@traderdoc: "etc" überlesen?
Mir ist klar das einige das wissen, aber es soll ja anderen auch helfen.
Quantitative Technologien gibt es in vielen Bereichen, nicht nur im Trading, z.B. auch beim Militär oder Biologie kommt es zum Einsatz.
Wir beschränken uns hier auf das Trading
Im Prinzip gibt es 3 Versionen von Quant Tech im Trading.
Zuerst muss klar sein was ein Investor und was ein Trader für unterschiedliche zeitliche Handelshorizonte haben.
Investor: Mehrere Monate bis Jahre, meist sind das Hedge Funds, Banken, Versicherungen, Institutionelle, alles mit wenig Risiko-Fundamental
Ein Trader (FinTechs, HFT, Bank Treasury, etc) handelt automatisiert von wenigen Sekunden bis mehrere Tage.
Hier ist elementar Gewinn = Volatilität x Volumen
Es werden bevorzugt hoch volatile Symbole gehandelt
1) Quantitative Technologie mit historischen Daten:
Wird immer von Investoren verwendet, exponentielle Optimierung der Vergangenheit und die Bereiche sind:
Mathematics (Ma%), Statistics (St%), Finance (Fi%), Computer Sience (CS%): M%+St%+Fi+CS%
2) Quantitative Technologie mit Echtzeit Daten:
Wird von Trader verwendet die Tagesaktuell handeln, aka DayTrader, Scalper, Lurker
Oft einfache Indikatoren/Oszilatoren oder Price Action und Optimierung, selten längere Vergangenheitsbetrachtung.
Mathematics (Ma%), Statistics (S%), Combinatorics (C%) Finance (F%), Computer Science (CS%): Ma%+St%+Co%+Fi+CS%
3) Quantitative Technologie mit Echtzeit und vorausschauenden Daten (predictive data):
Wird von Tradern (oft HFT, Treasury) verwendet, die vollautomatisch und dynamisch viele Symbole, auf vielen Märkten gleichzeitig handeln.
Hier kommt auf Grund der Komplexizität fast auschließlich Price Action oft in Kombination mit Inside Bar Trading, überhaupt keine längere exponetielle Vergangenheitsoptimierung zum Einsatz, maximal die letzten 7 Handelstage können mit einbezogen werden-oft mit diversen Algorithmen, z.B. Gauss-Newton mit variablen dämpfenden Factor α, usw. Zusätzlich kommen AI und NN Komponenten! zum Einsatz.
Mathematics (Ma%), Statistics (S%), Combinatorics (C%) Finance (F%), Computer Science (CS%), Methodics (Me%), Neuronal Networks (NN%), Artificial Intelligence (AI%): Ma%+St%+Co%+Fi+CS%+Me%+NN%+AI%
Adaptive Processing, Dynamic Modeling, Predictive Modeling ff.
Daraus lassen sich wieder Trading Systeme ableiten und kombinieren wie Inside-Bar-Trading, Basement-Trading, Spezial-Trading (Ops), Shadow-Trading (predictive), Power-Trading (linear, non-linear) usw.
Fazit: Es gibt viele unterschiedliche Modelle die verwendet werden können, die Entwicklung dauert natürlich, ist aber ein Reife Prozess, im Trading fängt jeder mit dem Einsatz eines Moving Average an,
dann kommt der RSI als Range Filter dazu ff. Es wird mit der Zeit immer komplexer. Mit einem techn. Informatik Studium geht es natürlich leichter.
Die Kunst ist es die verschiedenen Informationen und Berechnungen in dynamische Systeme einfließen zu lassen, das der Mensch nur mehr eine Kontrollfunktion hat.
Leider bringt mir die geplante Code Umstellung von MQL4 auf MQL5, viel weniger als erhöfft, werde es aber trotzdem machen in der Hoffnung das Metaquotes massiv nachbessert, aber vorerst nicht zum Einsatz bringen.
|