Multi Stratégies Trading et régimes de marchés

 

Voici la traduction d’un post de Tito Ingargiola du blog “Hack the market” dont des articles ont déjà été traduits sur le site (cf la série intitulée le miroir aux alouettes de l’optimisation, l’article Rassembler les pièces d’un système de trading algorithmique et le spectre des fréquences de trading). Tito Ingargiola a décidé de quitter en 2005 sa position de spécialiste en technologie a Wall Street pour créer Puppetmaster Trading et poursuivre ainsi à temps plein son intérêt croissant pour le trading algorithmique.

Post Original: multi strategy trading with regimes

L’un des défis du trading algorithmique est que même s’il y a beaucoup d’intérêt pour le domaine, ceux qui l’utilisent ne sont généralement pas diserts sur leurs observations. Les universitaires se concentrent plutôt sur des choses qui ne sont souvent pas immédiatement exploitables, ou quand ils pourraient l’être, semblent toujours monter un hedge-fund en parallèle en publiant des graphiques colorés sur la façon dont les marchés se «comportent».

Même s’il est ardu de trouver des bonnes choses, il est nécessaire de chercher car il y a toujours des informations et des idées que l’on peut effectivement retenir et utiliser. Il y a quelques semaines j’étais en train de formaliser la fonction d’espérance de profit d’un algorithme que je suis en train de développer et je souhaitais voire ce que les gens avaient écrit sur le sujet. J’ai donc entré “définir une fonction d’espérance de profit pour un algorithme” dans google et j’ai été agréablement surpris de trouver un article de recherche intitulé ‘Multi-strategy trading utilizing market regimes’ (trading multi-stratégie utilisant les régimes de marché) par Mlnarik, Ramamoorthy et Savani. Ca ne couvre pas directement le sujet que je recherchais mais aborde à la place à des sujets auxquels je m’intéressais depuis un moment.

  • Le traitement d’une stratégie comme un instrument à part entière
  • Composer des portefeuilles comprenant des stratégies
  • Utilisation de techniques de commutation par régimes pour gérer les portefeuilles de stratégies

Dans ce post, je vais brièvement passer en revue leur article, illustrer comment on peut facilement modéliser les stratégies de manière pertinente en utilisant la stratégie “modèle objet” que j’ai précédemment décris au travers d’un exemple, et conclure par quelques réflexions sur la façon dont ces types de stratégies pourraient être mises en œuvre et exploitées davantage.

«Trading multi-stratégie en utilisant les régimes de marché” par les Mlnarik, Ramamoorthy et Savani

Leur article commence ainsi:

Cet article examine le problème de l’allocation dynamique de capital à un portefeuille de stratégies de trading. La répartition doit être robuste, et le capital affecté à une stratégie de trading devrait refléter la confiance dans le bénéfice prévu que la stratégie fera dans les conditions actuelles du marché.

Des bonnes stratégies de trading exploitent des dynamiques récurrentes du marché qui peuvent être plus fréquentes dans certaines périodes de temps que dans d’autres. En effet,  la notion de régimes est fondamentale pour les marchés financiers, et une grande partie de la recherche a été axée sur la détection des changements de régime. Dans cet article, nous considérons un régime tel que défini par un ensemble de stratégies de trading montrant des performances similaires dans un laps de temps donné.

Nous considérons différents paramétrages de la même stratégie comme distinctes dans notre jeu de stratégies. Le problème de trading est de choisir une distribution, parmi celles qui nous sont disponibles, qui permettra d’atteindre de bonnes performances dans la période courante.”

 

Ils commencent par quelques définitions intéressantes. Une stratégie de trading est définie comme une fonction qui prend un état donné du marché et génère une réponse appropriée “dénotant toutes les décisions de trading possibles”. Les fonctions de stratégie peuvent également être paramétrées et différents paramétrages de la même fonction / stratégie sont considérés comme des stratégies qualitatives distinctes. Ils supposent l’existence de l’ensemble de toutes les stratégies. Un régime est défini comme un ensemble de stratégies de trading qui ont un comportement similaire sur une période de temps donnée, où la similarité est mesurée par la variation d’une fonction de fitness.

Ils commencent donc avec un ensemble de stratégies, une fonction de fitness, des données historiques et des états, et leur première tache est d’identifier des régimes. Ils le font en faisant tourner les stratégies sur des partitions de données historiques aléatoirement sélectionnées, en quantifiant leurs performances respectives par la fonction de fitness et en identifiant les groupes statistiquements signifiants. Ces groupes de stratégies signifiants sont les régimes de l’ensemble de stratégies dont ils sont extraits et qui sont candidates a l’exécution.

Ils définissent la fonction stFuncDist qui pour chaque régime génère une distribution ou balance des stratégies a l’intèrieur du régime.

A suivre…

 

des données historiques

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>