Что такое Quantitative Analysis (QA)?
Quantitative Analysis (QA): это практика принятия торговых решений на основе данных, а не догадок. Она превращает числа в правила с помощью математики, статистики и кода. Представьте спокойного друга, который проверяет чеки перед тем как заказать ещё один раунд, а потом спрашивает, имеет ли сделка смысл.
Quantitative Analysis (QA) не означает, что роботы печатают бесплатные деньги. Это система для тестирования идей и управления вероятностями, и она всё равно проигрывает, когда рынки меняются или данные ненадёжны.
Как это работает
Quantitative Analysis (QA) следует простому циклу: собрать, протестировать, принять решение, повторить. Представьте трейдера, который создаёт небольшую стратегию импульса для BTC.
- Шаг 1: Получите чистые данные, например исторические и текущие рыночные цены.
- Шаг 2: Создайте признаки, например скользящую среднюю и тренд объёма, затем отфильтруйте явные выбросы.
- Шаг 3: Напишите правило, например покупать, когда цена выше своего среднего и объём растёт, иначе держаться в стороне.
- Шаг 4: Прогоните бэктест на нескольких годах, учтите комиссии и проскальзывание, и оставьте часть данных невидимой для проверок на неучтённой выборке.
- Шаг 5: Если результаты выдерживают проверку, примените стратегию вручную или передайте её в Algorithmic Trading с оповещениями и управлением размером позиции.
Делайте всё скучно и проверяемо. Да, в этом смысл.
Зачем это важно
Почему вам стоит обратить внимание на Quantitative Analysis (QA), если вы занимаетесь криптой и технологиями?
- Преимущество: Преобразует расплывчатые мнения в повторяемые планы, которые могут сэкономить время и иногда деньги.
- Перспектива: Это часть тренда торговли, ориентированной на данные, и добавляет дисциплину за счёт улучшенного управления рисками.
- Актуальность: Вы столкнётесь с этим на департаментах проп трейдинга, в квантовых DAO и в персональных ботах. В сочетании со разумной диверсификацией, это может сгладить колебания между монетами и стратегиями.
Начните с одного чёткого правила, затем добавляйте только то, что улучшает его на неучтённой выборке. Больше параметров означает больше переобучения.
Ключевые характеристики
Что выделяет Quantitative Analysis (QA):
- Данные: Сильный акцент на чистых, релевантных входных данных, а не на ощущениях.
- Правила: Решения следуют явной логике, которую можно протестировать и повторить.
- Тестирование: Бэктесты и форвард тесты пытаются определить, реальна ли закономерность или это просто удача.
- Автоматизация: Легко перевести в оповещения или ботов, когда метод подтвердит себя.
Варианты
Разные варианты, которые вы встретите:
- Статистические: Возврат к среднему, импульс и классические тесты временных рядов.
- Машинное обучение: Модели, которые обучаются паттернам на признаках и метках.
- Факторные: Правила, построенные на драйверах, таких как тренд, carry или value.
- HFT: Модели с очень коротким горизонтом, для которых важны скорость и микроструктура.
- Onchain: Сигналы от комиссий, потоков, адресов и активности сети.
Плохие входные данные дают плохие результаты. Если данные неверны или режим изменился, даже отточенная модель даст сбой, поэтому регулярно обновляйте свои предположения и оценки издержек.
Пример
Криптофонд тестирует простое правило импульса на ETH, ограничивает риск на сделку, затем запускает стратегию в реальном времени только после того, как проверка на неучтённой выборке подтвердит бэктест.
Любопытный факт
Слово quant стало популярным на Уолл Стрит после того, как ценообразование опционов начало развиваться в семидесятых, и многие ранние quants были физиками; позже некоторые из них помогали строить модели маркетмейкинга для крипторынка.
Итог
В двух словах: Quantitative Analysis (QA) превращает данные в правила, которые можно протестировать, доверять им и корректировать при изменении настроения рынка.