Šta je kvantitativna analiza (QA)?

Kvantitativna analiza (QA) je donošenje odluka o trgovanju na osnovu podataka, a ne intuicije. Brojeve pretvara u pravila pomoću matematike, statistike i koda. Zamislite smirenog prijatelja koji proverava račune pre nego što naruči još jednu turu, a zatim pita da li se ponuda i dalje isplati.

Mit

QA nisu roboti koji štampaju besplatan novac. To je okvir za testiranje ideja i upravljanje verovatnoćama, a i dalje može da donese gubitke kada se tržišta promene ili su podaci neuredni.

Kako funkcioniše

Kvantitativna analiza (QA) prati jednostavan ciklus: prikupi, testiraj, odluči, ponovi. Zamislite trgovca koji razvija jednostavnu strategiju zasnovanu na momentumu za BTC.

Korak 1: Preuzmite kvalitetne podatke, na primer istorijske i trenutne tržišne cene.
Korak 2: Napravite karakteristike, na primer pokretni prosek i trend volumena, pa uklonite očigledne odstupajuće vrednosti.
Korak 3: Zapišite pravilo, kao što je kupovina kada je cena iznad proseka i volumen raste, a u suprotnom ostanite van pozicije.
Korak 4: Testirajte strategiju na podacima iz više godina, uračunajte naknade i proklizavanje i sačuvajte deo podataka za proveru van uzorka.
Korak 5: Ako se pokaže uspešnom, primenjujte je ručno ili je povežite sa algoritamskim trgovanjem uz obaveštenja i određivanje veličine pozicije.

Neka bude jednostavno i proverljivo. Da, upravo je u tome poenta.

Zašto je važna

Zašto bi trebalo da vas zanima QA ako vas zanimaju kripto i tehnologija?

Prednost: Neodređena mišljenja pretvara u ponovljive planove koji mogu da uštede vreme, a ponekad i novac.
Šira slika: U skladu je s trendom trgovanja koje polazi od podataka i podstiče disciplinu kroz bolje upravljanje rizikom.
Primena: Sretaćete je u prop deskovima, kvantitativnim DAO-ovima i ličnim botovima. U kombinaciji s dobrom diversifikacijom, može da ublaži oscilacije kod različitih kovanica i strategija.

Savet

Počnite s jednim jasnim pravilom, pa dodajte samo ono što ga poboljšava u testiranju van uzorka. Što više parametara, veći je rizik od preprilagođavanja.

Ključne karakteristike

Po čemu se kvantitativna analiza (QA) izdvaja:

Podaci: Veliki naglasak na kvalitetnim i relevantnim ulaznim podacima, a ne na osećaju.
Pravila: Odluke prate jasnu logiku koja se može testirati i ponavljati.
Testiranje: Testiranje na istorijskim i budućim podacima pomaže da se utvrdi da li je obrazac stvaran ili je samo rezultat sreće.
Automatizacija: Lako se pretvara u obaveštenja ili botove kada se pokaže uspešnom.

Varijante

Različite vrste na koje možete naići:

Statistička: Povratak ka srednjoj vrednosti, momentum i klasični testovi vremenskih serija.
Mašinsko učenje: Modeli koji uče obrasce iz karakteristika i oznaka.
Faktorska: Pravila zasnovana na pokretačima kao što su trend, prinos od držanja ili vrednost.
HFT: Modeli sa veoma kratkim horizontom kojima su važni brzina i mikrostruktura.
On-chain: Signali zasnovani na naknadama, tokovima, adresama i aktivnosti mreže.

Podsetnik

Loši podaci daju loše rezultate. Ako su podaci pogrešni ili se tržišni režim promeni, čak će i doteran model posrnuti, zato redovno ažurirajte pretpostavke i troškove.

Primer

Kripto fond testira jednostavno pravilo zasnovano na momentumu za ETH, ograničava rizik po trgovini, a zatim ga primenjuje uživo tek nakon što testiranje van uzorka potvrdi rezultate testiranja na istorijskim podacima.

Zanimljivost

Reč „quant” postala je popularna na Vol stritu nakon što je određivanje cena opcija uzelo maha tokom 70-ih, a mnogi od prvih kvantitativnih analitičara bili su fizičari; neki su kasnije pomogli u razvoju modela za market mejking na kripto tržištu.

Zaključak

Ukratko: kvantitativna analiza (QA) pretvara podatke u pravila koja možete da testirate, kojima možete da verujete i koja možete da prilagodite kada se raspoloženje na tržištu promeni.

Quantitative Analysis (QA)