Vad är Quantitative Analysis (QA)?
Quantitative Analysis (QA) är praxis för att fatta handelsbeslut baserat på data, inte magkänsla. Det omvandlar siffror till regler med hjälp av matematik, statistik och kod. Föreställ dig en lugn vän som kollar kvitton innan hen beställer ytterligare en runda, och sedan frågar om affären fortfarande är rimlig.
QA är inte robotar som trycker fram gratis pengar. Det är ett ramverk för att testa idéer och hantera sannolikheter, och det förlorar fortfarande när marknader förändras eller när data är rörig.
Hur det fungerar
Quantitative Analysis (QA) följer en enkel cykel: samla, testa, besluta, upprepa. Föreställ dig en trader som bygger en liten momentumstrategi för BTC.
- Steg 1: Hämta ren data, till exempel historiska och live marknadspriser.
- Steg 2: Skapa features, till exempel ett glidande medelvärde och en volymtrend, och filtrera uppenbara avvikare.
- Steg 3: Skriv en regel, till exempel köp när priset ligger över sitt medelvärde och volymen ökar, annars avvakta.
- Steg 4: Backtesta över flera år, inkludera avgifter och slippage, och spara en del data för tester på data som inte ingick i backtesten.
- Steg 5: Om det håller, kör det manuellt eller mata in det i Algorithmisk handel med aviseringar och positionsstorlek.
Håll det tråkigt och testbart. Ja, det är poängen.
Varför det spelar roll
Så varför borde du bry dig om Quantitative Analysis (QA) om du är intresserad av krypto och teknik?
- Fördel: Det omvandlar vaga åsikter till upprepbara planer som kan spara tid och ibland pengar.
- Perspektiv: Det följer trenden med datadriven handel och tillför disciplin genom bättre riskhantering.
- Relevans: Du stöter på det på prop desks, i quant DAO:er och i personliga botar. Kombinerat med smart diversifiering kan det göra utvecklingen jämnare över olika kryptovalutor och strategier.
Börja med en tydlig regel, lägg sedan bara till det som förbättrar den på data som inte användes i backtesten. Fler rattar leder till mer överanpassning.
Viktiga egenskaper
Vad som skiljer Quantitative Analysis (QA) åt:
- Data: Stark fokus på ren, relevant input, inte magkänsla.
- Regler: Beslut följer tydlig logik som kan testas och upprepas.
- Testning: Backtester och framåttester försöker avgöra om ett mönster är verkligt eller bara tur.
- Automatisering: Lätt att göra till aviseringar eller botar när det visat sig fungera.
Variationer
Olika varianter du kommer att se:
- Statistisk: Mean reversion, momentum och klassiska tidsserietester.
- Maskininlärning: Modeller som lär sig mönster från features och labels.
- Faktor: Regler byggda från drivkrafter som trend, carry eller värde.
- HFT: Modeller med mycket kort horisont som fokuserar på hastighet och mikrostruktur.
- Onchain: Signaler från avgifter, flöden, adresser och nätverksaktivitet.
Skit in, skit ut. Om data är fel eller marknadens läge ändras kommer även en välputsad modell att få problem, så uppdatera dina antaganden och kostnader regelbundet.
Exempel
En kryptofond testar en enkel momentumregel på ETH, sätter en riskbegränsning per trade, och kör den live först efter att testerna på data som inte användes bekräftar backtesten.
Kul fakta
Ordet quant blev populärt på Wall Street efter att optionsprissättning tog fart på 1970-talet, och många tidiga quants var fysiker; några hjälpte senare till att bygga modeller för market making i krypto.
Sammanfattning
Kort sagt: Quantitative Analysis (QA) förvandlar data till regler som du kan testa, lita på och justera när marknadens stämning ändras.