Estratégias de negociação quântica

QuantStart.

Junte-se ao portal de membros privados da Quantcademy que atende à comunidade de comerciantes de varejo de varejo em rápido crescimento. Você encontrará um grupo de comerciantes quânticos bem informados e com a mesma mentalidade, prontos para responder às suas perguntas mais prementes sobre negociação de quant.

Confira meu ebook sobre o comércio de quant, onde eu ensino você como criar estratégias de negociação sistemáticas lucrativas com ferramentas Python, desde o início.

Dê uma olhada no meu novo ebook sobre estratégias de negociação avançadas usando análise de séries temporais, aprendizado de máquina e estatísticas bayesianas, com Python e R.

Por Michael Halls-Moore em 26 de março de 2013.

Neste artigo, vou apresentá-lo a alguns dos conceitos básicos que acompanham um sistema de negociação quantitativa de ponta a ponta. Espera-se que este post atenda a dois públicos-alvo. O primeiro será indivíduos tentando obter um emprego em um fundo como um comerciante quantitativo. A segunda será pessoas que desejam tentar montar seu próprio negócio de comércio algorítmico "de varejo".

A negociação quantitativa é uma área extremamente sofisticada de finanças quânticas. Pode levar uma quantidade significativa de tempo para obter o conhecimento necessário para passar uma entrevista ou construir suas próprias estratégias de negociação. Não só isso, mas exige uma ampla experiência em programação, pelo menos em uma linguagem como MATLAB, R ou Python. No entanto, à medida que a frequência comercial da estratégia aumenta, os aspectos tecnológicos tornam-se muito mais relevantes. Assim, ser familiar com C / C ++ será de suma importância.

Um sistema de comércio quantitativo consiste em quatro componentes principais:

Identificação Estratégica - Encontrando uma estratégia, explorando uma vantagem e decidindo sobre a frequência de negociação Backtesting da estratégia - Obtendo dados, analisando o desempenho da estratégia e removendo vieses Sistema de Execução - Vinculando a uma corretora, automatizando a negociação e minimizando custos de transação tamanho da aposta "/ critério Kelly e psicologia comercial.

Começaremos dando uma olhada em como identificar uma estratégia de negociação.

Identificação de Estratégia.

Todos os processos de negociação quantitativos começam com um período inicial de pesquisa. Este processo de pesquisa engloba encontrar uma estratégia, verificando se a estratégia se encaixa em um portfólio de outras estratégias que você pode estar executando, obtendo quaisquer dados necessários para testar a estratégia e tentando otimizar a estratégia para retornos mais altos e / ou menor risco. Você precisará avaliar seus próprios requisitos de capital se estiver executando a estratégia como um comerciante "varejista" e como qualquer custo de transação afetará a estratégia.

Ao contrário da crença popular, é bastante simples encontrar estratégias lucrativas por meio de várias fontes públicas. Os acadêmicos publicam periodicamente resultados teóricos de negociação (embora na maioria dos custos brutos de transação). Os blogs de finanças quantitativas discutirão estratégias em detalhes. As revistas comerciais descreverão algumas das estratégias empregadas pelos fundos.

Você pode questionar por que indivíduos e empresas estão interessados ​​em discutir suas estratégias rentáveis, especialmente quando sabem que outros "aglomerando o comércio" podem impedir a estratégia de trabalhar no longo prazo. A razão está no fato de que eles geralmente não discutem os parâmetros exatos e os métodos de ajuste que eles realizaram. Essas otimizações são a chave para transformar uma estratégia relativamente medíocre em uma altamente rentável. Na verdade, uma das melhores maneiras de criar suas próprias estratégias únicas é encontrar métodos semelhantes e, em seguida, realizar seu próprio procedimento de otimização.

Aqui está uma pequena lista de lugares para começar a procurar idéias de estratégia:

Muitas das estratégias que você olhará cairão nas categorias de reversão média e tendência / impulso. Uma estratégia de reversão à média é aquela que tenta explorar o fato de que existe uma média de longo prazo em uma "série de preços" (como o spread entre dois ativos correlatos) e que os desvios de curto prazo dessa média acabarão sendo revertidos. Uma estratégia de momentum tenta explorar tanto a psicologia do investidor quanto a grande estrutura de fundos, "pegando carona" em uma tendência de mercado, que pode ganhar impulso em uma direção e seguir a tendência até que ela se reverta.

Outro aspecto extremamente importante da negociação quantitativa é a freqüência da estratégia de negociação. A negociação de baixa freqüência (LFT) geralmente se refere a qualquer estratégia que detenha ativos por mais tempo do que um dia de negociação. Correspondentemente, a negociação de alta frequência (HFT) geralmente se refere a uma estratégia que mantém ativos intraday. Ultra-high frequency trading (UHFT) refere-se a estratégias que possuem ativos na ordem de segundos e milissegundos. Como profissionais de varejo, HFT e UHFT certamente são possíveis, mas apenas com conhecimento detalhado da "pilha de tecnologia" e da dinâmica do livro de pedidos. Não vamos discutir esses aspectos em grande medida neste artigo introdutório.

Uma vez que uma estratégia, ou conjunto de estratégias, foi identificado, agora precisa ser testado quanto à lucratividade em dados históricos. Esse é o domínio do backtesting.

Teste de estratégia.

O objetivo do backtesting é fornecer evidências de que a estratégia identificada por meio do processo acima é lucrativa quando aplicada a dados históricos e fora da amostra. Isso define a expectativa de como a estratégia será realizada no "mundo real". No entanto, backtesting não é garantia de sucesso, por várias razões. É talvez a área mais sutil do comércio quantitativo, uma vez que implica inúmeros vieses, que devem ser cuidadosamente considerados e eliminados, tanto quanto possível. Discutiremos os tipos comuns de viés, incluindo viés avançado, viés de sobrevivência e viés de otimização (também conhecido como viés de dados). Outras áreas de importância dentro do backtesting incluem a disponibilidade e a limpeza de dados históricos, levando em consideração custos de transação realistas e decidindo sobre uma plataforma robusta de backtesting. Discutiremos os custos de transação ainda mais na seção Sistemas de Execução abaixo.

Uma vez que uma estratégia tenha sido identificada, é necessário obter os dados históricos através dos quais realizar testes e, talvez, refinamento. Há um número significativo de fornecedores de dados em todas as classes de ativos. Seus custos geralmente variam de acordo com a qualidade, profundidade e pontualidade dos dados. O ponto de partida tradicional para os comerciantes quantos iniciais (pelo menos no nível de varejo) é usar o conjunto de dados gratuitos da Yahoo Finance. Não vou me debruçar muito sobre fornecedores aqui, em vez disso, gostaria de me concentrar nas questões gerais ao lidar com conjuntos de dados históricos.

As principais preocupações com dados históricos incluem precisão / limpeza, viés de sobrevivência e ajuste para ações corporativas, como dividendos e divisões de ações:

Precisão pertence à qualidade geral dos dados - se contém algum erro. Os erros às vezes podem ser fáceis de identificar, como, por exemplo, com um filtro de espiga, que irá escolher "picos" incorretos em dados da série temporal e corrigi-los. Em outras ocasiões, podem ser muito difíceis de detectar. Muitas vezes é necessário ter dois ou mais provedores e, em seguida, verificar todos os seus dados uns contra os outros. O viés de sobrevivência geralmente é uma "característica" de conjuntos de dados gratuitos ou baratos. Um conjunto de dados com viés de sobrevivência significa que ele não contém ativos que não estão mais negociados. No caso de ações, isso significa ações excluídas / falidas. Este viés significa que qualquer estratégia de negociação de ações testada em tal conjunto de dados provavelmente funcionará melhor do que no "mundo real", já que os "vencedores" históricos já foram pré-selecionados. As ações corporativas incluem atividades "logísticas" realizadas pela empresa que geralmente causam uma mudança de função gradual no preço bruto, que não deve ser incluído no cálculo dos retornos do preço. Ajustes para dividendos e desdobramentos são os culpados comuns. Um processo conhecido como ajuste de volta é necessário para ser realizado em cada uma dessas ações. É preciso ter muito cuidado para não confundir um estoque de divisão com um verdadeiro ajuste de retorno. Muitos comerciantes foram pegos por uma ação corporativa!

Para realizar um procedimento de backtest, é necessário usar uma plataforma de software. Você tem a escolha entre softwares backtest dedicados, como o Tradestation, uma plataforma numérica como o Excel ou o MATLAB ou uma implementação personalizada completa em uma linguagem de programação como Python ou C ++. Não vou demorar muito na Tradestation (ou similar), no Excel ou no MATLAB, pois acredito na criação de uma pilha de tecnologia interna completa (por razões descritas abaixo). Um dos benefícios de o fazer é que o software de backtest e o sistema de execução podem ser bem integrados, mesmo com estratégias estatísticas extremamente avançadas. Para as estratégias HFT em particular, é essencial usar uma implementação personalizada.

Quando testar um sistema, é preciso quantificar o desempenho. As métricas "padrão do setor" para estratégias quantitativas são o rebaixamento máximo e o Índice de Sharpe. A retirada máxima caracteriza a maior queda de pico a calha na curva de equidade da conta em um determinado período de tempo (geralmente anual). Isso geralmente é citado como uma porcentagem. As estratégias de LFT tendem a ter maiores disparidades do que as estratégias de HFT, devido a uma série de fatores estatísticos. Um backtest histórico mostrará o último drawdown máximo, que é um bom guia para o futuro desempenho de drawdown da estratégia. A segunda medida é a Ratia de Sharpe, que é definida heuristicamente como a média dos retornos em excesso divididos pelo desvio padrão desses retornos em excesso. Aqui, os retornos excedentes referem-se ao retorno da estratégia acima de um benchmark pré-determinado, como o S & P500 ou um Tesouro de 3 meses. Observe que o retorno anualizado não é uma medida usualmente utilizada, pois não leva em consideração a volatilidade da estratégia (ao contrário do Ratio Sharpe).

Uma vez que uma estratégia tenha sido backtested e seja considerada livre de preconceitos (na medida em que isso é possível!), Com um bom Sharpe e rebaixamentos minimizados, é hora de construir um sistema de execução.

Sistemas de Execução.

Um sistema de execução é o meio pelo qual a lista de negócios gerados pela estratégia é enviada e executada pelo corretor. Apesar do fato de que a geração de comércio pode ser semi - ou mesmo totalmente automatizada, o mecanismo de execução pode ser manual, semi-manual (ou seja, "um clique") ou totalmente automatizado. Para estratégias LFT, as técnicas manuais e semi-manuais são comuns. Para as estratégias HFT, é necessário criar um mecanismo de execução totalmente automatizado, que muitas vezes será estreitamente acoplado ao gerador comercial (devido à interdependência da estratégia e da tecnologia).

As principais considerações ao criar um sistema de execução são a interface com a corretora, a minimização dos custos de transação (incluindo comissão, derrapagem e spread) e a divergência de desempenho do sistema ao vivo do desempenho do backtested.

Existem muitas maneiras de se conectar a uma corretora. Eles variam de chamar seu corretor no telefone diretamente para uma interface de programação de aplicativos (API) de alto desempenho totalmente automatizada. O ideal é que você queira automatizar a execução de suas negociações o máximo possível. Isso liberta você para se concentrar em pesquisas futuras, além de permitir que você execute várias estratégias ou mesmo estratégias de maior freqüência (na verdade, o HFT é essencialmente impossível sem execução automática). O software comum de backtesting descrito acima, como MATLAB, Excel e Tradestation são bons para estratégias mais baixas e mais simples. No entanto, será necessário construir um sistema de execução interno escrito em uma linguagem de alto desempenho, como C ++, para fazer qualquer HFT real. Como uma anedota, no fundo em que eu costumava trabalhar, tínhamos um "loop de negociação" de 10 minutos, onde baixávamos novos dados de mercado a cada 10 minutos e depois executávamos negociações com base nessas informações no mesmo período de tempo. Isso estava usando um script Python otimizado. Para qualquer coisa que se aproxime de dados de minuto ou de segunda frequência, acredito que o C / C ++ seria mais ideal.

Em um fundo maior, muitas vezes não é o domínio do comerciante quant para otimizar a execução. No entanto, em lojas menores ou empresas HFT, os comerciantes são os executores e, portanto, um conjunto de habilidades muito mais amplo é muitas vezes desejável. Tenha em mente se você deseja ser empregado por um fundo. Suas habilidades de programação serão tão importantes, se não mais, do que suas estatísticas e talentos de econometria!

Outra questão importante que se enquadra na bandeira de execução é a redução de custos de transações. Geralmente, existem três componentes para os custos de transação: Comissões (ou impostos), que são as taxas cobradas pela corretora, a troca e a SEC (ou órgão regulador governamental similar); deslizamento, qual é a diferença entre o que você pretendia que seu pedido fosse preenchido em relação ao que estava preenchido; spread, que é a diferença entre o preço de oferta / oferta da garantia negociada. Observe que o spread NÃO é constante e depende da liquidez atual (isto é, disponibilidade de ordens de compra / venda) no mercado.

Os custos de transação podem fazer a diferença entre uma estratégia extremamente lucrativa com um bom índice de Sharpe e uma estratégia extremamente não lucrativa com um índice de Sharpe terrível. Pode ser um desafio prever corretamente os custos de transação de um backtest. Dependendo da frequência da estratégia, você precisará de acesso a dados de troca histórica, que incluirão dados de marca para preços de lances / pedidos. Equipes inteiras de quantos são dedicadas à otimização da execução nos fundos maiores, por esses motivos. Considere o cenário em que um fundo precisa descarregar uma quantidade substancial de negociações (das quais as razões para isso são muitas e variadas!). Ao "despejar" tantas ações no mercado, elas comprimirão rapidamente o preço e não poderão obter uma execução ótima. Daí, os algoritmos que os pedidos de "gotejamento de alimentação" no mercado existem, embora o fundo corra o risco de derrapagem. Além disso, outras estratégias "presas" sobre essas necessidades e podem explorar as ineficiências. Este é o domínio da arbitragem da estrutura do fundo.

A questão principal final para os sistemas de execução diz respeito à divergência de desempenho da estratégia com o desempenho testado. Isso pode acontecer por vários motivos. Já analisamos o viés de look-ahead e o viés de otimização em profundidade, ao considerar os backtests. No entanto, algumas estratégias não facilitam a verificação desses preconceitos antes da implantação. Isso ocorre em HFT mais predominantemente. Pode haver bugs no sistema de execução, bem como a própria estratégia de negociação que não aparece em um backtest, mas aparece no live trading. O mercado pode estar sujeito a uma mudança de regime posterior à implantação de sua estratégia. Novos ambientes regulatórios, mudanças no sentimento dos investidores e fenômenos macroeconômicos podem levar a divergências quanto ao comportamento do mercado e, assim, a rentabilidade da sua estratégia.

Gerenciamento de riscos.

A peça final para o enigma de negociação quantitativa é o processo de gerenciamento de riscos. "Risco" inclui todos os vieses anteriores que discutimos. Isso inclui risco de tecnologia, como servidores co-localizados na central de repente desenvolvendo um mau funcionamento do disco rígido. Isso inclui risco de corretagem, como o corretor estar falido (não tão louco quanto parece, dado o recente susto com a MF Global!). Em suma, abrange quase tudo o que poderia interferir com a implementação comercial, dos quais existem muitas fontes. Livros inteiros são dedicados ao gerenciamento de riscos para estratégias quantitativas, então não tento elucidar todas as possíveis fontes de risco aqui.

O gerenciamento de riscos também abrange o que é conhecido como alocação ótima de capital, que é um ramo da teoria do portfólio. Este é o meio pelo qual o capital é alocado para um conjunto de estratégias diferentes e para os negócios dentro dessas estratégias. É uma área complexa e depende de algumas matemáticas não triviais. O padrão da indústria pelo qual a alocação ótima de capital e a alavancagem das estratégias estão relacionadas é chamado de critério de Kelly. Como este é um artigo introdutório, não vou me alongar em seu cálculo. O critério de Kelly faz alguns pressupostos sobre a natureza estatística dos retornos, que geralmente não são válidos nos mercados financeiros, então os comerciantes são geralmente conservadores quando se trata da implementação.

Outro componente fundamental do gerenciamento de riscos é lidar com o próprio perfil psicológico. Existem muitos vieses cognitivos que podem surgir na negociação. Embora isso seja certamente menos problemático com o comércio algorítmico se a estratégia for deixada sozinha! Um viés comum é o da aversão à perda, em que uma posição perdedora não será fechada devido à dor de ter que perceber uma perda. Da mesma forma, os lucros podem ser tomados muito cedo porque o medo de perder um lucro já ganho pode ser muito grande. Outro viés comum é conhecido como viés de recência. Isso se manifesta quando os comerciantes colocam muita ênfase nos eventos recentes e não no longo prazo. Então, é claro, há o par clássico de viés emocional - medo e ganância. Estes podem, muitas vezes, levar a alavancagem insuficiente ou excessiva, o que pode causar explosão (ou seja, o patrimônio da conta em zero ou pior!) Ou lucros reduzidos.

Como pode ser visto, o comércio quantitativo é uma área extremamente complexa, embora muito interessante, de financiamento quantitativo. Eu literalmente arranhei a superfície do tópico neste artigo e já está ficando bastante longo! Livros e papéis inteiros foram escritos sobre questões que eu apenas dediquei uma ou duas sentenças. Por essa razão, antes de se candidatar a empregos quantitativos em bolsa de fundos, é necessário realizar uma quantidade significativa de estudo de base. No mínimo, você precisará de um extenso conhecimento em estatística e econometria, com muita experiência em implementação, por meio de uma linguagem de programação como MATLAB, Python ou R. Para estratégias mais sofisticadas no final de frequência mais alta, seu conjunto de habilidades é provável para incluir modificação do kernel do Linux, C / C ++, programação de montagem e otimização de latência da rede.

Se você estiver interessado em tentar criar suas próprias estratégias de negociação algorítmica, minha primeira sugestão seria se programar bem. A minha preferência é criar o máximo de captura de dados, backtester de estratégia e sistema de execução por si mesmo possível. Se o seu próprio capital estiver na linha, você não dormiria melhor à noite sabendo que você testou completamente seu sistema e está ciente de suas armadilhas e problemas específicos? Terceirizar isso para um fornecedor, enquanto potencialmente economiza tempo a curto prazo, pode ser extremamente caro a longo prazo.

Apenas iniciando o comércio quantitativo?

3 razões para se inscrever para a lista de e-mails QuantStart:

1. Quant Trading Lessons.

Você terá acesso instantâneo a um curso de e-mail gratuito de 10 partes, repleto de sugestões e dicas para ajudá-lo a começar a negociação quantitativa!

2. Todo o conteúdo mais recente.

Todas as semanas, vou enviar-lhe um envoltório de todas as atividades no QuantStart para que você nunca mais perca uma postagem novamente.

Real, dicas de negociação viáveis, sem tonturas.

Quantum Trading.

Quantum Trading.

Trazendo financiamento de nível institucional.

para o mercado retalhista.

O QUE FAZ OS BANCOS TÃO INTELIGENTES?

Por que vemos os bancos obtendo lucros recordes a cada ano e, no entanto, apenas alguns comerciantes de varejo são lucrativos? Este tem sido um grande problema para os comerciantes em todo o mundo; por anos. A negociação quântica se esforça para criar as ferramentas e fornecer as soluções que as instituições usam, para o comerciante varejista.

Análise de dados.

Num mundo complexo.

Dados financeiros são cruciais para negociações precisas. Reunimos grandes volumes de dados financeiros e analisamos isso regularmente para oportunidades de HFT.

Pesquisa econômica final final.

nos mercados de moeda criptografada.

O que faz o mercado bitcoin se mover? Que modelos se encaixam nesta classe de ativos? Pretendemos responder a essas questões e fornecer pesquisas sobre produtos criptografados estruturados.

Inteligência artificial.

e pesquisa de aprendizagem de máquinas.

Inteligência artificial e aprendizagem de máquinas é o núcleo do nosso desenvolvimento de software. Nós nos esforçamos constantemente para conquistar esse campo de ciência e desenvolver novas soluções.

QUEM NÓS SOMOS E O QUE NÓS FAZEMOS.

Desenvolvemos soluções para problemas complexos nas margens finais.

Meta Trader 4 Expert Advisers.

Estamos sempre a par com consultores especializados avançados para negociar mercados financeiros. Variando de estratégias simples para redes neurais.

Comércio de alta freqüência.

Pesquisa e desenvolvimento de modelos para negociação de alta frequência e fornecimento de liquidez nos mercados de forex e cyrpto.

Inteligência Artificial e Aprendizado de Máquinas.

Uma área extremamente excitante da ciência. A Inteligência Artificial tem o potencial de mudar o mundo. Usamos inteligência artificial para tomar decisões comerciais nos mercados financeiros.

Bitcoin e Crypto Currency Research.

Bitcoin é uma besta interessante. Quais fatores movem o preço? O bitcoin segue os modelos financeiros padrão? Estamos investigando ativamente essas questões e muito mais.

Fundo de moeda de criptografia.

Nós administramos ativamente um fundo privado que investe principalmente em moedas criptografadas e seus derivados.

Fundo Quantum.

Nós estamos gerenciando ativamente um fundo privado que investe em um modelo de classe de ativos de crescimento. Isso inclui ações, commodities e ETFs estrangeiros, americanos e europeus.

Quantum Trading.

escrito por Sergey Tarassov.

Mecânica quântica em 200 palavras.

A mecânica quântica foi o ramo altamente exigido da física no século 20. A hipótese proposta por Max Planck (1900) para descrever alguns fenômenos físicos (radiação do corpo negro) fez uma revolução na física compatível com as leis de Newton descobertas dois séculos antes.

Em suma, a hipótese de Planck afirma que a energia da luz é sempre emitida ou absorvida em unidades discretas. Essas unidades são chamadas de Quanta. Esse fato significa que nosso Universo é construído a partir de tijolos menores; nós vivemos no mundo discreto, e esses tijolos são usados ​​para construir todas as propriedades aparentes deste universo, como energia de massa, espaço-tempo. Por exemplo, os elétrons giram ao redor do núcleo em algumas órbitas discretas. Aplicando essa analogia ao sistema solar, podemos dizer que o Sol é um núcleo enquanto Mercúrio, Vênus, Terra e outros planetas desempenham um papel de elétrons. Como elétrons, os planetas podem girar apenas em certas órbitas, e nem elétrons nem planetas podem se mover entre as órbitas. No entanto, os elétrons podem se mover para a órbita vizinha absorvendo ou emitindo enormes quantidades de energia. Teoricamente, os planetas também podem se mover para outras órbitas - se for encontrado o caminho para aumentar a velocidade planetária de acordo. Sem energia adicionada ou tomada, os elétrons (assim como os planetas) continuam atravessando as mesmas órbitas, embora algumas variações de velocidade ocorram.

Quantum: Passo após Estratégia de Negociação.

A questão é que podemos encontrar esses tijolos - quanta dentro dos dados financeiros e podemos usá-los? O bom senso diz que NÃO. Os tijolos do Universo se mostram na escala muito pequena; do ponto de vista do nosso mundo macro, esses tijolos do Universo são muito pequenos.

E fiquei muito surpreso há vários anos encontrando com meus amigos uma espécie de efeito quântico em dados financeiros. Esse efeito pode ser definido desta forma: "em dados financeiros, quantum de uma tendência persiste". Na prática, isso significa que o movimento do preço pode ser apresentado como um passo como o abaixo, ou seja, o preço se move de um passo para o outro. Quando o preço se move dentro da etapa, ele tende a continuar movendo-se de acordo com a tendência atual, enquanto as mudanças mais comuns na tendência ocorrem quando o preço salta de um passo para o outro:

Assim, a estratégia de negociação que implementa essa ideia parece muito simples: a tendência muda quando ocorre o passo quântico que confirma o movimento oposto:

Aqui, o preço avançou sete etapas na direção ascendente da tendência; então em 16 de abril apareceu o passo de baixa. Este é um ponto de virada em potencial.

Esta abordagem é muito atraente para a análise financeira porque permite lidar com o ruído do mercado (acredito que seja melhor do que as técnicas padrão de análise técnica, como as médias móveis).

Não há necessidade de observar todos os históricos de preços barulhentos, em vez disso, podemos lidar com a chamada média móvel quântica. Aqui está o exemplo disso:

Esta média móvel quântica é plana durante um período de tempo significativo, e às vezes ele muda de um nível de preço para outro (como o elétron no átomo se movendo em torno de seu núcleo).

Assim, do ponto de vista desta média móvel quântica, a maior parte do tempo o preço não muda até acontecer algo importante. Ele (MA quântico) presta atenção aos eventos mais importantes e ignora o ruído do mercado. Quando algo importante acontece, o preço muda para outro nível de preço.

Que eventos são importantes? Esta é a questão mais importante, veja abaixo algumas respostas a ela.

No exemplo acima discutimos o caso mais simples em que o movimento de preços foi considerado como uma medida de quanta. O sistema de exemplo pode ser assim: o preço tende a mudar a tendência quando ele salta sobre o passo de 100 pontos. Em outras palavras, neste sistema, veríamos níveis de preços 10000, 10100, 10200, 10300, etc. Os quanta aqui são movimentos de preço de 100 pontos. Em outras palavras, os eventos importantes neste caso coincidem com os movimentos de preços de 100 pontos sem correção. Quando o preço se move 100 pontos sem correção, o preço muda para o próximo nível na média móvel quântica. Se esse movimento é oposto ao movimento anterior, consideramos esse momento como um ponto de virada.

No entanto, esta abordagem direta não funciona. Então, tentamos aplicar uma fórmula mais sofisticada para calcular os quanta que descrevem o movimento de preços com mais precisão. Pode ser tomado como a quantidade de energia acumulada enquanto o preço se move de um passo para outro. Nós tentamos muitas variantes à procura do parâmetro onde a natureza quântica dos movimentos do mercado de ações se torna aparente (Essa idéia é especialmente atraente para mim, já que passei muitos anos trabalhando como cientista no Instituto de Pesquisas Nucleares da Academia Russa de Ciências). Essa abordagem muda totalmente o quadro.

Para verificar esses resultados, executo o módulo Trading Strategy Constructor na estratégia Timing Solution. Este módulo analisa diferentes estratégias de negociação que geram sinais de compra e venda e encontra os melhores.

É interessante que os modelos à base de quantum forneçam os melhores sinais de compra / venda, especialmente para dados intraday. Comparamos essas estratégias com estratégias de cruzamento de médias móveis (médias móveis e triplas).

Os sinais típicos de compra / venda gerados pelo modelo quântico são assim:

Trabalho em progresso.

Este módulo está em desenvolvimento. Nós tentamos aqui aplicar dezenas de modelos quânticos que envolvem diferentes parâmetros como volume, impulso, intervalo verdadeiro etc. Esses modelos geram diferentes "etapas" curvas. Esta é uma amostra:

Nós chamamos estes passos de & quot; curvas como médias móveis quânticas. Em seguida, construímos estratégias de negociação com base nessas médias móveis quânticas e observamos qual modelo fornece a melhor estratégia de negociação.

Agora, torna-se um problema clássico de otimização dos parâmetros. Na verdade, esta é uma tarefa muito sofisticada e nosso & quot; know how & quot; são novos algoritmos rápidos desenvolvidos para executar esses cálculos. Encontramos algoritmos que executam esses cálculos de forma extremamente rápida, mil vezes mais rápido do que na abordagem padrão.

Aqui está a captura de tela de nosso local de trabalho típico. Aqui está o gráfico de 5 min para os futuros do e-Mini S & P desde meados de 2003 até meados de 2009, com um total de 121.000 barras. O programa tenta 1198 diferentes estratégias de negociação para este instrumento financeiro. Como você pode ver, as melhores estratégias de negociação são fornecidas pelos modelos quânticos. Para cada modelo, você pode ver informações estatísticas, sinais de compra / venda e curva de patrimônio:

O programa executa esses cálculos dentro de alguns minutos.

Quantum Astro Trading.

escrito por Sergey Tarassov.

Neste artigo, discutimos estratégias de negociação quântica com base em fenômenos astro. Vou tentar fazer isso da maneira mais simples possível. O módulo que cria estratégias de negociação quântica faz parte do módulo de Construtor de Estratégia de Negociação (****). Agora, este módulo emprega matemática bastante sofisticada para encontrar a melhor estratégia quântica; Ele faz isso fantasticamente rápido. Sem esses algoritmos super rápidos, este módulo seria apenas uma "fortaleza digital", enquanto o tempo computacional tornaria inútil.

Não importa quão sofisticados e complicados sejam esses modelos / matemáticos / algoritmos, existe uma idéia muito simples por trás disso. Vou explicar abaixo o núcleo desta idéia colocando todos os detalhes de matemática. A informação que você receberá é suficiente para que você possa criar seus próprios modelos de Quantum Astro (é por isso que esse artigo às vezes pode parecer uma documentação para este módulo).

Quando eu fui introduzido pela primeira vez em sistemas de negociação mecânica (ocorreu em meados da década de 90), tive a sensação de que as ferramentas de análise técnica não fornecem uma imagem completa do movimento de preços. Ter valores abertos, altos, baixos e próximos, mais às vezes volume e, às vezes, juros em aberto - nos dá a impressão de que tudo está sob controle, exceto algumas pequenas coisas, e logo vamos pegar essa coisa, muito em breve. Precisamos apenas encontrar um, melhor, indicador - e nós seremos os vencedores. E novos indicadores aparecem, e novamente temos o mesmo sentimento - mais um passo, e tudo ficará bem. E então começamos a ver que os indicadores técnicos recém-inventados são muito semelhantes aos que já temos, e ainda estamos lá. A situação com a análise técnica me lembra uma multidão na sala fechada. As pessoas de lá podem se reagrupar, podem começar atividades diferentes, - mas ainda é a sala fechada, e elas ainda não vão a lugar nenhum. Alguns elos perdidos definitivamente persistem; o que fazemos é tentar encontrar o elo perdido. Onde está localizado o elo perdido? O que é isso? Análise fundamental que considera tudo o que está acontecendo no mundo - desemprego, relatórios econômicos, regulamentos governamentais? Pode ser, embora não seja suficiente, com certeza.

IMHO temos que procurar este elo perdido, assumindo uma posição mais ativa. Não restrinja sua atividade com as explicações do que já aconteceu; em vez disso, tente modelar o comportamento do mercado de ações (e modele as tendências da economia também, considerando o quadro geral). Neste caso, o uso da astronomia / astrologia é muito eficaz.

Quando fiz minha primeira linha de projeção com base em fenômenos astro quase 15 anos atrás, fiquei muito impressionado. Normalmente, essas linhas de projeção se parecem com isto:

Havia algo atraente nessas linhas de projeção; Eles eram como um diagrama da respiração do mercado de ações, que era bastante claro. Ainda assim, essa não foi a resposta final. E meu objetivo principal tornou-se muito claro para mim: criar um sistema de negociação mecânica que se baseie na modelagem do mercado de ações e não em alguns indicadores de análise técnica. OK, a idéia da linha de projeção é boa, mas como podemos comprar e vender sinais dela? Esse era mais um dos links faltantes; e eu passei 10 anos tentando responder a esta pergunta (os usuários de Market Solution / Market Trader viram as etapas desta busca nos programas). Eu sempre tive a sensação de que a linha de projeção vive sua própria vida, refletindo a respiração do mercado de ações, enquanto precisamos de algo diferente para obter sinais de compra / venda. Parece que o modelo Quantum Astro revela mais um elo perdido.

Consideremos o fenômeno astro mais simples, a declinação do Sol. É assim que a declinação do Sol ocorre dentro de um ano:

A questão é: "Podemos trocar a declinação do Sol?". Há muitas teorias que empregam a idéia de declinação planetária; A maioria deles soa como esta: há o ponto de viragem do preço quando a declinação atinge seu valor extremo (1) ou cruza zero (2) ou passa algum grau específico. Às vezes, essas teorias são verdadeiras, no entanto, o problema ainda está lá: não podemos criar sinais de compra / venda usando apenas esta informação (confie em mim, joguei com isso muito!). Pode ser que o fenômeno astro nos dê algumas sugestões; mas - leia todas as publicações do astro finance, e você terá tantas dicas que elas se tornarão inúteis no final do dia. Precisamos de algo mais certo do que as declarações como esta: "quando alguns fenômenos astronômicos ocorrem, o preço tende a acontecer." & quot;

Agora, como fazer algo juntos? Talvez seja uma maneira melhor de entender o que estou falando. Vamos fazer isso: trocaremos diariamente os futuros do S & amp; P 500 mini usando a declinação da Sun. Vamos usar o histórico de preços desde 1998 até Jly, 12 de 2010. Vamos fazê-lo passo a passo.

Tudo começa com uma idéia geral.

Antes de fazer qualquer coisa, precisamos ter uma ideia. Essa idéia geral será usada para criar nossos modelos e construir a estratégia de negociação. Deixe-o ser este: "S & amp; P 500 mini futuros preços tende a atingir seu ponto de viragem quando a declinação do Sol é alta". Considere isso como uma dica: "Você deve observar o mercado com atenção quando a declinação do Sol é alta". Podemos tomar essa declaração como uma ordem direta, e faremos várias negociações dentro de um ano. E garanto que estes não serão bons negócios. Os modelos baseados em Astro são ótimos para encontrar pontos de viragem, embora de alguma forma estes modelos não vejam a diferença entre os pontos de viragem superiores e inferiores (o problema das "inversões"). Então, continuamos dizendo ao nosso programa para prestar atenção aos momentos em que a declinação é alta. Isso não significa que esse sistema não seja negociado se a declinação não for alta. Ele negocia o tempo todo e, quando a declinação é alta, observa com mais atenção as oportunidades de negociação.

Modelo quântico: nossa ideia encontra o preço real.

Agora chega a hora de empregar algoritmos quânticos. O programa observa o preço real e avalia como o movimento do preço real corresponde à nossa ideia. O programa gera uma média móvel quântica, parece assim:

Esses passos correspondem aos momentos em que algo importante acontece (importante - do ponto de vista do nosso modelo quântico). Se o passo é oposto à sua direção anterior, o programa considera esse momento como um potencial sinal de compra ou venda.

Olhe para a foto abaixo; o programa realizou um sinal de venda quando o passo de baixa apareceu após quatro passos de tendência de alta:

A altura dessas etapas (quanta) é calculada por algoritmos especiais muito rápidos; Esses algoritmos também produzem filtragem de ruído.

Esta imagem mostra como o modelo & quot; high Sun declination & quot; funciona na verdade:

A declinação do Sol é exibida sobrepondo o gráfico de preços (esta é praticamente uma onda sinusal ideal). Você pode ver aqui que quando a declinação é alta (não importa qual declinação é - Norte ou Sul), temos mais negócios porque a média móvel quântica é mais detalhada quando a declinação do Sol é alta.

Etapa final antes do comércio real.

Como um último passo antes de um comércio real, o programa executa mais uma tentativa de filtragem e troca de risco (se você precisar).

Assim, o algoritmo quântico executa todo o ciclo: formando uma ideia, olhando o preço real em relação a essa idéia e fazendo compras em negócios reais. Começamos com uma idéia geral que inicialmente foi formada como uma dica e, passo a passo, vestiu essa idéia geral na roupa da realidade do mercado de ações.

Particular essa idéia nos daria o lucro US $ 217K (um contrato de 100K), ganha / perdeu = 63,4%, negociou uma vez em 11-13 dias (dias de negociação):

Em Timing Solution, você pode criar seus próprios modelos Quantum Astro. Por exemplo, você pode querer explorar essa idéia geral ", a distância típica entre dois pontos de rotação sucessivos é 9 graus do caminho de viagem de Mercúrio" (em outras palavras, significa que o movimento de Mercury para 9 graus cobre a distância entre dois pontos de virada & quot;).

Nós podemos fazer isso. Como você pode ver na figura abaixo, essa média móvel reflete o movimento de Mercúrio, a distância entre dois degraus da média móvel quântica é de 9 graus do movimento de Mercúrio, e nós temos mais negócios quando Mercúrio é rápido:

Ou você pode gostar deste modelo com base nas fases da Lua; a média móvel quântica reflete a mudança do ângulo entre a Lua e o Sol:

Gostaria de lembrar que o programa encontra a separação ideal entre os planetas; Neste exemplo, a distância entre dois passos da média móvel quântica é de 43 graus da mudança do ângulo Lua-Sol.

Eu usei acima dos exemplos mais simples para tornar minha idéia geral mais clara (use algumas instruções astro junto com a média móvel quântica). Na realidade, você pode criar modelos mais complicados que envolvam outros planetas e outros fenômenos astro. Você também pode criar os modelos que empregam ciclos dominantes etc.

Instrução para usuários da Solução Timing como criar modelos de astro quânticos.

Você pode criar modelos Quantum Astro através da seção # 4 personalizada:

e aqui você deve definir a função Quantum:

Para sua ajuda: clicando em & quot; f & quot; botão você obtém a lista de funções disponíveis; você pode inserir qualquer um deles na caixa de edição clicando em & quot; + & quot; botão:

Mais pontos quando a declinação do Sol é alta.

Deixe começar com o exemplo neste artigo; O sistema negocia mais quando a declinação do Sol é alta. Para repetir o que fiz, siga estes passos:

# 1 Tipo SUN_DECL fórmula.

# 2 Definir os critérios de intervalo.

# 3 Clique em & quot; Optimize & quot; botão.

Em vários segundos, você receberá a lista ordenada de modelos comerciais com base na declinação do Sol:

Você vê que o programa faz negociações quando a declinação do Sol é superior a 4.57 graus de sul ou 5.27 graus de norte.

Você pode criar uma fórmula mais complicada, como esta (superposição de declinações):

(Esta é apenas uma amostra das habilidades do programa; não obtive bons resultados usando esta fórmula.)

"Tendência" trigger - um ponto de viragem em potencial ocorre quando o percurso de declinação do Sol é de% X graus.

Definir "Tendência" acionar e clicar em & quot; Otimizar & quot; de novo:

Você obterá isso:

Neste exemplo, a média móvel quântica pula para outro nível de preço quando a trajetória de declinação do Sol atinge 1,1 graus. Em outras palavras, toda vez que a declinação do Sol muda em 1,1 graus, verificamos esse momento como um ponto de virada em potencial.

Modelo da fase da lua.

Resultados ruins não são fornecidos pelo modelo da fase da Lua. Este modelo é comercializado mais rápido se as fases da Lua mudarem mais rapidamente.

Modelo de fase de mercúrio.

Este é um modelo quântico baseado em fases de Mercúrio:

Você pode criar modelos quânticos que usam a velocidade planetária desta maneira:

Quant Strategies - São para você?

As estratégias quantitativas de investimento evoluíram para ferramentas muito complexas com o advento dos computadores modernos, mas as raízes das estratégias remontam aos 70 anos. Geralmente são executados por equipes altamente educadas e usam modelos proprietários para aumentar sua capacidade de vencer o mercado. Existem até programas disponíveis que são plug-and-play para quem procura simplicidade. Quant modelos sempre funcionam bem quando testados, mas suas aplicações reais e taxa de sucesso são discutíveis. Embora pareçam funcionar bem nos mercados de touro, quando os mercados se afastam, as estratégias de quant estão sujeitas aos mesmos riscos que qualquer outra estratégia.

[As estratégias quantitativas de investimento tornaram-se extremamente populares entre os comerciantes do dia, mas elas não são as únicas estratégias que os comerciantes usam para obter lucro consistente. O Curso de Tradutor de Torneios de Dia da Invastopedia descreve uma estratégia comprovada que inclui seis tipos de negócios, juntamente com estratégias de gerenciamento de risco. Com mais de cinco horas de vídeo sob demanda, exercícios e conteúdo interativo, você ganhará as habilidades necessárias para negociar qualquer segurança em qualquer mercado.]

Um dos pais fundadores do estudo da teoria quantitativa aplicada ao financiamento foi Robert Merton. Você só pode imaginar o quão difícil e demorado o processo foi antes do uso de computadores. Outras teorias em finanças também evoluíram a partir de alguns dos primeiros estudos quantitativos, incluindo a base da diversificação do portfólio com base na moderna teoria da carteira. O uso de financiamento e cálculo quantitativo levou a muitas outras ferramentas comuns, incluindo uma das mais famosas, a fórmula de preços de opções Black-Scholes, que não só ajuda as opções de preços dos investidores e desenvolver estratégias, mas também ajuda a manter os mercados em risco com liquidez.

Quando aplicado diretamente ao gerenciamento de portfólio, o objetivo é como qualquer outra estratégia de investimento: agregar valor, alfa ou excesso de retorno. Quants, como os desenvolvedores são chamados, compor modelos matemáticos complexos para detectar oportunidades de investimento. Existem tantos modelos por aí como quants que os desenvolvem, e todos afirmam ser os melhores. Um dos pontos mais vendidos da estratégia de investimento de quant é que o modelo e, finalmente, o computador, fazem a decisão de compra / venda real, não um humano. Isso tende a remover qualquer resposta emocional que uma pessoa possa experimentar ao comprar ou vender investimentos.

As estratégias Quant são agora aceitas na comunidade de investimentos e administradas por fundos mútuos, hedge funds e investidores institucionais. Eles geralmente passam pelo nome de geradores alfa, ou alfa gens.

Assim como no "The Wizard of Oz", alguém está atrás da cortina que conduz o processo. Tal como acontece com qualquer modelo, é tão bom quanto o humano que desenvolve o programa. Embora não exista um requisito específico para se tornar um quant, a maioria das empresas que executam quant modelos combinam as habilidades de analistas de investimentos, estatísticos e programadores que codificam o processo nos computadores. Devido à natureza complexa dos modelos matemáticos e estatísticos, é comum ver credenciais como pós-graduação e doutorado em finanças, economia, matemática e engenharia.

Historicamente, esses membros da equipe trabalharam nos back-office, mas, à medida que os modelos quant tornam-se mais comuns, o back office está se movendo para o front office.

Benefícios de Quant Strategies.

Embora a taxa de sucesso global seja discutível, o motivo de algumas estratégias de quant é funcionar é que elas são baseadas em disciplina. Se o modelo for certo, a disciplina mantém a estratégia trabalhando com computadores com velocidade relâmpada para explorar ineficiências nos mercados com base em dados quantitativos. Os próprios modelos podem basear-se em apenas alguns ratios como P / E, dívida para patrimônio e crescimento de ganhos, ou usar milhares de insumos trabalhando juntos ao mesmo tempo.

Estratégias bem-sucedidas podem adotar as tendências em seus estágios iniciais, pois os computadores constantemente correm cenários para localizar ineficiências antes que outros o façam. Os modelos são capazes de analisar simultaneamente um grande grupo de investimentos, onde o analista tradicional pode estar olhando apenas alguns por vez. O processo de triagem pode avaliar o universo por níveis como 1-5 ou A-F, dependendo do modelo. Isso torna o processo de negociação real muito direto investindo nos investimentos altamente cotados e vendendo os mais baixos.

Os modelos Quant também abrem variações de estratégias como longas, curtas e longas / curtas. Os fundos cuidadosos bem sucedidos mantêm um olho no controle de risco devido à natureza de seus modelos. A maioria das estratégias começa com um universo ou benchmark e usa as ponderações setoriais e industriais em seus modelos. Isso permite que os fundos controlem a diversificação até certo ponto sem comprometer o próprio modelo. Os fundos Quant geralmente funcionam com base em custos mais baixos porque não precisam de tantos analistas tradicionais e gerentes de portfólio para executá-los.

Desvantagens de Quant Strategies.

Há razões pelas quais tantos investidores não aceitam completamente o conceito de deixar uma caixa preta executar seus investimentos. Para todos os fundos bem sucedidos da quantia lá fora, apenas muitos parecem ser infrutíferos. Infelizmente para a reputação dos quants, quando eles falham, eles falham em grande momento.

O Gerenciamento de Capital de Longo Prazo foi um dos mais famosos fundos hedge quant, já que foi dirigido por alguns dos líderes acadêmicos mais respeitados e dois economistas vencedores do Prêmio Nobel, Myron S. Scholes e Robert C. Merton. Durante a década de 1990, sua equipe gerou retornos acima da média e atraiu capital de todos os tipos de investidores. Eles eram famosos por não só explorarem ineficiências, mas usando fácil acesso ao capital para criar apostas alavancadas enormes nas direções do mercado.

A natureza disciplinada de sua estratégia realmente criou a fraqueza que levou ao seu colapso. A Administração de Capital de Longo Prazo foi liquidada e dissolvida no início de 2000. Os modelos não incluíram a possibilidade de o governo russo estar inadimplente em algumas das suas próprias dívidas. Este evento desencadeou eventos e uma reação em cadeia ampliada por estragos criados por alavancagem. LTCM estava tão fortemente envolvido com outras operações de investimento que seu colapso afetou os mercados mundiais, provocando eventos dramáticos. A longo prazo, o Federal Reserve entrou para ajudar, e outros bancos e fundos de investimento apoiaram o LTCM para evitar mais danos. Esta é uma das razões pelas quais os fundos quantitativos podem falhar, pois eles são baseados em eventos históricos que podem não incluir eventos futuros.

Enquanto uma equipe de quantos forte estará constantemente adicionando novos aspectos aos modelos para prever eventos futuros, é impossível prever o futuro sempre. Quant fundos também podem se surpreender quando a economia e os mercados estão passando por uma volatilidade maior do que a média. Os sinais de compra e venda podem vir tão rapidamente que o alto volume de negócios pode gerar altas comissões e eventos tributáveis. Os fundos Quant também podem representar um perigo quando são comercializados como resistentes ao incômodo ou baseados em estratégias curtas. Prever as desacelerações, usar derivadas e combinar alavancagem pode ser perigoso. Uma vez errada pode levar a implosões, que muitas vezes fazem as novidades.

As estratégias quantitativas de investimento evoluíram de caixas pretas de back office para ferramentas de investimento convencionais. Eles são projetados para utilizar as melhores mentes no negócio e os computadores mais rápidos, tanto para explorar ineficiências quanto para utilizar a alavancagem para fazer apostas no mercado. Eles podem ter muito sucesso se os modelos incluíram todas as entradas certas e são ágeis o suficiente para prever eventos anormais do mercado. Por outro lado, enquanto os fundos quantitativos são rigorosamente testados até que eles funcionam, sua fraqueza é que eles dependem de dados históricos para o seu sucesso. Embora o investimento em estilo de quantum tenha seu lugar no mercado, é importante estar atento às suas deficiências e riscos. Para ser consistente com as estratégias de diversificação, é uma boa idéia tratar estratégias quantitativas como um estilo de investimento e combiná-lo com estratégias tradicionais para alcançar uma diversificação adequada.

Estratégias de Negociação Quantica.

Snap vs. Twitter: Quem prosperará em 2018?

Snap Inc (NYSE: SNAP) e Twitter Inc (NYSE: TWTR) entraram em 2018 com avaliações semelhantes, mas sentimentos muito diferentes. Snap começou o ano com uma avaliação de US $ 18 bilhões e foi um dos IPOs mais esperados e decepcionantes de 2017. As ações do Twitter flutuaram descontroladamente em 2016 em uma fusão.

O estrategista quebra uma cena de M & amp; A de tecnologia estagnada.

Se você perguntar a Sean Udall, Cisco Systems, Inc. (NASDAQ: CSCO), a aquisição da BroadSoft Inc (NASDAQ: BSFT) foi muito longa e chegou; tanto para o emparelhamento quanto para os mercados. & ldquo; Provavelmente, a coisa mais surpreendente, na verdade, neste ano todo, é quão quieta a M & A foi, especificamente M.

Tech Expert Sean Udall não prevê grandes ganhos, a rotação Q4.

Você teria dificuldade em encontrar um investidor apostando contra a NVIDIA Corporation (NASDAQ: NVDA), cujas ações aumentam 171% ano a ano. A empresa possui 21 classificações de compras contra 11 Holds e apenas três Sells. Mas Contrarian Sean Udall tem sido curta Nvidia durante todo o ano e espera que ele quebre $ 204.

Snap dentro de um centavo de preço IPO; É Código Vermelho Para Esta Plataforma de Mídia Social?

A Snap Inc (NYSE: SNAP) sofreu uma significativa pressão de baixa desde que atingiu o início da vida alta pouco depois de sua oferta pública inicial em 2 de março. A empresa de mídia social começou a correr nos mercados de ações negociados publicamente em US $ 17,00 e subiu para US $ 29,44 no início dias. Desde então, o.

O caso de alta para segurança cibernética em 2017.

Pelo segundo ano consecutivo, o PureFunds ISE Cyber ​​Security ETF (NYSE: HACK) atrasou o S & P 500 em 2016. No entanto, vários analistas de mercado acreditam que o período de consolidação de dois anos para os estoques de segurança cibernética pode ter chegado finalmente a um fim. Perspectiva da esquerda Vendedor curto notável.

4 estoques de prova de eleição: a biotecnologia e o software assumem a liderança.

Sean Udall, CIO da Quantum Trading Strategies, foi um convidado no show PreMarket Prep da Benzinga no início de 2016 e previu um índice S & P 500 cerca de 2.350 a 2.450 quando a maioria dos comerciantes pedia um S & amp; P 500 em torno de 1.450 a 1.600. & ldquo; aguardo a chamada [. ] Eu acho que nós temos um.

Obter mais bullish? Veja por que o S & P poderia atingir 2.450.

Sean Udall, o CIO da Quantum Trading Strategies e especialista em ações de tecnologia, se juntou ao PreMarket Prep da Benzinga na semana passada, onde explicou sua tese de alta para o mercado global. O Udall tem um alvo de 2.450 no índice S & P 500, o que implica uma contínua subida do seu nível atual.

Um enorme Bull Twitter faz seu caso.

A queda de Grace do Twitter Inc (NYSE: TWTR) foi bem documentada. Foi há apenas um mês que o estoque caiu para um mínimo histórico de US $ 14,02, e o sentimento de Wall Street parece estar cada vez mais grosseiro todos os dias. Apesar dessa negatividade, Quantum Trading Strategies CIO Sean Udall.

O que a parceria Twitter-NFL significa para o Twitter.

Na terça-feira, o Twitter Inc (NYSE: TWTR) ganhou o sorteio da NFL, oficialmente parceria para o direito de transmitir 10 jogos da noite de quinta-feira na próxima temporada. O Twitter teria pago cerca de US $ 10 milhões para o pacote, embora, curiosamente, a NFL admitiu que eles não eram o melhor lance, sugerindo.

Analistas em desacordo com mercado sobre Fitbit.

Com a empresa definida para divulgar o lucro do quarto trimestre em 1º de fevereiro, as ações da Fitbit Inc (NYSE: FIT) caíram desde o lançamento do seu novo produto Blaze. Claramente, o mercado está punindo o estoque de Fitbit & rsquo; mas você não saberia, lendo o que os analistas têm a dizer. Aqui está como vários.