Algoritmik ticaret - sayfa 23

 

Oynaklık Ticareti: Korku Endeksi Ticareti VIX



Oynaklık Ticareti: Korku Endeksi Ticareti VIX

Oturum, sunucu ve konuk konuşmacının, katılımcıların finansal piyasalardaki oynaklığı anlamalarını artırmayı amaçlayan webinar için bir gündem belirlemesiyle başladı. Volatiliteyi ve "korku endeksi" olarak da bilinen VIX ile ilişkisini tanımlayarak başladılar. Konuşmacı, ticaretteki önemine ışık tutan farklı VIX ve VIX tabanlı türev türevlerini derinlemesine inceledi. Oturum ayrıca VIX ticareti için pratik bir yaklaşımı da içeriyordu ve izleyicilerden gelen soruları yanıtlamak için bir Soru-Cevap bölümü ile sona erdi.

Oynaklık kavramını göstermek için ev sahibi Tesla'yı oldukça değişken bir hisse senedi örneği olarak kullandı ve günlük getirilerinin -%20 ile +%20 arasında nasıl dalgalandığını açıkladı. Bu oynaklık seviyesi, onu ele alınması riskli bir varlık haline getiriyor. Sunucu, yalnızca bir varlığın fiyat grafiğine bakmanın değişkenliği hakkında net bir fikir vermediğini vurguladı. Bunun yerine, bir varlığın oynaklığının daha iyi bir göstergesi olan günlük getirilerdir.

Video, opsiyon ticaretinin ötesinde oynaklığın uygulanmasını ve bir bütün olarak varlık satın alma kararları vermedeki faydasını daha da araştırdı. Konuşmacı, oynaklığı bir varlığın dalgalanmalarının büyüklüğüne göre, yüksekten düşüğe doğru değişen bir şekilde kategorize etti. Tesla ile S&P 500 arasında bir karşılaştırma yapıldı, S&P 500'ün oynaklığı oldukça düşüktü. Volatilitenin tarihsel değerlerini sağlayan standart sapma ve beta dahil olmak üzere volatiliteyi ölçmek için çeşitli yöntemler tartışılmıştır. Piyasanın bir varlığın gelecekteki hareketlerine ilişkin beklentisini, bu hareketlerin yönünü belirtmeden temsil eden zımni oynaklık kavramı tanıtıldı.

Web semineri daha sonra VIX'in veya oynaklık endeksinin hesaplanmasını ve keskin değişim potansiyelini ölçmek için farklı endeks seçeneklerinden ima edilen oynaklığı kullanmasını açıklamaya odaklandı. VIX genellikle "korku endeksi" olarak anılır ve S&P 500 ile ilişkili olarak çizilir. VIX tipik olarak düşük kalmayı hedeflerken, beklenmeyen olaylar yükselişe neden olarak piyasada korkunun artmasına neden olabilir. VIX'in gerçek hesaplaması, tüccarlara VIX'in yolculuğunu ve bunun temel endeksle ilişkisini takip etmeleri için ihtiyaç duydukları rakamları sağlayan CBOE tarafından yürütülür. Genel olarak VIX, piyasadaki riski azaltmak isteyen tüccarlar için önemli bir araç olarak hizmet eder.

Konuşmacı ayrıca VIX ile S&P 500 arasındaki ilişkiyi tartıştı ve VIX'in piyasanın endeksin geleceğine ilişkin oynaklık beklentisini yansıttığını ve S&P 500 deneyimlerinin düştüğü belirsizlik dönemlerinde nasıl tepki verdiğini vurguladı. Konuşmacı, VIX ile S&P 500 arasındaki ilişkiyi göstermek için ABD-Çin ticaret savaşı ve COVID-19 salgını gibi örnekler verdi. VIX düşük kalmaya çalışırken, beklenmedik olaylar volatilitede keskin bir artışa yol açabilir. Ancak, tacirler yeni bilgileri işledikçe ve belirsizlik azaldıkça oynaklık da azalır.

Korku endeksi veya VIX kavramı, tüccarların piyasayı etkileyen olumsuz haberlere ilişkin korkularının bir ölçüsü olarak tanıtıldı. VIX'in S&P 500 ile sınırlı olmayıp, Avustralya Menkul Kıymetler Borsası, Euro bölgesi hisse senetleri ve Hang Seng Endeksi gibi diğer coğrafi alanların yanı sıra emtia ve para birimleri gibi diğer varlık sınıflarına da uygulanabileceği vurgulandı. VIX'e duyulan ihtiyaç, tacirlerin piyasada oynaklık beklentileri olabileceğinden ortaya çıkar, ancak opsiyon Yunanlıları da rol oynadığından, ticaret kararlarını belirlemede tek faktör bu değildir. Bu nedenle VIX, tacirlerin piyasa oynaklığına dayalı opsiyon ticareti yapmaları için bir araç görevi görür. VIX'in kendisinin bir ticaret aracı olmamasına rağmen, vadeli işlemler ve opsiyonlar gibi türevler, gelecekteki oynaklığın tahmin edilmesini sağlayarak ticaret stratejilerini kolaylaştırır.

Standart, yakın ay, gelecek ay, uzak ay vadeleri ve haftalık vadeler dahil olmak üzere alım satım için mevcut farklı VIX vadeli işlemleri tartışıldı. Video, VIX vadeli işlemlerinin pahalı olabilmesine rağmen, değerin onda biri değerinde mini vadeli işlemlerin mevcut olduğunu ve tüccarlar için daha erişilebilir bir seçenek sunduğunu vurguladı. Ek olarak, VIX vadeli işlemlerine alternatif olarak VIX ETF'leri (Borsa Yatırım Fonları) tanıtıldı. Bu ETF'ler, değerlerini VIX vadeli işlemlerinden alır ve tacirlerin tercihlerine göre farklı seçenekler sunar. VIXY gibi kısa vadeli VIX ETF'ler, yakın ay ve gelecek ay vadeli işlemleri izlerken, VIXM gibi orta vadeli VIX ETF'ler orta vadeli vadeli işlemleri takip eder. SVXY gibi Ters VIX ETF'lerinden de VIX vadeli işlemlerinin tersi yönde hareket ettikleri ve vadeli işlemler düştüğünde değeri arttığı için bahsedildi. Tüccarlar, piyasa görünümlerine ve ticaret stratejilerine bağlı olarak bu çeşitli VIX vadeli işlemleri ve ETF'ler arasından seçim yapabilir.

Devamında video, VIX ETF'ler ve VIX ETN'ler (Borsa İşlem Görmüş Tahviller) dahil olmak üzere diğer VIX tabanlı türevleri araştırdı. VIX ETF'lerinin, piyasada oynaklığa maruz kalma sağlayan temel VIX vadeli işlemlerine sahip olduğu açıklandı. Öte yandan, VIX ETN'lerin dayanak bir varlığa sahip olmadığı vurgulandı. Konuşmacı, VIX ETN örneği olarak popüler VXX'ten bahsetti. VIX tabanlı türevlerin alım satımının risklerle birlikte geldiği ve tüccarların bu tür alım satım faaliyetlerine girmeden önce bu riskleri anlamalarının çok önemli olduğu vurgulandı. Gerçek sermaye ile işlem yapmadan önce kağıt ticaret ortamında test etme ve geriye dönük test stratejileri önerildi. ETN'ler özellikle ihraççı riski taşırlar, yani ETN'leri çıkaran şirket yükümlülüklerini yerine getiremezse, yatırımcıların sermayesi risk altında olabilir. Ek olarak, VIX vadeli işlemlerinin, tüccarlar için belirli riskler ve düşünceler getiren bir kontango etkisine sahip olduğu kaydedildi.

Konuşmacı, son kullanma tarihleri yaklaşırken VIX vadeli işlemlerinin yakınsaması konusuna değindi. Son kullanma tarihi yaklaştıkça VIX vadeli fiyatlarının yakınsama eğiliminde olduğunu açıkladılar. Bu yakınsama öncesinde ticaretin doğru tarafında olmanın VIX vadeli işlem ticareti yapan tüccarlar için çok önemli olduğu vurgulandı. Video daha sonra, VIX vadeli işlemlerine uzun süre devam ederek düşüş dönemlerinde bir portföyü korumak için VIX'in kullanılmasını içeren basit bir VIX tabanlı stratejiyi tanıttı. Bu strateji test edildi ve bir S&P 500 portföyüyle birleştirildiğinde 2011 ile 2021 arasında üç kat daha yüksek getiri sağladığı görüldü. Fikirleri geriye dönük olarak test etmenin ve bunları bir kağıt ticaret ortamında uygulamanın önemi, bunları uygulamadan önce güven kazanmanın bir yolu olarak vurgulandı. gerçek ticaret senaryolarında.

Webinar sahipleri, geliştirdikleri "Yeni Başlayanlar İçin Oynaklık Ticareti Stratejileri" adlı bir kurs hakkında bilgi paylaştı. Kurs, yatırımcılara ATR (Ortalama Gerçek Aralık), standart sapma, VIX ve beta dahil olmak üzere oynaklığı ölçmenin çeşitli yöntemlerini öğretmeye odaklanır. Oynaklık korkusu olmadan ticaret yapmak için doğru araçlar ve bilgilerle donatmanın önemini vurguladılar. Ev sahipleri, kursun şu anda sınırlı bir süre için %67 indirimle sunulduğunu belirtti. Ayrıca webinar katılımcılarına VTS10 kupon kodu ile kursta %10 ek indirim fırsatı sunuldu. Sunucular ayrıca, VIX'i analiz ederken ABD pazarına odaklanma ve VIX'in fiyat hareketlerinin öncü mü yoksa gecikmeli bir göstergesi olarak mı davrandığına ilişkin sorular da dahil olmak üzere izleyicilerden gelen bazı soruları yanıtlama fırsatı buldu.

Konuşmacı ayrıca, VIX'in S&P 500'e neredeyse anlık tepkisini açıkladı. Spesifik VIX aralığı tartışılmazken, 30 günlük volatilitenin yıllıklaştırıldığı ve 0 ile 100 aralığında yer aldığı kaydedildi. 10 ila 20 arasında değişen düşük ila orta aşama ve 20 ila 25 arasında değişen orta aşama gibi VIX'in farklı aşamaları. Konuşmacı, sürünün veya piyasa katılımcılarının toplu hareket etme eğiliminin VIX'i etkileyebileceğini kabul etti. Video ayrıca, yüksek sermaye gereksinimleri nedeniyle bu seçeneklerdeki likidite sınırlı olmasına rağmen, Hindistan VIX için vadeli işlem seçeneklerinin mevcudiyetinden de bahsediyordu.

Soru-Cevap oturumu sırasında video, ticaret oynaklığı ve VIX ile ilgili birkaç soruyu ele aldı. Bir soru, Hindistan'da bulunurken VIX tabanlı türevlerin ticaretinin yapılması olasılığını sorguladı. Yanıt, gelişmekte olan bir uygulama olmasına rağmen, bazı ticaret platformlarının Hindistan'da VIX tabanlı türevlerin ticaretine izin verdiğini gösterdi. Başka bir soru, haber duyarlılığının opsiyon fiyatlama modellerine ek bir parametre olarak dahil edilmesi fikrini gündeme getirdi. Konuşmacı, VIX'in farklı bir varlık sınıfına ait olduğunu ve diğer seçeneklerle aynı modelleri kullanmadığını açıkladı. Ancak video, duygu analizinin piyasa dinamiklerini anlamada rol oynayabileceğini kabul etti. Ek olarak, video, ticaret stratejileri göz önüne alındığında diğer varlıklara benzer şekilde ele alınabilecek temel varlıklar olarak UVIX ve SVIX'ten kısaca bahsetti.

Daha sonra tartışma, videoda daha önce bahsedilen birleşik portföy stratejisinin kurallarına geldi. Konuşmacı, bu stratejideki giriş ve çıkış kurallarının kriterlerini açıkladı. Giriş kuralı, S&P 500'ün davranışına odaklanıyor, burada düşüyorsa, tüccarlar VIX'te uzun pozisyon almak için sermaye ayırabilirler. VIX'in genel olarak S&P 500 düştüğünde yükseldiği kaydedildi. Öte yandan çıkış kuralı, S&P 500'ün ayı piyasasından çıkıp çıkmadığını ve genel ekonominin iyi performans gösterip göstermediğini belirlemek için davranışını dikkate alarak boğa piyasasına işaret eder. Tüccarlara, alım satımlara girme veya alım satımlardan çıkma konusunda karar vermeden önce piyasa koşullarını değerlendirmeleri tavsiye edildi.

Web semineri, önemli bir gösterge olarak VIX'e özel bir vurgu yaparak volatilite ticareti hakkında ayrıntılı bilgiler sağladı. Volatiliteyi anlama, volatiliteyi ölçme ve kategorize etme, VIX'in hesaplanması, farklı VIX tabanlı türev türleri ve ticaret volatilitesine yönelik stratejiler gibi konuları kapsıyordu. Toplantı sahipleri ayrıca yeni başlayanlar için oynaklık ticareti stratejileri üzerine bir kurs sunarak tüccarları piyasada güvenle gezinmek için gerekli bilgi ve araçlarla donatmaya teşvik etti. Web semineri, dinleyicilerden gelen çeşitli soruların yanıtlandığı ve tartışılan konulara daha fazla açıklık getiren etkileşimli bir Soru-Cevap bölümüyle sona erdi.

  • 00:00:00 Ev sahibi ve konuk konuşmacı, finansal piyasalardaki oynaklığı tanımlayıp anlamakla başlayarak oturum için bir gündem sunar. Konuşmacı, VIX'in neden "korku indeksi" olarak adlandırıldığını ve farklı VIX ve VIX tabanlı türev türlerini açıklamaya devam ediyor. Oturum aynı zamanda bir Soru-Cevap oturumu ile sona ermeden önce VIX ticareti yapmak için pratik bir yaklaşım içerir. Sunucu, insanların oynaklığı kararsız kimyasallar veya sıvılarla nasıl ilişkilendirdiğini açıklıyor ve bunun ticaret için nasıl geçerli olduğunu açıklıyor.

  • 00:05:00 Tesla, günlük getirilerinde -%20 ila +%20 arasında değişen dalgalanmalarla oldukça değişken bir hisse senedine iyi bir örnektir. Bu keskin dalgalanma, onu ele alınması riskli bir varlık haline getiriyor. Ancak, tek başına fiyat grafiğine bakmak, bir varlığın ne kadar değişken olduğu konusunda net bir fikir vermez. Bir varlığın oynaklığının daha iyi bir göstergesi olan günlük getirilerdir.

  • 00:10:00 Video, volatilitenin sadece opsiyon ticaretinin ötesinde kullanımını ve bir varlığı bir bütün olarak alıp almama konusunda karar vermede nasıl yararlı olabileceğini tartışıyor. Video, oynaklığın bir varlığın yüksekten düşüğe değişen dalgalanmalarına göre kategorize edilebileceğini açıklıyor. S&P 500, volatilitede oldukça düşük olduğu için Tesla'ya kıyasla kullanılır. Video, oynaklığın tarihsel değerlerini sağlayan standart sapma ve beta dahil olmak üzere oynaklığı ölçmek için kullanılan yöntemleri tartışıyor. Bir varlığın gelecekte ne kadar hareket edeceğine dair piyasanın beklentisi olan ancak bu hareketin hangi yönde olacağına dair bir fikir vermeyen zımni oynaklık kavramı da tanıtıldı.

  • 00:15:00 VIX'in veya oynaklık endeksinin nasıl hesaplandığına ve değişikliklerin ne kadar keskin olabileceğine dair bir fikir vermek için farklı türdeki endeks seçeneklerinin zımni oynaklığını nasıl kullandığına dair net bir anlayış. VIX genellikle "korku endeksi" olarak anılır ve S&P 500 ile ilişkili olarak çizilir. VIX tipik olarak düşük kalmaya çalışır, ancak beklenmedik olaylar, dolayısıyla korku yönünün yükselmesine neden olabilir. VIX'in hesaplanmasının ardındaki sıkı çalışma, rakamları tüccarlara veren ve onların VIX'in yolculuğuna ve bunun temel endeksle ilişkisine odaklanmalarını sağlayan CBOE tarafından yapılır. Genel olarak, VIX, piyasadaki riski azaltmak isteyen tüccarlar için önemli bir araçtır.

  • 00:20:00 Konuşmacı, korku endeksi olarak da bilinen VIX ile S&P 500 arasındaki ilişkiyi tartışıyor. VIX'in, endeksin gelecekte ne kadar oynak olacağına ve ne zaman tepki vereceğine dair piyasanın beklentisi olduğunu açıklıyorlar. S&P 500 belirsizlik nedeniyle düşüyor. Konuşmacı, ikisi arasındaki ilişkiyi göstermek için ABD-Çin ticaret savaşı ve COVID-19 salgını gibi birkaç örnek kullanıyor. VIX'in düşük kalmaya çalıştığını, ancak beklenmedik olaylar nedeniyle keskin bir artış yaşayabileceğini ve bunun da volatilitenin artmasına neden olabileceğini açıklıyorlar. Ancak, tacirler yeni bilgileri işledikçe, belirsizlik seviyesi ve oynaklık da azalır.

  • 00:25:00 Yatırımcıların piyasayı etkileyen olumsuz haberlerden ne kadar korktuklarının bir ölçüsü olarak korku endeksi veya VIX kavramı tanıtıldı. VIX yalnızca S&P 500 için geçerli değildir, aynı zamanda Avustralya Menkul Kıymetler Borsası, Euro bölgesi hisse senetleri ve Hang Seng Endeksi gibi diğer coğrafi alanlara ve hatta emtialar ve para birimleri gibi diğer varlık sınıflarına da uygulanabilir. VIX'e olan ihtiyaç, tacirlerin piyasa oynaklığı beklentileri olabileceğinden ortaya çıkıyor, ancak Yunanlılar opsiyonları da hesaba kattığı için ticaret kararlarını belirlemede tek faktör bu olmayacak. Bu itibarla, VIX, tacirlerin piyasa oynaklığına dayalı opsiyon ticareti yapmaları için bir araç görevi görür ve VIX'in herhangi bir ticaret aracı olmamasına rağmen, ticareti kolaylaştırmak için gelecekteki oynaklığın tahmin edilmesini sağlayan türevleri vardır. Bu türevler, vadeli işlemleri ve opsiyonları içerir.

  • 00:30:00 Konuşmacı, standart, yakın ay, gelecek ay ve uzak ay vadelerinin yanı sıra haftalık vadeleri de içeren ticaret için mevcut farklı VIX vadeli işlem türlerini açıklıyor. VIX vadeli işlemleri pahalı olabilse de, değerin onda biri değerinde mini vadeli işlemler mevcuttur. Ek olarak, VIX ETF'leri alternatif olarak kullanılabilir ve değerlerini VIX vadeli işlemlerinden alabilir. VIXY gibi kısa vadeli VIX ETF'ler, yakın ay ve gelecek ay vadeli işlemleri izlerken, VIXM gibi orta vadeli VIX ETF'ler orta vadeli vadeli işlemleri takip eder. Konuşmacı ayrıca VIX vadeli işlemlerine tamamen ters olan ve vadeli işlemler düştüğünde değeri artan SVXY gibi ters VIX ETF'lerinden de bahsediyor. Nihayetinde, tacirler piyasa görüşlerine bağlı olarak bu farklı VIX vadeli işlemlerini ve ETF'leri kullanabilirler.

  • 00:35:00 VIX ETF'leri ve VIX borsada işlem gören tahviller (ETN'ler) dahil olmak üzere farklı VIX tabanlı türev türleri tartışılır. VIX ETF'lerinin altında yatan VIX vadeli işlemleri bulunurken, VIX ETN'lerinin altında yatan bir şey yoktur. VXX, popüler bir VIX ETN örneğidir. Bununla birlikte, VIX tabanlı türevlerin riskleri olduğunu not etmek önemlidir ve alım satımdan önce bunları anlamak önemlidir. Gerçek sermaye ile ticaret yapmadan önce stratejileri test etmeniz ve geriye dönük test etmeniz önerilir. ETN'ler ihraççı riskiyle birlikte gelir; bu, ETN'leri ihraç eden şirketin sözünü tutamaması durumunda yatırımcının sermayesinin tehlikede olduğu anlamına gelir. Ek olarak, VIX vadeli işlemleri risklere yol açabilecek bir kontango etkisine sahiptir.

  • 00:40:00 Konuşmacı, son kullanma tarihleri yaklaştıkça VIX vadeli fiyatlarının yakınsamasını ve VIX vadeli işlemlerine başlamadan önce ticaretin doğru tarafında olmanın önemini tartışıyor. Daha sonra, VIX vadeli işlemlerine uzun süre devam ederek düşüş dönemlerinde bir portföyü korumak için VIX'in kullanılmasını içeren basit bir VIX tabanlı stratejiyi açıklarlar. Bu strateji, oynaklık ticareti üzerine bir kursta test edildi ve S&P 500 ve VIX vadeli işlemlerinin birleşik portföyü kullanılarak 2011 ile 2021 arasında üç kat daha yüksek getiri sağladı. Konuşmacı, körü körüne ticaret yapmadan önce fikirleri geriye dönük olarak test etme ve bunları bir kağıt ticaret ortamında deneme ihtiyacını vurgular.

  • 00:45:00 Web semineri sahipleri, yatırımcılara ATR, standart sapma, VIX ve beta gibi çeşitli yöntemleri kullanarak volatiliteyi nasıl ölçeceklerini öğretmeye odaklanan "Yeni Başlayanlar İçin Volatilite Ticareti Stratejileri" adlı geliştirdikleri bir kursu tartışıyor. Oynaklık korkusu olmadan ticaret yapmak için doğru araçlara ve bilgiye sahip olmanın önemini vurguluyorlar. Kurs, sınırlı bir süre için %67 indirimle sunulmaktadır ve web seminerinin katılımcıları VTS10 kupon kodu ile ek %10 indirim alır. Sunucular ayrıca, VIX'i analiz ederken neden ABD pazarına odaklandıkları ve VIX'in fiyat hareketlerinin öncü mü yoksa gecikmeli bir göstergesi mi olduğu gibi bazı izleyici sorularını yanıtlıyor.

  • 00:50:00 Konuşmacı, VIX'in S&P 500'e neredeyse anlık bir tepki verdiğini açıklıyor. 30 günlük oynaklık yıllıklaştırılıp gösterildiği için VIX aralığı tartışılmıyor, ancak 0 ile 100 arasında. düşük ila orta aşama olan 10 ila 20 ve orta aşama olan 20 ila 25 arasında farklı bir aşamaya sahip olma eğilimindedir. Ek olarak, herding VIX'i etkileyebilir ve Hindistan VIX için vadeli işlem seçenekleri vardır, ancak yüksek sermaye gereksinimleri nedeniyle fazla likidite yoktur.

  • 00:55:00 Video, ticaret oynaklığı ve VIX ile ilgili çeşitli soruları tartışıyor. Bir soru, Hindistan merkezliyken VIX tabanlı türevler üzerinde işlem yapma olasılığını ele alıyor ve yanıt, bazı ticaret platformlarının buna izin verdiğini gösteriyor, ancak bu hala gelişmekte olan bir uygulama. Başka bir soru, haber duyarlılığının opsiyon fiyatlama modellerine ek bir parametre olarak dahil edilip edilemeyeceğini soruyor. Yanıt, VIX'in farklı bir varlık sınıfı olduğunu ve diğer seçeneklerle aynı modelleri kullanmadığını belirtir. Ek olarak, video UVIX ve SVIX'in altında yatan varlıkları tartışıyor ve bunların ticaret stratejileri için dikkate alınması gereken diğer varlıklar gibi ele alınabileceğini öneriyor. Son olarak, bir soru, S&P 500 düşerken sermayenin bir kısmını ayırmayı ve yeniden yatırım yapmayı içeren birleşik portföy stratejisinin kurallarını ele alır.

  • 01:00:00 Konuşmacı, birleşik bir portföy stratejisinde giriş ve çıkış kurallarının kriterlerini açıklar. Giriş kuralı, S&P 500'ün davranışına dayanmaktadır; düşüyorsa, bir tüccar VIX'te uzun pozisyon almak için sermaye ayırabilir. VIX genellikle S&P 500 düşerken yükselir. Öte yandan çıkış kuralı, ayı piyasasından çıkıp çıkmadığını ve ekonominin iyi durumda olup olmadığını (bir boğa piyasasına işaret ederek) belirlemek için S&P 500'ün davranışına bakar. Konuşmacı ayrıca VIX'in S&P 500'ü mü yoksa tam tersi mi olduğu sorusuna cevap vererek, VIX'in değerini S&P 500'den aldığını ve genellikle onu takip ettiğini ancak tüccarların endeksi etkileyebilecek VIX seviyelerine göre kararlar verebileceğini açıklıyor.
Volatility Trading: Trading The Fear Index VIX
Volatility Trading: Trading The Fear Index VIX
  • 2022.05.10
  • www.youtube.com
The markets are highly volatile! The fear index is creeping up and traders are alarmed!You must have seen statements like this before. But what exactly is th...
 

Büyük Veri ve Bireysel Yatırımın Geleceği


Büyük Veri ve Bireysel Yatırımın Geleceği

Finansal piyasalar her gün muazzam miktarda veri üretir. Bu web seminerinde konuşmacı, yatırım ve ticaret bağlamında onunla çalışmanın önemini tartışacak. Ayrıca, farklı yatırım tarzlarına uyacak şekilde onu nasıl kullanabileceğimizi de ortaya koyacaktır. Bu süreçte, bu alanda gelişmek ve gelişmek için gereken bilgi ve becerileri nasıl geliştirebileceğinizi ele alacaktır.

00:00 - Tanıtım

04:00 - Feragatname

05:44 - Gündem

11:04
- Veriler

14:31 - Büyük Veri

20:01 - Veri analitiğinin doğuşu

23:29 - Güncel ticaret ve yatırım ortamı

23:36 - Klasik veri analizi yaklaşımı

27:43 - Modern veri analizi

31:29 - Analitik finansal piyasalarda neden ve nasıl kullanılır?

37:00 - Veri türleri

43:58 - Bireysel yatırımcılar için zorluklar

52:38 - Soru-Cevap

Big Data And The Future Of Retail Investing
Big Data And The Future Of Retail Investing
  • 2022.04.26
  • www.youtube.com
00:00 - Introduction04:00 - Disclaimer05:44 - Agenda11:04 - Data14:31 - Big Data20:01 - The dawn of data analytics23:29 - Current trading and investment land...
 

Brezilya'da Alım Satım Çiftleri ve ABD Piyasalarında Kısa İkili Alım Satımları [Algo Trading Projects]



Brezilya'da Alım Satım Çiftleri ve ABD Piyasalarında Kısa İkili Alım Satımları [Algo Trading Projects]

Webinar, sunucunun Brezilya borsalarında ikili işlemler üzerine projesini sunan bir EPAT mezunu olan Dr. Luis Guidas'ı tanıtmasıyla başlar. Dr. Guidas, ödeme kartı endüstrisinde deneyimli bir yazılım geliştiricisidir ve Universidade Federal Fluminense'de derleyiciler ve programlama dilleri öğreten bir öğretim üyesidir. Kriptografik algoritmalar, güvenlik iletişim protokolleri ve güvenli elektronik işlemler üzerinde yoğun bir şekilde çalıştı. Temmuz 2021'de EPAT programını tamamladıktan sonra şu anda oCam Brezilya'da kantitatif analiz başkanıdır.

Dr. Guidas, birbirinin riskini nötralize eden varlık çiftlerini bulmak için istatistiksel modellerin kullanılmasını içeren istatistiksel arbitraj kavramını tanıtarak başlıyor. Sabit bir ortalama ve varyansa sahip durağan bir zaman serisi oluşturmak için eş bütünleşik çiftlerin nasıl kullanılabileceğini açıklıyor. Bunu göstermek için, aynı endeksi izleyen, neredeyse mükemmel bir şekilde bütünleşik olan ve sabit bir ortalama ve varyans ile yatay bir dağılım yaratan iki ETF örneğini kullanıyor. Bu sürecin bir eğitim dönemi ve stratejiyi geriye dönük test etmek için bir test dönemi içerdiğinden bahseder.

Daha sonra Dr. Guidas, ikili ticaret sürecini ve bunların bir Bollinger bandı ticaret stratejisini nasıl kullandıklarını inceliyor. Kayan yazıları ve sektörleri seçerler, kantitatif çiftleri bulurlar ve yayılmalarını oluşturmak için riskten korunma oranını hesaplarlar. Her çift için, spreadi hesaplarlar ve spread ortalamanın altındayken alım ve ortalamanın üzerindeyken satış yaparak ortalamaya dönen bir ticaret stratejisi kullanırlar. Ayrıca ortalamaya dönüş algoritmalarında stop-loss kullanımını tartışıyor ve fiyat ortalamadan daha fazla saptıkça ortalamaya dönme olasılığının arttığını vurguluyor.

Konuşmacı, durma süresi adı verilen, belirli sayıda gün sonra kapanmayan bir yayılmış ticaretten çıkmayı içeren ve kayıpların önlenmesine yardımcı olan bir strateji sunar. Brezilya'da işlem gören çiftler için bir yıllık dönem boyunca karlılığını sergileyen bir Bollinger Bandı stratejisi örneği sağlıyorlar. Ancak, sınırlı veri nedeniyle, yalnızca mevcut zaman diliminde var olan şirketlerin kullanılmasından kaynaklanabilecek yanlılıktan bahsediyorlar. Bunu ele almak için 2018'den 2020'ye kadar başka bir eğitim dönemini dahil ettiler ve bu da yeni şirketlerin ve sektörlerin ortaya çıkması nedeniyle daha fazla sayıda çiftle sonuçlandı.

Dr. Guidas, Brezilya'da ticaret yapan çiftlerle ilgili deneyimlerine ilişkin içgörülerini paylaşıyor ve metodolojilerini tartışıyor. Yayılmanın analizini basitleştirirler ve yayılmanın yarı ömrünü inceleyerek ideal basit hareketli ortalama periyot uzunluğunu belirlerler. Ayrıca, Brezilya borsasında işlem yaparken karşılaşılan zorlukları, özellikle de ilk 100 şirketi analiz ettikten sonra uygun çiftlerin sayısını sınırlayan likiditeyi vurguluyorlar. Konuşmacı performans ölçümleri sağlar ancak iyileştirme ihtiyacını kabul eder ve hiper parametre ayarlama, durağanlık kontrolleri ve küçük sektörleri birleştirme gibi yaklaşımlar önerir. Özellikle Dr. Chang ve Dr. Hippish'in kitaplarından bahsederek konuyla ilgili literatürü okumanızı tavsiye ediyorlar.

Soru-Cevap oturumu sırasında Dr. Grace, videoda sunulan stratejilerle ilgili olarak izleyicilerden gelen soruları yanıtlıyor. Bollinger Bantları periyodunun, formun yarı ömür periyotlarının bir ızgara testine dayalı olarak dinamik olarak ayarlanabilecek bir hiperparametre olduğunu açıklıyor. Bollinger Bantlarını ikili ve boğma için kullanma hakkında sorulduğunda, bunlar yapılandırılmış operasyonlar olduğu için türev uzmanlarından bilgi almayı öneriyor. Dr. Grace ayrıca, ortalamaya geri dönmeyen işlemler konusuna da değiniyor ve ilk anlarını hesaplayarak, geri dönmeyen serilerin ortalamaya geri dönmesini öneriyor. Başka bir soru, Endeks Futuro VINFUT ile BOVA11 arasındaki korelasyonla ilgili ve ticaret kararları için ikisi arasındaki ilişkiyi incelemeyi tavsiye ediyor.

Ardından, Dr. Lewis Elton, Quantum Trading EPAD programıyla ilgili deneyimini ve teknik analizin ticarette neden her zaman işe yaramadığını anlamak için beklentilerini nasıl karşıladığını paylaşıyor. Bilgi edinmek için çalışmanın ve ders almanın önemini vurguluyor ve insanlığın bilgisini tek başına yeniden yaratmaya çalışmamanızı tavsiye ediyor. Web semineri aynı zamanda momentum ticaretine ilişkin Portekizce'deki ilk kontra kursunun başladığını duyurur.

Siddharth Bhatia, ABD pazarlarındaki kısa mesafeleri tartışmak için söz alıyor. Kısa bir çiftin, bir çağrı satmayı ve paraya eşit miktarlarda koymayı ve dayanak varlığın satılan grev seviyesinden daha az hareket etmesi durumunda kar elde etmeyi içerdiğini açıklıyor. Strateji, bir gelir ticareti stratejisi olarak lanse edilirken, Bhatia, özellikle piyasa oynaklığının olduğu zamanlarda potansiyel kayıpların karlardan çok daha büyük olabileceği konusunda uyarıyor. COVID salgını gibi dönemlerde kısa ikili işlemler nedeniyle yok olan firmaların örneklerinden bahsediyor.

Konuşmacı, mekanik bir yaklaşım kullanarak kısa bir ikili ticaret stratejisini geriye dönük test etme konusundaki kendi deneyimlerini paylaşıyor. Her DTE (Sona Kalan Günler) döneminin başında 100 birim başabaş pozisyon sattılar ve stop-loss veya nüanslı giriş ve çıkış noktaları uygulamadan sona erene kadar pozisyonlarını korudular. Geriye dönük testi, biri delta korumalı ve diğeri korumasız olmak üzere iki veri seti kullanarak gerçekleştirdiler ve farklı zaman dilimlerini kapsayacak şekilde 7 DTE ve 60 DTE ile iki farklı versiyon kullandılar. RATS API aracılığıyla geriye dönük test için gerekli verileri aldılar ve alım satım fiyatlarını elde etmek için Python pandaları kullanarak işlediler. Bununla birlikte, doğruluğu sağlamak için her satır ayrı ayrı dikkat gerektirdiğinden, konuşmacı veri çerçevesini oluşturmanın zorluğunu vurgulamaktadır.

Konuşmacı, hem Brezilya hem de ABD pazarlarında kısa ikili ticaret stratejilerinin geriye dönük testlerinin sonuçlarını tartışmaya devam ediyor. Stratejinin her iki pazarda da kötü performans gösterdiğini, önemli düşüşlere ve düşük bir Sharpe oranına neden olduğunu ortaya koyuyorlar. Delta koruma, Kâr ve Zararın (Kâr ve Zarar) standart sapmasını azaltmaya yardımcı olurken, zarar eden işlemleri kârlı işlemlere dönüştürmedi. Konuşmacı, bu tür ticarette zararı durdurma emirlerinin çok önemli olduğunu belirtiyor ve VIX endeksine ve VIX vadeli işlemlerinin vade yapısına dayalı giriş filtrelerinin kullanılmasını öneren akademik makalelerden bahsediyor. Kısa mesafeli strateji, karlı ancak riskli olarak kabul edilir ve çeşitli yöntemlerle kayıpların etkili bir şekilde yönetilmesini gerektirir.

Soru-Cevap oturumu sırasında konuşmacı birkaç izleyici sorusuna yanıt verir. Bir soru, strateji için pozisyonların neden günün sonunda hedge edilmediği ile ilgilidir. Konuşmacı, P&L'nin standart sapmasını azaltmaya ve uzun vadeli oynaklığı en aza indirmeye yardımcı olduğundan, yaygın uygulamanın piyasa kapanışında günde bir kez hedge yapmak olduğunu açıklıyor. Ancak riskten korunma tekniklerinin test ve araştırmaya tabi olduğunu vurgulamaktadırlar. Konuşmacı ayrıca CAGR (Bileşik Yıllık Büyüme Oranı) hesaplaması, işlem maliyetleri ve kısa pozisyon stratejisinde günlük satış yerine yedi ila on gün pozisyon tutmanın avantajları gibi konulara da değiniyor. Ek olarak, tüccarları piyasa oynaklığına ve kısa vadeli kayıpların kabulüne hazırladığı için manuel ve algoritmik olmayan ticarette önceki deneyimlerin önemini vurguluyorlar.

Konuşmacılar, Brezilya'da işlem gören pariteler ve ABD piyasalarındaki kısa mesafeler ile ilgili sorguları ele alarak izleyicilerden gelen soruları yanıtlamaya devam ediyor. Bir dinleyici, VIX 20 civarındaysa uzun bir adım atmalarının gerekip gerekmediğini sorar, konuşmacı buna karşı tavsiyede bulunur ve bunun genellikle bir kayba neden olacağını belirtir ve VIX 20'nin üzerindeyse endeksi kısaltmayı önerir. VIX 30'un üzerindeyken karşıt giriş stratejilerini uzlaştırmak. Tavsiye, her zaman kısa kalmak ve geriye dönük öneriyi dikkate almamaktır. Konuşmacılar ayrıca kitap tavsiyeleriyle ilgili sorular alıyor ve konuşmacılardan biri Eun Sinclair'in üç kitabını şiddetle tavsiye ediyor.

Konuşmacı daha sonra Quantum City'nin ePAD programıyla ilgili deneyimlerini paylaşarak, kodlama ve algoritmik ticaret kavramları hakkındaki bilgi boşluklarını kapatmaya nasıl yardımcı olduğunu vurguluyor. Okumanın ve piyasa öğrencisi olmanın önemini vurgularlar. Konuşmacı, yeni gelenleri demo hesaplar açmaya ve piyasada zarar görme deneyimi kazanmaya teşvik ediyor, bir beceride ustalaşmanın daha derine inmeyi ve daha fazla ders almayı gerektirdiğini vurguluyor. Quantum City'nin ePAD programının, piyasalara ilişkin anlayışlarını geliştirmek isteyenler için mükemmel bir başlangıç noktası olduğunun altını çiziyorlar. Konuşmacı, Dr. Luis Guidas'ın piyasayı incelemenin ve sürekli öğrenmenin önemine ilişkin tavsiyesini yineliyor.

Webinar sona ermek üzereyken, sunucular Brezilya'da işlem çiftleri hakkında değerli içgörülerini paylaştığı için Dr. Luiz'e şükranlarını sunarlar. Ayrıca, web seminerine aktif olarak katıldıkları ve gelecek konular için önerilerde bulundukları için izleyicilere teşekkürlerini sunarlar. Ev sahipleri, Portekizce bir kurs başlatmanın getirdiği zorlukları kabul ediyor, ancak topluluklarında meydana gelen sayısız gelişmeden duydukları heyecanı dile getiriyor. İzleyicileri bir anket aracılığıyla geri bildirimlerini paylaşmaya teşvik ederek, gelecek oturumlar için değerli girdiler ve fikirler toplamalarını sağlar.

Toplantı sahipleri sıcak bir takdirle Dr. Luiz'e ve izleyicilere veda ederek yaklaşan web seminerleri için duydukları heyecanı ve ticaret camiasına değerli bilgi ve içgörüler sağlamaya olan bağlılıklarını ifade ettiler. Yeni konuları keşfetmeyi, uzmanlıkları paylaşmayı ve tüm katılımcılar için gelişen bir öğrenme ortamını teşvik etmeyi dört gözle bekliyorlar.

Web semineri, Brezilya hisse senedi piyasalarında işlem gören çiftlere ve ABD piyasalarındaki kısa ikili ticaret stratejileriyle ilgili zorluklara kapsamlı bir genel bakış sundu. Konuşmacılar, ticaretin dinamik ortamında etkili bir şekilde gezinmek için sürekli öğrenmeyi ve araştırmayı teşvik ederek deneyimlerini, stratejilerini ve içgörülerini paylaştılar.

  • 00:00:00 Sunucu, Brezilya hisse senedi piyasalarında ikili işlemler üzerine projesini sunan EPAT mezunu Dr. Luis Guidas'ı tanıtıyor. Dr. Guidas, yazılım geliştirmede, özellikle ödeme kartı endüstrisinde geniş deneyime sahiptir. Aynı zamanda Universidade Federal Fluminense'de derleyiciler ve programlama dilleri öğreten bir öğretim üyesidir. Dr. Guidas, yazılım geliştirme kariyerinde yenilikçi bir problem çözme yaklaşımı kullanmış ve kriptografik algoritmalar, güvenlik iletişim protokolleri ve güvenli elektronik işlemler üzerinde kapsamlı bir şekilde çalışmıştır. Temmuz 2021'de EPAT programını tamamladıktan sonra şu anda oCam Brezilya'da kantitatif analiz başkanıdır.

  • 00:05:00 Konuşmacı, bir tüccarın birbirinin riskini nötralize eden varlık çiftlerini bulmak için istatistiksel modeller kullandığı bir ticaret türü olan istatistiksel arbitraj kavramını tanıtıyor. Konuşmacı, sabit bir ortalamaya ve varyansa sahip durağan bir zaman serisi oluşturmak için eş bütünleşik çiftlerin nasıl kullanılabileceğini açıklar. Aynı endeksi izleyen, neredeyse mükemmel bir şekilde bütünleşik olan ve sabit bir ortalama ve varyansa sahip yatay bir yayılma üreten iki ETF örneğini kullanıyorlar. Konuşmacı, bu sürecin bir eğitim dönemi ve bir test dönemi içerdiğini ve stratejiyi geriye dönük test etmek için kullanıldığını açıklar.

  • 00:10:00 Konuşmacı, çift ticaret sürecini ve Bollinger bandı ticaret stratejisini nasıl kullandıklarını açıklıyor. Kayan yazıları ve sektörleri seçerler ve yayılmalarını sağlamak üzere birleştirmek üzere koruma oranını elde etmek için niceliksel çiftler bulurlar. Her bir çift için, spreadi hesaplarlar ve spread ortalamanın altındayken alım yapmayı ve ortalamanın üzerindeyken satmayı içeren ortalamaya geri dönen bir ticaret stratejisi kullanırlar. Konuşmacı ayrıca, ortalamaya dönüş algoritmalarında stop-loss kullanımını ve fiyat ortalamadan uzaklaştıkça neden ortalamaya geri dönme olasılığının arttığını tartışıyor.

  • 00:15:00 Konuşmacı, belirli sayıda gün sonra kapanmazsa, kayıpların önlenmesine yardımcı olabilecek, yayılmış bir ticaret için bir işlemden çıkmayı içeren durma süresi adı verilen bir stratejiyi tartışır. Ayrıca, Brezilya'da işlem gören çiftler için bir Bollinger Bandı stratejisi örneğini ve bunun bir yıllık işlemle nasıl iyi bir kâr elde ettiğini paylaşıyorlar. Bununla birlikte, sınırlı veri nedeniyle konuşmacı, geriye dönük testlerinin sonuçlarında yanlılığa neden olabilecek mevcut zaman diliminde var olan şirketleri kullanmak zorunda kaldı. Bu nedenle, 2018-2020 eğitim dönemini de yeni verilerle değerlendirdiler ve bu da yeni şirket ve sektörlerin ortaya çıkması nedeniyle daha fazla çiftle sonuçlandı.

  • 00:20:00 Konuşmacı, Brezilya'da ticaret yapan paritelerle ilgili deneyimlerini tartışıyor ve metodolojileri hakkında fikir veriyor. İdeal basit hareketli ortalama dönem uzunluğunu belirlemek için ticaretin yayılmasını ve yarı ömrünü analiz etmek için basitleştirilmiş bir yaklaşım kullanmaktan bahsediyorlar. Ayrıca, likiditesi nedeniyle Brezilya borsasında işlem yaparken karşılaşılan zorlukları vurgulayarak, ilk 100 şirketi analiz ettikten sonra nasıl yalnızca birkaç çiftin hayatta kaldığını açıklıyorlar. Konuşmacı bazı performans ölçümlerini paylaşır, ancak her zaman iyileştirme için yer olduğunu kabul eder ve olası yaklaşımlar olarak hiper parametre ayarı, durağanlık kontrolleri ve küçük sektörleri birleştirme önerir. Konuyla ilgili literatürü, özellikle Dr. Chang ve Dr. Hippish'in kitaplarını okumanızı tavsiye ediyorlar.

  • 00:25:00 Sunucu, izleyicilerden videoda sunulan stratejilerle ilgili birkaç soruyu yanıtlıyor. Bollinger Bantlarının periyodu sorulduğunda, bunun yayılmanın yarı ömür periyotlarının bir ızgara testine dayalı olarak dinamik olarak ayarlanabilen bir hiperparametre olduğunu açıklıyor. Bollinger Bantlarının ikili ve boğma için kullanılıp kullanılamayacağına yanıt olarak, bunların türevlerle yapılan yapılandırılmış işlemler olduğunu belirtiyor ve türev uzmanlarıyla çalışmanın daha iyi içgörüler sağlayabileceğini öne sürüyor. Ayrıca, işlemlerin artık geri dönüş anlamına gelmediğinde pozisyonu kapattığını açıklıyor ve ikili ticaret yerine, geri dönüşü olmayan serilerin ilk anlarını hesaplayarak geri dönüş yapılabileceğini öneriyor. Son olarak, Indice Futuro VINFUT ve BOVA11 arasındaki korelasyon sorulduğunda şunu öneriyor:
    ikisi arasındaki ilişkiyi incelemek ve bu bilgileri ticaret kararları için kullanmak.

  • 00:30:00 Sunucu, Quantum Trading EPAD programıyla ilgili deneyimini ve teknik analizin ticarette neden her zaman işe yaramadığını anlamak için beklentilerini nasıl karşıladığını tartışıyor. Bilgi edinmek için ders çalışmayı ve ders almayı ve insanlığın bilgisini tek başına yeniden yaratmaya çalışacak kadar kibirli olmamayı tavsiye ediyor. Web semineri aynı zamanda momentum ticaretine ilişkin Portekizce'deki ilk kontra kursunun başladığını duyurur.

  • 00:35:00 Siddharth Bhatia, ABD pazarlarındaki kısa mesafeleri tartışıyor. Kısa çiftler, bir çağrı satmayı ve paraya eşit miktarlarda koymayı ve altta yatanın satılan duvar seviyesinden daha az hareket etmesi durumunda para kazanmayı içerir. Stratejinin karlı olduğu kanıtlandı ve bir gelir ticareti stratejisi olarak satıldı, ancak Bhatia, özellikle piyasa oynaklığının olduğu zamanlarda, kayıpların karlardan çok daha büyük olduğu konusunda uyarıyor. Kısa mesafelerin büyük kayıplara yol açabileceği konusunda uyarıyor ve COVID salgını gibi zamanlarda yok olan firmalardan bahsediyor.

  • 00:40:00 Konuşmacı, kısa bir ikili alım satımdan ve her DTE döneminin başında parasal payda 100 birim sattıkları ve stop-loss veya nüanslı girişler olmaksızın sona erene kadar tuttukları mekanik bir strateji kullanarak bunu geriye dönük test etme deneyimlerinden bahsediyor veya çıkışlar. Farklı dönemleri örneklemek için biri delta korumalı ve diğeri korumasız olmak üzere iki set ve 7 DTE ve 60 DTE'ye sahip iki farklı versiyon kullandılar. Geriye dönük testleri için verileri almak üzere RATS API'sini kullandılar ve alım ve satım fiyatları elde etmek için verileri işlemek için Python pandalarını kullandılar. Projenin asıl zorluğu, verilerin doğru olduğundan emin olmak için her satıra ayrı ayrı dikkat gösterilmesi gerektiğinden, veri çerçevesini oluşturmaktı. Geriye dönük testten sonra sonuçları aldılar ve delta koruması olmayan haftalık DT'nin büyük düşüşlere yol açtığı açık.

  • 00:45:00 Konuşmacı, Brezilya ve ABD piyasalarındaki kısa vadeli ticaret stratejilerinin geriye dönük testlerinin sonuçlarını tartışıyor. Strateji, önemli bir düşüş ve düşük keskinlik oranıyla her iki pazarda da kötü performans gösterdi. Delta koruması, P&L'nin standart sapmasını azaltmaya yardımcı oldu, ancak kaybedilen bir ticareti karlı hale getirmedi. Konuşmacı, bu tür ticaret için zararı durdurma emirlerinin zorunlu olduğunu belirtiyor ve ayrıca VIX endeksine ve VIX vadeli işlemlerinin vade yapısına dayalı giriş filtrelerinin kullanılmasını öneren akademik makalelerden bahsediyor. Strateji, karlı ancak riskli kabul edilir ve kayıpların çeşitli yöntemlerle yönetilmesini gerektirir.

  • 00:50:00 Konuşmacı, strateji için pozisyonların neden günün sonunda korunmadığı da dahil olmak üzere izleyicilerden gelen birkaç soruyu yanıtlıyor. Korunmanın en basit ve yaygın yolunun bunu günde bir kez kapanışta yapmak olduğunu açıklıyor çünkü bu, P&L standart sapmasını azaltmaya ve uzun vadede volatiliteyi en aza indirmeye yardımcı oluyor. Ancak riskten korunma tekniklerinin test ve araştırmaya tabi olduğundan bahsetmektedir. Konuşmacı ayrıca CAGR'nin hesaplanmasından, işlem maliyetlerinden ve pozisyonları kısa çift stratejide günlük olarak satmak yerine yedi ila on gün tutmanın avantajlarından bahsediyor. Ayrıca, tüccarları piyasanın oynaklığına ve kısa vadeli kayıpların kabulüne hazırladığı için manuel ve algo dışı ticarette önceki deneyime sahip olmanın önemini vurguluyor.

  • 00:55:00 Konuşmacılar, seyircilerin Brezilya'da işlem gören pariteler ve ABD piyasalarındaki kısa mesafeler hakkında daha fazla sorusunu yanıtlıyor. Bir dinleyici, VIX 20 civarındaysa uzun süre devam edip edemeyeceklerini sordu, bunun yanıtı, bunun genellikle bir kayıpla sonuçlanacağı ve karışım 20'nin üzerindeyse endeksi kısa devre yapmanın daha iyi olduğuydu. VIX 30'un üzerindeyken alım satımlara girerken giriş stratejilerine karşı çıkmak. Buradaki tavsiye her zaman kısa kalmak ve geriye dönük öneriyi dikkate almamaktı. Konuşmacılar ayrıca, Eun Sinclair'in üç kitabının konuşmacılardan biri tarafından şiddetle tavsiye edilmesiyle kitap tavsiyeleri hakkında sorular da aldı.

  • 01:00:00 Konuşmacı, Quantum City'nin ePAD programıyla yaşadığı deneyimi ve bunun, kodlama ve algoritmik ticaret kavramları hakkındaki bilgisindeki boşlukları doldurmasına nasıl yardımcı olduğunu tartışıyor. Piyasaları incelemenin ve piyasa öğrencisi olmanın önemini vurguluyor ve yeni gelenlere demo hesap açmalarını ve piyasada kayıp alma konusunda deneyim kazanmalarını tavsiye ediyor. Ayrıca, bir beceride uzmanlaşmanın daha derine inmeyi ve daha fazla kurs yapmayı gerektirdiğinden ve Quantum City'nin ePAD programının başlamak için harika bir yer olduğundan bahsediyor. Konuşmacı, Dr. Luis Gide'nin piyasaları incelemenin ve öğrenci olmanın önemine dair tavsiyesini yineliyor.

  • 01:05:00 Ev sahipleri, Dr. Luiz'e Brezilya'da çiftler ticareti konusundaki deneyimini paylaştığı için ve izleyicilere katılıp web seminerleri için gelecekteki konuları önerdikleri için teşekkür ediyor. Ev sahipleri, Portekizce bir kursa başlamanın zorluğundan bahsediyor, ancak topluluklarında olup biten pek çok şey için heyecanlılar. İzleyicileri bir anket yoluyla geri bildirimlerini paylaşmaya teşvik ederek, gelecek oturumlar için konular önerirler. Ev sahipleri takdirlerini ifade eder ve Dr. Luiz'e ve izleyicilere veda eder.
Pairs Trading in Brazil and Short Straddles in the US Markets [Algo Trading Projects]
Pairs Trading in Brazil and Short Straddles in the US Markets [Algo Trading Projects]
  • 2022.04.12
  • www.youtube.com
This session has project presentations by two of our esteemed EPAT alumni.00:00 Introduction - Project 104:45 Presentation - Pairs Trading In the Brazilian S...
 

Duygu Analizi Sertifikası ve Finans İçin Alternatif Veriler - CSAF™ [ÜCRETSİZ BİLGİ OTURUMU]



Duygu Analizi Sertifikası ve Finans İçin Alternatif Veriler - CSAF™ [ÜCRETSİZ BİLGİ OTURUMU]

Web semineri sahipleri, Duygu Analizi Sertifikası ve Finans için Alternatif Veri (CSAF) programını tanıtarak başlar. Programın iki deneyimli öğretim üyesi, Profesör Gautam Mitra ve Profesör Christina Alvin Sayer tarafından yürütüldüğünün altını çiziyorlar. Program beş ayı aşkın bir süreyi kapsıyor ve finans sektöründe profesyonel olan konuk öğretim görevlileri tarafından sunulan hem temel teoriyi hem de pratik kullanım örneklerini sağlamayı amaçlayan bir dizi dersi içeriyor.

Ana bilgisayarlar, duyarlılık ve duyarlılık verilerinin temellerine odaklanan ilk iki modülden başlayarak programın modüllerine genel bir bakış sağlar. Modül 3 ve 4, uydu ve e-posta verilerinin yanı sıra metin analizi de dahil olmak üzere alternatif veri kaynaklarını ve bunların finansal tahmin ve modelleme ile ilgisini araştırır. Kurs ayrıca modelleme temellerini, çeşitli finansal modelleri ve duyarlılık verilerinin risk yönetimi, portföy optimizasyonu ve otomatik ticaret gibi alanlara uygulanmasını da kapsar. Ek olarak, duygu analizinde yapay zeka, makine öğrenimi ve nicel modellerin rolünü vurgulayan, özellikle alternatif verilere ayrılmış bir modül vardır.

Web seminerini daha da zenginleştirmek için CSAF mezunları olan iki özel konuk Amit Arora ve Abhijit Desai tanıtıldı. EPAT NSA adlı kursun önceki versiyonunu alma deneyimlerini paylaşıyorlar. Amit, kursun uygulamalı oryantasyonunun, kendi ticaret fikirlerini geliştirmesine nasıl yardımcı olduğunu ve onun beklenenden daha iyi sonuçlar veren gerçek ticarete daha fazla zaman ayırmasına yol açtığını açıklıyor. Abhijit, kurstan en iyi şekilde yararlanmak için bağlılık, özveri ve merakın önemini vurgular.

Web semineri ayrıca CSAF programını deneyimlemiş çeşitli kişilerle yapılan tartışmaları da içerir. Alım satım stratejilerinde duygu analizi ve alternatif verileri anlama ve uygulamadaki zorluklarını ve başarılarını paylaşıyorlar. Konuşmacılar, duyguların ve oynaklık ticaretinin birleştirilmesi, alternatif verilerin anlamı, yatırım ve ticarette sertifikasyonun önemi, ticaret stratejilerine duyarlılık analizinin dahil edilmesi ve gerçek zamanlı haber bildirimi gibi konuları kapsayan dinleyicilerin sorularını yanıtlıyor. ticaret.

Web semineri boyunca konuşmacılar, kapsamlı bir bakış açısı ve yaklaşım geliştirmek için CSAF gibi sertifika kursları aracılığıyla yapılandırılmış öğrenmenin önemini vurguluyor. Duyarlılık analizi ve alternatif verileri etkili bir şekilde uygulamada finansal piyasaları ve modelleri anlamanın önemini vurguluyorlar. Konuşmacılar ayrıca bilginin pratik uygulamasını, nicel çerçevelerin kullanımını ve duygu verilerinin kullanımını sergilemede örnek olay çalışmalarının değerini vurgular.

Ev sahipleri, web seminerine katıldıkları ve CSAF programıyla ilgili bilgilerle aktif olarak ilgilendikleri için izleyicilere şükranlarını sunar. İzleyicileri bir anket yoluyla geri bildirimlerini ve sorularını sunmaya teşvik ederler ve web seminerinin başarısına katkılarından dolayı konuşmacılara ve birbirlerine teşekkür ederler. Ev sahipleri, bilgiyi paylaşmaktan zevk aldıklarını ve tüm katılımcılar için bir öğrenme ortamı yaratma konusundaki kararlılıklarını ifade ederler.

  • 00:00:00 Web semineri sahipleri, Duygu Analizi Sertifikası ve Finans için Alternatif Veri anlamına gelen CSAF programını tanıtıyor. Program iki deneyimli öğretim üyesi tarafından yönetilmektedir: Profesör Gautam Mitra ve Profesör Christina Alvin Sayer. CSAF programı, finans sektöründe profesyonel olan konuk öğretim görevlileri tarafından verilen hem teoriyi sunmak için temel dersleri hem de kullanım senaryosu derslerini kapsayan beş ayı aşan dersler sağlar. Ev sahipleri ayrıca web seminerinin sonunda bir Soru-Cevap bölümü olacağını ve CSAF mezunları olarak deneyimlerini paylaşacak olan iki özel konuğu, Amit Arora ve Abhijit Desai'yi tanıtacağını belirtiyor.

  • 00:05:00 Konuşmacı, katılımcılara duyarlılığı, çeşitli türlerini ve alternatif verilerin kullanımını öğretmeye odaklanan Finans için Alternatif Veri ve Duygu Analizi Sertifikası programını ve modüllerini anlatıyor. Modüller, finans ve duyarlılık analizine ilişkin pratik bilgilerini paylaşan Antonio Gerni ve Classifying Ironing gibi çekirdek öğretim üyeleri ve konuk öğretim üyeleri tarafından verilmektedir. Program ayrıca kavramları daha ayrıntılı olarak açıklamaya yardımcı olan dokuz temel dersi içerir. Dersler ders notları ile desteklenmekte ve program sonunda sınav yapılmaktadır.

  • 00:10:00 Christina, Duygu Analizi Sertifikası ve Finans için Alternatif Veri (CSAF) programına genel bir bakış sunarak kurstaki temel modülleri vurgular. İlk iki modül, duyarlılık ve duyarlılık verilerinin temellerini öğretmeye odaklanır. 3. ve 4. modüllere geçilerek, kurs, uydu ve e-posta verileri ve metin analizi dahil olmak üzere alternatif veri kaynaklarını ve bunların finansal tahmin ve modelleme ile ilgisini inceler. Kurs ayrıca modelleme temellerini ve çerçevelerini, çeşitli finansal modelleri ve duyarlılık verilerinin risk yönetimine, portföy optimizasyonuna ve otomatik ticarete nasıl uygulanabileceğini kapsar. Son olarak, kurs alternatif veriler üzerine bir modül içerir ve duygu analizinde yapay zeka, makine öğrenimi ve nicel modellerin rolünü vurgular.

  • 00:15:00 Amit adlı bir mezun, EPAT NSA adlı kursun önceki versiyonunu alma deneyimini paylaşıyor. Kursa ilgi duyduğu için katıldı ve kurstan pek bir şey beklemiyordu, ancak kursun pratik yönelimi, kendi ticaret fikirlerini geliştirmesine yardımcı oldu. Kursu bitirdikten sonra aktif değişim yönetimi danışmanlığından uzaklaştı ve kendi fikirlerini geliştirmeye daha fazla zaman ayırdı. Son üç ayda, zamanının çoğunu gerçek ticarete adadı ve sonuçlar beklenenden daha iyi oldu. Avirup adlı başka bir mezun da deneyimlerini paylaşıyor ve kurstan en iyi şekilde yararlanmak için bağlılık, özveri ve merakın önemini vurguluyor.

  • 00:20:00 Çeşitli kişiler, Duygu Analizi Sertifikası ve Finans için Alternatif Veriler (CSAF) kursuyla ilgili deneyimlerini tartışıyor. Bir kişi, algoritma ticareti açısından zorlu bir şey aradıklarını ve duygu verilerinin ve haberlerin analiz edilmesinin ve para kazanmak için hangi bilgilerin yararlı olduğunu ayırt etmenin zor olduğunu bulduğunu açıklıyor. Ancak kurs, Python'u anlamalarına ve kendi modellerini geliştirmelerine yardımcı oldu. Makine öğrenimi modülleri için kullanılan dil temel olarak Python'dur ve bazı kişiler R'yi de kullanır. Web semineri de kayıt altına alındı ve katılamayan kayıtlı katılımcılarla paylaşılacak.

  • 00:25:00 Konuşmacılar, alım satıma duyarlılık analizi veya bazı verileri uygulamak için bir arka plana sahip olmak için gerekli olan bir dizi konu alanı olan ilk bölümü tartışırlar. Anormallik tahmini veya performans ölçümünün nasıl yapılacağı ile ilgili otoriteler hakkında bilgiler içerir. Primer kurs başlamadan önce öğrencilere verildiği için belirli bir süresi yoktur. Öte yandan her modülün, ders notlarıyla desteklenen Cumartesi dersi başına yaklaşık üç saatlik bir süresi vardır. Kullanım senaryosu derslerinin süresi bir ila iki saat arasında değişir ve konuk öğretim üyeleriyle Soru-Cevap oturumlarını içerir. Bir izleyicinin alım satım için duygu analizinin gerekli olup olmadığı sorusuna yanıt olarak konuşmacılar, piyasa verimliliği nihayetinde tüm duygu ve haberleri özümsese bile duyarlılık analizinin alfa kaynakları bulmaya veya yatırım getirisi elde etmeye yardımcı olabileceğini açıklıyor.

  • 00:30:00 Konuşmacılar, piyasa aktivitelerini etkileyen haberleri hızlı ve niceliksel olarak analiz etme yeteneği sayesinde, duyarlılık analizinin ticaret kararları için nasıl değerli veriler sağladığını tartışıyorlar. Duygu analizinin, Twitter ve diğer sosyal medya kuruluşları gibi kaynaklardan elde edilen verilerin bolluğu ile giderek daha önemli hale geldiğini belirtiyorlar. Duyarlılık analizi için genellikle ne tür veri kaynaklarının kullanıldığı sorusuna da değinen konuşmacılar, haber kaynakları ve sosyal medya platformlarının ortak kaynaklar olduğunu ancak bu verilerin kullanımının sağlayıcılardan izin alınması gerektiğini belirtiyor. Ayrıca duygu analizi için Vader grafiklerini kullanma konusuna da değiniyorlar.

  • 00:35:00 Konuşmacılar, finansal analiz açısından duygu analizi ve doğal dil işlemeyi tartışıyorlar. Duyarlılık sağlayıcıları tarafından halihazırda analiz edilmiş ve hesaplanmış olan duyarlılık verilerinin portföyleri optimize etmek ve varlık tahsisi kararları almak için nicel yollarla nasıl kullanılabileceğini açıklarlar. Ayrıca, bu tür verileri sağlayan Bloomberg ve Graffiti gibi sektördeki büyük oyunculardan da bahsediyorlar. Konuşmacılar, doğal dil işlemenin yalnızca ticari amaçlarla kullanılmasına karşı uyarıda bulunuyor ve veri analizini etkin bir şekilde kullanmak için finansal piyasaları anlamanın önemini vurguluyor. Veri analizinde veya yapay zekada kariyer peşinde koşmakla ilgili bir soruya yanıt olarak konuşmacılar, veri analizini etkili bir şekilde uygulamak için finansal piyasalar ve modeller hakkında güçlü bir anlayışa sahip olunması gerektiğini vurguluyor.

  • 00:40:00 Konuşmacılar izleyicilerden gelen soruları yanıtlıyor. İlk soru, duyguları ve volatilite ticaretini birleştirmekle ilgilidir ve kursta doğrudan ele alınmasa da, eğitmenler bunu başarmak için araçlar ve yöntemler sağlar. Bu endekste yer alan ticaretin veya diğer pazarlardaki eşdeğerinin önemli bir konu olduğundan bahsediyorlar, ancak bu en son araştırma alanında. Bir sonraki soru, alternatif verilerle ne kastedildiğini soruyor; konuşmacılar, piyasa katılımcılarının sağladığı ve piyasayı etkileyen, duyarlılık verileri veya haber verileri gibi verilere atıfta bulunarak, pazarda yeni bir büyüme alanı olduğunu açıklıyor. Uydu verilerinin, e-posta gelen kutularının ve Amazon veya pizza tedarikçileri gibi şirketlerden gelen siparişlerin alternatif verilere örnek olduğunu ekliyorlar.

  • 00:45:00 Konuşmacılar, yatırım ve ticarette sertifikasyonun önemini tartışıyor. Tüm kaynaklardan öğrenmenin değeri olsa da, yapılandırılmamış öğrenmenin sağlayamayacağı bir bakış açısı ve yaklaşım geliştirmek için sertifika kursları yoluyla yapılandırılmış öğrenme gereklidir. Ancak, ticaret şirketleri sertifikanın kendisine her zaman güvenmiyor. Ayrıca ticarette günlük siyasi haberlerin ve diğer haberlerin önemine ilişkin bir soruyu da ele alıyorlar. Teknik bilgi önemli olmakla birlikte, güncel olaylara ayak uydurmak tacirlerin piyasa eğilimlerini daha iyi anlamalarını sağlayabilir ve daha bilinçli kararlar almalarına yardımcı olabilir.

  • 00:50:00 Konuşmacılar, alım satım stratejilerine duyarlılık analizinin dahil edilmesini tartışıyor. Teknik analiz ve ticaret iyi bilinmekle birlikte, çeşitli stratejilerde haberlerin ve duyguların etkisinin de dikkate alındığını açıklıyorlar. Bilgili tüccarlar, ticaret yapmak için takdirlerini kullanmadan önce haberleri alıp analiz ederken, gürültü tüccarları haberlere anında tepki verir. Ayrıca, duygu analizi de dahil olmak üzere farklı modellerin ve bilgilerin birleştirilmesinin daha bilinçli kararlara yol açabileceğini öne sürüyorlar. Bireysel duyarlılık söz konusu olduğunda, duyarlılık sağlayıcının pazarla ilgili bir insan havuzu olabilir ve sosyal medya duyarlılık analizi için finansal piyasa profesyonellerini filtrelemek genellikle yararlıdır.

  • 00:55:00 Konuşmacılar, kursun otomatik veya sistematik ticarette önemli olan haberlerin ve basın bültenlerinin gerçek zamanlı bildirimini kapsayıp kapsamadığını ele alır. Duyarlılık analizinde haber gelişinin çok önemli olduğunu ve getirileri hızlı bir şekilde etkileyebileceğini, ancak bir ticaret stratejisine hakim olamayacağını açıklıyorlar. Kurs, uygulamaya yönelik ve pratiktir, ancak bilgiyi temsil etmenin yapılandırılmış bir yolunu sağlamak için temel teori de önemlidir. Konuşmacılar, duygu verilerinin kullanımını vurgulamak için nicel çerçevelerin ve ilginç vaka çalışmalarının kullanımını vurgulamaktadır.

  • 01:00:00 Konuşmacılar, akademik titizliğin ticarete nasıl uygulanabileceğini ve CSAF kursunun kendisini EPAT kursundan nasıl farklılaştırdığını tartışıyor. EPAT kursu, makine öğrenimi ve Python becerilerini kapsar, ancak CSAF kursu, kullanım durumları ve vaka çalışmaları bağlamında duygu analizi ve alternatif veriler hakkında ek bilgi ekler. Amit ve Abhijit, CSAF kursunun EPAT kursu tarafından sağlanan temel üzerine inşa edildiğini ve ek bilgi ve beceriler sağladığını vurgulayarak, konuşmacılar ayrıca CSAF kursunun zaten EPAT kursunu almış birine nasıl fayda sağlayabileceğine dair son bir soruyu yanıtlıyor. ticaret fikirleri. Oturum, ankette ek sorular sormanız için bir hatırlatma ve zaman ayırdıkları için konuşmacılara bir teşekkür ile sona erer.

  • 01:05:00 Konuşmacılar, Duygu Analizi Sertifikası ve Finans için Alternatif Veri (CSAF) programı hakkında bilgilendirme oturumuna katıldıkları için dinleyicilere teşekkürlerini sunarlar. İzleyicileri programla ilgili sorularını ve endişelerini dile getirmeye teşvik ediyorlar ve herkese katılımları için teşekkür ediyorlar. Konuşmacılar, videoyu başarılı kıldıkları için birbirlerine teşekkür ederek videoyu bitiriyor ve bilgilerini başkalarıyla paylaşmaktan keyif aldıklarını ifade ediyorlar.
Certificate In Sentiment Analysis And Alternative Data For Finance - CSAF™ [FREE INFO SESSION]
Certificate In Sentiment Analysis And Alternative Data For Finance - CSAF™ [FREE INFO SESSION]
  • 2022.03.29
  • www.youtube.com
00:00 Introduction02:30 CSAF overview by Prof Mitra10:40 Detailed course overview by Prof Christina15:45 Amit Arora sharing his CSAF experience19:20 Abhijit ...
 

Otomatik Alım Satım Nasıl Kurulur



Otomatik Alım Satım Nasıl Kurulur

Sunum sırasında konuşmacı, otomatik ticaretin avantajlarını ve otomasyonun neden gerekli olduğunu araştırıyor. Otomatik alım satımın, tacirlerin aynı anda daha fazla sayıda varlığı yönetmesine ve önceden tanımlanmış kurallara dayalı alım satımları gerçekleştirmesine izin verdiğini vurguluyorlar. Bu yaklaşım, hata riskini azaltmaya yardımcı olur ve duygu odaklı ticareti ortadan kaldırır. Konuşmacı, otomasyonun, belirtilen kurallar yerine getirildiğinde otomatik olarak sipariş vererek süreci basitleştirdiğini ve herhangi bir gecikmeyi ortadan kaldırdığını vurgular. Ek olarak, otomasyonun tacirlerin zamanını ve kaynaklarını serbest bıraktığını ve onların daha iyi ticaret stratejileri geliştirmeye odaklanmalarını sağladığını açıklıyorlar.

Konuşmacı, otomasyonun insan müdahalesinin tamamen yerini almasıyla ilgili yaygın bir yanılgıyı ele alıyor. Gerektiğinde ticaret stratejisinde ayarlamalar yapmak için gelişmiş otomatik ticaret sistemlerinin performansını düzenli olarak analiz etmenin önemini vurguluyorlar. Otomasyonun tüccarlara manuel olarak denememiş olabilecekleri diğer görevleri veya varlıkları keşfetme yetkisi verdiğini vurguluyorlar. Sunum daha sonra ticaretteki üç temel adımı tartışarak devam eder: veri toplama, analiz (kural tabanlı veya isteğe bağlı olabilir) ve ticaretin yürütülmesi.

Ticaret sürecinin bir bölümünü otomatikleştirmek için konuşmacı, tercih edilen varlıklar için geçmiş verileri almak üzere veri ve kodlama kullanılmasını önerir. Google Finans'ın API'sini Google E-Tablolar'a entegre ettiğinden ve kullanıcıların kayan yazı sembolü, başlangıç ve bitiş tarihleri ve veri türü gibi parametreleri belirterek kolayca veri almasına olanak sağladığından bahsediyorlar. Toplanan bu veriler, fiyat grafikleri oluşturmak, hesaplamalar yapmak (örneğin, özel göstergeler oluşturmak veya yüzde değişimlerini hesaplamak) ve veri toplama sürecini otomatikleştirerek ticaret stratejilerini kolaylaştırmak için kullanılabilir.

Videodaki bir gösteri, geçmiş veriler üzerinde Göreceli Güç Endeksi (RSI) göstergesini kullanarak bir ticaret stratejisini geriye dönük test etme sürecini gösteriyor. 0 ile 100 arasında değişen RSI değeri, alınan eylemi belirler. RSI değeri, varlığın aşırı satıldığını gösteren 30'un altındaysa, alıcılar için çekici hale gelir ve onları varlığı satın almaya teşvik eder. 30 ile 70 arasındaki bir değer işlem yapılmadığını gösterirken, 70'in üzerindeki bir değer varlığın aşırı satın alındığını ve satışlara yol açtığını gösterir. Konuşmacı, bir ABD hisse senedi veri kümesinde görsel programlamayı kullanarak geçmiş veriler üzerinde geriye dönük testleri otomatikleştirerek bu kuralların etkinliğini doğrular.

Konuşmacı, geriye dönük test, kağıt ticareti ve canlı ticaret gibi özellikler sunan otomatik ticaret için Blue Shift platformunu tanıtıyor. Platformun kodlama bilgisi gerektirmeyen görsel programlama seçenekleri sunduğunun altını çiziyorlar. Konuşmacı, RSI göstergesini kullanarak bir ticaret stratejisi oluşturmayı gösterir ve uzun ve kısa pozisyon almanın koşullarını açıklar. Son olarak, %14'lük bir getiri, 1,22'lik bir Sharpe oranı ve eksi %13'lük bir maksimum düşüş sergileyen geriye dönük test sonuçlarını sunarlar. Genel olarak, Blue Shift, otomatik ticaret stratejileri oluşturmak ve test etmek için kullanıcı dostu bir platform olarak övülür.

Konuşmacı, canlı ticarette otomatik bir ticaret stratejisi uygulama sürecini tartışmaya devam ediyor. Stratejinin mevcut piyasa ortamındaki performansını gözlemlemek için gerçek zamanlı verileri kullanan ancak gerçek parayı kullanmayan kağıt ticareti ile başlamanızı tavsiye ediyorlar. Konuşmacı, bir komisyoncu seçme, sermaye tahsisini belirleme ve emirleri onaylama dahil olmak üzere kağıt ticaretini kurma ve canlı ticarete geçiş adımlarında izleyiciye rehberlik eder. Stratejinin performansını düzenli olarak izlemenin ve gerekli ayarlamaları yapmanın önemini vurguluyorlar. Konuşmacı ayrıca, diğer platformları kullanarak canlı ticareti kapsayan önceki oturumların YouTube kanallarında mevcut olduğundan bahseder.

Tüm komisyoncular otomatik ticaret için API'ler sunmasa da, konuşmacı Interactive Brokers'ın çoğu bölgede kullanılabilen ve API desteği sağlayan bir platform olduğunu vurguluyor. Interactive Brokers ile bir IBridge Py köprüsü kullanmanın, Singapur da dahil olmak üzere dünyanın herhangi bir yerinden ticaret otomasyonunu mümkün kıldığından bahsediyorlar. Konuşmacı, NSE hisse senetleri için veri elde etmenin mümkün olduğunu, ancak uygun hisse senedi sembolünü bulmanın ve gerekli geçmiş verilere erişmek için Yahoo Finance'i kullanmanın esas olduğunu belirtiyor.

Konuşmacı, dakika düzeyindeki verilerin yaygın olarak ücretsiz olarak bulunmadığını açıklıyor ve bu düzeyde veri gereksinimlerinin daha zorlu hale geldiğine dikkat çekiyor. Dakika düzeyinde veri elde etmek için konuşmacı, Interactive Brokers gibi bir komisyoncu ile bir hesap açmayı önerir. Ancak, coğrafyaya ve seçilen komisyoncuya bağlı olarak bir ücret gerekebileceğini belirtiyorlar. Konuşmacı, ticaret sıklığı işlevinden kısaca bahseder ve dinleyicileri bir ticaret stratejisi oluşturmaya ilişkin daha fazla bilgi için Blue Shift belgelerine başvurmaya yönlendirir. Ayrıca, bir ticaret stratejisi geliştirirken zararı durdur seviyeleri belirlemenin önemini vurguluyorlar.

Konuşmacı devam ederken, farklı varlık türleri için uygun zararı durdurma seviyeleri belirlemenin önemini tartışıyor. Tesla gibi önemli fiyat dalgalanmaları yaşayan varlıklar için daha yüksek stop kayıpları ile varlıkların oynaklığına bağlı olarak farklı stop-loss değerleri kullanılmasını öneriyorlar. Konuşmacı ayrıca, alfa ve beta için ideal değerleri belirlemenin, tacirin hedeflerine ve belirli bir kâr yüzdesi elde etmek için istenen zaman dilimine bağlı olduğunu da belirtiyor. Ek olarak, platformu kullanarak Hindistan pazarlarında ticaretin otomatikleştirilmesi, stratejilerin izlenmesi ve opsiyon stratejilerinin oluşturulması ile ilgili soruları yanıtlıyorlar. Son olarak, konuşmacı beklenmedik piyasa olayları sırasında tetikte kalmanın ve stratejinin oynaklığa dayanma yeteneğine bağlı olarak ticareti duraklatmaya veya devam etmeye karar vermenin öneminin altını çiziyor.

Konuşmacı, ticarette otomasyonu ve nasıl çalıştığını daha da genişletiyor. Çeşitli komisyoncularla ortaklıklar yoluyla geriye dönük test stratejilerini ve canlı ticareti kolaylaştıran Blueshift platformu aracılığıyla Hindistan pazarları için otomasyonun mevcut olduğunu açıklıyorlar. Ticarette önceden tanımlanmış kurallara sahip olmanın önemini vurgulayan konuşmacı, mevcut piyasa koşullarında strateji performansını değerlendirmek için sanal parayı kullanan geriye dönük testler ve kağıt ticareti yoluyla bu kuralları test etmenin değerini vurguluyor. Konuşmacı ayrıca makine öğreniminin ticarette uygulanabileceğinden ve ticaret stratejileri geliştirmek için Blueshift tarafından desteklendiğinden bahseder.

Mobil cihazlarda otomatik ticaret olasılığına değinen konuşmacı, mobil tabanlı platformların web tabanlı platformlar kadar zengin özelliklere sahip olmayabileceğini, ancak endüstrinin bulut tabanlı çözümlere doğru ilerlemesiyle cep telefonlarında otomatik ticaretin daha yaygın hale gelebileceğini kabul ediyor. . Yeni başlayanların küçük başlamalarını ve daha fazlasını öğrenerek ve bir ticaret kuralı veya stratejisi oluşturarak bilgilerini kademeli olarak genişletmelerini öneriyorlar. Konuşmacı, bir öğrenme, geriye dönük test ve ticaret platformu olan Blue Shift'in tamamen ücretsiz olduğunu ve ticaret stratejilerini denemek için kullanılabileceğini vurguluyor. Ayrıca platformun özellikleriyle ilgili soruları yanıtlıyorlar ve gelecekte daha fazla broker ekleme planlarından bahsediyorlar. Son olarak, konuşmacı herhangi bir platformda otomatik Bitcoin ticareti hakkında bir sorguyu onaylıyor.

Otomatik ticaret için broker desteği ile ilgili olarak konuşmacı, tüm brokerlerin bu işlevi sunmadığını ve kullanıcıların seçtikleri platformun bunu destekleyip desteklemediğini doğrulaması gerektiğini açıklıyor. Endüstrinin giderek artan bir şekilde otomatik ticarete doğru kaydığını ve emirlerin çoğunun otomatik ticaret sistemlerinin yardımıyla gerçekleştirildiğini açıklıyorlar. Algoritmik ticaret için makine öğrenimi, sinir ağları ve yapay zekayı birleştirme açısından, konuşmacı bir makine öğrenimi modelinde verileri eğitme ve test etme sürecini ve algoritmik ticaret için öngörülen çıktıdan yararlanma sürecini açıklıyor. Son olarak, çalışan bir profesyonelden gelen bir soruyu ele alıyorlar ve otomatik ticaretin profesyonellere ticaret faaliyetlerini yönetmede yardımcı olurken ekran süresini en aza indirerek işlerinin taleplerine odaklanmalarına olanak tanıdığını belirtiyorlar.

Konuşmacı, bir ticaret stratejisini otomatikleştirmenin çalışan profesyoneller için uygun olduğunu, ancak piyasa koşulları değişebileceğinden otomatik sistemin performansını periyodik olarak gözden geçirmenin çok önemli olduğunu yineliyor. Çeşitli platformları kullanarak Python veya herhangi bir kodlama dili öğrenmeden bir ticaret stratejisi oluşturmak mümkün olsa da, ileri düzey stratejiler Python veya diğer programlama dillerinde uzmanlık gerektirebilir. Konuşmacı, dinleyicilere Python öğrenmenin göründüğü kadar zor olmadığı ve ek bir avantaj sağlayabileceği konusunda güvence verir. Stratejiyi buna göre değiştirmek için performansı düzenli olarak değerlendirmenin önemini vurguluyorlar.

Son olarak konuşmacı, dinleyicileri cevaplanmamış sorular için bir anket doldurmaya davet ediyor ve onları tüm kurslara kayıt için %70 indirim ve ek %25 indirim sağlayan sınırlı süreli bir tekliften yararlanmaya teşvik ediyor. Aldıkları destek için şükranlarını sunarlar ve izleyicilere gelecekte daha fazla web semineri düzenleme taahhüdünde bulundukları konusunda güvence verirler. Konuşmacı, dinleyicilerin ilgi ve ihtiyaçlarına hitap eden daha iyi oturumlar planlamak için potansiyel konular hakkında öneriler ister. Sunumu sonlandıran konuşmacı, mutlu bayramlar diliyor ve tüm katılımcılara oturuma katılımlarından dolayı teşekkürlerini sunuyor.

  • 00:00:00 Konuşmacı, otomatik alım satımın faydalarını ve otomasyonun neden gerekli olduğunu tartışıyor. Otomasyon ile tüccarlar, daha fazla sayıda varlığı paralel olarak yönetebilir ve önceden belirlenmiş kurallara dayalı olarak alım satımları gerçekleştirerek hata riskini azaltabilir ve duygulara dayalı alım satımdan kaçınabilir. Kurallar yerine getirildikten sonra sistem siparişi otomatik olarak verdiğinden, herhangi bir gecikmeden kaçınıldığı için süreç basitleştirilir. Ayrıca konuşmacı, otomasyonun yatırımcılara daha iyi ticaret stratejileri geliştirmeye odaklanmaları için zaman ve kaynak kazandırabileceğini açıklıyor.

  • 00:05:00 Konuşmacı, insan müdahalesini tamamen ortadan kaldıran otomasyon hakkındaki yanlış kanıyı tartışıyor ve gerektiğinde ticaret stratejisini ayarlamak için karmaşık otomatik ticaret sistemlerinin performansını düzenli olarak analiz etmenin önemini vurguluyor. Otomasyonun kullanılması, tüccarların başka türlü manuel olarak denemeyecekleri diğer görevlere veya varlıklara odaklanmasını sağlar. Konuşmacı daha sonra, verilerin elde edilmesiyle başlayan, kurala dayalı veya isteğe bağlı olabilen analiz ve son olarak işlemlerin yürütülmesi ile başlayan ticaretin üç adımını tartışmaya geçer.

  • 00:10:00 Alım satım sürecinizin bir bölümünü otomatikleştirmek istiyorsanız, favori varlıklarınızın geçmiş verilerini almak için verileri ve kodlamayı kullanabilirsiniz. Google Finans, API'lerini Google E-Tablolar'a entegre ederek, sadece kayan yazı sembolü, başlangıç ve bitiş tarihleri ve veri türü gibi parametreleri yazarak verileri almayı kolaylaştırdı. Bu veriler daha sonra fiyat grafikleri oluşturmak veya kendi göstergelerinizi oluşturmak veya yüzde değişimlerini hesaplamak gibi hesaplamalar yapmak için kullanılabilir. Bu araçla, tüccarlar veri toplama sürecini otomatikleştirebilir ve ticaret stratejilerini düzene sokabilir.

  • 00:15:00 Video, geçmiş veriler üzerinde Göreceli Güç Endeksi (RSI) göstergesini kullanarak bir ticaret stratejisinin nasıl tekrar test edileceğini veya deneneceğini gösterir. RSI değeri 0 ile 100 arasında değişir ve değerine göre farklı bir işlem yapılır. RSI değerinin 30'un altında olması, varlığın birçok kişi tarafından satıldığı anlamına gelir, bu da alıcılar için fiyatı cazip hale getirir, bu nedenle varlığı satın alırlar. RSI değeri 30 ile 70 arasındaysa herhangi bir işlem yapılmaz ve RSI değeri 70'in üzerindeyse bu, insanların varlığı satın alarak fiyat seviyesini yükseğe çıkardığı anlamına gelir, bu nedenle işlemden çıkmak için iyi bir zaman. varlığı satmak. Bu kuralların etkinliği daha sonra bir ABD hisse senedi veri setinde görsel programlama kullanılarak geçmiş veriler üzerinde otomatik geri test yapılarak kontrol edilir.

  • 00:20:00 Konuşmacı, kullanıcıların geriye dönük test yapmasına, kağıt ticareti yapmasına ve canlı yayına geçmesine olanak tanıyan otomatik ticaret için Blue Shift platformunun kullanımını tartışıyor. Platform, kodlama gerektirmeyen görsel programlama sunar. Konuşmacı, RSI göstergesini kullanarak bir ticaret stratejisi oluşturmayı gösterir ve uzun ve kısa koşulları açıklar. Son olarak, yüzde 14'lük bir getiri, 1,22'lik bir Sharpe oranı ve eksi 13'lük bir maksimum düşüş sağlayan geriye dönük test sonuçlarını gösteriyor. Genel olarak, Blue Shift, otomatik ticaret stratejileri oluşturmak ve test etmek için kullanıcı dostu bir platformdur.

  • 00:25:00 Konuşmacı, otomatik ticaret stratejisiyle canlı yayına geçme sürecini tartışıyor. Stratejinin mevcut piyasa ortamında nasıl performans gösterdiğini görmek için gerçek zamanlı verileri kullanarak ancak gerçek para kullanmayarak kağıt ticareti ile başlamanızı önerir. Konuşmacı, bir komisyoncu seçme, sermaye belirleme ve siparişleri onaylama dahil olmak üzere kağıt ticaretini kurma ve ardından canlı yayına geçme sürecinden geçiyor. Stratejinin performansını düzenli olarak izlemenin ve gerektiğinde uyarlamanın önemini vurguluyor. Konuşmacı ayrıca, YouTube kanallarında diğer platformları kullanarak canlı ticareti kapsayan önceki oturumların mevcut olduğundan bahseder.

  • 00:30:00 Tüm komisyoncular API sunmasa da, Interactive Brokers hemen hemen her yerde kullanılabilen ve otomatik ticaret için API sunan bir platformdur. Bir IBridge Py köprüsü, Singapur da dahil olmak üzere dünyanın herhangi bir yerinden işlemleri otomatikleştirmek için Interactive Brokers ile birlikte kullanılabilir. NSE hisse senetleri için veri almanın da mümkün olduğunu not etmek önemlidir, ancak gerekli geçmiş verileri elde etmek için uygun hisse senedi sembolüne bakmak ve Yahoo Finance'i kullanmak gerekir.

  • 00:35:00 Konuşmacı, dakika düzeyindeki verilerin ücretsiz olarak yaygın şekilde bulunmadığını ve bu düzeyde veri gereksinimlerinin yüksek olduğunu açıklıyor. Dakika düzeyinde veri elde etmek için Interactive Brokers gibi bir broker ile bir hesap açmayı öneriyor, ancak bulunduğunuz coğrafyaya ve seçtiğiniz brokere bağlı olarak bir ücret gerekebileceğinden bahsediyor. Konuşmacı, ticaret sıklığı işlevine kısaca değinir ve bir ticaret stratejisi oluşturmaya ilişkin daha fazla bilgi için Blue Shift belgelerini önerir. Ayrıca, Blue Shift'in görsel programlama veya kodlama için kullanılabileceğini ve bir ticaret stratejisi oluştururken zararı durdurma seviyelerinin ayarlanması gerektiğini de açıklıyorlar.

  • 00:40:00 Konuşmacı, farklı varlık türleri için uygun stop-stop seviyeleri belirlemenin önemini tartışıyor. Tesla gibi yüksek dalgalanma oranlarına sahip varlıklar için daha yüksek stop kayıpları ile, ne kadar oynak olduklarına bağlı olarak farklı varlıklar için farklı durdurma kayıpları kullanılmasını önerir. Konuşmacı ayrıca, alfa ve beta için ideal değerlerin, tüccarın hedeflerine ve belirli bir kâr yüzdesine ulaşmak istedikleri zaman dilimine bağlı olduğunu da belirtiyor. Buna ek olarak, konuşmacı Hindistan pazarlarında ticareti otomatikleştirme, stratejileri izleme ve platformla opsiyon stratejileri oluşturma becerisi hakkındaki soruları yanıtlıyor. Son olarak, konuşmacı beklenmedik piyasa olaylarına karşı uyanık kalmanın ve stratejinin oynaklığa dayanma yeteneğine bağlı olarak alım satımı tamamen durdurmaya veya devam etmeye karar vermenin önemini vurguluyor.

  • 00:45:00 Konuşmacı ticarette otomasyonu ve nasıl çalıştığını tartışıyor. Otomasyonun, kullanıcıların stratejileri geriye dönük olarak test etmesine ve işlem başına ödeme yapmasına veya çeşitli aracı kurumlarla ortaklıklar yoluyla canlı ticaret yapmasına olanak tanıyan Blueshift platformu aracılığıyla Hindistan pazarları için kullanılabileceğini açıklıyorlar. Konuşmacı, ticarette belirli kurallara sahip olmanın ve bunları stratejinin mevcut piyasada nasıl performans gösterdiğini görmek için sanal parayı kullanan geriye dönük testler ve kağıt ticareti yoluyla test edebilmenin önemini vurguluyor. Konuşmacı ayrıca makine öğreniminin ticarette uygulanabileceğinden ve ticaret stratejileri için Blueshift tarafından desteklendiğinden bahsediyor.

  • 00:50:00 Konuşmacı, mobil tabanlı platformlar web tabanlı platformlar kadar zengin özelliklere sahip olmasa da, her şey hareket halindeyken otomatik ticaretin yakında cep telefonlarına gelebileceğini belirterek, bir cep telefonunda otomatik ticaret kullanma olasılığını tartışıyor daha bulut tabanlı olmaya doğru. Konuşmacı, yeni başlayanların küçük başlayıp daha fazlasını öğrenerek ve bir ticaret kuralı veya stratejisi uygulayarak ilerleyebileceğini öne sürüyor. Konuşmacı ayrıca bir öğrenme, geriye dönük test ve ticaret platformu olan Blue Shift'in tamamen ücretsiz olduğunu ve ticaret stratejilerini denemek için kullanılabileceğini belirtiyor. Ek olarak, platformla ilgili soruları yanıtlıyorlar ve gelecekte daha fazla aracının ekleneceğini belirtiyorlar. Son olarak, konuşmacı otomatik bitcoin ticareti yapmak için herhangi bir platformun kullanılmasıyla ilgili bir soruyu kabul ediyor.

  • 00:55:00 Konuşmacı, otomatik alım satımın tüm brokerler tarafından desteklenip desteklenmediği sorusunu ele alıyor ve tüm brokerlerin otomatik alım satım için destek sağlamadığını ve kullanıcıların kullanılan platformun bunu destekleyip desteklemediğini doğrulaması gerekeceğini açıklıyor. Konuşmacı, endüstrinin büyük ölçüde otomatik ticarete doğru ilerlediğini ve siparişlerin çoğunun otomatik ticaret sistemlerinin yardımıyla verildiğini belirtiyor. Algo ticareti için makine öğrenimi, sinir ağları ve yapay zekayı birleştirmeyle ilgili süreç, algo ticareti için tahmin edilen çıktıyı kullanarak makine öğrenimi modelinde verileri eğitmeyi ve test etmeyi içerir. Son olarak, konuşmacı çalışan bir profesyonelden gelen bir soruyu yanıtlıyor ve ekran süresini en aza indirirken ticari faaliyetlerle ilgilenerek işlerinin taleplerine odaklanmalarına yardımcı olmak için otomatik ticaretin kullanılabileceğini belirtiyor.

  • 01:00:00 Amaç ticaret stratejinizi otomatik hale getirmektir, çalışan profesyoneller için bile yapılabilir. Ancak, senaryo değişebileceğinden ve daha önce işe yarayanlar şimdi çalışmayabileceğinden, otomatik sistemin performansını periyodik olarak gözden geçirmek önemlidir. Çeşitli platformları kullanarak Python veya herhangi bir kodlama dili öğrenmeden bir ticaret stratejisi oluşturmak mümkün olsa da, ince ayar yapmak veya daha gelişmiş stratejiler denemek istiyorsanız, Python veya diğer programlama dillerini öğrenmeniz gerekebilir. Python öğrenmek ek bir avantaj olabilir ve bunun insanların düşündüğü kadar zor olmadığını göreceksiniz. Her durumda, stratejiyi buna göre değiştirmek için performansın periyodik olarak gözden geçirilmesi esastır.

  • 01:05:00 Konuşmacı, izleyicilere cevaplanmamış sorular için bir anket doldurmalarını hatırlatır ve onları, tüm kurslara kaydolurlarsa %70 ve ek %25 indirim için sınırlı süreli tekliften yararlanmaya teşvik eder. Destek için şükranlarını ifade ediyorlar ve daha iyi oturumlar planlamak için gelecekteki konular için öneriler isteyerek web seminerlerine devam etmeyi planlıyorlar. Konuşmacı, herkese mutlu bayramlar dileyerek ve oturuma katıldıkları için izleyicilere teşekkür ederek bitirir.
Automated Trading | Automate Your Trading Strategies
Automated Trading | Automate Your Trading Strategies
  • 2022.03.17
  • www.youtube.com
Are you curious about the world of automated trading? Join us in this insightful video as we explore the fascinating realm of automated trading and learn how...
 

Kripto Para Birimlerinin Kantitatif Veri Analizi



Kripto Para Birimlerinin Kantitatif Veri Analizi

Kripto para birimleri için nicel veri analizine ilişkin bu bilgilendirici oturumda, konuşmacı Udisha Alook kendisini Quant Institute'ta blockchain, Bitcoin, Ethereum ve Ripple'da uzmanlaşmış bir nicelik araştırmacısı olarak tanıtıyor. Kripto para birimlerine yatırım yapmadan önce durum tespiti yapmanın önemini vurguluyor ve oturumun gündemini özetliyor.

Konuşmacı, kripto para birimlerine genel bir bakış sunarak başlar ve bunların kriptografi ile korunan dijital veya sanal para birimleri olduğunu ve fiziksel bir formdan yoksun olduklarını vurgular. Kripto para birimlerinin kriptografi yoluyla güvenliği sağladığını, blockchain teknolojisini kullanarak merkezi olmayan bir şekilde çalıştığını ve çifte harcama riskini ortadan kaldırdığını açıklıyor.

Ardından, konuşmacı oturumda ele alınacak ana konuları derinlemesine inceler. Oturumun en iyi kripto para birimlerini keşfedeceğini, kripto para birimleriyle ilgili verilerin nereden alınacağını tartışacağını ve kripto para piyasasında ticarete ilişkin bilgiler sağlayacağını belirtiyor. Konuşmacı, merkezi odağın en iyi kripto para birimleri için verileri analiz etmek olacağını vurguluyor.

İleride, konuşmacı bir kantitatif ticaret şirketi olan Quantinsti'yi ve tekliflerini tanıtıyor. Algoritmik Alım Satım (EPAT) alanındaki profesyonel sertifikasyon programını, Duygu Analizi ve Finans için Alternatif Veri (CSAF) sertifikasını ve Quantra kapsamında sunulan kendi hızındaki kursları vurgulamaktadır. Ayrıca konuşmacı, strateji geliştirme, araştırma, geriye dönük test, kağıt ticareti ve canlı ticaret için bulut tabanlı bir platform olan BlueShift'i tanıtıyor.

Kripto para birimlerinin ana konusuna geri dönen konuşmacı, piyasa değerlerine göre en iyi altı kripto para birimini tartışıyor ve işlevlerine kısa bir genel bakış sunuyor. İlk ve en çok bilinen kripto para birimi olan Bitcoin, şu anda El Salvador tarafından yasal ödeme aracı olarak kabul edilen tek kripto para birimi olarak belirtiliyor. Piyasa değeri açısından ikinci sırada yer alan Ethereum, akıllı sözleşme işlevselliğini tanıttığı için vurgulanmıştır. Bir ara takas mekanizması olarak tasarlanan Ripple, listede altıncı kripto para birimi olarak anılıyor. Konuşmacı ayrıca kendi blok zincirine geçiş yapan Binance Coin'i ve fiat para birimlerinin istikrarı ile kripto para birimi işlevselliği sunan ABD dolarına sabitlenmiş sabit paralar olan Tether ve USD Coin'i tanıtıyor.

Kripto para birimleri için veri kaynaklarıyla ilgili olarak, konuşmacı CryptoWatch ve CoinAPI'den tarihsel kripto verilerinin güvenilir kaynakları olarak bahseder. Ayrıca Binance, Coinbase, Etoro, Gemini ve Kraken dahil olmak üzere büyük küresel kripto ticaret platformlarının bir listesini sağlar.

Oturuma devam eden konuşmacı, çeşitli kripto para birimlerinin fiyatlarını karşılaştırır ve performanslarını logaritmik bir ölçekte gösterir. Bitcoin, fiyat açısından baskın kripto para birimi olarak ortaya çıkıyor, ardından Ethereum ve Binance Coin geliyor. Ripple'ın performansta düşüş yaşadığı belirtilirken, stabil coinler yapıları gereği sabit kalıyor. Konuşmacı ayrıca kümülatif getirileri hesaplayarak Binance Coin'in en yüksek getiriyi sergilediğini, ardından Ethereum ve Bitcoin'in geldiğini vurguluyor. İlk dört kripto para birimindeki oynaklık, belirli dönemlerde meydana gelen ani yükselmelerle önemli ölçüde dalgalanıyor olarak tanımlanırken, istikrarlı madeni paralar sürekli olarak istikrarı koruyor.

Video daha sonra kripto para birimlerine yatırım yapmanın oynaklığını ve ilişkili risklerini analiz etmeye odaklanıyor. Konuşmacı, kripto para birimi getirilerinin yüksek basıklık gösterdiğini gözlemliyor ve bu da hem pozitif hem de negatif aşırı getiri olasılığını gösteriyor. Bu, yatırımcıların fiyatlar yükselirken alım yapma ve fiyatlar düştüğünde panik satış yapma eğiliminde olduğu momentuma dayalı ticarete atfedilir. Çok sayıda aykırı değerin varlığını göstermek için günlük getirilerin kutu grafikleri sunulur ve bu da kripto para birimlerinin önemli düzeyde risk içerdiği fikrini daha da destekler. Bununla birlikte, istikrarlı madeni paraların daha az oynaklık gösterdiği belirtiliyor.

Sonraki bölümde konuşmacı, uç değerleri kaldırmanın Bitcoin, Ethereum, Binance Coin, Ripple, USD Coin ve USDC gibi popüler kripto para birimlerinin medyan değerleri üzerindeki etkisini inceliyor. Sabit paralar, bir ABD dolarına yakın bir değeri korumak için tasarlandıkları için vurgulanır ve bu da onları birçok kullanıcı için özellikle çekici kılar. Ripple ise finansal kurumlar için tasarlanmış benzersiz izin blok zinciri nedeniyle diğer kripto para birimlerinden ayrılıyor. Ripple'ın kurucularına karşı devam eden SEC davası, yatırımcılar için dalgalanmalara ve belirsizliğe neden olan bir faktör olarak belirtiliyor.

Konuşmacı, kripto para birimlerini etkileyen faktörleri beş ana kategoride gruplandırıyor. Bunlar, kripto para birimlerinin kıtlığını ve değerini etkileyen arz ve talep yasasını içerir. Piyasa duyarlılığı ve yatırımcı duyarlılığı tarafından yönlendirilen değer algısı da önemli bir rol oynar. Blockchain protokollerindeki güncellemeler ve ölçeklenebilirlikteki iyileştirmeler gibi teknolojik gelişmeler, kripto para birimlerinin performansını etkileyebilir. Yasal çerçeveler ve düzenleyici eylemler dahil olmak üzere hükümet düzenlemeleri ve politikaları, kripto para piyasası üzerinde önemli bir etkiye sahiptir. Son olarak, medya kapsamı, siyasi olaylar ve genel piyasa eğilimleri tarafından şekillendirilen piyasa duyarlılığı, kripto para birimi fiyatlarını büyük ölçüde etkileyebilir.

Konuşmacı, medyanın, siyasi olayların, düzenleyici değişikliklerin ve blockchain değişikliklerinin kripto para birimi fiyatları üzerindeki etkisini araştırıyor. Olumlu ya da olumsuz haber kapsamının, insanları yatırım yapmaktan teşvik edebileceği ya da caydırabileceği için kripto para birimi fiyatları üzerinde önemli bir etkiye sahip olduğu vurgulanıyor. Saygın şirketler veya bireyler tarafından kripto para birimlerinin onaylanmasının da güvenilirliklerini ve güvenilirliklerini artırdığı belirtilmektedir. Ekonomik krizler veya hükümet müdahaleleri gibi siyasi olaylar ve düzenleyici değişiklikler, yatırımcıların geleneksel para birimine olan güvenini etkileyebilir ve onları kripto para birimlerine yönlendirebilir. Konuşmacı, çeşitli kripto para birimleri arasındaki yüksek korelasyondan, özellikle de Bitcoin'in baskın kripto para birimi olduğundan bahsediyor. Bununla birlikte, istikrarlı para birimlerinin geleneksel kripto para birimleri ile ilişkisiz olduğu gözlemleniyor ve bu da onları benzersiz bir varlık sınıfı yapıyor.

Video, kripto para birimlerini itibari para birimiyle değiştirme sürecini daha ayrıntılı olarak tartışıyor. Çoğu borsanın, Bitcoin ve Ethereum gibi büyük kripto para birimlerinin ticaretini desteklediği açıklanmaktadır. Bu nedenle, genellikle altcoinleri fiat para birimine dönüştürmeden önce bu en iyi kripto para birimlerinden biriyle değiştirmek gerekir. Video ayrıca, piyasadaki yüksek oynaklıktan yararlanarak momentum göstergesine dayalı stratejiler ve arbitraj da dahil olmak üzere kripto para birimleri için uygun ticaret stratejilerini araştırıyor. Göreceli Güç Endeksi, Hareketli Ortalama Yakınsama Sapması ve Müthiş Osilatör gibi göstergelerin kullanıldığı kodlama örnekleri, momentuma dayalı stratejileri göstermek için sunulmuştur.

Oturumun sonuna doğru sunum yapan kişi, ele alınan ana noktaları özetler ve düşük volatiliteleri ve diğer kripto para birimleri ile korelasyon eksikliği nedeniyle istikrarlı madeni paraların portföy çeşitlendirme potansiyelini vurgular. Ücretsiz kitaplar ve kursların yanı sıra Blue Shift araştırma ve ticaret platformu da dahil olmak üzere, algoritmik ticaret ve kripto para birimi hakkında bilgi edinmek için ek kaynaklar sağlanmaktadır. Konuşmacı, kendi algoritmik ticaret masasını kurmakla ilgilenen veya endüstri pratisyenlerinden mentorluk alarak algoritmik ticarette kariyer yapmak isteyen kişiler için hazırlanmış Algoritmik Ticarette Yönetici Programından bahsediyor. Program için erken kayıt indirimlerinin mevcudiyeti de vurgulanmaktadır.

Sonuç bölümünde, konuşmacı, kripto para birimi ve blockchain ile ilgili birkaç izleyici sorusuna değiniyor. Düzenleyici destek olmadan kripto para birimlerinin uzun vadeli uygulanabilirliği tartışılırken, konuşmacı bazı ülkelerin bunları düzenleyen yasaları çoktan çıkardığını ve bunları uzun vadeli yatırımlar olarak ele aldığını vurguladı. Blockchain teknolojisinin artan kabulü ve gelişimi, insanların kripto para birimleri ile rahat etmelerine de katkıda bulunuyor. Merkezi olmayan finansın (DeFi) geleceği, henüz keşfedilmeyi bekleyen çeşitli kavramlar ve arbitraj türleri ile gelişen bir alan olarak kabul ediliyor. Konuşmacı, kripto ticaretinin veri madenciliği ve teknik göstergelerin ötesine geçtiğini vurgulayarak blockchain teknolojisini ve uygulamalarını anlamanın önemini vurguluyor.

Ayrıca, yaklaşmakta olan ABD düzenlemelerinin kripto piyasası üzerindeki potansiyel etkisi tartışılmaktadır. Konuşmacı, hükümetin ABD'de blockchain'i düzenleyebileceğini kabul ediyor, ancak teknolojinin merkezi olmayan doğasını kontrol etmenin zorluğunu vurguluyor. Bu nedenle, düzenleyici kararlar kripto para birimi fiyatlarını etkileyebilirken, piyasa üzerinde tam kontrol elde etmek zor olabilir. Kripto ticareti için gereken minimum sermaye ve gerçek dünya işlemlerinde kripto para birimlerinin potansiyel kullanımı da ele alınmaktadır. Son olarak, merkez bankası dijital para birimlerinin (CBDC'ler) yükselişinden ve bunların kripto para birimlerinin merkezi olmayan doğası üzerindeki potansiyel etkilerinden kısaca bahsediliyor.

Kapanış konuşmalarında konuşmacılar, kimlik verme ve tedarik zinciri yönetimi gibi sorunları çözmek için blockchain teknolojisinin artan keşfini vurguluyor. Alanda devam eden gelişme nedeniyle gelecekte blockchain geliştiricilerine yönelik yüksek bir talep bekliyorlar. Kripto para birimlerinin günün her saati alınıp satılabilmesi gibi avantajları vurgulanıyor. Seyirci, geri bildirimde bulunmaya ve gelecekteki tartışmalar için yanıtlanmamış soruları sormaya teşvik edilir.

Oturum sona erdiğinde, konuşmacı, kripto para birimlerinin yüksek oynaklığında gezinmek için uygun veri analizine ve nicel tekniklere olan ihtiyacı vurgulayarak önemli çıkarımları özetler. Geriye dönük testler ile birlikte teknik ve kantitatif analiz, riski azaltmak için temel araçlar olarak vurgulanır. Konuşmacı ayrıca, jeopolitik müdahalelerin kripto para piyasaları üzerindeki etkisine ilişkin bir soruyu da ele alıyor ve hükümet kararlarının bir etkisi olduğunu, ancak kripto para birimlerinin merkezi olmayan doğasının, insanların geleneksel para birimine veya hükümete güvenin düşük olduğu durumlarda onlara yönelmesine yol açabileceğini belirtiyor. Son olarak, diğer kripto para birimlerine kıyasla daha istikrarlı ve öngörülebilir bir değer sunarak onları günlük işlemler için daha uygun hale getirdikleri için sabit paraların faydaları vurgulanmaktadır.

Yaklaşan ABD düzenlemelerinin kripto pazarı üzerindeki potansiyel etkisi hakkındaki bir soruya yanıt olarak konuşmacı, hükümet düzenlemesi olasılığını kabul ediyor ancak kripto para birimlerinin merkezi olmayan doğasını tam olarak kontrol etmenin zorluklarını vurguluyor. Düzenlemeler kripto para birimi fiyatlarını etkileyebilirken, konuşmacı piyasa üzerinde tam kontrol elde etmenin zor olabileceğini öne sürüyor. Merkez bankası dijital para birimlerinin (CBDC'ler) yükselişinden de bahsediliyor ve bunların kripto para birimlerinin merkezi olmayan doğası üzerindeki potansiyel etkisi kısaca tartışılıyor.

Son bölümde, konuşmacılar, kimlik verme ve tedarik zinciri yönetimi gibi gerçek dünya sorunlarını çözmek için blockchain teknolojisinin artan keşfini tartışıyorlar. Blockchain geliştiricileri için gelecekteki talep ve blockchain endüstrisinin devam eden büyümesi hakkında iyimserliklerini ifade ediyorlar. Kripto para birimlerinin 7/24 alınıp satılabilmeleri gibi avantajları vurgulanır. Seyirci geri bildirimde bulunmaya ve gelecek oturumlar için kalan soruları paylaşmaya teşvik edilir.

Udisha Alook tarafından yürütülen oturum, kripto para birimleri için nicel veri analizine ilişkin değerli bilgiler sağlıyor. Yatırım yapmadan önce gereken özenin önemini vurgular, kripto para birimleri ve işlevlerine genel bir bakış sağlar, veri kaynaklarını ve ticaret platformlarını araştırır, fiyat hareketlerini ve oynaklığı analiz eder, kripto para fiyatlarını etkileyen faktörleri tartışır ve düzenlemeler, ticaret stratejileri ve kripto para birimlerinin geleceği. Oturum, katılımcıları bilinçli yatırım kararları vermek için gerekli bilgilerle donatarak, kripto para piyasasında nicel analize kapsamlı bir giriş niteliğindedir.

  • 00:00:00 Konuşmacı, kripto para birimleri için nicel veri analizi konusunu tanıtıyor. Oturum, Quant Institute'ta nicel araştırmacı olarak çalışan ve blockchain, Bitcoin, Ethereum ve Ripple konusunda uzman olan Udisha Alook tarafından yürütülüyor. Konuşmacı, kripto para birimlerine yatırım yapmadan önce durum tespiti yapmanın önemini vurguluyor ve kripto para birimlerine, en iyi kripto para birimlerine ve kripto para birimlerinde nereden veri alınıp ticaret yapılacağına genel bir bakış içeren oturumun gündemini açıklıyor. Oturumun ana kısmı, en iyi kripto para birimleri için verileri analiz etmeye odaklanıyor.

  • 00:05:00 Video, Kantitatif Ticaret Firması Quantinsti'yi ve Algoritmik Ticarette (EPAT) profesyonel sertifika programı, Duygu Analizi ve Finans için Alternatif Veriler (CSAF) sertifikası ve kendi kendini Quantra altında tempolu kurslar. Ayrıca video, araştırma, geriye dönük test, kağıt ticareti ve canlı ticaret için bulut tabanlı bir strateji geliştirme platformu olan BlueShift'i tartışıyor. Videonun ana konusu, herhangi bir fiziksel varlık ortamı olmayan, kriptografi ile güvence altına alınan dijital veya sanal para birimleri olarak tanımlanan kripto para birimleridir. Kripto para birimleri güvenlidir, çünkü kriptografi kullanırlar, blockchain teknolojisi ile dağıtılırlar ve çifte harcamadan kaçınırlar.

  • 00:10:00 Konuşmacı, piyasa değeri açısından ilk altı kripto para birimini tartışıyor ve işlevlerini kısaca açıklıyor. Bitcoin, El Salvador tarafından yasal ödeme aracı olarak kabul edilen ilk ve tek kripto para birimidir. Ethereum, piyasa değeri açısından Bitcoin'den sonra ikinci sırada yer alıyor ve akıllı sözleşme işlevini tanıttı. Bir ara değişim mekanizması olarak tasarlanan Ripple, listede altıncı sırada yer alıyor. Binance borsası tarafından çıkarılan Binance Coin, kendi blok zincirine taşındı. Her ikisi de ABD dolarına sabitlenmiş sabit paralar olan Tether ve USD Coin, kripto para birimlerinin işlevselliğini ancak fiat para birimlerinin istikrarını sunar. Konuşmacı ayrıca CryptoWatch ve CoinAPI gibi iyi tarihsel kripto verileri kaynakları olduğundan bahsediyor ve Binance, Coinbase, Etoro, Gemini ve Kraken gibi büyük küresel kripto ticaret platformlarını listeliyor.

  • 00:15:00 Konuşmacı, çeşitli kripto para birimlerinin fiyatlarını karşılaştırır ve bunların logaritmik ölçekte nasıl performans gösterdiğini gösterir. Bitcoin, diğer tüm kripto para birimlerine fiyat açısından hakimdir, ardından Ethereum ve Binance Coin gelir. Ripple iyi gitmiyor ve istikrarlı paralar yapıları gereği sabit kalıyor. Konuşmacı daha sonra kümülatif getirileri hesaplar ve Binance Coin'in en yüksek getiriye sahip olduğunu, ardından Ethereum ve Bitcoin'in geldiğini gösterir. En iyi dört kripto para biriminin oynaklığı, bazı dönemlerde ani artışlarla her yerde olurken, sabit para birimleri sabit kalır.

  • 00:20:00 Video, kripto para birimlerine yatırım yapmakla ilgili oynaklığı ve riski analiz ediyor. Kripto para birimlerinin getirilerinin yüksek basıklığa sahip olduğunu gözlemliyor, bu da hem pozitif hem de negatif aşırı getirilerin beklenebileceğini gösteriyor. Bunun nedeni, yatırımcıların fiyatlar yükseldiğinde alım yapma ve fiyatlar düştüğünde panik satış yapma eğiliminde olduğu momentuma dayalı ticarettir. Video ayrıca, çok sayıda aykırı değeri olan kripto para birimlerinin günlük getirilerinin kutu grafiklerini de gösteriyor. Bu tarihsel veriler, istikrarlı paraların daha az riskli olmasına rağmen, kripto para birimlerinin riskli bir yatırım olduğunu kanıtlıyor.

  • 00:25:00 Konuşmacı, aykırı değerlerin kaldırılmasının Bitcoin, Ethereum, Finance Coin, Ripple, USD ve USDC gibi popüler kripto para birimlerinin medyan değerini nasıl etkilediğini tartışıyor. Sabit madeni paralar, bu sabit madeni paraların çoğunun ana odak noktası olan bir ABD dolarına yakın değerlerini korumak için yaratılır. Ripple ise finansal kurumlar için tasarlanmış bir izin blok zinciri olan farklı bir blok zinciri olması nedeniyle diğer kripto para birimlerinden ayrılmaktadır. Konuşmacı ayrıca Ripple'ın kurucularına karşı devam eden SEC davasının yatırımcılar için nasıl dalgalanmalara ve belirsizliğe neden olduğunu tartışıyor. Son olarak, konuşmacı kripto para birimlerini etkileyen faktörleri beş ana faktörde gruplandırır: arz ve talep yasası, değer algısı, teknolojik gelişmeler, hükümet düzenlemeleri ve piyasa duyarlılığı.

  • 00:30:00 Medyanın, siyasi olayların, düzenleyici değişikliklerin ve blockchain değişikliklerinin kripto para birimi fiyatları üzerindeki etkisi tartışılıyor. Olumlu haberler insanları satın almaya teşvik ederken, olumsuz haberler onları caydırabileceğinden, medyanın kripto para birimi fiyatları üzerinde önemli bir etkiye sahip olduğuna dikkat çekiliyor. Ek olarak, saygın şirketler veya bireyler tarafından kripto para birimlerinin onaylanması, güvenilirliklerini ve güvenilirliklerini artırabilir. 2015'teki Yunanistan krizi gibi siyasi olaylar ve düzenleyici değişiklikler de yatırımcıların hükümetlere olan güvenini etkileyebilir ve onları kripto para birimine yönlendirebilir. Bitcoin ve ethereum gibi çeşitli kripto para birimleri arasındaki korelasyon yüksektir, çünkü çoğu kripto para birimi blok zincir tabanlıdır ve büyük ölçüde bitcoin'den yararlanır. Son olarak, istikrarlı para birimlerinin geleneksel kripto para birimleri ile ilişkisiz olduğu gözlemlenmiştir.

  • 00:35:00 Video, kripto para birimlerini itibari para birimiyle değiştirme sürecini tartışıyor. Çoğu borsa, yalnızca Bitcoin ve Ethereum gibi büyük kripto para birimlerinin değiş tokuşunu destekler, bu da fiat para birimiyle değiştirmeden önce altcoinleri bu en iyi kripto para birimlerinden biriyle değiştirmeyi gerekli kılar. Video ayrıca, kripto para birimlerinin değişkenliği nedeniyle momentum göstergesine dayalı stratejiler ve arbitraj dahil olmak üzere kripto para birimleri için iyi sonuç verebilecek ticaret stratejilerini araştırıyor. Video, Göreceli Güç Endeksi, Hareketli Ortalama Yakınsama Sapması ve Müthiş Osilatör gibi göstergeleri kullanarak momentuma dayalı stratejiler için kodlama sunar.

  • 00:40:00 Sunucu, videoda ele alınan ana noktaları özetliyor ve düşük volatiliteleri ve diğer kripto para birimleri ile korelasyon eksikliği nedeniyle istikrarlı paraların portföy çeşitlendirmesi için iyi adaylar olma potansiyelini vurguluyor. Sunucu ayrıca, algoritmik ticaret ve kripto para birimi hakkında daha fazla bilgi edinmek isteyenler için ücretsiz kitaplar ve kursların yanı sıra Blue Shift adlı bir araştırma ve ticaret platformu dahil olmak üzere ek kaynaklar sağlar. Bu bölüm, kendi algo ticaret masasını kurmak veya endüstri pratisyenlerinden mentorluk alarak algoritmik ticarette kariyer geliştirmek isteyen kişiler için tasarlanmış Algoritmik Ticarette Yönetici Programının tartışılmasıyla sona erer. Erken kayıt indirimleri şu anda mevcuttur.

  • 00:45:00 Konuşmacı, kripto para birimi ve blockchain ile ilgili birkaç soruyu tartışıyor. Düzenleyici destek olmadan kripto para birimlerinin uzun vadeli uygulanabilirliği sorulduğunda konuşmacı, Malta gibi bazı ülkelerin onları düzenleyen ve uzun vadeli yatırımlar olarak ele alan yasaları çoktan çıkardığını belirtiyor. Blockchain teknolojisi de son yıllarda büyüdü ve kabul gördü ve insanları kripto para birimleri konusunda daha rahat hale getirdi. Konuşmacı, kripto para birimlerini kontrol etmenin zor olabileceğine inanıyor, ancak hükümetler ve düzenleyiciler bunları düzenlemek için adımlar atıyor. Merkezi olmayan finansın geleceği hakkında soru sorulduğunda, konuşmacı yetişmekte olduğunu kabul ediyor, ancak yine de dikkate alınması gereken farklı arbitraj türleri ve diğer kavramlar var. Son olarak, kripto ticareti sorulduğunda, konuşmacı bunun sadece veri madenciliği ve teknik göstergelerle ilgili olmadığını, aynı zamanda blockchain teknolojisini ve kullanımlarını anlamayı da içerdiğini belirtiyor.

  • 00:50:00 Konuşmacı, yüksek oynaklıkları nedeniyle kripto para birimlerine yatırım yapmadan önce uygun veri analizi yapmanın önemini tartışıyor. Riski azaltmak için teknik ve kantitatif analizlerin yanı sıra geriye dönük testlerin kullanılmasına vurgu yapıyor. Konuşmacı ayrıca, jeopolitik müdahalelerin kripto para piyasaları üzerindeki etkisine ilişkin bir soruyu ele alıyor ve hükümet kararlarının bir etkisi olduğunu vurguluyor, ancak kripto para birimlerinin merkezi olmayan doğası, insanların geleneksel para birimine veya hükümete olan güvenleri daha düşükse onlara yönelebilecekleri anlamına geliyor. Son olarak, konuşmacı, kripto para birimleri ile ilişkili volatilitenin bir kısmını hafifleten ve onları günlük işlemlerde daha kullanışlı hale getiren istikrarlı madeni paraların faydalarını tartışıyor.

  • 00:55:00 Konuşmacı yaklaşan ABD düzenlemelerinin kripto piyasası üzerindeki potansiyel etkisini tartışıyor. Hükümetin ABD'de blockchain'i düzenleyebileceği doğru olsa da, teknolojinin merkezi olmayan doğasını kontrol etmek zor olabilir. Sonuç olarak, hükümetin kripto düzenlemesine ilişkin kararı fiyatı etkileyebilir ancak tamamen kontrol etmeyebilir. Konuşmacı ayrıca kripto ticareti yapmak için gereken minimum sermaye ve kripto para birimlerinin gerçek dünya işlemlerinde kullanılma potansiyeline ilişkin sorulara da değiniyor. Son olarak, konuşmacı merkez bankası dijital para birimlerinin yükselişinden ve kripto para birimlerinin merkezi olmayan doğası üzerindeki olası etkisinden bahsediyor.

  • 01:00:00 Konuşmacılar, kimlik verme ve tedarik zinciri yönetimi gibi sorunları çözmek için blockchain teknolojisinin artan keşfini tartışıyor. Blockchain alanında hala çok fazla geliştirme ve yapılacak iş olduğuna ve blockchain geliştiricileri için iyi bir talep olacağına inanıyorlar. Kripto para birimleri, avantajlarından biri olan günün her saati alınıp satılabilir. Konuşmacılar ayrıca izleyicileri oturum hakkında geri bildirimde bulunmaya ve gelecekte yanıtlamayı hedefleyecekleri yanıtlanmamış soruları belirtmeye teşvik eder.
Quantitative Crypto Trading | Data Gathering and Analysis Of Cryptocurrencies
Quantitative Crypto Trading | Data Gathering and Analysis Of Cryptocurrencies
  • 2022.02.24
  • www.youtube.com
New to the exciting world of quantitative crypto trading? Join us in this comprehensive video where we delve into the foundations of this rapidly evolving fi...
 

Kantitatif Ticarete Uygulamalı Giriş | Yale Yönetim Okulu



Kantitatif Ticarete Uygulamalı Giriş | Yale Yönetim Okulu

Kantitatif ticarete giriş niteliğindeki seminerde, konuşmacı kod örneklerini kullanarak ticaret algoritmalarının oluşturulmasını, değerlendirilmesini ve konuşlandırılmasını derinlemesine inceliyor. Oturum, alım satım fırsatlarını belirlemek ve alım satımları gerçekleştirmek için matematiksel ve istatistiksel modellerin kullanılmasını içeren kantitatif alım satım kavramının tanıtılmasıyla başlar. Momentum ticareti, ortalama sapma ticaret sistemleri, matematiksel modeller, yüksek frekanslı ticaret ve haber tabanlı ticaret sistemleri dahil olmak üzere çeşitli niceliksel ticaret stratejileri açıklanmaktadır. Konuşmacı, algoritmaların yalnızca alım satım için değil, aynı zamanda piyasa oluşturmak ve kar elde etmek için fiyat verimsizliklerinden yararlanmak için de kullanıldığını vurguluyor.

Kantitatif bir ticaret sisteminin temel yapısı daha sonra açıklanmaktadır. Veri toplama, ticaret stratejisi oluşturma, geriye dönük testler, yürütme ve risk yönetimini içerir. Fiyat, temel, ekonomik ve haber verileri, ticaret algoritmaları için yaygın olarak kullanılır. Strateji için ticaret kurallarını tasarlamak için teknik, istatistiksel ve matematiksel analiz kullanılabilir. Geriye dönük test, performanslarını değerlendirmek için geçmiş veriler üzerindeki kuralların test edilmesini içerir. Yürütme manuel veya otomatik olabilir ve risk yönetimi, sermaye tahsisi ve zararı durdur gibi risk parametrelerinin ayarlanması için çok önemlidir. Konuşmacı, bu kavramları göstermek için kantitatif ticaret stratejilerinin canlı örneklerini sunar.

Trend tabanlı strateji vurgulanır ve algoritmayı tasarlamak için üstel hareketli ortalama (EMA), parabolik SM ve stokastik osilatör gibi teknik göstergeler kullanılır. Video eğitimleri, etkileşimli alıştırmalar ve yazılım kurulumu gerektirmeden pratik teşhir sunan Contra platformu tanıtıldı. Algoritmanın oluşturulmasına yardımcı olmak için Python modülleri içe aktarılır ve ticaret kurallarını tanımlamak ve strateji performansını izlemek için veriler bir CSV dosyasından içe aktarılır. TLA Python modülü, tasarım sürecini basitleştirerek teknik göstergelerin parametrelerini ayarlamak için kullanılır.

Eğitmen, ticaret kurallarının nasıl tanımlanacağını ve EMA, Stokastik hızlı ve Stokastik yavaş osilatörler gibi teknik göstergeleri kullanarak ticaret sinyallerinin nasıl üretileceğini açıklar. Satın alma sinyalleri oluşturmak için beş ticaret koşulu ana hatlarıyla belirtilmiştir ve kısa pozisyonlar için ticaret kuralları da tasarlanmıştır. Bir sonraki adım, pratik performansını değerlendirmek için bir Python not defteri kullanarak stratejiyi geriye dönük test etmektir. Strateji getirilerinin grafiği, algoritmanın başlangıçta kayıplara uğradığını ancak 2018'den itibaren ivme kazandığını ve nihayetinde test döneminin sonunda bir kar elde ettiğini gösteriyor. Algoritmaların kolayca araştırılmasını, oluşturulmasını ve geriye dönük test edilmesini sağlayan bir platform olan BlueShift tanıtıldı.

Aşağıda, BlueShift platformunu kullanarak Bank of America hisse senedi üzerinde yapılan bir geriye dönük test gösterimi yer almaktadır. Platform, veri bakımı ve Python'a veri aktarmak için basit bir kod satırı sağlar. Göstergeler ve işlem kuralları tanımlanır ve uzun ve kısa koşulların yerine getirilmesine göre işlemler otomatik olarak gerçekleştirilir. Geriye dönük test, Ocak 2020'den Ekim 2021'e kadar 10.000 ABD doları sermaye ile gerçekleştirilir ve performans, S&P 500 kıyaslaması ile karşılaştırılır. Sonuçlar, %113'lük bir yatırım getirisi ortaya koyuyor. Aylık getirileri, gerçekleştirilen işlemleri ve kullanılan marjı analiz etmek için ayrıntılı geriye dönük test sonuçları elde edilebilir ve bu da daha iyi ticaret kararlarını kolaylaştırır.

Konuşmacı, algoritma getirileri ve aylık getiri ısı haritaları gibi performans ölçümlerinin görsel temsilleri dahil olmak üzere BlueShift platformunda kapsamlı geriye dönük test sonuçlarına nasıl erişileceğini gösterir. Algoritmanın aldığı pozisyonlar analiz edilir ve uzun ve kısa kenarlardan toplam kâr gibi temel metrikler incelenir. Risk parametreleri ve sipariş limitleri, stratejiyi gerçek zamanlı olarak kağıt ticaret yoluyla veya gerçek sermaye ile dağıtmadan önce yapılandırılabilir.

BlueShift ticaret platformunu kullanarak bir komisyoncu seçme ve kağıt ticareti için sermaye ve algoritma parametrelerini belirleme süreci açıklanmaktadır. Kullanıcılar, ABD hisse senetleri için Alpaca, forex için OANDA ve Hindistan piyasalarında ticaret için Master Trust gibi çeşitli seçenekler arasından seçim yapabilir. Konuşmacı, BlueShift'in sırasıyla %30'luk bir düşüş limiti ve sırasıyla 1.000 ve 10.000'lik sipariş ve boyut limitleri ile risk matrisini belirlemek için nasıl kullanıldığını gösterir. Kullanıcılar, tercihlerine göre otomatik yürütmeyi veya tek tıklamayla onaylama yöntemini seçme esnekliğine sahiptir. Kullanıcı onayla düğmesine tıkladığında, algoritma çalışmaya başlar ve BlueShift, Alpaka kağıt ticareti fraksiyonuyla bağlantı kurar. Pano, ticaret sermayesini, işlemleri, pozisyonları ve diğer ilgili bilgileri gerçek zamanlı olarak sürekli olarak günceller.

Konuşmacı, kantitatif ticaret için gerekli olan iki ürünü vurgular: Conda ve BlueShift. Conda, hisse senedi fiyatları, kripto para birimleri, haberler ve sosyal medya dahil olmak üzere çeşitli kaynaklardan veri elde etmek için kullanılır. Kurs, API'leri kullanarak temel raporlara nasıl erişileceğini veya sosyal medya verilerinin ticaret sistemlerine nasıl aktarılacağını açıklar. İkinci ürün olan BlueShift, ekonometrik modeller ve zaman serileri analizi kullanarak stratejileri tasarlamak ve test etmek için kullanılır. Kurs, ortalama saptırma ticaret stratejileri, momentum ticaret stratejileri ve günlük ticaret stratejileri gibi çeşitli ticaret stratejileri için örnekler ve kodlar sağlar. Ek olarak, kurs, makine öğrenimi yöntemlerini kullanarak portföy yönetimini ve risk kontrolünü kolaylaştırmak için "Makine Öğrenimi Hiyerarşik Farklılığını Kullanan Portföy Yönetimi" konusunu da kapsar. BlueShift, ticaret stratejilerinin çok çeşitli veri kümelerinde geriye dönük test edilmesini sağlar.

ABD hisse senetleri, kripto para birimleri, forex, Hindistan hisse senetleri ve emlak verilerini kapsayan niceliksel ticaret uygulamak için farklı veri kümelerinin mevcudiyeti tartışılmaktadır. Bulut tabanlı ve masaüstü tabanlı konuşlandırmalar, aracı tarafından yürütülen bulut tabanlı yürütme ile açıklanmaktadır. Masaüstü tabanlı entegrasyon, Interactive Brokers veya eTrade gibi aracı kurumlara bağlanan IBridgePy yazılımı kullanılarak gerçekleştirilebilir. Oturuma katılan öğrencilere, ContraQuant web sitesinde bulunan tüm kurslarda %60 indirim sağlayan bir kod sunulur. Web sitesi, sinir ağları, doğal dil işleme (NLP), momentum stratejileri, opsiyonlar, vadeli işlemler ve çiftler ticareti gibi çok çeşitli kavramları kapsayan, yeni başlayanlar, ara tüccarlar ve ileri düzey tüccarlar için uygun kurslar sunmaktadır.

  • 00:00:00 Kod örnekleri kullanarak ticaret algoritmalarının oluşturulmasını, değerlendirilmesini ve devreye alınmasını kapsayan, nicel ticarete giriş niteliğinde bir seminer tartışılır. Oturum, alım satım fırsatlarını belirlemek ve alım satımları gerçekleştirmek için matematiksel ve istatistiksel modellerin kullanımı da dahil olmak üzere nicel alım satım kavramlarını tanıtıyor. Momentum ticareti, ortalama saptırma ticaret sistemleri, matematiksel modeller, yüksek frekanslı ticaret ve haber tabanlı ticaret sistemleri gibi çeşitli niceliksel ticaret stratejileri açıklanmaktadır. Son olarak, algoritmaların piyasa yapıcılığında ve kar elde etmek için fiyatlardaki verimsizliklerden yararlanmak için de kullanıldığına dikkat çekilmektedir.

  • 00:05:00 Konuşmacı, veri toplama, bir ticaret stratejisi oluşturma, geriye dönük test, uygulama ve risk yönetimini içeren nicel bir ticaret sisteminin temel yapısını açıklıyor. Ticaret algoritmaları için en sık kullanılan veriler fiyat, temel, ekonomik ve haber verileridir. Strateji için ticaret kurallarını tasarlamak için teknik, istatistiksel ve matematiksel analiz kullanılabilir. Geriye dönük testte, kurallar performanslarını değerlendirmek için geçmiş veriler üzerinde test edilir. Yürütme manuel veya otomatik olabilir ve risk yönetimi, sermaye tahsisine ve zararı durdur gibi risk parametrelerinin ayarlanmasına yardımcı olur. Konuşmacı ayrıca kantitatif ticaret stratejilerinin canlı örneklerini sunar.

  • 00:10:00 Konuşmacı, kantitatif ticarette kullanılan trend tabanlı stratejiyi ve bunun Contra platformunda üstel hareketli ortalama, parabolik SM ve stokastik osilatör gibi teknik göstergeler kullanılarak nasıl tasarlanabileceğini tartışıyor. Platform, kullanıcının herhangi bir yazılım yüklemesini gerektirmeden video eğitimleri, etkileşimli alıştırmalar ve pratik teşhir sunar. Konuşmacı, algoritmayı oluşturmaya yardımcı olmak için Python modüllerini içe aktarır ve ticaret kurallarını tanımlamak ve strateji performansını izlemek için kullanılan bir CSV dosyasından verileri içe aktarır. Teknik gösterge parametreleri, bu göstergelerin tasarımını kolaylaştıran TLA Python modülü kullanılarak ayarlanır.

  • 00:15:00 Eğitmen, ticaret kurallarının nasıl tanımlanacağını ve EMA, Stokastik hızlı ve Stokastik yavaş osilatörleri gibi teknik göstergeleri kullanarak ticaret sinyallerinin nasıl üretileceğini açıklıyor. Bir satın alma sinyali oluşturmak için yerine getirilmesi gereken beş ticaret koşulunu ana hatlarıyla belirtir ve ayrıca kısa pozisyonlar için ticaret kuralları tasarlar. Bir sonraki adım, bir Python not defteri kullanarak yaptıkları pratikte ne kadar iyi performans gösterdiğini görmek için stratejiyi geriye dönük test etmektir. Strateji getirileri grafiği, algoritmanın 2017'nin başında zarar ettiğini, ancak 2018'den toparlandığını ve test döneminin sonuna kadar kar elde ettiğini gösteriyor. Ayrıca, kullanıcıların yalnızca bir düğmeyi tıklatarak algoritmaları araştırmasına, oluşturmasına ve geriye dönük test etmesine olanak tanıyan bir platform olan BlueShift'i de tanıtıyorlar.

  • 00:20:00 Blue Shift platformunu kullanarak Bank of America hissesi üzerinde geriye dönük test yapıldığını görüyoruz. Platform, veri bakımı ve Python'a veri aktarmak için basit bir kod satırı sağlar. Göstergeler ve ticaret kuralları tanımlanır ve alım satımlar, karşılanan uzun ve kısa koşullara göre otomatik olarak alınır. Geriye dönük test, Ocak 2020'den Ekim 2021'e kadar 10.000 ABD doları sermaye ile gerçekleştirilir ve performans, S&P 500 kıyaslaması ile karşılaştırılır. Sonuçlar %113'lük bir yatırım getirisi olduğunu gösteriyor. Aylık getiriler, alınan işlemler ve kullanılan marj hakkında ayrıntılar elde etmek için daha derinlemesine bir geriye dönük test çalıştırılabilir ve bu da daha iyi ticaret kararları alınmasını sağlar.

  • 00:25:00 Konuşmacı, algoritma getirileri ve aylık getiri ısı haritaları gibi performans ölçütlerinin görsel temsilleri dahil olmak üzere Blueshift platformundaki tüm geriye dönük test sonuçlarına nasıl erişileceğini gösterir. Ayrıca, algoritma tarafından alınan pozisyonların nasıl analiz edileceğini ve uzun ve kısa kenarlardan elde edilen toplam kâr gibi temel ölçütlerin nasıl inceleneceğini açıklarlar. Ardından konuşmacı, stratejiyi kağıt ticaret yoluyla veya gerçek sermaye ile gerçek zamanlı olarak uygulamadan önce risk parametrelerinin ve sipariş limitlerinin nasıl yapılandırılacağını gösterir.

  • 00:30:00 Konuşmacı, bir komisyoncunun nasıl seçileceğini ve BlueShift ticaret platformunu kullanarak kağıt ticareti için sermaye ve algoritma parametrelerinin nasıl belirleneceğini açıklıyor. Kullanıcı, ABD hisse senetleri için Alpaca, forex için OANDA ve Hindistan piyasalarında ticaret için Master Trust gibi çeşitli seçenekler arasından seçim yapabilir. Konuşmacı, BlueShift'in sırasıyla %30'luk bir düşüş limiti ve sırasıyla 1.000 ve 10.000'lik sipariş ve boyut limitleri ile risk matrisini belirlemek için nasıl kullanılacağını gösterir. Kullanıcılar, tercihlerine göre otomatik yürütme veya tek tıklamayla onaylama yöntemi seçeneğine sahiptir. Algoritma, kullanıcı onayla'yı tıkladığında çalışmaya başlar ve BlueShift, Alpaka kağıt ticareti fraksiyonuyla bağlantı kurmaya başlar. Kontrol paneli ticaret sermayesini, işlemleri, pozisyonları ve güncellemeleri her milisaniyede görüntüler.

  • 00:35:00 Konuşmacı, kantitatif ticaret için kullanılacak iki ürünü, Conda ve Blueshift'i tartışıyor. Conda, hisse senedi fiyatları ve kripto para biriminden haberlere ve sosyal medyaya kadar çeşitli kaynaklardan veri elde etmek için kullanılır. Kurs, API'leri kullanarak temel raporlara nasıl erişileceğini veya sosyal medya verilerinin ticaret sistemlerine nasıl çıkarılacağını açıklar. İkinci ürün olan Blueshift, ekonometrik modeller ve zaman serileri analizi kullanarak stratejileri tasarlamak ve test etmek içindir. Kurs, ortalama bölme ticaret stratejileri, momentum ticaret stratejileri ve günlük ticaret stratejileri gibi çeşitli ticaret stratejileri için örnekler ve kodlar sunar. Ek olarak, portföy yönetimi gerçekleştirmek ve riski kontrol etmek için, makine öğrenimi yöntemlerini kullanarak "Makine Öğrenimi Hiyerarşik Eşitsizliği Kullanan Portföy Yönetimi" sunarlar. Blueshift, ticaret stratejilerinin çok çeşitli veri kümelerinde geriye dönük test edilmesini sağlar.

  • 00:40:00 Konuşmacı, ABD hisse senetleri, kripto para birimleri, forex, Hindistan hisse senetleri ve emlak verileri dahil olmak üzere kantitatif ticaret yapmak için mevcut olan farklı veri kümelerini tartışıyor. Bulut tabanlı ve masaüstü tabanlı olmak üzere iki tür dağıtım vardır ve bulut tabanlı yürütme aracı tarafından gerçekleştirilir. Masaüstü tabanlı entegrasyon, Interactive Brokers veya eTrade gibi aracı kurumlara bağlanmak için IBridgePy yazılımı kullanılarak yapılabilir. Yeni başlayanlar, orta ve ileri düzey tüccarlar için uygun kurslar sunan ve sinir ağları, NLP, momentum stratejileri gibi çok çeşitli kavramları içeren ContraQuant web sitesinde yer alan tüm kurslarda oturuma katılan öğrencilere% 60 indirim kodu verilir. opsiyonlar, vadeli işlemler ve çiftler ticareti.
Hands-On Introduction To Quantitative Trading | Yale School of Management
Hands-On Introduction To Quantitative Trading | Yale School of Management
  • 2022.02.18
  • www.youtube.com
This is a 60-min session that introduces you to the world of quantitative trading. It covers the components of quantitative trading and explains the process ...
 

Günlük Hisse Senedi Fiyatlarını Tahmin Edin ve Bir Günlük Ticaret Stratejisini Otomatikleştirin



Günlük Hisse Senedi Fiyatlarını Tahmin Edin ve Bir Günlük Ticaret Stratejisini Otomatikleştirin

Giriş niteliğindeki web seminerinde toplantı sahibi, oturumun günlük hisse senedi fiyatlarını tahmin etme ve günlük ticaret stratejisini otomatikleştirme olan ana konusunu tanıtıyor. Oturum iki proje sunumunu içermektedir. İlk sunum, rastgele bir orman sınıflandırıcısı, teknik göstergeler ve duyarlılık verileri kullanarak günlük hisse senedi fiyatlarını tahmin etmeyi tartışan Birleşik Krallık'tan Renato Otto tarafından yapılmıştır. Renato Otto, Birleşik Krallık enerji piyasasındaki piyasa manipülasyonunun niceliksel analizi ve sistematik olarak tanımlanması için yazılım ve araçların geliştirilmesinde yer alan deneyimli bir kişi olarak tanıtıldı.

Renato Otto, Python programlama, veri mühendisliği ve makine öğrenimindeki bilgilerini uçtan uca bir projede pekiştirmek için bir fırsat olduğunu açıklayarak projeyi tamamlamanın ardındaki motivasyonu paylaşıyor. Proje, becerilerini geliştirmeyi ve ticarette makine öğreniminin ve doğal dil işlemenin gücünü keşfetmeyi amaçlıyordu. Ek olarak amaç, başkalarının kendi analizlerinde veya strateji uygulamalarında kullanması için yeniden kullanılabilir bir şey yaratmaktı. Proje, analiz ayrıntılarını bir sözlükte tanımlama ve bir ardışık düzeni başlatma ile başlayan dokuz adımdan oluşuyor. Program daha sonra geriye dönük test hesaplamaları için gerekli veri setini elde etmek için çalışır. Sunucu, programın kullanılabilirliğini test etmenin ve nihai rakamların güvenilirliğini sağlamanın önemini vurgular.

Konuşmacı, bir günlük ticaret stratejisinin geriye dönük test edilmesiyle ilgili yöntemleri açıklar. Veri ön işleme, model eğitimi ve testi ve strateji performans analizi için çeşitli yöntemlerden oluşan geriye dönük test stratejisi sınıfını tartışırlar. Geriye dönük test sürecinin çıktısı, yatırım getirisini, keskin oranı, maksimum düşüşü ve diğer ilgili parametreleri gösteren tabloları ve grafikleri içerir. Geriye dönük test, stratejinin potansiyel karlılığını belirlemeye yardımcı olurken, konuşmacı bunun canlı ticarette doğru olmayabilecek bazı yönleri basitleştirdiği konusunda uyarıyor. Konuşmacı, işlem ücretleri ve hesap boyutu da dahil olmak üzere gerçek ticaret koşullarını yansıtacak şekilde parametrelerin güncellenmesini içeren programdaki en son iyileştirmeden bahseder.

Sunum sırasında konuşmacı, programın geliştirilmesi sırasında karşılaşılan zorlukları da tartışır. Zorluklardan biri, kullanıcıları ekstra düşünme ve geliştirme çabası gerektiren verileri girmeye yönlendiren etkileşimli bir menü uygulamaktı. Ancak konuşmacı, programı daha kullanıcı dostu yaptığı için buna değdiğini belirtiyor. Diğer zorluklar arasında performans metrikleri hesaplaması için çözümler bulmak ve iş-yaşam dengesini korumak vardı. Sunucu, bu zorlukların üstesinden gelmek için diyagram çizme, kodlama için bir basamak olarak yorum yazma, ara verme, çevrimiçi arama yapma ve bilgiyi pekiştirme gibi stratejiler önerir. Sunum yapan kişi ayrıca nicel finans ve programlama becerilerindeki bilgileri pekiştirmek, bir projeyi baştan sona yönetme konusunda güven kazanmak ve hisse senedi fiyatlarını tahmin etmede makine öğreniminin gücünü göstermek gibi proje aracılığıyla kazanılan başarıları da vurgular.

Konuşmacı, mevcut olanı tamamladıktan sonra gelecekteki projeler için planlarını tartışır. Farklı varlıklarla yeni stratejiler üzerinde çalışma, blogları ve diğer meraklılarla etkileşimleri aracılığıyla bilgilerini genişletme, yeni stratejiler ve makine öğrenimi modelleri araştırma ve sonunda canlı ticarette karlı stratejiler uygulama niyetlerinden bahsediyorlar. Konuşmacı, projeyle ilgili daha fazla soru veya bilgi almak için iletişim bilgilerini paylaşıyor. Seyirci, projede geçirilen geç gecelerin sayısı ve programın kripto para ticareti için kullanılıp kullanılamayacağı dahil olmak üzere birkaç soru sorar.

Proje için kullanılan verilerle ilgili olarak geliştirici, şirketin kurulduğu 2009 yılından bu yana modeli günlük Tesla fiyatlarını kullanarak eğittiklerini açıklıyor. Eğitim süreci beş ay sürdü ve model birkaç yıl test edildi. Risk azaltma açısından, içerik oluşturucu, riski azaltmak için bir makine öğrenimi modelinde yapılabilecek pek bir şey olmadığını, ancak çoğunun karlı olduğundan emin olmak için makul miktarda alım satımı değerlendirdiklerini belirtiyor. İçerik oluşturucu ayrıca fiyatları tahmin etmek için zaman çerçevesi ve modeli eğitmek için yüksek güçlü bir PC'ye duyulan ihtiyaç hakkındaki soruları da yanıtlıyor.

Konuşmacı, bir modelin eğitim sürecini açıklıyor ve isteğe bağlı sistemlere göre algoritmik ticaretin avantajlarını tartışıyor. Çalışan bir modele ulaşmak birkaç saat sürse de GPU'suz bir bilgisayar kullanarak bir model eğitmenin mümkün olduğunu belirtiyorlar. Ancak, düzenli olarak bu yaklaşıma güvenmemelerini tavsiye ediyorlar. Algoritmik ticaretin faydalarını tartışırken konuşmacı, çoğu ticaretin karlı olduğuna dair istatistiksel güvenin, isteğe bağlı ticarete kıyasla daha kazançlı olduğunu vurguluyor. Son olarak konuşmacı, EPAC programından beklentilerini dile getirerek, programın kendilerine algoritmik ticareti anlamaları için temelleri ve uzmanlıklarını seçmek için gerekli araçları sağladığını belirtiyor.

Daha sonra ikinci konuşmacı, Hindistan'dan Usual Agrawal, niceliksel bir tüccar ve işletme sahibi olarak tanıtılıyor. Agrawal, son dört yıldır Hindistan pazarlarında ticaret yapma deneyimlerini ve tam zamanlı ticaretin yanı sıra işlerini yönetirken karşılaştıkları zorlukları paylaşıyor. Bu zorlukların üstesinden gelmek için Agrawal, EPAT kursunun yardımıyla ve Quantum City ekibinin koşulsuz desteğiyle ticaret kurulumlarını otomatikleştirmeye karar verdi. Agrawal, sunumlarında, minimum dezavantajla makul getiriler elde etmek için ilişkisiz kurulumları birleştiren "Gün İçi Straddles" adlı tam otomatik ticaret kurulumunu sergiliyor. Alım satım stratejilerinin veri toplama, geriye dönük test, ön test, dağıtım ve performans değerlendirmesine yönelik yaklaşımlarını tartışırlar.

Sunum sırasında konuşmacı, günlük ticaret stratejilerini geriye dönük test etmek için kullanılan verilerin, sistemlerin ve parametrelerin ayrıntılarına dalar. Stratejileri, bir dakikalık bir zaman dilimi kullanarak Nifty ve Bank Nifty vadeli işlemleri ve opsiyon verileri için ikili ve boğucu noktalar oluşturmayı içeriyor. Konuşmacı, Mart 2019'dan Mart 2021'e kadar hem düşük dalgalanma dönemini hem de COVID-19 pandemisini kapsayan iki yıllık verileri kullandı. Geriye dönük test için kullanılan farklı sınıfları ve stop-loss seviyelerindeki farklılıklar da dahil olmak üzere test edilen parametreleri açıklarlar. Son olarak, konuşmacı geriye dönük test sürecinin sonuçlarını sunar.

Sunum yapan kişi, günlük ticaret stratejisinin geriye dönük ve ön testinin sonuçlarını tartışmaya devam ediyor. Geriye dönük test aşamasında, yıllık %52,9 getiriye eşdeğer 3,15 lakh net getiri elde ettiler. İsabet oranı hem normal olarak hesaplandı hem de normalleştirildi, ikincisi daha gerçekçi bir resim sağladı. Keskin oran 3,78 olarak belirlendi ve hisse senedi eğrisi üç aylık basit hareketli ortalamadan iyi destek aldı. Ancak ön test aşamasında strateji beklendiği gibi çalışmadı ve 11 ayda yalnızca 70.000 rupi kazandı, bu da yıllık %25'lik bir getiriye karşılık geliyor. Hisse senedi eğrisi düz kaldı ve bu, stratejinin şu anda iyi performans göstermeyebileceğini ve daha fazla analiz gerektirdiğini gösteriyor. Sunucu ayrıca, veri toplama sırasında ortaya çıkan büyük zorluklarla birlikte, proje boyunca karşılaşılan temel zorlukları ve öğrenilen dersleri de paylaşır.

Konuşmacı, günlük ticaret stratejisini geliştirirken karşılaşılan bazı zorlukları tartışıyor. En büyük engellerden biri güvenilir gün içi opsiyon verilerinin elde edilmesiydi ve bu verilerin üçüncü taraf satıcılardan satın alınması gerekiyordu. Diğer bir zorluk da, stratejinin genel performansını tam olarak temsil etmeyebilecek, yalnızca son iki yıllık verilere odaklanılmasından kaynaklanan potansiyel örnekleme yanlılığıydı. Ek olarak, konuşmacı, benzer stratejiler kullanan birçok tacirin piyasada aşırı kalabalıklaşma etkisine dikkat çekiyor. Konuşmacı, stratejiyi bağımsız olarak geliştirme kararlarını açıklıyor ve özel ayarlamalara izin veriyor. Son olarak, stratejinin süregelen değerlendirmeleri ve geliştirilmiş verimlilik için stratejiyi çeşitlendirme çabaları vurgulanmaktadır.

Konuşmacı, programın manuel olarak mı yoksa bulut platformları kullanılarak otomatik mi yürütüldüğü ve ikili satış için hisse senetlerini nasıl seçtikleri ve prime göre tipik zararı durdurma mesafesi dahil olmak üzere izleyicilerin sorularını yanıtlıyor. Strateji, likidite sorunları nedeniyle yalnızca Nifty endeksi ve Bank Nifty endeksi için geçerlidir ve konuşmacı, format değişikliklerini düzelterek ve veri hatası olan günleri ortadan kaldırarak verileri deneme yanılma yoluyla temizler.

Konuşmacı, günlük ticaret stratejileriyle ilgili iki ek soruyu yanıtlıyor. Test için kullanılan durdurma kaybı yüzdesini ve bilgisayar mühendisliği geçmişi olmadan programlamada karşılaştıkları zorlukları tartışırlar. EPAT programı ve Quadency'nin mentorluğu sayesinde bu zorlukların üstesinden nasıl geldiklerini açıklıyorlar. Ayrıca, konuşmacı, pratikte herhangi bir ticaret stratejisini uygularken dikkatli olmanın ve uygun risk yönetimi uygulamanın önemini vurgulayarak, gelecek vadeden niceliklere ve algoritmik tüccarlara tavsiyelerde bulunur.

Konuşmacı, ticaret stratejilerini çeşitlendirmenin önemini ve bunun bir stratejide düşüş aşamalarında diğerlerinin iyi performans göstermeye devam etmesine nasıl yardımcı olabileceğini vurguluyor. Nüanslarını öğrenmek ve bunları etkili bir şekilde birleştirmek için her stratejiyle kapsamlı test ve zaman harcama ihtiyacını vurgularlar. Seans sırasında paylaşılan bilgilerin alım satım tavsiyesi amacı taşımadığını unutmamak önemlidir.

Ev sahibi, projesini ve deneyimlerini paylaştığı için konuşmacı Visual'e şükranlarını sunarak web seminerini sonlandırır. İzleyicilere, oturum kaydının kendi YouTube kanallarında bulunacağını ve katılımcıların, tartışılan stratejilerle ilgili gerekli kodları ve GitHub bağlantılarını içeren bir e-posta alacaklarını bildirirler. Sunucu, önümüzdeki aylarda izleyicilerin bilgi ve anlayışlarını daha da zenginleştirecek daha ilginç oturumlara ev sahipliği yapmayı sabırsızlıkla bekliyor.

Web semineri, günlük hisse senedi fiyatlarını tahmin etme ve günlük ticaret stratejilerini otomatikleştirme konusunda değerli bilgiler sağladı. Renato Otto'nun ilk sunumu, rastgele bir orman sınıflandırıcısı, teknik göstergeler ve duyarlılık verileri kullanarak hisse senedi fiyatlarının tahminine odaklandı. Usual Agrawal'ın ikinci sunumu, minimum dezavantajla getiri elde etmek için ilişkisiz kurulumları birleştiren tam otomatik ticaret kurulumları "Gün İçi Straddles"ı sergiledi. Her iki sunucu da zorluklarını, başarılarını ve öğrendiklerini paylaşarak izleyicilere değerli dersler verdi. Web semineri, ticarette makine öğreniminin ve doğal dil işlemenin gücünü keşfetmek için bir platform görevi gördü ve algoritmik ticaretin heyecan verici dünyasına bir bakış sağladı.

  • 00:00:00 Toplantı sahibi, günlük hisse senedi fiyatlarını tahmin etmek ve bir günlük ticaret stratejisini otomatikleştirmek olan web seminerinin konusunu tanıtıyor. İlki, İngiltere'den Renato Otto tarafından sunulan rastgele orman sınıflandırıcı teknik göstergeler ve duyarlılık verileriyle günlük hisse senedi fiyatlarının tahmin edilmesi ve ikincisi Usual tarafından sunulan bir opsiyon günlük ticaret stratejisinin nasıl otomatikleştirileceği üzerine olmak üzere iki proje sunumu yapılacak. Hindistan konumundan Agrawal. Sunucu, Renato Otto'yu tanıtıyor ve Birleşik Krallık enerji piyasasında piyasa manipülasyonunun niceliksel analizi ve sistematik olarak tanımlanması için yazılım ve araçların geliştirilmesindeki deneyimi ve katılımı da dahil olmak üzere, onun hakkında kısa bir arka plan sunuyor.

  • 00:05:00 Sunucu, günlük hisse senedi fiyatlarını tahmin etmeyi ve bir günlük ticaret stratejisini otomatikleştirmeyi içeren bir projeyi tamamlamanın ardındaki motivasyonları tartışıyor. Python programlama, veri mühendisliği ve makine öğrenimindeki bilgilerini, becerilerini geliştirecek ve ticarette makine öğreniminin ve doğal dil işlemenin gücünü keşfedecek uçtan uca bir projede birleştirmek istediler. Ek olarak, başkalarının kendi analizlerinde veya uygulama stratejilerinde kullanmaları için yeniden kullanılabilir bir şey oluşturmayı amaçladılar. Program, analizi tanımlamak için bir sözlükte ayrıntıların sağlanmasıyla başlayan, ardından bir ardışık düzenin başlatılması ve geriye dönük test hesaplamaları için veri kümesini elde etmek üzere programın çalıştırılmasıyla başlayan dokuz adımdan oluşur. Sunucu, programın kullanılabilirliğini test etmenin ve sondaki rakamların güvenilir olmasını sağlamanın önemine değiniyor.

  • 00:10:00 Konuşmacı, bir günlük ticaret stratejisinin geriye dönük test edilmesiyle ilgili farklı yöntemleri açıklıyor. Geriye dönük test stratejisi sınıfı, verileri önceden işleyebilen, modelleri eğitip test edebilen ve stratejinin performansını analiz edebilen çeşitli yöntemlerden oluşur. Çıktı, diğer parametrelerin yanı sıra yatırım getirisini, keskin oranı ve maksimum düşüşü gösteren tablolar ve grafiklerden oluşur. Geriye dönük test yöntemi, stratejinin potansiyel kârlılığını belirlemek için yararlı olsa da, konuşmacı, canlı ticaret için geçerli olmayabilecek birkaç basitleştirme yaptığı konusunda uyarıyor. Programdaki en son iyileştirme, gerçek ticaret koşullarını yansıtacak şekilde işlem ücretlerini ve hesap boyutunu içerecek şekilde parametrelerin güncellenmesini içerir.

  • 00:15:00 Sunucu, günlük hisse senedi fiyatlarını tahmin etmek ve günlük ticareti otomatikleştirmek için programı geliştirirken karşılaştığı zorlukları tartışıyor. Zorluklardan biri, kullanıcılardan veri girmelerini isteyen etkileşimli bir menünün uygulanmasının karmaşıklığıydı. Bu, ekstra düşünme ve geliştirme gerektirdi, ancak sonunda buna değdi çünkü program kullanıcı dostu. Diğer zorluklar arasında performans metrikleri hesaplaması için çözümler bulmak ve iş-yaşam dengesini korumak vardı. Sunucu, bu zorlukların üstesinden gelmek için diyagramlar çizmeyi, gerçek koda bir basamak olarak yorumlar yazmayı, molalar vermeyi, Google'da arama yapma sorunlarını ve bilgiyi pekiştirmeyi önerir. Sunum yapan kişi ayrıca, nicel finans ve programlama becerilerindeki bilgileri pekiştirmek, bir projeyi baştan sona yönetme konusunda güven kazanmak ve makine öğreniminin bir sonraki günün hisse senedi fiyatını tahmin etmede nasıl güçlü olabileceğini göstermek gibi bu proje aracılığıyla kazanılan başarıları da tartışıyor.

  • 00:20:00 Konuşmacı, günlük hisse senedi fiyatlarını tahmin etme ve bir günlük ticaret stratejisini otomatikleştirme konusundaki mevcut projeyi tamamladıktan sonra gelecekteki projeler için planlarını tartışıyor. Farklı varlıklarla yeni stratejiler çalışmaktan, blogu aracılığıyla diğer meraklılarla bilgisini genişletmekten, yeni stratejiler ve makine öğrenimi modelleri araştırmaktan ve sonunda canlı bir ticaret ortamında karlı stratejiler uygulamaktan bahsediyor. Ayrıca konuşmacı, proje hakkında soru sormak veya daha fazla bilgi edinmek isteyenler için iletişim bilgilerini paylaşıyor. Seyirci ayrıca, konuşmacının proje sırasında kaç gece geç kaldığı ve programın kripto para biriminde kullanılıp kullanılamayacağı da dahil olmak üzere birkaç soru sorar.

  • 00:25:00 Yaratıcı, modeli eğitmek için şirketin kurulduğu 2009'dan bu yana günlük Tesla fiyatlarını kullandı. Eğitim süreci beş ay sürdü ve model birkaç yıl test edildi. Oluşturucu, riski azaltmakla ilgili olarak, riski azaltmak için bir makine öğrenimi modelinde yapılabilecek pek bir şey olmadığını belirtti. Yine de, çoğunun karlı olduğundan emin olmak için makul veya kabul edilebilir miktarda alım satımı değerlendirdiler. İçerik oluşturucu ayrıca fiyatları tahmin etmek için zaman çerçevesi ve modeli eğitmek için yüksek güçlü bir PC'ye duyulan ihtiyaç ile ilgili soruları da yanıtladı.

  • 00:30:00 Konuşmacı, bir modelin eğitim sürecini ve isteğe bağlı sistemlere göre algoritmik ticaretin avantajlarını tartışıyor. Bir modeli GPU'suz bir bilgisayar kullanarak eğitmenin mümkün olduğunu ve çalışan bir modele ulaşmanın birkaç saat sürebileceğini açıklıyor. Bunu bir kez yapmanın mümkün olduğunu, ancak düzenli kullanım için tavsiye edilmediğini belirtiyor. Algoritmik ticaretin faydaları sorulduğunda, konuşmacı, çoğu ticaretin karlı olduğuna dair istatistiksel bir güven olduğunu ve bunun da isteğe bağlı ticaretten daha karlı olduğunu belirtiyor. Son olarak, konuşmacı epac programından beklentilerini paylaşıyor ve bunun kendisine algo ticaretini anlamak için temelleri ve uzmanlığını seçmek için araçlar sağladığını belirtiyor.

  • 00:35:00 Videonun ikinci konuşmacısı Usual Agrawal, Hindistan'dan kantitatif bir tüccar ve işletme sahibi olarak tanıtıldı. Agrawal, son dört yıldır Hindistan pazarlarında ticaret yapıyor ve tam zamanlı ticaret yaparken işini yönetmekte zorluklarla karşılaştı. Bu, EPAD kursunun yardımıyla ve Quantum City ekibinin koşulsuz desteğiyle ticaret kurulumlarını otomatikleştirmesine yol açtı. İkinci sunum sırasında Agrawal, minimum dezavantajla makul getiriler elde etmek için ilişkisiz kurulumları birleştiren tam otomatik ticaret kurulumu "Gün İçi Straddles"ı sergiliyor. Ayrıca ticaret stratejisinin veri toplama, geriye dönük test etme, ön test etme, devreye alma ve performans değerlendirmesine yönelik yaklaşımını da açıklıyor.

  • 00:40:00 Konuşmacı, bir dakikalık bir zaman dilimi kullanarak Nifty ve Bankruptcy vadeli işlemleri ve opsiyon verileri için ikili ve boğucu pozisyonlar oluşturmayı içeren temel bir günlük ticaret stratejisini geriye dönük test etmek için kullanılan verileri, sistemleri ve parametreleri tartışıyor. Konuşmacı, Mart 2019'dan Mart 2021'e kadar hem düşük volatilite dönemini hem de COVID-19 pandemisini içeren iki yıllık verileri kullandı. Konuşmacı daha sonra geriye dönük test için kullanılan farklı sınıfları ve değişen durdurma kaybı seviyeleri de dahil olmak üzere test edilen parametreleri açıklamaya devam eder. Son olarak, konuşmacı geriye dönük testin sonuçlarını sunar.

  • 00:45:00 Sunucu, bir günlük ticaret stratejisinin geriye dönük ve ön testinin sonuçlarını tartışıyor. Geriye dönük test aşamasında, 3,15 lakh net getiri elde ettiler, bu da yıllık %52,9'luk bir getiri anlamına geliyor. İsabet oranı hem normal olarak hesaplandı hem de normalleştirildi, ikincisi daha gerçekçi bir resim verdi. Keskin oran 3,78'di ve hisse senedi eğrisi üç aylık basit hareketli ortalamadan iyi destek aldı. Ancak, ön test aşamasında, strateji beklendiği gibi performans göstermedi ve 11 ayda yalnızca 70.000 rupi kazandı, bu da yıllık %25'lik bir getiri anlamına geliyor. Hisse senedi eğrisi düzdü ve stratejinin şu anda iyi performans göstermeyebileceğini ve analiz edilmesi gerektiğini gösteriyor. Sunum yapan kişi ayrıca, veri toplama sırasında ortaya çıkan önemli sorunlarla birlikte, bu proje sırasındaki temel zorluklarını ve öğrendiklerini paylaşıyor.

  • 00:50:00 Konuşmacı, günlük ticaret stratejisi geliştirirken karşılaşılan bazı zorlukları tartışıyor. Önemli sorunlardan biri, üçüncü taraf satıcılardan satın alınmasını gerektiren güvenilir gün içi opsiyon verilerinin elde edilmesiydi. Analiz yalnızca son iki yılın verilerine odaklandığından ve stratejinin genel performansını doğru bir şekilde temsil etmeyebileceğinden, başka bir zorluk da örnekleme yanlılığıydı. Ek olarak, konuşmacı, birçok tüccar benzer stratejiler kullandığından piyasada aşırı kalabalıklaşma etkisine dikkat çekti. Konuşmacı daha sonra stratejiyi bağımsız olarak geliştirmeyi seçmesinin nedenini paylaşır, bu da özel ayarlamalara izin verir. Son olarak, konuşmacı, stratejinin devam eden değerlendirmelerini ve daha fazla verimlilik için stratejiyi çeşitlendirme çabalarını tartışır.

  • 00:55:00 Konuşmacı, programın bulut platformları kullanılarak manuel olarak mı yoksa otomatik olarak mı yürütüldüğü ve hangi hisse senedinin ikili olarak satılacağını nasıl seçtikleri ve prime göre tipik zararı durdurmanın ne kadar uzak olduğu dahil olmak üzere dinleyicilerin sorularını yanıtlıyor. Strateji, likidite sorunları nedeniyle yalnızca Nifty endeksi ve Bank Nifty endeksi için geçerlidir ve konuşmacı, format değişikliklerini düzelterek ve veri hatası olan günleri ortadan kaldırarak verileri deneme yanılma yoluyla temizler.

  • 01:00:00 Konuşmacı, test için kullandıkları zararı durdurma yüzdesi ve bilgisayar mühendisliği geçmişi olmadan programlamada karşılaştıkları zorluklar da dahil olmak üzere günlük ticaret stratejileriyle ilgili iki soruyu yanıtlıyor. EPAT programı ve Quadency'nin mentorluğu sayesinde bu zorlukların üstesinden nasıl geldiklerini tartışıyorlar. Konuşmacı ayrıca, gelecek vadeden quants ve algoritmik tüccarlara tavsiyelerde bulunarak, sunulan strateji basit görünse de, onu pratikte uygularken dikkatli olmanın ve uygun risk yönetiminin önemli olduğunu vurguluyor.

  • 01:05:00 Konuşmacı, ticaret stratejilerini çeşitlendirmenin önemini ve bir strateji düşüş aşamasındayken diğerleri iyi performans gösterdiğinde bunun nasıl yardımcı olabileceğini tartışıyor. Stratejileri en iyi şekilde çalışacak şekilde öğrenmek ve birleştirmek için test etme ve stratejilerle zaman geçirme ihtiyacını vurgular. Bunun ticaret tavsiyesi olmadığına dair bir sorumluluk reddi beyanında bulunuyor ve projesini ve deneyimlerini paylaştığı için Visual'e şükranlarını ifade ediyor. Oturum kaydı, YouTube kanallarında mevcut olacak ve katılımcılar, gerekli kodları ve GitHub bağlantılarını içeren bir e-posta alacak. Ev sahibi, önümüzdeki aylarda daha ilginç oturumları sabırsızlıkla bekliyor.
Predict Daily Stock Prices And Automate A Day Trading Strategy
Predict Daily Stock Prices And Automate A Day Trading Strategy
  • 2022.02.08
  • www.youtube.com
This session has project presentations by two of our esteemed EPAT alumni. First on “Predict daily stock prices with random forest classifier, technical indi...
 

Fiyatlandırma Modeli ve Dinamik Varlık Tahsisinin Uygulanması: Algo Trading Projesi Web Semineri



Fiyatlandırma Modeli ve Dinamik Varlık Tahsisinin Uygulanması: Algo Trading Projesi Web Semineri

Web semineri sırasında sunucu, ilk konuşmacıyı, Rusya'dan kıdemli bir kantitatif analist olan Evgeny Teshkin'i tanıtıyor. Teshkin, piyasa rejimlerine uyarlanmış Kalman filtreleme kullanan bir fiyatlandırma modelinin uygulanmasına ilişkin projesini sunuyor. Projenin, strateji geliştirme oluşturmada çevrimiçi makine öğreniminin nicel tekniklerinin nasıl kullanılacağına dair bir eğitim örneği olarak hizmet ettiğini açıklıyor.

Teshkin, daha derin otomasyona ve gerçek zamanlı ticarete olanak tanıyan ve onu geleneksel model yeniden eğitiminden daha verimli hale getiren çevrimiçi öğrenme tekniklerinin avantajlarını vurguluyor. Projesinin temel amacı, Facebook, Apple, Netflix, Google, Amazon ve Microsoft gibi şirketler de dahil olmak üzere ABD borsasının büyük teknoloji sektörüne özel olarak odaklanarak basit sektör yatırımlarını geliştiren ticaret stratejileri oluşturmaktır.

Konuşmacı, algo ticareti projesi için bir fiyatlandırma modeli ve dinamik varlık tahsisi uygulamak için kullandığı yaklaşımı tartışmaya devam ediyor. Yalnızca uzun vadeli pozisyonlar için istatistiksel ve nicel teknikler kullandığını, giriş ve çıkış noktalarını seçtiğini ve sektördeki diğer hisse senetlerine göre düşük değerli veya aşırı değerli fiyatlar belirlediğini açıklıyor.

Bunu başarmak için Teshkin, doğrusal regresyon, temel bileşen analizi (PCA) ve Kalman filtresi gibi çeşitli modeller kullandı. Bu modeller artıkların hesaplanmasına ve sektördeki ilişkili hisse senetleri arasındaki istatistiksel doğrusal yayılma için en uygun katsayıların bulunmasına yardımcı oldu. Göreceli değerin önemini vurguluyor ve çevrimiçi öğrenme yaklaşımının hisse senedi fiyatı ve dişçi endeksi gibi girdileri hesaba katarak bir yıllık bir inceleme penceresi kullandığını açıklıyor.

Konuşmacı, algo ticareti projesinde veri analizi sorunlarını ele almak için kullandığı farklı modelleri derinlemesine araştırıyor. Ortonormal korelasyonlu olmayan varyans bileşenlerinin çıkarılması, Kalman filtresi ve gizli Markov modelleri gibi tekniklerin kullanılmasından bahseder. Bu modellerin kendi yaklaşımına nasıl dahil edildiğini açıklıyor ve daha fazla öğrenme için kaynaklar sağlıyor. Ek olarak, projesinin sonuçlarını tartışıyor ve potansiyel olarak karlı pozisyonları artırmak için kullandığı bazı hileleri paylaşıyor.

Daha sonra konuşmacı, basit gün sonu kotasyonlarına ve deltalara dayalı olarak hisse senedi alıp satarak piyasayı nasıl alt etmeyi başardığını tartışıyor. Bu stratejiyle ilişkili risklerin, çevrimiçi göreli fiyat teknikleri ile belirlenen çoklu giriş ve çıkışlar kullanılarak aşıldığını açıklıyor. Otomatik gerçek zamanlı fiyatlandırma modelleri oluşturmak için çevrimiçi makine öğreniminin kullanımının yanı sıra giriş ve çıkışları belirlemek için göreli hisse senedi fiyatlandırması kavramını araştırıyor.

Konuşmacı, izleyiciyi projelerini çevrimiçi keşfetmeye teşvik ederek kodu indirme ve daha fazla soru için onlarla iletişim kurma fırsatı sunar. Ayrıca, web seminerinin kaydedileceğini ve sunum dosyası ve ilgili bağlantılarla birlikte YouTube kanallarında yayınlanacağını belirtiyorlar. Oturum sırasında konuşmacı, dinleyicilerle etkileşim kurar, onların algo ticareti yarışmalarına katılımlarıyla ilgili soruları yanıtlar ve sunulan sonuçların gerçek ticaretten mi yoksa geriye dönük testlerden mi kaynaklandığını açıklar.

Sunumun ardından, web semineri sunucusu izleyicilerden algo ticareti projesiyle ilgili birkaç soruyu yanıtlıyor. Optimum korelasyon için lineer regresyonun kullanımı, optimize edilmiş ticaret stratejisine kıyasla satın alma ve tutma stratejisinin performansı ve istatistiksel modele gizli durumların dahil edilmesi gibi konuları kapsar. Sunucu, proje ayrıntılarını genişleterek ve yaklaşımlarının ardındaki karar verme sürecini açıklayarak anlayışlı yanıtlar sağlar.

Web semineri daha sonra sinir ağlarını kullanarak dinamik varlık tahsisine odaklanan bir sonraki projenin tanıtımına geçer. Konuşmacı, projelerinin minimum manuel müdahale ile bankacılık hisse senetleri üzerinde "bugün al yarın sat" stratejisi için otomatik bir sistem oluşturmayı hedeflediğini açıklıyor. Şık banka hisse senetleri için tarihsel veriler üzerinde eğitilmiş derin öğrenme modellerinin kullanımını vurgulayarak projelerinin model geliştirme, strateji uygulaması ve risk yönetimi yönlerini tartışıyorlar.

Konuşmacı, her bir hisse senedi için beklenen getiriyi belirlemek üzere farklı modellerin çıktılarını birleştirmeyi içeren stratejiyi detaylandırır. Bu oranlara göre fonlar ilgili hisse senetlerine dağıtılır. Projenin risk yönetimi kısmı, işlem maliyeti ve otomasyon gibi konularla ilgilenir. Konuşmacı, ticaret algoritmasında riski etkin bir şekilde yönetmenin önemini vurgular.

Konuşmacı, ticaret algoritmasının geliştirilmesi sırasında karşılaşılan strateji, risk yönetimi ve zorluklar hakkında daha fazla bilgi sağlar. Hem olasılıksal getiri modeli hem de getiri modeli için yakınsak bir mimarinin uygulanmasını açıklarlar. Strateji, her bir hisse senedi için beklenen getirinin hesaplanmasını ve bir oran elde etmek için getiri oynaklığına bölünmesini içerir. Portföyler, beklenen kayıplarla orantılı olarak satılırken, mevcut fonlar daha sonra pozitif oranlı hisse senetlerine orantılı olarak dağıtılır. Algoritma sürekli olarak güncellenir ve riski azaltmak için zararı durdur mekanizmaları uygulanır. Konuşmacı, güncelleme sürecini otomatikleştirmenin zorluklarını kabul ediyor ve optimum alış veya satış fiyatlarını belirlemek için bir pazar mikroyapı stratejisinin yokluğundan bahsediyor.

Konuşmacı, geriye dönük test çabalarının sonuçlarını ve modellerine en uygun olarak 20 günlük bir kombinasyonun seçimini tartışmaya devam ediyor. Ayrıca, bankacılık hisse senetleri için metinsel haber puanlarının entegrasyonu ve daha fazla otomasyon için Android uygulaması tabanlı bir çözümün geliştirilmesi de dahil olmak üzere projede atılacak adımlardan bahsediyorlar. İzleyiciler, geriye dönük test sonuçları ve modelde stop-loss mekanizmalarının kullanımı gibi konularda tartışmalara yol açan soru sorma fırsatına sahiptir. Konuşmacı, geriye dönük test getirilerinin iyi olduğunu ve belirli bir zaman diliminde yaklaşık %5 kalıp sağladığını paylaşıyor. Ayrıca, son altı ayda %10'a yakın getiri sağlayan bir beta test aşamasından da bahsediyorlar.

Kaybı durdur uygulamasıyla ilgili bir izleyici sorusuna yanıt olarak konuşmacı, her hisse senedi için yatırım değeri başına portföy değerine yüzde beşlik bir zararı durdurduklarını açıklıyor. Bir hisse senedinin kaybı yatırımın yüzde beşine ulaştığında, maksimum kaybı yüzde beşle sınırlamak için otomatik olarak portföyden çıkarılır. Konuşmacı ayrıca, basit bir satın alma ve tutma stratejisine kıyasla dinamik varlık tahsisinin performansına ilişkin sorulara da değiniyor. Nifty Bank'a kıyasla kıyaslamanın makul bir performans gösterdiğini, yüzde beşe yakın getiri sağladığını vurguluyorlar. Konuşmacı, genel piyasa koşullarını yansıtması nedeniyle bankacılık sektörüne odaklanma kararlarını da açıklıyor ve makine öğrenimindeki geçmişlerinin proje için beceri kazanmalarını kolaylaştırdığından bahsediyor.

Proje sunumlarının ardından bir katılımcı, EPAT ile ilgili olumlu deneyimlerini paylaşarak, EPAT'ın teorik öğrenme ve pratik uygulama açısından değerini vurguluyor. Opsiyonlar ve vadeli işlem fiyatlandırmasına ilişkin matematiksel bir anlayış elde ettikleri için takdirlerini ifade ediyorlar ve programın destek sistemini ve değerli rehberlik sağlayan özel performans yöneticisini övüyorlar. Kurs zorlayıcı olsa da, katılımcı bunun kişisel ve profesyonel gelişim için gerekli olduğuna inanıyor. Alım satım işlemlerinde kademeli olarak ustalaşacakları için hevesli tüccarları bilgilerini mevcut güçlerinin ötesinde keşfetmeye ve genişletmeye teşvik ederler.

Son bölümde, konuşmacılar edinilen bilgileri gerçek hayat senaryolarına olabildiğince çabuk uygulamanın önemini vurgulamaktadır. Sürekli öğrenmeyi ve büyümeyi kolaylaştıran günlük alım satım deneyleri için iPad kursundan yararlanmayı öneriyorlar. Web semineri, konuşmacılara ve izleyicilere şükranla ve gelecekteki web seminerleri için konu önerileri talebiyle sona eriyor.

  • 00:00:00 Web semineri sunucusu, piyasa rejimlerine uyarlanabilir Kalman filtrelemeyi kullanan bir fiyatlandırma modelinin uygulanmasına ilişkin projesini sunan Rusya'dan kıdemli bir kantitatif analist olan ilk konuşmacı Evgeny Teshkin'i takdim ediyor. Teshkin, projenin strateji geliştirme oluşturmada çevrimiçi makine öğreniminin nicel tekniklerinin nasıl kullanılacağına dair eğitici bir örnek olduğunu açıklıyor. Çevrimiçi öğrenme tekniğinin, geleneksel model yeniden eğitiminden daha verimli olan daha derin otomasyona ve gerçek zamanlı ticarete izin verdiğini vurguluyor. Projenin amacı, ABD borsasının Facebook, Apple, Netflix, Google, Amazon ve Microsoft gibi büyük teknoloji sektörüne odaklanarak basit sektör yatırımını geliştiren ticaret stratejileri oluşturmaktır.

  • 00:05:00 Konuşmacı, bir algo ticareti projesi için fiyatlandırma modeli ve dinamik varlık tahsisi uygulama yaklaşımlarını açıklıyor. Yaklaşım, yalnızca uzun vadeli pozisyonlar için istatistiksel veya kantitatif tekniklerin kullanılmasını, giriş ve çıkış noktalarının alınmasını ve sektördeki diğer hisse senetlerine göre düşük değerli veya aşırı değerli fiyatların belirlenmesini içeriyordu. Konuşmacı, artıkları hesaplamak ve sektörün ilişkili hisse senetleri arasındaki istatistiksel doğrusal yayılım için en uygun katsayıları bulmak için doğrusal regresyon, ana bileşen analizi ve Kalman filtre modellerini kullandı. Kilit nokta, hisse senedinin göreli değeriydi ve çevrimiçi öğrenme, hisse senedi fiyatı ve dişçi endeksi gibi girdileri kullanarak bir yıllık bir inceleme penceresine sahipti.

  • 00:10:00 Konuşmacı, ortonormal korelasyonlu olmayan varyans bileşenlerinin çıkarılması, Kalman filtresi ve gizli Markov modelleri dahil olmak üzere algo ticareti projesi için veri analizi problemlerini çözmek için kullandığı farklı modelleri tartışıyor. Yaklaşımında bu modelleri nasıl kullandığını açıklıyor ve ileri öğrenim için kaynaklar sağlıyor. Ek olarak, projesinin sonuçlarını ve potansiyel olarak karlı pozisyonları artırmak için kullandığı hileleri tartışıyor.

  • 00:15:00 Konuşmacı, basit gün sonu kotasyonlarına ve deltalara dayalı hisse senetleri alıp satarak piyasayı yenmek için kullanılan yaklaşımı tartışıyor. Çevrimiçi göreli fiyat teknikleriyle belirlenen çoklu giriş ve çıkışları kullanarak bu stratejiyle ilişkili risklerin üstesinden nasıl geldiklerini de açıklarlar. Girişleri ve çıkışları belirlemek için göreli hisse senedi fiyatlandırmasını kullanma kavramının yanı sıra otomatik gerçek zamanlı fiyatlandırma modelleri oluşturmak için çevrimiçi makine öğreniminin kullanımı araştırılır. Konuşmacı, izleyicileri projelerini çevrimiçi olarak kontrol etmeye ve kodlarını indirip daha fazla soru için onlarla iletişime geçmekten çekinmemeye teşvik eder. Web semineri kaydedilecek ve sunum dosyası ve bağlantılarıyla birlikte YouTube kanalında yayınlanacaktır. Konuşmacı ayrıca dinleyicilerin algo ticareti yarışmalarına katılımları ve sunulan sonuçların gerçek ticaretten mi yoksa geriye dönük testlerden mi kaynaklandığına ilişkin sorularını yanıtlıyor.

  • 00:20:00 Web semineri sunucusu, izleyicilerden algo ticareti projeleri hakkında birkaç soruyu yanıtlıyor. Bir izleyici, hedef VR ile optimum korelasyon için doğrusal regresyonun kullanımını sordu ve sunum yapan kişi, regresyon modelinin girdilerinin basitçe diğer hisse senetleri için fiyat deltaları olduğunu açıkladı. Başka bir izleyici, satın alma ve tutma stratejisinin neden en iyi sonucu verdiğini sordu ve sunum yapan kişi, en fazla toplam karı sağlasa da, projenin amacının riski yenmek olduğunu ve riske göre ayarlanmış getirinin aslında daha yüksek olduğunu söyledi. Optimize edilmiş trafik stratejisi için. Sunum yapan kişi, projede kullanılan istatistiksel modeldeki gizli durumlar hakkında bir soruyu da ele aldı.

  • 00:25:00 Konuşmacı, bir algo ticareti projesi geliştirirken analizi için kullandığı durumları ve özellikleri açıklıyor. Sektör ETF'si için fiyat deltaları ve gözlemlenebilir piyasa göstergeleri olarak büyük deltalar gibi parametrelerle hesaplanan piyasa rejimleri olarak iki ila üç eyalet seçti. Kullandığı özellikler, fiyat deltaları ve hareketli ortalamaları gibi basitti ve ayrıca lineer regresyon için bu deltalardan birinci ve ikinci bileşenleri çıkardı. PCA için kullanılacak ana bileşenleri seçme açısından strateji, sektördeki varyasyonun çoğunu açıkladıkları için birinci ve en az bir diğer bileşeni kullanmaktı. Konuşmacı ayrıca, oynaklığı tahmin etmenin keşfedilecek başka bir alan olduğunu, ancak bu projenin alım satım riskini artırmak için fiyat tahminine odaklandığını belirtiyor.

  • 00:30:00 Sunucu, izleyicilerden gelen birkaç soruyu yanıtlıyor. Bir soru, fiyatlandırma modelinin kripto veya forex gibi diğer enstrümanlar üzerinde geriye dönük test edilip edilmediği ile ilgili olup, sunum yapan kişi buna henüz sahip olmadıklarını, ancak kavramların çeşitli finansal enstrümanlara uygulanabileceğini açıklamaktadır. Başka bir soru, vadeli alım satım işlemlerini tahmin etmenin makine öğrenimi kullanan hisse senetlerinden daha kolay olup olmadığıdır ve sunum yapan kişi bunun modele bağlı olduğunu, ancak ilkelerin aynı olduğunu açıklar ve fazla uydurmayı önlemek için basit tutulmasını önerir. Sunucu daha sonra, sinir ağlarını kullanarak dinamik varlık tahsisi ile ilgili olan bir sonraki projeyi tanıtır.

  • 00:35:00 Sunucu, minimum manuel müdahale ile bankacılık hisse senetleri üzerinde "bugün al yarın sat" stratejisi için otomatik bir sistem oluşturmayı amaçlayan "sinir ağlarını kullanarak dinamik varlık tahsisi" konulu projesini tartışıyor. Çözüm, model geliştirme, strateji ve risk yönetimi bölümlerinden oluşmaktadır. Model geliştirme, 12 şık banka hissesi için beş yıllık veriler üzerinde eğiterek, bir olasılık modeli ve iki getiriye dayalı model de dahil olmak üzere üç derin öğrenme modeli geliştirmeyi içerir. Strateji, hisse senedi için beklenen getiriye ulaşmak için bu modellerden elde edilen çıktıların birleştirilmesini ve ardından fonların oranlara göre ilgili hisse senetlerine dağıtılmasını içerir. Son olarak, risk yönetimi bölümü, işlem maliyeti ve otomasyon gibi konuları ele almayı içerir.

  • 00:40:00 Konuşmacı, ticaret algoritmalarını geliştirirken karşılaştıkları strateji, risk yönetimi ve zorlukları açıklıyor. Hem olasılıksal getiri modellerini hem de getiri modellerini oluşturmak için yakınsak bir mimari kullandılar. Strateji, her hisse senedi için beklenen getiriyi hesaplamayı ve bir oran elde etmek için bunu getiri oynaklığına bölmeyi içeriyordu. Daha sonra, mevcut nakitlerini pozitif s oranlarıyla orantılı olarak dağıttılar ve portföyleri beklenen kayıplarla orantılı olarak sattılar. Algoritma dinamik olarak güncellendi ve hisse senetlerine stop-loss uyguladılar. Zorluklardan biri güncelleme sürecini otomatikleştirmekti, diğeri ise satın almak veya satmak için en iyi fiyatı önerecek bir pazar mikroyapı stratejisine sahip olmamaktı.

  • 00:45:00 Konuşmacı, geriye dönük testlerinin sonuçlarını ve 20 günlük bir kombinasyonu kullanarak modellerine en uygun kombinasyonu nasıl elde ettiklerini tartışıyor. Ayrıca, bankacılık hisse senetleri için metinsel haber puanlarının entegre edilmesi ve modelin Android uygulaması tabanlı bir çözüme daha fazla otomatikleştirilmesi gibi yaklaşan adımlardan da bahsediyorlar. Konuşmacı ayrıca, geriye dönük test sonuçları ve modellerinde zararı durdur kullanımı hakkında sorular da dahil olmak üzere izleyicilerden gelen soruları yanıtlar. Geriye dönük test getirileri, bir süre boyunca yaklaşık %5'lik kalıplar vererek iyi oldu ve beta testi, son altı ayda %10'a yakın bir getiri sağladı.

  • 00:50:00 Konuşmacı, hisse senedine yapılan yatırım değeri başına portföy değerinin yüzde beşi kadar stop-loss uyguladıklarını açıklıyor. Bir hisse senedi, kendisine yatırılanın yüzde beşini kaybettiğinde, herhangi bir hisse senedi için maksimum kaybı yüzde beşle sınırlamak için portföyden çıkarılır. Konuşmacı daha sonra, dinamik varlık tahsisinin basit satın alma ve tutma işleminden daha iyi performans gösterip göstermediğiyle ilgili soruları yanıtlıyor ve bunu Nifty Bank ile kıyasladıklarını ve yüzde beşe yakın, oldukça iyi performans gösterdiğini bulduğunu açıklıyor. Konuşmacı ayrıca sinir ağı için hibrit parametre ayarı kullanmadıklarını ve piyasa bankaların durumunu yansıttığı için bankacılık sektörüne odaklanarak derin öğrenme ve ticareti birleştirmek için projenin konusunu seçtiklerini açıklıyor. Ayrıca, makine öğrenimindeki geçmişlerinin proje için beceri kazanmalarına yardımcı olduğundan da bahsediyorlar.

  • 00:55:00 Bir katılımcı, hem teorik öğrenme hem de pratik uygulama açısından faydalı olduğunu belirterek, EPAT ile olumlu deneyimlerini paylaşıyor. Seçeneklerin ve vadeli işlemlerin nasıl fiyatlandırıldığına dair matematiksel bir anlayış kazanmalarına yardımcı olduğunu belirtiyorlar. Katılımcı ayrıca programın destek sistemini ve ilerlemelerinin izlenmesine yardımcı olan özel performans yöneticisini övüyor. Kursu zorlayıcı bulsalar da, bunun bir içerik oluşturucu ve profesyonel olarak büyümeleri için önemli olduğuna inanıyorlar. Hevesli tüccarlar, sonunda işlerin nasıl yürüdüğüne dair bir fikir edineceklerinden, kendilerini mevcut güçlü yönleriyle sınırlamamaları ve keşfetmeleri için teşvik edilir.

  • 01:00:00 Konuşmacılar, pratik bilginin teorik bilgiden daha değerli olduğunu vurgular ve katılımcıları öğrendiklerini mümkün olan en kısa sürede gerçek hayatta uygulamaya teşvik eder. Katılımcıların daha fazlasını uygulayarak ve öğrenerek büyümelerine yardımcı olmak için ticaretle ilgili günlük deneyler için iPad kursunun kullanılmasını öneriyorlar. Web semineri, konuşmacılara ve izleyicilere bir teşekkür ve gelecekteki web seminerleri için konu önerileri talebi ile sona erer.
Implementing Pricing Model and Dynamic Asset Allocation: Algo Trading Project Webinar
Implementing Pricing Model and Dynamic Asset Allocation: Algo Trading Project Webinar
  • 2021.11.16
  • www.youtube.com
This session has project presentations by two of our esteemed EPAT alumni. First on “Implementing pricing (or market-making) model using Kalman filtering ada...
 

Ishan Shah ve Rekhit Pachanekar tarafından ticarette makine öğreniminin uygulanması | Algo Ticaret Haftası 7. Gün



Ishan Shah ve Rekhit Pachanekar tarafından ticarette makine öğreniminin uygulanması | Algo Ticaret Haftası 7. Gün

Web seminerinin sunucuları Ishan Shah ve Rekhit Pachanekar, kendilerini tanıtarak ve algo ticaret haftasının son günü için duydukları heyecanı dile getirerek başlıyorlar. Algo ticareti yarışmasının kazananlarını duyuruyorlar ve başarılarını övüyorlar. Günün sunumunun odak noktasının makine öğrenimi ve ticaretteki uygulamaları olacağından bahsediyorlar. Ayrıca sunumun sonunda bir Soru-Cevap bölümü olacağını dinleyicilere bildirirler.

Rekhit Pachanekar, web seminerinin başlatılmasında başı çekiyor ve makine öğreniminin temellerini inceliyor. Makine öğreniminin, algoritmaların verilerden öğrenmesine ve kapsamlı programlama olmadan kararlar almasına nasıl izin verdiğini açıklamak için örnek olarak görüntü tanımayı kullanıyor. Ardından, ticaret ve yatırımda, özellikle maaş, meslek ve bölge gibi çeşitli veri noktalarına dayalı kişiselleştirilmiş yatırım portföyleri oluşturmada makine öğreniminin rolünü tartışıyor. Makine öğrenimi ayrıca bir portföydeki varlıklara ağırlık atamaya yardımcı olur ve ticaret stratejileri geliştirmeye yardımcı olur. Pachanekar, riskten korunma fonları, emeklilik fonları ve yatırım fonları tarafından yatırım ve alım satım kararları için kullanılan makine öğreniminin hız ve veri analizi yeteneklerinin altını çiziyor.

Ishan Shah ve Rekhit Pachanekar, ticaret için bir makine öğrenimi modeli oluşturmanın yedi adımını derinlemesine inceliyor. Bireysel perakende tüccarların bile kendi ticaret stratejilerini oluşturmak için makine öğrenimi teknolojisinden yararlanabileceğini vurguluyorlar. Tartıştıkları ilk adım, olumlu getiriler için genel bir arzudan JP Morgan gibi belirli bir hisse senedine yatırım yapmak için doğru zamanı belirlemek gibi daha spesifik hedeflere kadar değişebilen sorun bildirimini tanımlamaktır. İkinci adım, kaliteli verilerin elde edilmesini, eksik veya yinelenen değerlerin ve aykırı değerlerin olmamasını sağlamayı içerir. Sunucular, doğru bir makine öğrenimi modeli oluşturmada veri kalitesinin önemini vurguluyor.

Shah ve Pachanekar, ticarette bir makine öğrenimi modeli için girdi ve çıktı değişkenlerini seçme sürecini açıklamaya devam ediyor. Bir hisse senedinin gelecekteki getirisini temsil eden çıktı değişkenini veya hedef değişkeni vurgularlar. Gelecekteki getirilerin pozitif olacağı tahmin edildiğinde bir sinyal değişkenine 1 ve negatif olacağı tahmin edildiğinde 0 değeri atandığından bahsederler. Girdi değişkenleri veya özellikleri, tahmin gücüne sahip olmalı ve durağanlık gereksinimini karşılamalıdır, yani ortalama ve sabit bir varyans sergilerler. Açık, düşük, yüksek ve kapalı gibi değişkenlerin durağan olmadığını ve girdi özelliği olarak kullanılamayacağını vurgularlar.

Ardından sunum yapan kişiler, ticarette makine öğrenimi modelleri için girdi özelliklerinin seçimini tartışıyor. Sabit giriş özelliklerine olan ihtiyacı açıklar ve bunu farklı zaman dilimleri için yüzde değişim değerleri kullanarak gerçekleştirirler. Ayrıca, girdi değişkenleri arasında korelasyondan kaçınmanın önemini vurguluyorlar ve yüksek oranda ilişkili özellikleri belirlemek ve ortadan kaldırmak için bir korelasyon ısı haritasının kullanımını gösteriyorlar. Girdi özelliklerinin son seçimi, farklı zaman dilimleri için yüzde değişim değerlerini, RSI'yi (Göreceli Güç Endeksi) ve korelasyonu içerir. Modeli canlı alım satım için kullanmadan önce, performansını değerlendirmek için veri setini eğitim ve test setlerine ayırdılar.

Makine öğrenimi modellerinde kullanılan veri setlerinin kalitesini ve uygunluğunu sağlamanın önemi konuşmacılar tarafından vurgulanmaktadır. Karar ağaçları kavramını tanıtıyorlar ve hisse senedi veya varlık satın alma söz konusu olduğunda katılımcıların kişisel karar verme süreçleri hakkında sorular soruyorlar, teknik göstergelerden arkadaş tavsiyelerine kadar değişen yanıtlardan bahsediyorlar. Bu tür özellikleri kullanırken kişisel deneyimlere dayalı karar verme için zihinsel bir model oluşturma gereğini öne sürüyorlar. Aşırı uyum sorunlarının üstesinden gelmenin bir yolu olarak rastgele ormanları tanıtıyorlar ve karar ağaçları için bir temel olarak Bayes ağaçlarının kullanımını açıklıyorlar.

Shah ve Pachanekar, makine öğrenimi algoritmalarının, özellikle karar ağaçlarının ticaret için kurallar oluşturmak üzere nasıl kullanılabileceğini açıklıyor. ADX (Ortalama Yön Endeksi) ve RSI gibi teknik göstergeleri içeren bu kurallar, tacirlerin önceden tanımlanmış koşullara göre karar vermelerini sağlar. Bu kuralların yalnızca şansa dayalı olmadığından emin olmak için, sunucular rastgele bir orman kavramını tanıtırlar. Rastgele bir ormanın, daha genelleştirilmiş ve güvenilir bir ticaret stratejisi oluşturmak için birden fazla karar ağacını birleştirdiğini açıklıyorlar. Rastgele orman, her ağaç için özelliklerin bir alt kümesini rastgele seçerek, fazla uydurma olasılığını azaltır ve daha doğru tahminler sağlar. Sunucular, tahminci sayısı, maksimum özellikler ve ağacın maksimum derinliği dahil olmak üzere rastgele orman algoritması için gereken çeşitli parametreleri tartışırlar.

Devam eden sunum yapan kişiler, ticarette makine öğrenimini uygulamak için rastgele bir orman sınıflandırıcısının uygulanmasını araştırıyor. Karar ağacının derinliğini kontrol etmenin ve fazla uydurmayı önlemek ve tutarlı çıktılar sağlamak için özellikleri rastgele seçmenin önemini vurguluyorlar. Rastgele orman sınıflandırıcısı, daha sonra görünmeyen veriler üzerinde tahminler yapmak için kullanılan girdi özelliklerinden ve beklenen çıktılardan kuralları öğrenir. Ayrıca modelin performansının çeşitli metrikler kullanılarak ölçülebileceğinden de bahsetmişlerdir.

Sunum yapan kişiler daha sonra, tavsiyelerine göre gerçek para yatırımları yapmadan önce bir makine öğrenimi modelinin etkinliğini değerlendirmenin önemini tartışıyorlar. Modelin tahminlerinin gerçek piyasa sonuçlarıyla uyumlu olup olmadığını doğrulamayı içeren doğruluk kavramını ortaya koyarlar. Bir modelin doğruluğunun tipik olarak %50 ila %60 arasında olduğunu vurguluyorlar ve yüksek doğruluk oranının iyi sonuçları garanti etmediğine dikkat çekiyorlar. Gerçek ve tahmin edilen etiketleri karşılaştırmak için bir karışıklık matrisi kullanmayı ve modelin performansını değerlendirmek için kesinlik, geri çağırma ve F1 puanı gibi performans ölçümlerini hesaplamayı önerirler.

Detaylı olarak modelin doğruluğu etraflıca tartışılır ve %60 olarak hesaplanan doğruluk oranını belirlemek için bir anket yapılır. Ancak etiket bazında kontrol edildiğinde, uzun sinyalin doğruluğu %33'e düşüyor. Bu, genel doğruluktaki bir artışın karlı bir ticaret modeliyle sonuçlanıp sonuçlanmayacağı sorusunu gündeme getiriyor. Sunucular, bir modelin piyasayı tahmin etmedeki etkinliğini belirlemede doğruluğun çok önemli bir faktör olduğunu vurgulamaktadır. Yüksek bir genel doğruluğun mutlaka kârlılığa yol açmadığına ve diğer faktörlerin dikkate alınması gerektiğine işaret ediyorlar.

Shah ve Pachanekar daha sonra hassasiyet, geri çağırma ve F1 puanı dahil olmak üzere bir ticaret modelinin performansını değerlendirmek için kullanılan farklı ölçütleri tartışmaya odaklanıyorlar. Geri çağırma, dengesiz verilerle ilgili sorunların üstesinden gelmeye yardımcı olsa da, kendi başına kullanıldığında güvenilmez bir ölçüm olabileceğini belirtiyorlar. Bunun yerine, modelin performansının daha kapsamlı bir değerlendirmesini sağlayan F1 puanını hesaplamak için kesinlik ve geri çağırma kombinasyonunun kullanılmasını önerirler. Gerçek dünyadaki ticaret senaryolarında etkinliğini sağlamak için modelin geriye dönük test edilmesinin önemini ve modele aşırı uyum sağlamaya karşı uyarıda bulunurlar.

Sunucular, gerçek dünya ortamlarında aşırı uyum endişelerini ele alıyor ve kullanılan belirli makine öğrenimi modeline dayalı olarak bununla başa çıkmak için stratejiler öneriyor. Model parametrelerini anlamanın, özellik sayısını sınırlamanın ve her bir makine öğrenimi modeli türü için farklı hiperparametreler üzerinde çalışmanın önemini vurguluyorlar. Gerçek dünya verilerini manipülasyon olmadan kullanmanın önemini vurgularlar. Ek olarak, risk yönetimindeki potansiyeli gibi sinyal üretmenin ötesinde ticarette makine öğreniminin uygulamalarını tartışıyorlar. Ayrıca, pazardaki karlı fırsatları belirlemek için kümeleme algoritmalarının kullanımına değinirler.

Ishan Shah ve Rekhit Pachanekar, ticarette makine öğrenimini kullanmanın, özellikle de insanların tanımlaması zor olabilecek karmaşık modellerin deşifre edilmesindeki avantajlarını tartışarak web seminerini sonlandırıyor. Alfa tanımlama sürecinde makine öğrenimini tamamlayıcı bir araç olarak kullanmayı öneriyorlar. Oturum, sunum yapanların Algo Ticaret Haftası'nın konuşmacılarına ve katılımcılarına şükranlarını ifade etmeleriyle sona erer ve yanıtlanmayan soruları anket aracılığıyla iletmeye davet ederler.

  • 00:00:00 Sunucular, Ishan Shah ve Rekhit Pachanekar kendilerini tanıtıyor ve algo ticareti haftasının son gününü tartışıyorlar. Algo ticaret yarışmasının kazananlarını öne çıkarıyorlar ve günün iki konuşmacısını tanıtıyorlar. Sunumun makine öğrenimine odaklanacağını ve sonunda bir Soru-Cevap oturumu olacağını belirtiyorlar. Rekhit Pachanekar web seminerine başlayacak ve ardından onu Ishan Shah'a iletecek.

  • 00:05:00 Video, görüntü tanımayı örnek olarak kullanarak makine öğreniminin temellerini tanıtıyor. Makine öğrenimi, kapsamlı programlama gerektiren geleneksel bilgisayar programlarının aksine, algoritmaların verilerden öğrenmesine ve kararlar almasına olanak tanır. Ardından video, makine öğreniminin ticaret ve yatırımdaki rolünü, özellikle de maaş, meslek, bölge vb. verilere dayalı olarak bireyler için yatırım portföyleri oluşturmadaki rolünü açıklıyor. Makine öğrenimi ayrıca bir portföydeki varlıklara ağırlıklar atar ve ticaret stratejileri oluşturmaya yardımcı olur. . Riskten korunma fonları, emeklilik fonları ve yatırım fonları, yatırım ve ticaret kararları için makine öğreniminin hızından ve büyük miktarda veriyi analiz etme yeteneğinden yararlanır.

  • 00:10:00 Sunum yapan kişiler, ticaret için bir makine öğrenimi (ML) modeli oluşturmanın yedi adımını ve bireysel perakende tüccarların bile kendi ticaret stratejilerini oluşturmak için ML teknolojisini nasıl kullanabileceklerini tartışıyor. İlk adım, olumlu getiriler elde etmeyi istemek kadar basit olabilecek, ancak daha fazla ayrıntılandırma ile JP Morgan gibi belirli bir hisse senedine yatırım yapmak için doğru zamanı belirlemek gibi daha spesifik hale gelebilecek sorun bildirimini tanımlamayı içerir. İkinci adım, iyi kalitede veriler elde etmek ve verilerde eksik veya yinelenen değerlerin yanı sıra aykırı değerler olmadığından emin olmaktır. Sunucular, doğru bir makine öğrenimi modeli oluşturmada veri kalitesinin önemini vurgulamaktadır.

  • 00:15:00 Ishan Shah ve Rekhit Pachanekar, ticarette bir makine öğrenimi modeli için girdi ve çıktı değişkenlerini seçme sürecini açıklıyor. Çıkış değişkeni veya hedef değişken, bir hisse senedinin gelecekteki getirisidir ve bir sinyal değişkenine, gelecekteki getirilerin pozitif olacağı tahmin edildiğinde 1 ve negatif olacağı tahmin edildiğinde 0 değeri atanır. Girdi değişkenleri veya özellikleri tahmin gücüne sahip olmalı ve durağanlık gereksinimini karşılamalıdır, yani bir sarkaç gibi ileri geri sallanan ortalama ve sabit bir varyansa sahip olmalıdır. Açık, düşük, yüksek ve kapalı değişkenler durağan değildir, bu nedenle giriş özellikleri olarak kullanılamazlar.

  • 00:20:00 Konuşmacılar, ticarette makine öğrenimi modelleri için girdi özelliklerini seçme sürecini tartışıyorlar. Modelin, çeşitli zaman dilimleri için yüzde değişim değerleri alarak elde ettikleri durağan girdi özellikleri gerektirdiğini belirtiyorlar. Ayrıca, girdi değişkenleri arasında korelasyondan kaçınmanın önemini vurguluyorlar ve yüksek oranda ilişkili olan özellikleri kaldırmak için bir korelasyon ısı haritası kullanıyorlar. Giriş özelliklerinin son seçimi, farklı zaman dilimleri, RSI ve korelasyon için yüzde değişim değerlerini içerir. Modeli canlı ticaret için kullanmadan önce, modelin performansını değerlendirmek için veri setlerini eğitim ve test setlerine ayırırlar.

  • 00:25:00 Konuşmacılar, hangi modelin kullanılacağına karar vermeden önce makine öğrenimi modellerinde kullanılan veri kümelerinin kalitesini ve uygunluğunu sağlamanın önemini tartışıyor. Ayrıca karar ağaçları kavramını tanıtıyorlar ve teknik göstergelerden arkadaşların tavsiyelerine kadar değişen yanıtlarla katılımcılara belirli bir hisse senedi veya varlığı alıp almamaya kişisel olarak nasıl karar verdiklerini soruyorlar. Konuşmacılar, bu tür özellikleri kullanırken kişisel deneyimlere dayalı karar verme için zihinsel bir model oluşturmanın önemli olduğunu belirtiyorlar. Rastgele orman kavramını ve karar ağaçları için bir temel olarak Bayes ağaçlarının kullanımını tanıtırlar.

  • 00:30:00 Konuşmacılar, ticaret kuralları oluşturmak için makine öğrenimi algoritmalarının, özellikle bir karar ağacının nasıl kullanılacağını açıklıyor. ADX ve RSI gibi teknik göstergeleri içerebilen bu kurallar, tüccarların önceden tanımlanmış koşullara göre karar vermelerine olanak tanır. Bu kuralların yalnızca şansa dayalı olarak oluşturulmadığından emin olmak için konuşmacılar, daha genel ve güvenilir bir ticaret stratejisi oluşturmak için çoklu karar ağaçlarını kullanan rastgele bir orman kavramını tanıtıyorlar. Rastgele orman, her ağaç için özelliklerin bir alt kümesini rastgele seçerek fazla uydurma olasılığını azaltır ve daha doğru bir tahmin sağlar. Konuşmacılar, rastgele orman algoritması için tahmin edici sayısı, maksimum özellikler ve ağacın maksimum derinliği dahil olmak üzere gerekli çeşitli parametreleri tartışırlar.

  • 00:35:00 Konuşmacılar, ticarette makine öğrenimini uygulamak için rastgele bir orman sınıflandırıcısının uygulanmasıyla ilgili parametreleri ve kodu tartışıyor. Fazla uydurmayı önlemek ve tutarlı çıktılar sağlamak için karar ağacının derinliğini kontrol etmenin ve özellikleri rastgele seçmenin önemini açıklarlar. Rastgele orman sınıflandırıcı, kuralları öğrenmek ve daha sonra görünmeyen veriler üzerinde tahminler yapmak için kullanılan karar ağaçları oluşturmak için girdi özelliklerine ve beklenen çıktılara ihtiyaç duyar. Modelin performansı çeşitli metrikler kullanılarak ölçülebilir.

  • 00:40:00 Sunucular, tavsiyelerine göre gerçek para yatırmadan önce bir makine öğrenimi modelinin etkinliğini değerlendirmenin önemini tartışıyor. Modelin tahminlerinin piyasada gerçekte olanlarla eşleşip eşleşmediğini doğrulamayı içeren doğruluk kavramını ortaya koyuyorlar. Bir modelin doğruluğunun tipik olarak %50 ila %60 arasında değiştiğini ve yüksek bir doğruluk oranının mutlaka iyi sonuçları garanti etmediğini vurguluyorlar. Sunucular, bir modelin performansını belirlemek için, gerçek ve tahmin edilen etiketleri karşılaştırmak ve kesinlik, hatırlama ve F1 puanı gibi performans ölçümlerini hesaplamak için bir karışıklık matrisi kullanmanızı önerir.

  • 00:45:00 Modelin doğruluğu ayrıntılı olarak tartışılır ve kurulması için yapılan bir anket ile. Modelin doğruluğu %60 olarak hesaplanmıştır, ancak etiket bazında kontrol edildiğinde uzun sinyalin doğruluğu %33'e düşmektedir. Bu, doğruluktaki bir artışın karlı bir ticaret modeliyle sonuçlanıp sonuçlanmayacağı sorusunu gündeme getiriyor. Modelin doğruluğu, piyasayı tahmin etmede ne kadar etkili olduğunu belirlemeye yardımcı olduğu için önemlidir ve bu durumda, yüksek bir genel doğruluk mutlaka karlılığa yol açmayabilir.

  • 00:50:00 Shah ve Pachanekar, bir ticaret modelinin performansını değerlendirmek için kullanılan kesinlik, geri çağırma ve F1 puanı gibi farklı ölçütleri tartışıyor. Geri çağırma, dengesiz verilerle ilgili sorunların üstesinden gelmeye yardımcı olsa da, kendi başına güvenilmez bir ölçüm olabileceğini belirtiyorlar. Bunun yerine, F1 puanını hesaplamak için kesinlik ve geri çağırma kombinasyonunun kullanılmasını önerirler. Bu puan, bir karışıklık matrisi kullanılarak kolayca oluşturulabilir ve yüksek bir F1 puanı, ticarete değer bir model olduğunu gösterir. Ayrıca, uygulamada iyi performans gösterdiğinden emin olmak için modelin geriye dönük test edilmesinin önemini ve modele aşırı uyum sağlamaya karşı dikkatli olmayı tartışıyorlar.

  • 00:55:00 Modeller fazla sığabilir, bu da eğitim verilerine çok yakın oldukları ve yeni veriler üzerinde iyi çalışmayabilecekleri anlamına gelir. Öte yandan, aşırı optimizasyon, istenen sonucu elde etmek için bir ticaret stratejisini tekrar tekrar test etmenin ve ince ayar yapmanın sonucudur. Bu, eğitim ve test verilerinde iyi çalışan ancak canlı verilerde çalışmayabilen özel bir durum bulmayı sağlayabilir. Aşırı optimizasyondan kaçınmak için birden çok varlık sınıfında çalışan sağlam modellere sahip olmak, zararı durdurma mekanizmaları gibi risk yönetimi araçlarını kullanmak ve geriye dönük test sırasında aşırı uyum veya aşırı optimizasyon yapmamak önemlidir.

  • 01:00:00 Aşırı uyum, model eğitim veri setine çok yakından uymaya çalıştığında meydana gelir; bu, eğitim verilerindeki yüksek doğruluk oranıyla gösterilir. Öte yandan, çok düşük bir doğruluk oranıyla kanıtlandığı gibi, model verilerden beklendiği gibi öğrenemediğinde yetersiz uyum gerçekleşir. Bunu ölçmenin bir yolu, modelin doğruluk oranını ölçmektir; 100'lük bir doğruluk oranı fazla uydurmayı ve çok düşük bir doğruluk oranı yetersiz uydurmayı gösterir.

  • 01:05:00 Konuşmacılar, gerçek dünya ortamlarında aşırı uyum endişesini ele alıyor ve kullanılan belirli modele dayalı olarak bununla başa çıkmanın yollarını öneriyor. Modelin parametrelerini anlamanın, özellik sayısını sınırlamanın ve her bir makine öğrenimi modeli türü için farklı hiperparametreler üzerinde çalışmanın önemini vurguluyorlar. Ayrıca gerçek dünya verileriyle çalışmanın ve onu manipüle etmemenin gerekli olduğunu belirtiyorlar. Ek olarak, ticarette makine öğreniminin uygulamalarını tartışıyorlar ve bunun sadece sinyal üretmekten çok daha iyi olduğunu ve risk yönetiminde bolca yeri olduğunu belirtiyorlar. Son olarak, pazardaki karlı kutupları belirlemek için kümeleme algoritmalarını kullanarak makine öğrenimi modelleriyle alfa sinyallerini keşfetmeye değiniyorlar.

  • 01:10:00 Ishan Shah ve Rekhit Pachanekar, ticarette makine öğrenimini kullanmanın, özellikle de insanların tanımlamakta zorlanabileceği karmaşık modellerin deşifre edilmesindeki avantajlarını tartışıyor. Makine öğrenimi, hemen yerine daha uzun bir süre içinde bozulan daha sürdürülebilir ve sağlam alfalar üretebilir. Alfa tanımlama sürecinin tamamlayıcısı olarak makine öğreniminin kullanılmasını öneriyorlar. Oturum, Algo Ticaret Haftası'nın konuşmacılarına ve katılımcılarına bir teşekkür ve ankette cevaplanmamış soruları sorma daveti ile sona erer.
Application of Machine Learning in Trading | Algo Trading Week Day 7
Application of Machine Learning in Trading | Algo Trading Week Day 7
  • 2021.09.30
  • www.youtube.com
Are you curious about the application of machine learning in the exciting world of trading? Join us for the seventh day of Algo Trading Week as we delve into...