分类
外汇交易平台比较

如何进行交易信号的定量分析

怎么使用Python算法进行交易

从事定量金融工作需要对统计假设检验和数学有深入的了解。掌握多元演算,线性代数,概率论等概念将有助于您为设计和编写算法奠定良好的基础。您可以从计算股票价格数据的移动平均值开始,编写简单的算法策略(例如移动平均交叉或均值回归策略)并了解相对强度交易。在实践和理解基本统计算法如何工作这一小而重要的飞跃之后,您可以研究机器学习技术的更复杂领域。这些要求对统计和数学有更深入的了解。您可以从两本书开始:《定量交易:如何建立自己的算法交易业务》—Ernest Chan博士《关于算法交易和DMA的书》—巴里·约翰逊(Barry Johnson)

如何进行交易信号的定量分析

1.1 公司简介

1.2 创始人介绍

图:Sanostro创始人John Krehbiel(左)与Marcus Briese(右)

Sanostro由John Krehbiel和Marcus Briese联合创立,在创办Sanostro之前,二人均在各自的领域拥有丰富的工作经验。John Krehbiel专注于在电子商务与金融科技领域,具有丰富的专业技能。其拥有14年设计、制造和营销数字产品的经验,曾创立过一家加密货币交易所,后续John又通过创立和运营Sanostro公司将“以客户为中心”的理念和技术带入了金融服务领域。另一位创始人Marcus Briese则生长于德国,具有经济学教育背景以及7年的金融行业从业经验。他帮助Sanostro开拓了德国分部,并为这一团队树立了积极进取的作风。

1.3 发展历程

Sanostro于2011年在瑞士苏黎世成立。创立之初,Sanostro就确定了与量化基金合作,为机构投资者提供B2B模式下的A3S产品(alpha-as-a-service)。2014年,Sanostro在德国成立分公司,壮大研究团队。2014年底,Sanostro被欧洲货币机构投资者(Euromoney Institutional Investor)收购,成为后者的子公司继续独立运营。

此后,Sanostro广泛参与欧盟和全球性活动,与众多金融机构展开合作,取得了一系列成果:2016年10月,Sanostro与服务金融客户的软件公司Avaloq建立合作,为后者的客户提供可扩展的外汇系统咨询解决方案。Avaloq是一家致力于开发和提供用于核心银行业务的软件的瑞士公司,公司旗下软件系统Avaloq Banking Suite已为全球140多家银行提供服务。Avaloq公司年收入超过5亿美元,其软件系统管理的客户存款总额超过了4万亿美元,其客户包括汇丰银行、巴克莱银行、苏格兰皇家银行、瑞银集团、德意志银行、野村证券等知名金融机构。

2017年4月,Sanostro与IFS(Independent Financial Services Ltd)联手为瑞士的养老基金和其他机构投资者开发量身定制的投资方案。IFS是一家提供专业顾问咨询和资产管理的瑞士公司,致力于为机构投资者和大型私人投资者提供投资建议。该公司于2003年成立,在2005年获得FINMA的批准,成为职业养老金的资产管理人。

1.4 被收购情况

2014年12月,在Sanostro成立短短三年后,欧洲货币机构投资者(Euromoney Institutional Investor)便将其进行收购,但收购价格和细节并未公告。此后,Sanostro继续以子公司的形式独立运营。

欧洲货币机构投资者有限公司(www.euromoneyplc.com,以下简称欧洲货币公司)是在伦敦证券交易所上市的国际商业信息集团。欧洲货币公司的业务涵盖了资产管理、价格发现、数据和市场情报。旗下品牌公司众多,经营各种大型业务。欧洲货币公司的年收入约为4亿英镑(约36亿人民币),市值约为12亿英镑(约107亿人民币),拥有约1600名员工。其业务主要可分为六个部门:银行与金融(Banking and finance)、电信(Telecoms)、机构投资(Institutional Investor)、投资研究(Investment Research)、快速市场(Fastmarkets,面向全球金属、工业矿物和森林产品市场进行领先的价格报道及分析)与专业信息(Specialist information)等。

Part 2 商业模式

2.1 市场定位:简化并传递量化投资信息建议的科技平台

2.2 主要产品

(1)SYGNAL工作原理:生产交易信号

(2)输出结果:交易信号的样式

(3)交易信号的频率和时效

(4)用户使用方法

a、输入相关参数,SYGNAL返回信息

b、SYGNAL选择模型,生产信号图像及评估数值

(4)其他服务:人工咨询

Part 3 竞争分析

3.1 竞争优势

(1)专业团队运作,与全球范围内优秀的量化投资团队进行合作

Sanostro自身拥有专业的金融科技经营团队。例如,团队成员Alfred Schorno在外汇和投资领域拥有40多年的销售和领导经验,在退出德国独角兽公司后,依然是金融科技重度参与者;高级工程师Roman Gaudenz拥有超过15年财务软件设计经验,为Sanostro构建IT体系、实现业务功能;Patricia Falco Beccalli则是资深从业者,其财务专业知识和资深业界背景提高了Sanostro的公司知名度,也提升了公司的业务洽谈能力。

(2)特色信号管理模型,输出的信号及投资建议简洁清晰

3.2 竞争劣势

3.3 竞争对手

另一家竞争者是金融科技领域的True Trade公司。该公司提供True Trade Pro 如何进行交易信号的定量分析 CLOBBER™平台,其中的核心组件包括一系列复杂的专业程序,这些程序均以通用的C程序语言编写,以便用户进行改造。他们的产品服务于外汇、商品和衍生品市场,为专业级别的交易所、经纪人、风险管理者和算法交易者提供了帮助。相比起True Trade,Sanostro的目标客户则相对大众化,无须掌握各方面专业技能即可实现获取投资建议的目标。

如何进行交易信号的定量分析

定量投资分析报价利率和有效利率

定量投资分析报价利率和有效利率

关键词 2017-11-20

定量投资分析:内部收益率和内部收益率准则

定量投资分析:内部收益率和内部收益率准则

关键词 债券 2017-11-20

识别什么是定性分析与定量分析

识别什么是定性分析与定量分析

关键词 2017-11-20

投资组合收益的度量

投资组合收益的度量

关键词 2017-11-19

什么是货币加权收益率

什么是货币加权收益率

关键词 列出 2017-11-19

与内部收益率准则相关的问题

与内部收益率准则相关的问题

关键词 2017-08-14

定量投资分析净现值和净现值准则

定量投资分析净现值和净现值准则

净现值给出了一种评估某项投资的价值的方式,而净现值准则是用来在不同投资项目中进行选择的一种方法。一项投资的净现值(net present value)等于其所有

关键词 2017-08-05

定量投资分析:复利的频数

定量投资分析:复利的频数

关键词 定量投资分析 2017-08-02

利率:经济学的解释

利率:经济学的解释

关键词 债券证券 2017-07-27

定量分析系统模型详解

定量分析系统模型详解

系统通常是庞大而复杂的。为进行有效的研究,得到有说服力的结论,就需要建立系统模型(model of system)。系统模型是对系统的描述、模仿,在对系统抽象和

如何对应用程序的用户数据进行定量分析

数据科学可以描述为业务假设实际运行情况之间的竞争。与 Countly 合作将获取完整的移动用户行为数据集以及数据可视化所需的整套工具。定量分析需要使用完整的移动用户行为数据集,而非抽样技术分析所采集的数据,后者可能会在分析中引入不确定性的偏差。只需单击几次,就能够以可视化方式查看关于用户的各种详细信息。例如,可以使用 Countly 在多种语言环境下快速可视化应用程序用户的原始数据和百分比数据(请参见下方屏幕截图)。此方法比 Excel 更加形象生动,无需额外导出原始数据进行日常数据分析,为团队节省时间。

此外,Countly 可以灵活整合其他来源的移动数据和人口统计数据,例如银行可能需要从后端整合数据(年龄、估计收入、婚姻状况、最近大宗交易记录和近期地址变更),以便 Countly 更好地了解用户在应用程序内的行为并通过特定推送通知促进微目标定位。这样数据分析就能够更具有针对性,更加适应业务需要。

那么,现在我们开始观察数据。利用 Countly 您能够访问 100% 应用程序用户数据,还可以详细查看高参与度用户(假设您运营一款健身应用程序,并选择留存率作为成功标准)以及这些用户注册时执行的操作。观察高参与度用户行为模式,然后进行定量访问确定应用程序最令人兴奋的特点。随后,您的团队可以获取下载应用的初 10 天内完成对提高留存率有帮助操作的主要假设:

我们为每项操作定义队列,然后在采样数据上使用二分类测试比较注册 2 个月后每组用户留存表现。之后我们可以观察每项测试的正负预测值(定义如下),确定我们正在寻找的关键阈值。

测试 1:用户在初 10 天内是否完成 ≥ 3项推荐锻炼?

测试 2:用户在初 10 天内在社区发布 ≥ 5 件信息?

测试 3:用户在初 10 天内关注 ≥ 5 份健康饮食?

显然完成 3 项推荐锻炼胜出。因此,这项操作有较高的 2 个月留存正预测值;相反地,完成少于 3 项锻炼有较高的负预测值。这项测试可以很好地预测 2 个月留存情况:达到标准,有 99% 机率留存应用程序;未达到标准,有 95% 机率会丢失用户。

发布 5 如何进行交易信号的定量分析 件信息和关注 5 份健康饮食与留存情况有很大关联(因此有较高的正预测值),但未达到关键条件标准。未执行这些操作的用户仍有很高机率在 2 个月后仍留存应用程序。

到目前为止,完成推荐锻炼似乎成为关键性阈值。另一项评估要点在于让用户完成行动的价值。换言之,让用户完成 3 项推荐锻炼进而提高 2 个月后留存应用程序所需付出的代价。分析数字时,完成 3 项推荐锻炼可使 2 如何进行交易信号的定量分析 个月后留存机率提高大约 20 倍,而发布 5 次更新和关注 5 份健康饮食甚至无法让留存率翻倍(分别提高 1.3 倍和 1.1 倍)。你可以通过回归分析得出这一结论,但所需时间过长。如要了解更多信息,我建议阅读 该URL 。数据分析结果表明,值得投入时间和精力鼓励用户完成 3 项推荐锻炼。发布 5 件信息和关注 5 份健康饮食与留存情况有很大关联(因此有较高的正预测值),但未达到关键条件标准。未执行这些操作的用户仍有很高机率在 2 个月后仍留存应用程序。

如果对机器学习和更复杂的模型感兴趣,我建议针对非结构化数据使用 K 均值聚类(K-Means Clustering),使用 R 语言实现。该技术提供另一种识别与 3 个月后留存率等业务目标相关特定聚类的方法。观察结果按指定标准分为 K 组并重新分组,形成关联最为紧密的聚类(请参见以下示例)。

与分层聚类相比,K 均值聚类可以处理更大规模的数据集。此外,观察结果不会永远固定在一个聚类中。分析时,观察结果会移动,从而改善整体结果。要了解更多关于 K 均值聚类的信息,我建议阅读《R 语言实战》作者 Rob Kabacoff 发表的 文章 如何进行交易信号的定量分析 。

保持简洁

误差最小的通用模型最有可能准确预测未来观察结果——奥卡姆剃刀原理。确定关键性阈值时的两个重要注意事项:保持稳定简洁。如果涉及过多不同行动,将难以衡量并且可能会随时间发生变化。同时也会分散团队的注意力 — 这引出我们的下一步骤。

采取行动

既然已经确定关键指标,即必须加以克服以便提高用户满意度和参与度的阈值,那么就应该采取相应行动。 Sokrati ,印度领先的网络广告绩效管理公司,已成功在开节日期间展开2-3天的Facebook 活动为珠宝品牌 赢了超过300%的销售增长 。他们的策略包括三个步骤: