外汇量化交易者改头换面
随着通过算法执行的交易数量不断增加,量化交易者在外汇市场的作用正变得越来越重要。
卖方公司提供创新外汇算法来吸引客户使用他们的平台,通常是以代理方式,他们获得佣金。
从银行的角度来看,这是一种低风险的活动,由对低延迟技术和量化技术的投资驱动,利用量化分析改进执行算法的复杂性,从而减少市场影响,并实现基准目标。
虽然对量化分析师的需求增加,但成为算法量化分析师所需的技能范围也扩大了。除了理解算法方法,他们还需要了解不同场所交易的微观结构,并了解市场影响的相关风险。
摩根士丹利前量化分析主管、独立量化监控提供商Raidne联合创始人Jamie Walton指出,外汇数据的可用量近年来大幅增加,促使数据挖掘和机器学习被更多地用于提取更有用的分析。
Walton表示:“随着减少市场影响和改善基准的军备竞赛日益激烈,我们正看到算法技术的复杂性正成比例地增长——这证明,投资于量化分析师,从而进行分析和构建新的算法,这是合理的。”
客户希望有机会选择一套最适合自己投资风格和目标的规则,这显然是有原因的。
独特的算法方法很少能长时间保持独特性,因此在使客户能够结合专注于最适合当前市场环境的各种策略方面,拥有广泛的选择余地。
在这方面,QuantConnect、Quantopian和Quantiacs等公司发现了市场机会,工程师和数据科学家可以在这个市场上对量化交易策略进行回溯测试和构建,如果在这个平台上被接受,他们就可以向相关方授权。
这些平台上的大多数交易策略并不用于外汇交易——Quantiacs和Quantopian都不运营外汇业务。
然而,QuantConnect创始人兼首席执行官Jared Broad表示,在其所在群体的算法中,外汇交易占比为20%左右,他将市场的深度流动性和宏观焦点描述为一个值得研究的有趣主题。
他解释说,公司的Alpha Streams项目允许以编程方式搜索和过滤数百万种算法,使金融机构能够访问更广泛的量化交易者池。
Broad说:“对市场充满热情的数学、科学、工程和计算机编程的专业人士在他们的业余时间出于兴趣设计算法。”
“这是一个获取众包、群体创意的机会,包括来自探索新资产类别和理念的前专业人士的创意。”
金融机构非常重视量化交易者的选择过程,这意味着任何人都可以称自己为量化交易者,但拥有适当技能和资格的人相对较少。
Broad承认,他们需要经过一个漫长的过程才能找到合适的人才,但他补充称,这往往涉及聘用昂贵的招聘公司,在量化交易者带来价值之前,往往会增加搜索和入职费用。
他表示:“我们允许通过样本外表现、独立审查和评分来评判未来的量化交易者。这些托管于机构水平、同地协作的基础设施,不断记录所创建的预测,这让机构能够获得可靠的质量数据。”
“应用程序驱动方法使机构得以系统化搜寻,按表现特征、教育、就业甚至研究过程进行筛选。”
德意志银行独立执行主管Vittorio Nuti表示,对其客户来说,对量化交易者需求的增加是一种有益的发展,因为他们对算法开发的贡献将改善执行成本情况。
算法交易和量化市场研究公司Edgesense的交易系统架构师兼管理顾问Alex Krishtop指出,相互竞争的算法已从根本上改变了外汇市场的波动性情况。
他说,为了从算法中获益,价格接受者不仅要知道算法的所有细节,而且还要有评估其质量的技能。
Krishtop说:“基于业绩的算法交易者报酬的概念,不会给机构带来任何特别的好处,因为从长远来看,机构会吸收算法选择中的任何相关风险。”返回搜狐,查看更多