat jakavat aikaa kaupankäynnin välillä, dev eloping, backtesting, optimointi ja eteenpäin testaus, luoda elinkelpoisia ja korkean todennäköisyyden kaupankäyntijärjestelmät. Onko markkinoiden maksuvalmius tarjoaa korkean taajuuden kaupankäynnin todellisuutta tai illuusion. Maksimimäärä summasta Yhdysvalloissa voi lainata Velan yläraja luotiin Toinen vapausluottolaki. Korko, jolla talletuslaitos myöntää Federal Reserve - rahaston varoja toiselle talletuslaitokselle.1 Tilastollinen toimenpide tietyn arvopaperin tai markkinaindeksin tuoton hajoamisesta Tilastollinen volatiliteetti voidaan mitata. Yhdysvaltojen kongressi hyväksyi vuonna 1933 pankkilain, jossa kiellettiin kaupallisia pankkeja osallistumasta investointeihin. Ei-palkkasumma viittaa mihinkään maatilojen, yksityisten kotitalouksien ja voittoa tavoittelemattomien yritysten ulkopuoliseen työhön. Yhdysvaltain työvaliokunta. Valuutan lyhenne tai valuuttasymboli Intian rupee INR, Intian valuutta Rupee koostuu 1.Tämä viesti yksityiskohtaisesti, mitä tein tehdä noin 500k alkaen hig h taajuuskaupasta vuodesta 2009 vuoteen 2010 Koska olin kaupankäynnin täysin itsenäisesti ja en enää aio ohjelmaa, olen onnellinen kertoa kaikesta Kaupankäynti oli enimmäkseen Russel 2000: ssa ja DAX: n futuurisopimuksissa. Uskon, että menestykseni avain ei ollut hienostunut taloudellinen yhtälö, vaan yleinen algoritmisuunnittelu, joka yhdistää monia yksinkertaisia ​​komponentteja ja käyttää koneoppimista optimoimaan maksimaalisen kannattavuuden saavuttamiseksi. Sinun ei tarvitse tuntea minkäänlaista hienostunutta terminologiaa täällä, koska kun asensin ohjelmani, se perustui kaikin puolin intuitioon Andrew Ng hämmästyttävä konekielisen oppimisen kurssi ei ollut vielä saatavilla - jos napsautat linkkiä, jota otatte meneillään olevaan Project MOOC: iin tutustumispaikkaan, CourseTalk. Ensin haluaisin osoittaa, että menestys ei ollut pelkästään onnettomuus. ohjelma teki 1000-4000 kaupasta päivässä puoli pitkä, puoli lyhyt ja ei koskaan tullut kantoja enemmän kuin muutamia sopimuksia kerrallaan Tämä tarkoitti satunnainen onnea mistä tahansa tietyn kaupan keskiarvo tuloksena oli, etten koskaan menettänyt yli 2000 yhden päivän aikana eikä koskaan ollut menettänyt kuukautta. EDIT Nämä luvut ovat maksamien palkkioiden jälkeen. Ja tässä on kaavio, joka antaa sinulle tunteen päivittäisestä vaihtelusta Huomaa tämä sulkee pois viimeiset 7 kuukautta, koska - kun luvut pysähtyi menossa - menetin motiivini päästä niihin. My trading background. Prior automaattisen kaupankäyntiohjelman perustaminen Minulla oli 2 vuoden työkokemus manuaalisena päivittäiskauppana Tämä tapahtui jo vuonna 2001 - se oli sähköisen kaupankäynnin alkuaikoina ja oli olemassa mahdollisuuksia scalperin tekemään hyvää rahaa Voin vain kuvailla, mitä olin tekemässä kuten samankaltainen videopelipelien pelaaminen oletetun reunan kanssa Menestys oli nopea, kurinalaista ja hyvää intuitiivista kuvantunnistuskykyä pystyin tekemään noin 250 k, maksoi opintolainoja ja rahaa jäljellä Win. Over seuraavien viiden vuoden aikana ottaisin käyttöön kaksi startupia, ottain vastaan ​​joitakin ohjelmointitaitoja matkan varrella. Se ei ollut vasta vuoden 2008 loppupuolella, jotta saisin takaisin kaupankäynnin. Kun rahat ovat vähäiset myyntiin ensimmäisestä käynnistyksestäni, kaupankäynti tarjosi toiveita jonkin verran nopeasti käteistä, kun tajusin minun seuraava move. In 2008 olin käsin päivän kaupankäynnin futuurit käyttäen ohjelmistoa kutsutaan T4 olen d haluavat joitakin räätälöityjä tilauksen pikanäppäimiä, joten sen jälkeen kun havaittiin T4 oli API, otin haasteen oppimisesta C ohjelmointikieli, jota tarvitaan API: n käyttämiseen ja mennyt eteenpäin ja rakensin itselleni muutamia pikanäppäimiä. Sen jälkeen, kun minulle tuli jalkani märkä API: n kanssa, minulla oli pian isoja toiveita, halusin opettaa tietokoneen kauppaan minulle. API tarjosi sekä virran markkinoiden tiedot ja helppo tapa lähettää tilauksia vaihtoon - kaikki, mitä minun piti tehdä oli luoda logiikka keskelle. Below on kuvakaappaus T4-kaupankäynnin ikkunasta Mikä oli hienoa, että kun sain ohjelman, työskentelin pystyin katsella tietokonekauppaa tällä täsmälleen samalla käyttöliittymällä Tarkkailemalla todellisia tilauksia pukeutumaan sisään ja ulos itselleni oikeilla rahoillani oli sekä jännittävää että pelottavaa. Algoritmin suunnittelu. Alusta lähtien minun tavoitteena oli asentaa sellainen järjestelmä, että voisin olla kohtuudella co nfident i d ansaita rahaa ennen kuin koskaan tehdä mitään live kaupoista Tämän saavuttamiseksi minun tarvitsi rakentaa kaupankäynnin simulointi puitteet, jotka - niin tarkasti kuin mahdollista - simuloida live trading. While kaupankäynnin live-tilassa tarvitaan jalostusmarkkinapäivityksiä virrataan API, simulointi tila vaaditaan lukemista markkinoiden päivityksiä datatiedostosta Näiden tietojen keräämiseksi asetan ohjelman ensimmäisen version, jotta voin vain muodostaa yhteyden API: ään ja tallentaa markkinapäivityksiä aikaleimatilanteilla. Päätin käyttämään viimeisimpien markkinointitietojen neljän viikon ajan kouluttamaan ja testaamaan järjestelmääni. Perustavan kehyksen avulla minulla oli vielä tehtävänä selvittää, miten tehdä kannattava kaupankäyntijärjestelmä. Kuten käy ilmi, algoritmijani hajoaa kahteen erilliseen osaan, joita tutkitaan vuorollaan. Hintakehitys ja tuottavuus Kaupankäynti. Hintakehitys. Ilmeinen osa kaupankäyntijärjestelmästä voi ennustaa, missä hinnat liikkuvat. Minusta ei ollut poikkeus. hinta sisäisen hintatarjouksen ja sisäisen tarjouksen keskiarvona ja asetin tavoitteeksi ennustaa, missä hinta olisi seuraavien 10 sekunnin aikana. Oma algoritmi tarvitsee tämän ennusteen hetken hetken koko kaupankäyntipäivän. indikaattorit. Olen luonut kourallisen indikaattoreita, joilla on ollut mielekäs kyky ennustaa lyhyen aikavälin hintamuutoksia. Jokainen indikaattori tuotti joko positiivisen tai negatiivisen määrän. Indikaattori oli hyödyllinen, jos useammin kuin positiivinen luku vastasi markkinoiden nousua ja negatiivinen luku vastasi markkinoiden menoa alas. My järjestelmä antoi minulle nopeasti määrittää, kuinka paljon ennustavaa kykyä millä tahansa indikaattorilla oli, joten pystyin kokeilemaan monia erilaisia ​​indikaattoreita nähdäksesi mikä toimi Monet indikaattoreista olivat muuttujia kaavoissa jotka tuottivat niitä ja pystyin löytämään optimaaliset arvot näille muuttujille tekemällä rinnakkain vertailut tuloksista, joiden arvot vaihtelevat. jotka olivat kaikkein hyödyllisimpiä, olivat kaikki suhteellisen yksinkertaisia ​​ja perustuivat viimeaikaisiin tapahtumiin markkinoilla, jotka olin kaupankäynnin kohteena, sekä korrelaattoreiden markkinoiden kanssa. Tarkka hintavaihteluennusteet. Indikaattoreita, jotka yksinkertaisesti ennustivat ylös - tai alaspäin suuntautuvan hinnan liikkeen, Minun tarvitsi tietää tarkalleen, kuinka paljon hintaindikaattori ennusti kunkin indikaattorin jokaisen mahdollisen arvon perusteella kaavan, joka muuntaa indikaattoriarvon hinnan ennusteeksi. Tämän saavuttamiseksi seurasin ennustettua hintamuutosta 50: ssä kauhassa, jotka riippuivat alueesta, joka indikaattorin arvo laski Tämä tuotti ainutlaatuiset ennusteet jokaiselle ämpärille, jonka pystyin sitten kuvaamaan Excelissä Kun näet, että odotettu hinnankorotus nousee indikaattorin arvon kasvaessa. Tämän kaavion perusteella pystyn tekemään kaavan sovittaa käyrä Alussa tein tämän käyrän sopivan käsin, mutta pian kirjoitin jonkin koodin prosessin automatisoimiseksi. Huomaa, että kaikilla indikaattorikäyillä ei ollut samoja pape Huomaa myös, että kauhat jakautuivat logaritmisesti jakamaan tiedot tasaisesti Lopuksi huomaa, että negatiiviset indikaattorit ja niiden vastaavat alennusennusteet käännetään ja yhdistetään positiivisten arvojen kanssa. Oma algoritmi kohtelee ylös ja alas täsmälleen samebining indikaattorit yhdelle ennusteen. On tärkeä asia harkita, että jokainen indikaattori ei ollut täysin itsenäinen en voinut vain yksinkertaisesti lisätä kaikki ennusteet, että kukin indikaattori tehty erikseen Avain oli selvittää, että ylimääräinen ennustava arvo, että jokainen indikaattori oli yli mitä oli jo ennustettu Tämä wasn t vaikea toteuttaa, mutta se merkitsi sitä, että jos olisin kaarre sopiva useita indikaattoreita samaan aikaan minun piti olla varovainen muuttaminen yksi vaikuttaisi ennusteet toinen. Jotta käyrä sopivat kaikki indikaattorit samaan aikaan I asenna optimoija askelen 30 suuntaan kohti uutta ennustekäyrää jokaisella läpäisyllä. Tämän 30 hypyn avulla löysin että ennustuskäyrät vakiintuisivat muutamassa kuljussa. Jokainen indikaattori nyt antaa meille sen ylimääräisen hinnan ennusteen, voisin vain lisätä ne yhteen tuottamaan yhden ennusteen siitä, missä markkinat olisivat 10 sekunnissa. Miksi ennustavat hinnat eivät riitä. Saatat ajatella, että tällä reuna markkinoilla olin kultainen Mutta sinun täytyy pitää mielessä, että markkinat koostuvat tarjouksista ja tarjoaa - se ei ole vain yksi markkinahinta Menestys korkean taajuuden kaupankäynnin tulee alas saada hyviä hintoja ja se ei ole kovin helppoa. Seuraavat tekijät tekevät kannattavan järjestelmän luomisesta vaikeaksi. Jokaisessa kaupassa minun piti maksaa palkkioita sekä minun välittäjälle että pörssiin. Eroero korkeimman tarjouksen ja alimman tarjouksen välillä tarkoitti, että jos olisin yksinkertaisesti ostaa ja myydä satunnaisesti menettää tonnia rahaa. Suurin osa markkinoiden määrästä oli muita robotteja, jotka tekisivät vain kaupan kanssani, jos he luulivat, että heillä oli joitakin tilastollisia etuja. Tarjouksen tekeminen ei takaa, että voisin ostaa sen. kun minun ostotilaukseni saatiin vaihtoon, oli hyvin mahdollista, että tämä tarjous olisi peruutettu. Pienellä markkinatoimijalla ei ollut mitään keinoa kilpailla nopeudella yksinään. Rakentaen täydellisen kaupankäynnin simulaation. Joten minulla oli kehys, joka antoi minulle mahdollisuuden indikaattoreiden korjaamiseksi ja optimoimiseksi Minun piti mennä pidemmälle - tarvitsin kehyksen, jonka avulla voin testata ja optimoida täydellisen kaupankäyntijärjestelmän, jossa lähetin tilauksia ja saavuin paikalle. Tässä tapauksessa optimoiten PL - jossain määrin keskimäärin PL kohti kaupankäyntiä. Tämä olisi hankalampaa ja joillakin tavoin mahdotonta mallintaa tarkasti, mutta tein parhaiten kuin voisin. Tässä on muutamia asioita, joista minulla oli tehtävä. Kun tilaus lähetettiin markkinoille simuloinnissa Minun piti muokata viiveaikaa. Se, että järjestelmäni näki tarjouksen, ei tarkoittanut sitä, että se voisi ostaa sen heti. Järjestelmä lähettää tilauksen, odottaa noin 20 millisekuntia ja sitten vain, jos tarjous oli vielä olemassa, sitä pidettiin toteutettu kauppa Tämä oli epätäsmällistä, koska todellinen viiveaika oli epäjohdonmukainen ja ilmoittamaton. Kun asetin tarjouksia tai tarjouksia, piti tarkastella API: n tarjoamaa kaupan toteutusvirtaa ja käyttää niitä arvioimaan, kun tilaukseni olisi toteutunut. jouduttiin seuraamaan tilaukseni asemaa jonossa. Se sai ensiksi ensimmäisestä järjestelmästä Jälleen, en voinut tehdä tätä täydellisesti, mutta tein parhaan lähentämisen. Ohjelmaan tilaustyössimulointiani, mitä tein, otin lokitiedostot elää kaupankäynnin kautta API ja vertailla niitä lokitiedostoja tuotettujen simuloidun kaupankäynnin täsmälleen samasta ajanjaksosta pystyin saamaan simulointi siihen pisteeseen, että se oli melko tarkka ja osia, jotka olivat mahdottomia mallintaa, olen varma, että ainakin tuottaa tuloksia, jotka olivat tilastollisesti samanlaisia ​​metrics mielestäni oli tärkeää. Making kannattavaa trades. With tilaus simulointi malli paikalla voisin nyt lähettää tilauksia simulointi tilassa ja nähdä simuloitu PL Mutta miten se voisi y-järjestelmä tietää, milloin ja missä ostaa ja myydä. Hintamuutosten ennusteet olivat lähtökohtana, mutta ei koko tarina. Mitä minä tein oli luoda pisteytysjärjestelmä jokaiselle 5 hintatasolle tarjouksessa ja tarjouksessa. Nämä sisälsivät yhden tason sisäpuolella ostotilauksen hintatarjous ja yksi taso myyntitoimeksiannon sisäisen tarjouksen alapuolelle. Jos pisteet jokaisella hintatasolla olivat tietyn kynnysarvon yläpuolella, mikä merkitsisi sitä, että järjestelmälläni olisi oltava aktiivinen hintatarjous siellä - kynnysarvon alapuolella sitten kaikki aktiiviset tilaukset pitäisi peruuttaa Tämän perusteella ei ollut harvinaista, että järjestelmäni uhkaisi tarjouksen markkinoilla ja heti peruuttaa sen Vaikka olen yrittänyt minimoida tämän, koska se on ärsyttävää kuin heck ketään katsomassa ruudulla ihmisen silmät - myös minua. hintatason pistemäärät laskettiin seuraavien tekijöiden perusteella. Hintamuutosennuste, josta keskustelimme aiemmin. Kyseessä oleva hintataso Sisäiset tasot edellyttivät suurempia hinnanmuutosten ennusteita. order in the queue Vähemmän oli parempi. Tilausjäljellä olevien tilausten määrä jonossa More oli parempi. Näiden tekijöiden avulla hintatarjouksen turvalliset paikat tunnistettaisiin. Hintojen siirtoennuste ei ollut yksinään riittävä, koska se ei ottanut huomioon sitä, että kun asetan tarjouksen, minua ei täytetty automaattisesti - täyttyi vain, jos joku myi minulle siellä Todellisuudessa oli, että pelkkä tosiasiat, jotka myyvät minulle tietyn hinnan, muuttivat kaupan tilastollisia kertoimia. Tässä vaiheessa käytetyt muuttujat olivat kaikki optimoinnin kohteena. Tämä tapahtui täsmälleen samalla tavalla kuin optimoitiin muuttujia hinnanmuutosindikaattoreissa, paitsi tässä tapauksessa optimoin loppuliville P L. Mitkä ohjelmani jätettiin huomiotta. Kun ihmiskauppa on meillä usein voimakkaita tunteita ja puolueet, jotka voivat johtaa vähemmän kuin optimaaliset päätökset Selvästi en halunnut kodifioida näitä ennakkoluuloja Seuraavassa on joitain tekijöitä, joita järjestelmääni ei huomioida. Hinta, joka asemalle tuli - Kaupan toimistossa se on melko yleinen kuulla keskustelua hinnasta, jolla joku on pitkä tai lyhyt, jos se vaikuttaisi tulevaan päätöksentekoon Vaikka tällä on joitakin pätevyyttä osana riskien vähentämisstrategiaa, sillä ei todellakaan ole mitään vaikutusta markkinoiden tuleviin tapahtumiin. ohjelma on täysin jättänyt huomiotta nämä tiedot It's sama käsite kuin unohdetaan sunk costs. Going lyhyt vs poistuminen pitkä asema - tyypillisesti elinkeinonharjoittaja olisi eri kriteerit, jotka määräävät, missä myydä pitkä asema vs. minne mennä lyhyt kuitenkin minun algoritmien näkökulmasta oli ei syytä tehdä eroa Jos algoritmini odotettiin alaspäin suuntautuvan myynnin myynti oli hyvä asia riippumatta siitä, oliko se pitkä, lyhyt tai tasainen. Strategian kaksinkertaistaminen - Tämä on yhteinen strategia, jossa kauppiaat ostavat lisää varastoa tapahtumassa että alkuperäinen kauppa menee vastaisiin. Tämä johtaa siihen, että keskimääräinen ostohinta on pienempi ja se tarkoittaa, milloin tai jos varastossa kääntyy sinua ll asetetaan tekemään mon ey takaisin vähän aikaa Mielestäni tämä on todella kammottava strategia, ellet ole Warren Buffet Olet vilpittömästi ajatellut, että teet hyvin, koska suurin osa kaupoistasi on voittajia Ongelmana on, että menetät menettämäsi suuresti Toinen vaikutus on se tekee vaikeaksi arvioida, onko sinulla todellakin markkinoiden reuna vai vain saada onnea. Se, että voin seurata ja vahvistaa, että ohjelmallani todella oli reuna, oli tärkeä tavoite. Koska algoritmi teki päätöksiä samalla tavalla riippumatta siitä, missä se tuli kauppaan tai jos se oli tällä hetkellä pitkä tai lyhyt, se satutti satunnaisesti ja ottaa joitakin suuria menetyksiä kaupankäynnin lisäksi joitakin suuria voitto kauppoja Mutta sinun ei pitäisi mielestäni ei ollut mitään riskienhallintaa. Jotta hallita riskiä olen pakotettu enimmäismäärä paikan koko 2 sopimusta kerrallaan, satunnaisesti törmäsi suuria määriä päiviä minulla oli myös suurin päivittäinen tappion raja suojata vastaan ​​odottamattomia markkinaolosuhteita tai vika minun ohjelmistolla Nämä rajoitukset pannaan täytäntöön minun code bu t myös välittäjänä kautta minun välittäjä Koska se tapahtui, en koskaan nähnyt mitään merkittäviä ongelmia. Running algoritmi. Siitä hetkestä, kun aloin työskennellä minun ohjelma otti minulle noin 6 kuukautta ennen sain sen kannattavuuden kohta ja alkoi käynnissä se elää Vaikka kohtuullisen paljon aikaa oppilas oli uusi ohjelmointikieli Kun työskentelin ohjelmiston parantamiseksi, näen parempia voittoja kullekin seuraavalle neljäksi kuukaudeksi. Joka viikko voisin uudistaa järjestelmääni edellisen 4 viikon arvosta tulokset löysin tämän saavutti oikean tasapainon vallasta viimeaikaisen markkinakäyttäytymisen trendit ja vakuuttaa oma algoritmi oli tarpeeksi tietoa, jotta voidaan luoda mielekkäitä kuvioita Kun koulutus alkoi yhä enemmän aikaa jakaa sen niin, että se voitaisiin suorittaa 8 virtuaalikoneiden käyttäen amazon EC2 Tulokset yhdistettiin sitten paikalliselle koneelleni. Kaupan huippupiste oli lokakuussa 2009, kun tein lähes 100k. Tämän jälkeen jatkoin seuraavien neljän kuukauden aikana rumin, jotta voisin parantaa ohjelmani vähentyneestä voitosta huolimatta kuukausittain Valitettavasti tässä vaiheessa luulen, että toteutin kaikki parhaat ideani, koska minulla ei ollut vaikutusta alkoi ajatella uutta suuntausta lähetin 6 eri korkean taajuuden kaupankäynnin yrityksiä nähdä, jos he d olla kiinnostunut hankkimaan ohjelmiston ja palkata minut työskentelemään heille Kukaan ei vastannut minulla oli joitakin uusia käynnistysideoita halusin työskennellä, joten en koskaan seurannut. UPDATE - Lähetin tämän Hacker Newsin kohdalle ja se on saanut paljon huomiota Haluan vain sanoa, etten kannata joku yrittää tehdä jotain tällaista itseään Nyt tarvitset joukkue todella älykkäitä ihmisiä, joilla on erilaisia ​​kokemuksia minulla on toivoa kilpailla Vaikka tekisinkin tämän, uskon, että oli hyvin harvinaista, että ihmiset voisivat saavuttaa menestystä, vaikka olin kuullut muista. Sivun yläosassa on kommentti, jossa mainitaan manipuloitu sta tistics ja viittaa minulle vähittäiskaupan sijoittajana, että kvantteja olisi iloisesti poimia Tämä on melko valitettava kommentti, joka ei yksinkertaisesti perustu todellisuuteen Asetus, että syrjään on joitakin mielenkiintoisia kommentteja. UPDATE 2 - Olen lähetetty seuranta FAQ, joka vastaa joitain yleisiä kysymyksiä, jotka olen saanut kauppiailta tästä postista.