KabuGuide.com Blog # A B C D E F G H I J K L M N O P Q R S T U V W X Y Z NASDAQ NYSE AMEX

定量的取引とは何ですか

定量的取引は、取引の機会を識別するために噛み砕く数学的計算や数に依存している定量的な分析に基づいた取引戦略、で構成されています。価格及び数量は、数学的モデルへの主入力として定量分析に使用されるより一般的なデータ入力のうちの2つです。

量的な取引は、一般的に金融機関やヘッジファンドで使用されているように、トランザクションは通常大きく、株式やその他の有価証券の数十万人の売買を伴ってもよいです。しかし、定量的取引は、より一般的になってきて個人投資家によって使用されます。

定量的取引の##の基本

価格及び数量は、数学的モデルへの主入力として定量分析に使用されるより一般的なデータ入力のうちの2つです。

定量的取引技術は、高頻度取引、アルゴリズム取引や統計的裁定が含まれます。これらの技術は、矢継ぎ早であり、通常は短期投資視野を持っています。多くの量的なトレーダーは、このような平均値および発振器の移動などの定量的なツール、に精通しています。

定量的取引を理解します

定量トレーダーは近代的な技術、数学、合理的な取引意思決定を行うための包括的なデータベースの可用性を活用します。

定量トレーダーは、取引手法を取り、数学を使ってモデルを作成し、彼らは過去の市場データにモデルを適用するコンピュータプログラムを開発しています。モデルは、バックテストと最適化されています。良好な結果が達成されている場合、システムは、実際の資本金は、リアルタイムの市場で実装されています。

道定量的トレーディング・モデルの機能は、最高のアナロジーを用いて記述することができます。太陽が輝いている間、気象学者は雨の90%の確率を予測する気象レポートを考えてみましょう。気象学者は、地域全体のセンサーからの気候データを収集し、分析することにより、この直感に反する結論を導き出します。

コンピュータ化された定量分析は、データの特定のパターンを明らかにする。これらのパターンは、過去の気象データ(バックテスト)で明らかに同じパターンと比較した場合、100回の結果のうち90が雨である場合、気象学者は、したがって安心し結論、90%の予測を描くことができます。定量トレーダーは、取引の意思決定を行うために、金融市場に、この同じプロセスを適用します。

重要ポイント

定量的取引は、取引モデルを自動化する数学関数を使用する戦略です。取引のこのタイプでは、バックテストのデータは収益の機会を発見するために、様々な取引のシナリオに適用されます。定量的取引の利点は、それがバックテストデータの最適な使用を可能にし、取引の際に感情的な意思決定を排除していることです。定量的取引の欠点は、限られた用途を有していることです。量的な取引戦略は、市場の状況が変化一度その有効性を失う。###定量的取引の例

トレーダーの研究や好みに応じて、定量的トレーディング・アルゴリズムは、株式に関連するさまざまなパラメータを評価するためにカスタマイズすることができます。勢いの投資と考えているトレーダーの場合を考えてみましょう。彼女は、市場での上向きの勢いの間に勝者を選ぶ簡単なプログラムを書くために選択することができます。次の市場の好転時には、プログラムは、これらの株式を購入します。これは、定量的取引のかなり単純な例です。一般的に技術的な分析からバリュー株への基本的な分析のパラメータの品揃えは、利益を最大化するために設計された株式の複雑な組み合わせを選ぶのに使用されています。これらのパラメータは、市場の動きを活用するために、取引システムにプログラムされています。

定量的取引のメリットとデメリットは、

取引の目的は、収益性の高い取引を実行するのに最適な確率を計算することです。典型的なトレーダーが効果的に監視、分析および着信データの量は、意思決定プロセスを圧倒する前に、有価証券の限られた数の決定を取引することができます。定量的取引技術の使用は、監視、分析、および取引の意思決定を自動化するためにコンピュータを使って、この制限を照らします。

感情を克服することは、取引で最も普及して問題の一つです。それは、トレーディング、感情だけで通常の損失につながる合理的な思考を、抑圧するのに役立つとき、恐怖や欲こと。コンピュータと数学は感情を持っていないので、定量的な取引は、この問題を解消します。

定量的取引はその問題を持っています。金融市場が存在し、最もダイナミックなエンティティの一部です。したがって、定量的トレーディング・モデルが一貫し成功するなど、動的でなければなりません。多くの定量的なトレーダーは、彼らが開発されたため、市場の条件のために一時的に収益性のあるモデルを開発、しかし、市場の状況が変化したときに、彼らは最終的に失敗します。