編寫自己的Algo交易機器人

算法交易

算法/自動交易基礎教育

編碼您自己的Algo交易機器人

  • FACEBOOK

  • 推特

  • linkedin


通過


FULLBIO

MatthewJohnston有超過5年的投資撰寫內容。他是公司新聞,市場新聞,政治新聞,貿易新聞,投資和經濟專家。他獲得了他在聖斯蒂芬大學的跨學科研究的學士學位及其在新學校社會研究中經濟學碩士學位。他在聖斯蒂芬大學教授宏觀經濟學。

了解我們的

編輯政策

matthewjohnston

更新4月10日,2020


目錄

  • 什麼是交易機器人?

  • 算法交易策略

  • 反向和優化

  • 實時執行

  • 底線

許多交易員渴望成為算法交易商,但努力編制交易機器人的鬥爭。這些交易員通常會在線找到有紊亂和誤導性的算法編碼信息,以及隔夜繁榮的虛假承諾。然而,一個可靠信息的一個潛在來源來自LucasLiew,在線算法交易課程Algotrading101的創建者。截至2020年8月,該課程自2014年10月1日起推出了超過33,000名學生

Liew的計劃側重於以有組織的方式提出算法交易的基礎。他對算法交易是“不是富有的快速計劃”的事實。下面概述了設計,構建和維護自己的算法交易機器人所需要的基礎知識(從Liew和他的課程中汲取)。

3:20

ROBO顧問的崛起

什麼是交易機器人?

在最基本的級別,算法交易機器人是一種計算機代碼,該計算機代碼具有在金融市場中生成和銷售信號的能力。這種機器人的主要組成部分包括輸入何時購買或銷售的條目規則,退出指示何時關閉當前位置的規則,以及定義購買或銷售量的定位規則。

鍵Takeaways

    許多有抱負的Algo-Traders難以找到合適的教育或指導,以適當編寫其交易機器人。

  • Algotrading101是可靠指令的潛在來源,在2014年推出和8月2020年之間獲得了超過33,000的潛在來源。1
  • 交易Algo或機器人是識別購買和銷售機會的計算機代碼,能夠執行進入和退出訂單。
  • 為了獲得有利可圖,機器人必須確定定期和持久的市場效率。
  • 雖然獲得了豐富快速方案的例子,但是有吸引力的宇宙交易者更好地擔任謙虛的預期。

顯然,您將需要計算機和互聯網連接成為算法交易員。之後,需要MicrosoftWindows或MAC操作系統來運行MetaTrader4(MT4),該平台是使用Metaquotes語言4(MQL4)進行編碼交易策略的電子交易平台。雖然MT4不是唯一可以用於構建機器人的軟件,但它具有許多顯著的優勢.1

有一個優點是,雖然MT4的主要資產類是外匯(FX),但該平台也可用於使用差異合同(CFD)的貿易股票,股票指數,商品和比特幣。使用MT4(與其他平台相反)的其他好處是它易於學習,有許多可用的FX數據源,它是免費的。

算法交易策略

第一步之一N開發ALGO策略是反思各種算法交易策略所擁有的一些核心特徵。該戰略應該是市場謹慎的,因為它從市場和經濟的角度根本上聽起來。此外,在開發策略中使用的數學模型應基於聲音統計方法。

接下來,確定您的機器人旨在捕獲的信息。為了擁有自動化策略,您的機器人需要能夠捕獲可識別的,持久的市場低效率。算法交易策略遵循一套剛性規則,利用市場行為,並且一次性市場效率低下的發生是不足以建立一個策略。此外,如果市場效率低下的原因是無法識別的,那麼就沒有辦法知道戰略的成敗是否是由於機會的成敗。

考慮到上述內容,有許多策略類型可通知您的算法交易機器人的設計。這些包括利用以下(或其任何組合)的策略:

  • 宏觀經濟新聞(例如,非農工資單或利率變化)
  • 基本分析(例如,使用收入數據或盈利發布說明)
  • 統計分析(例如,相關或共同集成)
  • 技術分析(例如,移動平均值)
  • 市場微觀結構(例如套利或貿易基礎設施)

初步研究側重於製定適合自己個人特徵的戰略。個人風險簡介,時間承諾和交易資本等因素在製定戰略時都很重要。然後,您可以開始確定上面提到的持久性市場效率低下。確定了市場效率低下,您可以開始編寫適合您個人特徵的交易機器人。

回溯和優化

反向致力於驗證您的交易機器人,包括檢查代碼,以確保它正在執行您想要的,並了解策略如何在不同的時間幀,資產類別或不同的市場條件下執行,特別是在黑色天鵝類型事件中2007-2008金融危機。

既然您已編碼有效的機器人,最大限度地提高其性能,同時最小化過度偏置。為了最大限度地提高性能,首先需要選擇捕獲風險和獎勵元素的良好性能措施,以及一致性(例如,夏普比率)。同時,當您的機器人基於過去的數據時,當您的機器人太緊密時,會發生過燒偏差;這樣一個機器人將發出高性能的錯覺,但由於未來永遠不會完全類似於過去,它可能實際上失敗了。

實時執行

你現在準備開始使用真正的錢。但是,除了為您可能經歷的情感起伏和倒閉準備,還有一些需要解決的技術問題。這些問題包括選擇適當的經紀人和實施機制,以管理市場風險和運營風險,例如潛在的黑客和技術停機時間。

鍵Takeaways

在繼續前,貿易商可以通過模擬交易學習很多,這是使用現場市場數據練習策略的過程,但不是真正的金錢。

在此步驟中也很重要,以驗證機器人的性能與測試階段中經歷的相似。最後,需要監測,以確保機器人仍然存在的市場效率。

底線

考慮到傳奇商品貿易商的理查德·丹尼斯教授一群學生,他的個人交易策略在短短五年內繼續賺取超過1.75億美元的人,這對於缺乏經驗的交易者來說是合理的,才能教授嚴格的指導方針並成功。.2然而,雖然存在非凡的例子,有抱負的交易者肯定會記住有適當的預期。

Liew強調,算法交易的最重要部分是“理解您的機器人在哪種類型的市場狀況下工作以及何時會分解”和“何時進行干預時。”算法交易可能是有益的,但成功的關鍵是理解;任何未經充分理解的課程或教師承諾高獎勵應該是遠離的主要警告標誌。