Quantitative Trading Strategien Excel

Quantitative Trading Was ist Quantitative Trading Quantitative Trading besteht aus Trading-Strategien auf der Grundlage der quantitativen Analyse. Die sich auf mathematische Berechnungen und Zahlenknirschen verlassen, um Handelsmöglichkeiten zu identifizieren. Da der quantitative Handel in der Regel von Finanzinstituten und Hedgefonds genutzt wird. Die Transaktionen sind in der Regel groß und können den Kauf und Verkauf von Hunderten von Tausenden von Aktien und anderen Wertpapieren beinhalten. Allerdings wird der quantitative Handel immer häufiger von einzelnen Investoren genutzt. BREAKING DOWN Quantitative Trading Preis und Volumen sind zwei der häufigsten Dateneingaben, die in der quantitativen Analyse als Haupteingaben für mathematische Modelle verwendet werden. Quantitative Handelstechniken umfassen Hochfrequenzhandel. Algorithmischer Handel und statistischer Arbitrage. Diese Techniken sind schnell-Feuer und haben in der Regel kurzfristige Anlagehorizonte. Viele quantitative Händler sind mit quantitativen Werkzeugen vertraut, wie z. B. gleitende Mittelwerte und Oszillatoren. Verständnis von quantitativen Trading Quantitative Trader nutzen die moderne Technologie, Mathematik und die Verfügbarkeit umfangreicher Datenbanken für rationale Handelsentscheidungen. Quantitative Händler nehmen eine Trading-Technik und erstellen ein Modell davon mit Mathematik, und dann entwickeln sie ein Computer-Programm, das das Modell auf historische Marktdaten anwendet. Das Modell wird dann zurückversetzt und optimiert. Wenn günstige Ergebnisse erzielt werden, wird das System dann in Echtzeitmärkten mit echtem Kapital umgesetzt. Die Art und Weise, wie quantitative Handelsmodelle funktionieren, lässt sich am besten mit einer Analogie beschreiben. Betrachten Sie einen Wetterbericht, in dem der Meteorologe eine 90 Chance des Regens prognostiziert, während die Sonne scheint. Der Meteorologe leitet diese kontraintuitive Schlussfolgerung durch das Sammeln und Analysieren von Klimadaten von Sensoren im gesamten Gebiet ab. Eine computergestützte quantitative Analyse zeigt spezifische Muster in den Daten. Wenn diese Muster mit den gleichen Mustern verglichen werden, die in historischen Klimadaten (Backtesting) und 90 von 100 Mal das Ergebnis regen, dann kann der Meteorologe die Schlussfolgerung mit Vertrauen, daher die 90 Prognose ziehen. Quantitative Händler wenden diesen Prozess auf den Finanzmarkt an, um Handelsentscheidungen zu treffen. Vor - und Nachteile des quantitativen Handels Das Ziel des Handels ist es, die optimale Wahrscheinlichkeit eines rentablen Handels zu berechnen. Ein typischer Trader kann die Entscheidungen über eine begrenzte Anzahl von Wertpapieren effektiv überwachen, analysieren und handeln, bevor die Menge der eingehenden Daten den Entscheidungsprozess überwältigt. Die Verwendung von quantitativen Handelstechniken beleuchtet diese Grenze durch die Verwendung von Computern zur Automatisierung der Monitoring-, Analyse - und Handelsentscheidungen. Überwindung von Emotionen ist eines der allgegenwärtigsten Probleme mit dem Handel. Sei es Angst oder Gier, beim Trading dient Emotionen nur dazu, das rationale Denken zu ersticken, was in der Regel zu Verlusten führt. Computer und Mathematik besitzen keine Emotionen, so dass der quantitative Handel dieses Problem beseitigt. Der quantitative Handel hat seine Probleme. Finanzmärkte sind einige der dynamischsten Einheiten, die existieren. Daher müssen quantitative Handelsmodelle so dynamisch sein, dass sie konsequent erfolgreich sind. Viele quantitative Trader entwickeln Modelle, die vorübergehend für die Marktbedingung rentabel sind, für die sie entwickelt wurden, aber sie scheitern letztlich, wenn sich die Marktbedingungen ändern. Institutionelle Klassen-Datenmanagement-Backtesting-Strategie-Implementierungslösung: - Aktien, Optionen, Futures, Währungen, Körbe und Sitte Synthetische Instrumente werden unterstützt - Multiple-Low-Latency-Daten-Feeds werden unterstützt (Verarbeitungsgeschwindigkeit in Millionen von Nachrichten pro Sekunde auf Terabyte Daten) - C und basierte Strategie-Backtesting und - Optimierung - Unterstützung mehrerer Broker unterstützt, Trading-Signale in FIX-Aufträge umgewandelt QuantFACTORY - Institutional-Class Data Management Backtesting Strategy Deployment Lösung: - QuantDEVELOPER - Framework und IDE für Trading Strategies Entwicklung, Debugging, Backtesting und Optimierung, verfügbar als Visual Studio Plug-in - QuantDATACENTER - ermöglicht die Verwaltung eines historischen Data Warehouse und Erfassung von Echtzeit oder Ultra Low Latenz-Marktdaten von Anbietern und Börsen - QuantENGINE - ermöglicht die Bereitstellung und Durchführung von vorkompilierten Strategien - Multi-Asset-, Multi-Perioden-Latenz-Daten, Mehrfach-Broker unterstützt Institutional-Class-Datenmanagement-Backtesting-Strategie-Bereitstellungslösung: - OpenQuant - C - und VisualBasic-Portfolio-Ebene System-Backtesting und Trading, Multi-Asset, Intraday-Level-Tests, Optimierung, WFA etc. Mehrere Broker und Daten-Feeds unterstützt - QuantTrader - Produktions-Trading-Umgebung - QuantBase - zentralisiertes Datenmanagement - QuantRouter - Daten - und Order-Routing Institutional-Class Data Management Backtesting-Strategie Deployment-Lösung: - Multi-Asset-Lösung, mehrere Daten-Feeds unterstützt, Datenbank unterstützt jede Art von RDBMS bietet eine JDBC-Schnittstelle, zB Oracle, Microsoft SQL Server, Sybase, MySQL etc. - Clients können IDE verwenden, um ihre Strategie entweder in Java, Ruby oder Python zu skriptieren, oder sie können ihre eigene Strategie verwenden IDE - Mehrfachvermittler Ausführung unterstützt, Trading-Signale in FIX-Aufträge umgewandelt Institutional - Klassen-Datenmanagement-Backtesting-Strategie-Bereitstellungslösung: - Multi-Asset-Lösung (Forex, Optionen, Futures, Aktien, ETFs, Rohstoffe, synthetische Instrumente und benutzerdefinierte Derivatspreads etc.), mehrere Daten-Feeds unterstützt - Framework für Trading Strategies Entwicklung, Debugging, Backtesting (IB, JPMorgan, FXCM etc.) Dedizierte Softwareplattform integriert mit Tradestationsdaten für Backtesting und Auto-Trading: - tägliche Intraday-Daten (uns Aktien für 43 Jahre, Futures für 61 Jahre) - praktisch für das Backtesting von preisbasierten Signalen (technische Analyse), Unterstützung für die Programmiersprache EasyLanguage - Unterstützung von US-Aktien ETFs, Futures, US-Indizes, deutsche Aktien, deutsche Indizes, exklusiv für Tradestation Brokerage Clients - 249,95 monatlich für Nicht-Profis (Tradestation Software-Plattform nur, ohne Brokerage) - 299,95 monatlich für Profis (Tradestation Software-Plattform nur, ohne Brokerage) Dedizierte Software-Plattform für Backtesting und Auto-Trading: - Unterstützung von Dayintraday-Strategien, Portfolio-Level-Tests und Optimierung, Charting, Visualisierung, benutzerdefinierte Berichterstattung , Multi-Thread-Analyse, 3D-Charting, WFA-Analyse etc. - am besten für Backtesting Preis basierte Signale (technische Analyse) - direkte Verbindung zu eSignal, Interactive Brokers, IQFeed, myTrack, FastTrack, QP2, TC2000, alle DDE-kompatiblen Feed, MS, Txtfiles und mehr (Yahoo Finance. ) - einmalige Gebühr 279 für Standard Edition oder 339 für Professional Edition Dedizierte Softwareplattform für Backtesting und Auto-Trading: - Portfolio Level System Backtesting und Trading, Multi-Asset, Intraday Level Testing, Optimierung, Visualisierung etc. - ermöglicht R Integration, Auto-Trading in Perl-Skriptsprache mit allen zugrundeliegenden Funktionen, die in nativem C geschrieben wurden, vorbereitet für Server-Co-Location - native FXCM und Interactive Brokers Unterstützung - kostenlose FXCM-Unterstützung, 100 pro Monat für IB-Plattform, kontaktieren Sie Salesseertrading für andere Optionen Dedizierte Software-Plattform für Backtesting und Auto-Trading: - Unterstützung von Dayintraday-Strategien, Portfolio-Level-Tests und - Optimierung - am besten für Backtesting von preisbasierten Signalen (technische Analyse), C-Scripting - Software-Erweiterungen unterstützt - Daten-Feeds Handling, Strategie-Ausführung etc. - 799 pro Lizenz, 150 jährlich Gebühr nach Dedizierter Softwareplattform für Backtesting, Optimierung, Leistungszuordnung und Analytik: - Axioma oder Drittanbieter Datenfaktoranalyse, Risikomodellierung, Marktzyklusanalyse Dedizierte Softwareplattform für Backtesting und Autohandel: - am besten für das Backtesting von preisbasierten Signalen (technisch Analysen), Unterstützung von Dayintraday-Strategien, Portfolio-Level-Tests und - Optimierung - Turtle Edition - Backtesting-Engine, Graphen, Berichte, EoD-Tests - Professional Edition - plus System-Editor, Forward-Forward-Analyse, Intraday-Strategien, Multi-Thread-Tests etc. - Pro Plus Edition - plus 3D-Oberflächen-Charts, Scripting etc. - Builder Edition - IB API, Debugger etc. - Turtle Edition 990 - Professional Edition 1.990 - Pro Plus Edition 2.990 - Builder Edition 3.990 Dedizierte Softwareplattform für Backtesting und Auto-Trading: - Unterstützung von Dayintraday-Strategien , Portfolio Level Testing und Optimierung, Charting, Visualisierung, Custom Reporting etc. - am besten für Backtesting Preis basierte Signale (technische Analyse) - direkte Verbindung zu Interactive Brokers, MB Trading, TD Ameritrade, FXCM und andere - Daten aus Textdateien, eSignal, Google Finance, Yahoo Finanzen, IQFeed und andere - Grundfunktionalität (EoD-Funktionalität) - frei - erweiterte Funktionalität - Leasing von 50 Monaten oder 995 Lifetime Lizenz Dedizierte Softwareplattform für Backtesting und Auto-Trading: - am besten für das Backtesting von preisbasierten Signalen (technische Analyse) ), Unterstützt Dayintraday-Strategien, Portfolio-Level-Tests und Optimierung, Charting, Visualisierung, benutzerdefinierte Berichterstattung - unterstützt C und Visual Basic - direkte Verbindung zu Interactive Brokers, IQFeed, txtfiles und mehr (Yahoo Finance. ) - ewige Lizenz - 499 - Leasing 50 pro Monat Dedizierte Softwareplattform für Backtesting und Auto-Trading: - Unterstützung von Dayintraday-Strategien, Portfolio Level Tests und Optimierung, Charting, Visualisierung, Custom Reporting - technische und auch fundamentale Signale, Multi-Asset-Unterstützung - 245 für Advanced Version (kostenlose Datenanbieter) - 595 für Premium Version (Unterstützung mehrerer Datenanbieter und Broker) Dedizierte Softwareplattform für Backtesting und Auto-Trading: - Unterstützung von Dayintraday-Strategien, Portfolio-Level-Tests und - Optimierung - am besten für das Backtesting von preisbasierten Signalen ( Technische Analyse) - Einzugsdaten für Aktien, Futures und Forex (täglich US-Aktien ab 1990, tägliche Futures 31 Jahre, Forex ab 1983 etc.) - Preis von 45 Monaten bis 295 Monaten (Preise hängen von der Verfügbarkeit der Daten ab) Dedizierte Softwareplattform Für Backtesting und Auto-Trading: - verwendet MQL4-Sprache, die hauptsächlich für den Handel mit Forex-Markt verwendet wird - unterstützt mehrere Forex-Broker und Daten-Feeds - unterstützt die Verwaltung von mehreren Konten Dedizierte Software-Plattform für Backtesting und Auto-Trading: - Unterstützung von Dayintraday-Strategien, Portfolio-Level-Tests Und Optimierung - am besten für Backtesting preisbasierte Signale (technische Analyse), Unterstützung für die Programmiersprache EasyLanguage - Unterstützung mehrerer Datenfeeds (Bloomberg, Thomson Reuters, CSI, CQG, eSignal etc.), direkte Unterstützung für mehrere Broker (Interactive Broker etc.) - Multicharts 797 pro Jahr - Multicharts Lebensdauer 1.497 - Multicharts Pro 9.900 (Bloomberg Thomson Reuters Datenfeed etc.) Webbasiertes Backtesting-Tool zum Testen von Aktienauswahlstrategien: - US-Aktien ETFs (täglich) - Punkt-in-Zeit-Grunddaten seit 1999 - Longshort-Strategien, Preisfundamentals getriebene Signale - Designer - 139 Monate - Manager - 199 Monate - komplette Funktionalität Portfolio Analytics mit hochfrequenten Marktdaten: - Dieses Produkt ist für den Einsatz von niedrigen, mittleren und hochfrequenten Händlern. Alle Berechnungen werden mit hochfrequenten Marktdaten durchgeführt, die niedrigen und hochfrequenten Händlern helfen. - Intraday-Backtesting, Portfolio-Risikomanagement, Prognose und Optimierung zu jedem Preis Sekunde, Minuten, Stunden, Ende des Tages. Modell Eingänge voll kontrollierbar. - 8k Markt tick Datenquellen seit 2012 (Aktien, Indizes ETFs auf NASDAQ gehandelt). Kunden können auch eigene Marktdaten hochladen (z. B. chinesische Aktien). - 40 Portfolio-Metriken (VaR, ETL, Alpha, Beta, Sharpe-Verhältnis, Omega-Verhältnis etc.) - unterstützt R, Matlab, Java Python - 10 Portfolio-Optimierungen Web-basiertes Backtesting-Tool: - US-Aktienpreise (dailyintraday), seit 1998, Daten von QuantQuote - Forex-Daten von FXCM - Unterstützung von Trader Interactive Brokers für Live-Trading Webbasiertes Backtesting-Tool: - US-Aktien und ETFs-Preise (dailyintraday), seit 2002 - Grunddaten von Morningstar (über 600 Metriken) - Unterstützung von Interactive Brokers für Live-Trading Webbasierte Backtesting-Tools: - einfach zu bedienen, Asset Allocation Strategies, Daten seit 1992 - Zeitreihenmomentum und gleitende durchschnittliche Strategien auf ETFs - Einfache Momentum und Simple Value Stock-Picking-Strategien Webbasiertes Backtesting-Tool: - bis zu 25 Jahre Daten für 49 Futures und SP500 Aktien - Toolbox in Python und Matlab - Quantiacs beherbergt algorithmische Handelswettbewerbe mit Investitionen von 500k bis 1 Million Backtest Broker bietet leistungsstarke, einfache webbasierte Backtesting-Software: - Backtest in zwei Klicks - Durchsuchen Sie die Strategiebibliothek oder bauen und optimieren Sie Ihre Strategie - Paper Trading, automatisierte Trading und Echtzeit-E-Mails - 1 pro Backtest und weniger WebCloud basierte Backtesting-Tool: - FX (ForexCurrency) Daten auf großen Paaren, gehen zurück zu 2007 - SecondMinuteHourlyDaily Bars - Live-Handel kompatibel mit jedem Broker, dass Nutzt Metatrader 4 als Backend Web-basiertes Backtesting-Tool zum Testen von Equity Factor Picking und Asset Allocation Strategien: - Mehrere Aktienfaktoren mit bewährten Alpha-Over-Markt-Cap-Benchmarks, mehrere Investment-Universen, Risikomanagement-Filter - Asset Allocation Strategien Backtests, Mischen Asset Allocation Und Faktor-Kommissionierung in ein Portfolio - frei auf SP 100 Universum - 50 Monate oder 480 Jahre - breitere US-Investment-Universen, UK EU-Aktien, Asset Allocation Strategien Web-basierte Backtestingscreening-Tool: - über 10 000 US-Aktien, Daten bis zu 20 Jahre Geschichte - grundlegende technische Kriterien - frei - eingeschränkte Funktionalität (1 Jahr Daten, keine gespeicherten Backtests etc.) - 50 pro Monat - volle Funktionalität Freie Softwareumgebung für statistisches Rechnen und Grafik, viele Quants bevorzugen es für seine außergewöhnliche offene Architektur und Flexibilität: - effektive Datenverarbeitung und Lagerung, grafische Einrichtungen für die Datenanalyse, leicht erweitert über Pakete - empfohlene Erweiterungen - quantstrat, Rmetrics, quantmod, quantlib, PerformanceAnalytics, TTR, Portfolio, PortfolioSim, Backtest etc. MATLAB - High-Level-Sprache und interaktive Umfeld für statistisches Rechnen und Grafiken: - Parallel - und GPU-Computing, Backtesting und Optimierung, umfangreiche Integrationsmöglichkeiten etc. - Preis auf Anfrage hier BacktestingXL Pro ist ein Add-In für den Aufbau und die Erprobung Ihrer Trading-Strategien in Microsoft Excel 2010 und 2013: - Benutzer können VBA verwenden, um Strategien für BacktestingXL Pro zu erstellen, VBA-Kenntnisse sind optional, Benutzer können Handelsregeln auf einer Tabellenkalkulation mit Standard-vorgefertigten Backtesting-Codes konstruieren - unterstützt Pyramiden, kurzfristige Positionsbegrenzung, Provisionsberechnung, Equity-Tracking, Out-of - Geld-Controlling, Buysell-Preis-Customizing - mehrfache Performancerisk-Berichte - 74.95 für BacktestingXL Pro Freie Open-Source-Programmiersprache, offene Architektur, flexibel, einfach über Pakete erweitert: - empfohlene Erweiterungen - Pandas (Python Data Analysis Library), Pyalgotrade (Python Algorithmic Trading Library) , Zipline, Ultrafinanz etc. FactorWave ist einfach zu bedienendes webbasiertes Backtesting-Tool für die Faktorinvestition: - ermöglicht es dem Anwender, mehrere ETFoptionsfuturesequity-Faktoren mit bewährten Alpha-Over-Markt-Cap-Benchmarks zu mischen - kostenlos - ETFStock Screener mit 5 Factors - 149mo - freie Optionsoptionen Screening, Futures-Strategien, Vix-Strategien Web-basiertes Backtesting-Tool: - einfach zu bedienen, Einstiegs-webbasiertes Backtesting-Tool zur Prüfung der relativen Stärke und gleitenden durchschnittlichen Strategien auf ETFs - verschiedene Arten von Strategien für freie, komplette Backtesting-Funktionalität 34,99 monatlich Freies Web-basiertes Backtesting-Tool zum Testen von Aktienauswahlstrategien: - US-Aktien, Daten von ValueLine ab 1986-2014 - Preis - und Grunddaten, 1700 Aktien, monatliche GranularitätsprüfungThoughtful Kommentare von einem Leser John S. aus Großbritannien über seine Erfahrungen mit der Handelstechnologie Und Modelle: Ich habe meine eigenen automatischen Handelssysteme mit Excel VBA entwickelt und basiere auf Regeln, die ich im Laufe der Jahre als aktiver Privathändler Investor entwickelt habe, der sowohl technische als auch fundamentale Datenanalyse verwendet. Eines der wichtigsten Vorzüge bei der Annahme eines automatischen Handelssystemansatzes, der mir geholfen hat, ist, die Versuchung für manuelle Interferenzen zu vermeiden und dadurch die Rentabilität zu verbessern, indem sie Konsistenz bewahrt. Ich habe die Herausforderung gefunden, ein erfolgreiches System zu entwickeln, das aus einer persönlichen Perspektive sehr belohnt, da ich erkenne, dass es viele gibt, die versucht haben und gescheitert sind. Aber ein Problem, das ich begegnet habe, ist mein anhaltender Wunsch, das System regelmäßig zu modifizieren und zu verbessern, das ich gefunden habe, kann kontraproduktiv werden, da es eine echte Gefahr gibt, dass die Systementwicklung ein Selbstzweck wird. Ich kann einfach nicht aufhören zu basteln, sobald ich Kommen mit einer neuen Idee oder Eigenschaft Ein Vorteil der Verwendung von Excel VBA, die ich gefunden habe, ist, dass es inhärent flexibel ist, da es die Verarbeitung von Daten erleichtert, die vor allem bei der Verwendung von Fundamentaldaten als Teil des Systems wichtig sein können. In dieser Hinsicht erkenne ich, dass jeder Händler versucht, in einer Kante zu bauen, die das System rentabler macht. Ich habe bemerkt, dass viele Händler scheinen sich nur auf den Preis zu konzentrieren, indem sie versuchen, eine Kante zu suchen, indem sie spezielle Indikatoren oder Kombination von Indikatoren etc. anschließen. Die Kombination von Preisdatenanalyse mit einem Faktor-Modell-Ansatz ist eine Herausforderung, die ideal für Excel VBA geeignet ist Können leicht genutzt werden, um sowohl fundamentale als auch makroökonomische Daten in eine Form zu verarbeiten, die mit der Preisdatenanalyse integriert werden kann. Ich erkenne aus deinem Buch, dass Matlab stärker ist als Excel VBA und kann genauso flexibel sein, um fundamentale und makroökonomische Daten zu integrieren, aber ich wollte nur deine Aufmerksamkeit auf Vorteile lenken, die ich mit Excel VBA gefunden habe, die denen entsprechen kann, die mich selbst mögen Bequem in der Verwendung von Excel VBA und sind nur ungern zu ändern. Andere Features, die ausgenutzt werden können, die ich bei der Rückprobe hilfreich gefunden habe, produzieren automatisch Preis-Charts, die Einstiegs - und Ausstiegspunkte enthalten, die eine visuelle Beruhigung bieten, die das System wie beabsichtigt bearbeitet, sowie die Erstellung von automatischen Word-Berichten zur Aufzeichnung der Schlüsselausgabe für zukünftige Referenz. Es tut mir leid, wenn ich zu viel wie eine Anzeige für Microsoft 7 kommentiere: Ich rechne die wichtigsten Gründe für eine Popularität von ExcelVBA in einer Quant - und Quant-Trading-Welt: 1. Eine Menge Leute, die es bereits benutzen - also jeder denkt das Weg zu gehen. 2. Einfachheit von VBA (nicht sicher, ob es mit seiner Flexibilität korreliert) - das macht es möglich, effektiv von jedermann zu benutzen - ob es sich um einen Händler, einen Quant oder einen Schreibtischentwickler handelt. 3. VBA und Excel konnten problemlos erweitert werden (um eine Performance zu verbessern, eine Software von Drittanbietern zu integrieren oder nur modularisierbare Zwecke zu nutzen), indem sie die tatsächliche Modelllogik in C, COM oder As für die spätere (einfache Möglichkeit zur Integration von quant analytics) Geschrieben mit Excel und VBA) - man kann mir einen Blick auf meine Lösung werfen: excel4net Ich denke definitiv den Bandwagon Faktor ist im Spiel, wir sind oft wie Schafe, und ich sehe keinen Grund, warum Anlagestrategie oder Systeme anders wäre. Ein bisschen Glück wird sich nicht in den Forex einmischen. Aber ein Problem, das ich begegnet habe, ist mein anhaltender Wunsch, das System, das ich gefunden habe, regelmäßig zu modifizieren und zu verbessern, da es eine wirkliche Gefahr dafür gibt, dass die Systementwicklung ein Selbstzweck wird Interessanter Punkt. Ich glaube, dass der beste Weg, um damit umzugehen ist zu akzeptieren (oder ablehnen) die Art von WinLoss-Verhältnis Ihre Trading-Methode produziert. Was ich meine, ist, dass, wenn Sie gegen Zähler Trend handeln, und psychologisch fühlen Sie sich nur mit einem hohen Niveau von Gewinnen Trades, youll haben eine harte Zeit Bewältigung eines Systems, das so viele Gewinne oder Verluste erzeugt. Unter diesen Umständen werden Sie vielleicht (und das System) besser dran sein, indem Sie strengere Kriterien aufstellen und einige Setups - aber nicht zu viele - opfern, um ein höheres Niveau an Gewinnen zu erzielen (auch wenn Sie dabei auch Könnte Ihre Avg Win Avg Loss Ratio reduzieren). Aber ich bin einverstanden: seine heikle Frage, die die meisten erfahrenen Händler verbrennen. Aber ein Problem, das ich begegnet habe, ist mein anhaltender Wunsch, das System regelmäßig zu modifizieren und zu verbessern, das ich gefunden habe, kann kontraproduktiv werden, da es eine echte Gefahr gibt, dass die Systementwicklung ein Selbstzweck wird. Ich war von deinem Post sehr überrascht. In der Welt der quantitativen Analysten (Derivatmodelle Design und Umsetzung etc. für Top-Tier-Investment-Banken habe ich 6 Jahre damit verbracht) Excel VBA ist vermutlich die am wenigsten flexible und nachhaltige Programmiersprache, die wir mit Systemen beschäftigen müssen, die mit diesen geschrieben wurden Sprachen sind im Ruhestand. Ich verstehe, dass du jetzt noch glücklich bist, aber du denkst vielleicht, dass du die Alternativen studieren möchtest. Bei einem relativ bescheidenen Einstiegspreis können Sie Leistung und Nachhaltigkeit bekommen, die Sie überraschen würde. VBA-Probleme, die in den Sinn kommen, sind: schlechte Leistung, schlechtes Speicher-Management (dies kann die Leistung noch schlimmer machen), können Sie nicht verwenden Versionskontrollsystem, das Ihnen erlauben würde, Änderungen zu verfolgen (wer-was-warum-wann) und würde die Zusammenarbeit erleichtern (Siehe z. B. svnbook. red-beannightlyensvn. intro. whatis. htmlsvn. intro. righttool und tortoisesvn. tigris. org gibt es einige Microsoft Versionskontroll-Tools). Basierend auf meiner Erfahrung, beginnend von einigen Volumen VBA-Code wird unüberschaubar, einer der Gründe dafür, dass Sie nicht verwenden können, um die Kontrolle zu kontrollieren. Schlechte Flexibilität (im Vergleich zu den Alternativen werde ich Abwesenheit von Klassen sein (Klassenstrukturmethoden, die auf den Inhalt der Struktur zugreifen und diese ändern können) Virtuelle Abwesenheit von Abstraktionsmechanismen (Variante ist sehr fehleranfällig) Sie könnten sie brauchen, wenn Sie wollen Verwenden Sie den gleichen Algorithmus für eine Aktie und für eine Zinskurve (gleiche Aktion, verschiedene Objekte). Alternative, einfach zu bedienende Programmiersprachen wäre Matlab und Python. Beide Sprachen sind SVN-freundlich (siehe die dritte Aufzählung), Excel-freundlich, aber (1K - 10K, je nachdem, welche Pakete du brauchst und an deinem Standort), viel schöner und benutzerfreundlicher, Support-Team ist fertig. Matlab Performance Tipp: vektorisieren Sie Ihren Code (mit Vektoren arbeiten) Und Matrizen statt auf Element-für-Element-Basis, zB Vektor, wo Element wäre ein Preis von Lager X auf Datum Beobachtung Datum i Tage oder Matrix, wo Element ij wäre eine Rendite der Währung Y am Datum i für die Fälligkeit j). Ein weiterer Weg, um Matlab zu beschleunigen ist ein Paket zu kaufen, das Matlab Code Code in C-Code konvertieren kann, die in einer DLL kompiliert werden können, die Sie in Excel verwenden können. Solche DLL würde viel schneller arbeiten (kann hundertmal schneller sein, hängt von deiner Aufgabe ab). Python ist eine Freeware, ganz streng, es dauert ein bisschen Zeit, um hineinzukommen, aber es würde sich lohnen. Es ist flexibler, mehr eine richtige Programmiersprache. Andere Sprachen, die Sie vielleicht betrachten möchten, sind C, VB und Stand-alone VB (alle von Microsoft, alle preiswert). Ich würde sie zwischen C stellen (siehe unten) und Excel VBA C wäre die mächtigste, VB wäre die einfachste für Sie zu verwenden - es ist fast identisch mit VBA. Auch hier gibt es einen Kompromiss zwischen Performanceflexibilität und Gleichzeitigkeit gegenüber Excel VBA. Handschriftlicher C-Code ist das beste aus der Leistungsperspektive, das ist eine ziemlich vielseitige Sprache, aber es braucht viel mehr Zeit, um es zu lernen. Hoffe, du würdest es interessant finden. Hallo Dr. Ernie Chan Ich habe dein Buch über den quantitativen Handel gelesen. Es wird gesagt, dass MATLAB ein gutes Werkzeug ist, um komplexe Strategien zu entwickeln. Aber dafür gibt es keine gut genehmigte API. Es gibt eine vor kurzem gefundene MATLAB2IB. Aber ist es gut genug und gut getestet Es ist in Ihrem Buch gesagt, dass ExcelVBA ist langsam im Vergleich zu C. Ich interessiere mich für die Entwicklung eines automatisierten Handelssystems. Soll ich diese neue MATLAB2IB verwenden und weiterhin Strategien in Matlab entwickeln, bin ich in Matlab gut und ich habe es bei meinem Ph. D und anderen Arbeiten ausführlich genutzt. Ich habe nicht viel benutzt und ich fand es schwieriger im Vergleich zu MATLAB. Angesichts einer Wahl, werde ich immer Codierung in MATLAB. Aber ist es notwendig, Strategien in C zu entwickeln, wenn ich ein automatisches Handelssystem Hi Vinay entwickeln möchte, habe ich matlab2ibapi seit mehreren Monaten benutzt und habe es für nützlich gehalten, meine Strategien zu automatisieren. In der Tat, ich werde einen Artikel veröffentlichen, wie man es benutzt. Ernie