Construcción De Sistemas De Negociación Automatizados Pdf

Building Automated Trading Systems, 1ª Edición Características principales Enseña el diseño y desarrollo de sistemas financieros desde cero usando Microsoft Visual C. NET 2005. Proporciona docenas de ejemplos que ilustran los enfoques de programación en el libro Los capítulos son compatibles con capturas de pantalla, ecuaciones, Y código de programación Descripción En los próximos años, las industrias propietarias de trading y hedge funds migrarán en gran parte a sistemas automatizados de selección y ejecución de comercio. De hecho, esto ya está ocurriendo. Mientras que varios libros de finanzas proporcionan código C para determinar los derivados y realizar cálculos numéricos, ninguno aborda el tema desde la perspectiva del diseño del sistema. Este libro se dividirá en dos secciones de técnicas de programación y tecnología de sistemas automatizados de comercio (ATS) y enseñará el diseño y desarrollo del sistema financiero desde el absoluto suelo utilizando Microsoft Visual C. NET 2005. MS Visual C. NET 2005 ha sido elegido como el lenguaje de implementación principalmente Porque la mayoría de las empresas comerciales y grandes bancos han desarrollado y continúan desarrollando sus algoritmos propietarios en ISO C y Visual C. NET ofrece la mayor flexibilidad para incorporar estos algoritmos heredados en sistemas operativos. Además,.NET Framework y el entorno de desarrollo proporcionan las mejores bibliotecas y herramientas para el rápido desarrollo de sistemas comerciales. La primera sección del libro explica Visual C. NET 2005 en detalle y se enfoca en el conocimiento de programación requerido para el desarrollo automatizado de sistemas de trading, incluyendo diseño orientado a objetos, delegados y eventos, enumeraciones, generación de números aleatorios, Con colecciones STL. NET y. NET. Además, dado que la mayoría del código heredado y del código de modelado en los mercados financieros se hace en ISO C, este libro examina en profundidad varios temas avanzados relacionados con la gestión de la gestión / interoperabilidad de gestión / no gestionada / COM. Además, este libro ofrece docenas de ejemplos que ilustran el uso de la conectividad de bases de datos con ADO. NET y un extenso tratamiento de SQL y FIX y XML / FIXML. Los temas avanzados de programación, como subprocesos, sockets, así como el uso de C. NET para conectarse a Excel también se discuten extensamente y se apoyan en ejemplos. La segunda sección del libro explica preocupaciones tecnológicas y conceptos de diseño para los sistemas de negociación automatizados. Específicamente, los capítulos se dedican a manejar los feeds de datos en tiempo real, la gestión de los pedidos en el libro de órdenes de cambio, la selección de posiciones y la gestión de riesgos. Un archivo. dll está incluido en el libro que emulará la conexión a una API de la industria ampliamente utilizada (Trading Technologies, Inc. s XTAPI) y proporcionará maneras de probar algoritmos de gestión de posiciones y pedidos. Se presentan patrones de diseño para sistemas de toma de mercado basados ​​en análisis técnicos, así como para sistemas de mercado que utilizan spreads intermercados. Como todos los capítulos giran en torno a la programación de computadoras para la ingeniería financiera y el desarrollo del sistema de comercio, este libro educará a comerciantes, ingenieros financieros, analistas cuantitativos, estudiantes de finanzas cuantitativas e incluso programadores experimentados en cuestiones tecnológicas que giran en torno al desarrollo de aplicaciones financieras en un Microsoft El medio ambiente y la construcción e implementación de sistemas y herramientas de comercio en tiempo real. Audiencia primaria: ingenieros financieros, analistas cuantitativos, programadores de empresas comerciales estudiantes graduados en ingeniería financiera y cursos y programas de mercados financieros. Benjamin Van Vliet Ben Van Vliet es conferenciante en el Instituto de Tecnología de Illinois (IIT), donde también funge como Director Asociado de la M. S. Programa de Mercados Financieros. En el IIT imparte cursos de finanzas cuantitativas, programación en C y. NET y diseño y desarrollo automatizado de sistemas comerciales. Es vicepresidente del Instituto de Tecnología de Mercado, donde preside la junta asesora para el programa de Desarrollador Certificado de Sistemas Comerciales (CTSD). También es editor de series de la serie Financial Markets Technology de Elsevier / Academic Press y consulta ampliamente en la industria de los mercados financieros. El Sr. Van Vliet es también autor de Modeling Financial Markets con Robert Hendry (2003, McGraw Hill) y Building Automated Trading Systems (2007, Academic Press), además ha publicado varios artículos en las áreas de finanzas y tecnología y ha presentado su Investigaciones en varias conferencias académicas y profesionales Afiliaciones y Experiencia Profesora y Directora Asociada del Programa de Maestría en Mercados Financieros, Escuela de Negocios Stuart, Instituto de Tecnología de Illinois, Estados Unidos Publicación RecienteBuilding Automated Trading Systems Regístrese para guardar su biblioteca Durante la próxima Mientras que varios libros de finanzas ofrecen código C para la fijación de precios de los derivados y la realización de cálculos numéricos, ninguno aborda el tema desde un sistema Este libro se dividirá en dos secciones de técnicas de programación y tecnología de sistemas de comercio automatizado (ATS) y enseñará el diseño y desarrollo de sistemas financieros desde el punto de vista absoluto utilizando Microsoft Visual C. NET 2005. MS Visual C. NET 2005 ha sido elegido como el Principalmente debido a que la mayoría de las empresas comerciales y grandes bancos han desarrollado y continúan desarrollando sus algoritmos propietarios en ISO C y Visual C. NET ofrece la mayor flexibilidad para incorporar estos algoritmos heredados en sistemas operativos. Además,.NET Framework y el entorno de desarrollo proporcionan las mejores bibliotecas y herramientas para el rápido desarrollo de sistemas comerciales. La primera sección del libro explica Visual C. NET 2005 en detalle y se enfoca en el conocimiento de programación requerido para el desarrollo automatizado de sistemas de trading, incluyendo diseño orientado a objetos, delegados y eventos, enumeraciones, generación de números aleatorios, Con colecciones STL. NET y. NET. Además, dado que la mayoría del código heredado y del código de modelado en los mercados financieros se hace en ISO C, este libro examina en profundidad varios temas avanzados relacionados con la gestión de la gestión / interoperabilidad de gestión / no gestionada / COM. Además, este libro ofrece docenas de ejemplos que ilustran el uso de la conectividad de bases de datos con ADO. NET y un extenso tratamiento de SQL y FIX y XML / FIXML. Los temas avanzados de programación, como subprocesos, sockets, así como el uso de C. NET para conectarse a Excel también se discuten extensamente y se apoyan en ejemplos. La segunda sección del libro explica preocupaciones tecnológicas y conceptos de diseño para los sistemas de negociación automatizados. Específicamente, los capítulos se dedican a manejar los feeds de datos en tiempo real, la gestión de los pedidos en el libro de órdenes de cambio, la selección de posiciones y la gestión de riesgos. Un archivo. dll está incluido en el libro que emulará la conexión a una API de la industria ampliamente utilizada (Trading Technologies, Inc.8482s XTAPI) y proporcionará maneras de probar los algoritmos de gestión de posición y orden. Se presentan patrones de diseño para sistemas de toma de mercado basados ​​en análisis técnicos, así como para sistemas de mercado que utilizan spreads intermercados. Como todos los capítulos giran en torno a la programación de computadoras para la ingeniería financiera y el desarrollo del sistema de comercio, este libro educará a comerciantes, ingenieros financieros, analistas cuantitativos, estudiantes de finanzas cuantitativas e incluso programadores experimentados en cuestiones tecnológicas que giran en torno al desarrollo de aplicaciones financieras en un Microsoft El medio ambiente y la construcción e implementación de sistemas y herramientas de comercio en tiempo real. Enseña el diseño y el desarrollo del sistema financiero desde el principio utilizando Microsoft Visual C. NET 2005. Proporciona docenas de ejemplos que ilustran los enfoques de programación en el libro Los capítulos son compatibles con capturas de pantalla, ecuaciones, hojas de cálculo Excel de ejemplo y código de programación. Science Imprint: Academic Press Fecha de Publicación: 2007 Series: Financial Market Technology Disponible en: Singapur Formato Copia y pega el código de tu web. Usando OverDrive Acerca de nosotros PolíticasAlgorithmic trading: Cómo empezar a construir un sistema de comercio algorítmico Como un científico de la informática puramente usted está en la posición perfecta para empezar en el comercio algorítmico. Esto es algo que he visto de primera mano en Quantiacs 1. donde los científicos y los ingenieros son capaces de saltar a la derecha en el comercio automatizado sin ninguna experiencia previa. En otras palabras, las chuletas de programación son el ingrediente principal necesario para empezar. Para obtener una comprensión general de los desafíos que le esperan después de / durante la creación de un sistema de comercio algorítmico, echa un vistazo a este post de Quora. La construcción de un sistema comercial desde cero requerirá algunos conocimientos básicos, una plataforma de negociación, datos de mercado y acceso al mercado. Aunque no es un requisito, la elección de una sola plataforma de comercio que proporciona la mayoría de estos recursos le ayudará a ponerse al día rápidamente. Dicho esto, las habilidades que desarrolle serán transferibles a cualquier lenguaje de programación y casi cualquier plataforma. Lo creas o no, la construcción de estrategias de comercio automatizado no se basa en ser un experto en el mercado. Sin embargo, el aprendizaje de la mecánica básica del mercado le ayudará a descubrir estrategias comerciales rentables. Opciones, Futuros y Otros Derivados por John C. Hull - Gran primer libro para entrar en finanzas cuantitativas, y acercándolo desde el lado de las matemáticas. Comercio cuantitativo por Ernie Chan - Ernie Chan proporciona el mejor libro introductorio para el comercio cuantitativo y le guía a través del proceso de crear algoritmos que negocian en MATLAB y Excel. Negociación Algorítmica de Futuros a través del Aprendizaje Automático - Un desglose de 5 páginas de aplicación de un modelo simple de aprendizaje automático a los indicadores de análisis técnico comúnmente utilizados. Heres una lista de lectura agregada PDF con un desglose completo de libros, videos, cursos y foros de comercio. La mejor manera de aprender es haciendo, y en el caso de comercio automatizado que se reduce a la elaboración de gráficos y la codificación. Un buen punto de partida son los ejemplos existentes de sistemas de negociación y las exposiciones existentes de técnicas de análisis técnico. Por otra parte, un informático experto tiene el borde adicional de ser capaz de aplicar el aprendizaje de la máquina a la negociación algorítmica. Éstos son algunos de esos recursos: TradingView - Una fantástica plataforma de gráficos visuales por sí solo, TradingView es un gran patio de recreo para sentirse cómodo con el análisis técnico. Tiene el beneficio añadido de permitir que usted guíe las estrategias de comercio y navegar por otras ideas comerciales. Foro de Negociación Automatizado - Gran comunidad en línea para publicar preguntas para principiantes y encontrar respuestas a problemas comunes cuando recién comienza. Quant foros son un gran lugar para sumergirse en estrategias, herramientas y técnicas. Seminario de YouTube sobre ideas comerciales con ejemplos de código de trabajo en Github. Aprendizaje Automático: Se pueden encontrar más presentaciones sobre comercio automatizado en el Club Quantiacs Quant. La mayoría de las personas de un fondo científico (ya sea que la informática o ingeniería) han tenido la exposición a Python o MATLAB, que pasan a ser los idiomas populares para la financiación cuantitativa. Quantiacs ha creado una caja de herramientas de código abierto que proporciona backtesting y 15 años de datos históricos de mercado de forma gratuita. La mejor parte es que todo está construido en Python y MATLAB, dándole la opción de qué desarrollar su sistema. Heres una tendencia de la muestra de seguimiento de la estrategia comercial en MATLAB. Éste es todo el código necesario para ejecutar un sistema de comercio automatizado, mostrando tanto la potencia de MATLAB como la Caja de herramientas de Quantiacs. Quantiacs le permite intercambiar 44 futuros y todas las existencias del SampP 500. Además, se admite una variedad de bibliotecas adicionales como TensorFlow. (Descargo de responsabilidad: trabajo en Quantiacs) Una vez que esté listo para ganar dinero como un quant, puede unirse al último concurso de comercio automatizado de Quantiacs, con un total de 2,250,000 en inversiones disponibles: ¿Puede competir con los mejores quants Esta respuesta ha sido completamente re - escrito Aquí hay 6 base de conocimiento principal para la construcción de sistemas de negociación algorítmica. Usted debe estar familiarizado con todos ellos con el fin de construir sistemas comerciales eficaces. Algunos de los términos utilizados pueden ser ligeramente técnicos, pero usted debe ser capaz de entenderlos por Google. Nota: (La mayoría de) estos no se aplican si desea hacer el comercio de alta frecuencia 1. Teorías del mercado Usted necesita entender cómo funciona el mercado. Más específicamente, debe comprender las ineficiencias del mercado, las relaciones entre los diferentes activos / productos y el comportamiento de los precios. Las ideas comerciales surgen de ineficiencias del mercado. Usted tendrá que saber cómo evaluar las ineficiencias del mercado que le dan un borde de negociación frente a los que no. Diseñar robots eficaces implica entender cómo funcionan los sistemas de negociación automatizados. Esencialmente, una estrategia de negociación algorítmica consta de 3 componentes principales: 1) Entradas, 2) Salidas y 3) Posición de tamaño. Youll necesidad de diseñar estos 3 componentes en relación con la ineficiencia del mercado que está captando (y no, este no es un proceso sencillo). Usted no necesita saber matemáticas avanzadas (aunque ayudará si usted apunta construir estrategias más complejas). Buenas habilidades de pensamiento crítico y una comprensión decente de las estadísticas le llevará muy lejos. El diseño involucra backtesting (pruebas para el borde de negociación y robustez) y optimización (maximizando el rendimiento con ajuste de curva mínimo). Youll necesidad de saber cómo administrar un portafolio de estrategias de negociación algorítmica también. Las estrategias pueden ser complementarias o conflictivas, lo que puede dar lugar a aumentos no planificados de la exposición al riesgo o cobertura no deseada. La asignación de capital es importante también se divide el capital por igual durante los intervalos regulares o recompensar a los ganadores con más capital Si usted sabe qué productos desea comerciar, encontrar plataformas de negociación adecuadas para estos productos. A continuación, aprender el lenguaje de programación API de esta plataforma / backtesters. Si usted comienza hacia fuera, recomendaría el Quantopian (las existencias solamente), Quantconnect (acción y FX) o Metatrader 4 (FX y CFDs en índices de la equidad, valores y materias). Los lenguajes de programación utilizados son Python, C y MQL4 respectivamente. 4. Gestión de datos Basura en la basura. Los datos inexactos conducen a resultados de pruebas inexactos. Necesitamos datos razonablemente limpios para una prueba precisa. Los datos de limpieza son un equilibrio entre costo y precisión. Si desea obtener datos más precisos, debe dedicar más tiempo (dinero en el tiempo) a limpiarlo. Algunos problemas que causan datos sucios incluyen datos perdidos, datos duplicados, datos erróneos (señales negativas). Otras cuestiones que conducen a datos engañosos incluyen los dividendos, las divisiones de valores y los traspasos de futuros, etc. 5. Gestión de riesgos Existen dos tipos principales de riesgo: riesgo de mercado y riesgo operativo. El riesgo de mercado implica el riesgo relacionado con su estrategia comercial. ¿Considera los peores escenarios? ¿Qué sucede si ocurre un evento de cisne negro como el de la 3ª Guerra Mundial? Ha protegido el riesgo no deseado ¿Su posición es demasiado alta? Además de gestionar el riesgo de mercado, debe examinar el riesgo operacional. El fallo del sistema, la pérdida de conexión a Internet, el algoritmo de ejecución deficiente (que conduce a unos precios mal ejecutados o los tráficos perdidos debido a la incapacidad de manejar requotes / alto deslizamiento) y el robo por parte de hackers son problemas muy reales. 6. Ejecución en vivo Backtesting y el comercio en vivo son muy diferentes. Youll necesidad de seleccionar corredores adecuados (MM vs STP vs ECN). Forex mercado de noticias con Forex Trading foros amp corredores de Forex es su mejor amigo, leer comentarios de broker allí. Necesita una infraestructura adecuada (VPN seguro, tiempo de inactividad, etc.) y procedimientos de evaluación (monitoree el desempeño de sus robots y analícelos en relación con la ineficiencia del mercado / backtests / op timisations) para administrar su robot durante toda su vida útil. Usted necesita saber cuándo intervenir (modificar / actualizar / apagar / urna t en sus robots) y cuando no. Evaluación y optimización de las estrategias de comercio Pardo (Grandes ideas sobre los métodos en la construcción y las estrategias de comercio de pruebas) El comercio de su camino a la libertad financiera Van K Tharp (Ridiculous-Click título cebo a un lado, este libro es una gran visión general a los sistemas de comercio mecánico) La microestructura del mercado es la ciencia de cómo funcionan los intercambios y lo que realmente sucede cuando se coloca un comercio Es importante conocer esta información A pesar de que están empezando) Algorithmic Trading DMA amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; amp; Como una hora de acostarse leer) Quantopian (Código, la investigación, y discutir ideas con la comunidad. Utiliza Python) Fundamentos de Algo Trading AlgoTrading101 (Renuncia: Soy propietario de este sitio / curso. Aprender teorías del diseño del robot, teorías del mercado y codificación. Utiliza MQL4) - Únete al desafío (Aprende los conceptos comerciales y las teorías de backtesting.) Desarrollaron recientemente su propia plataforma de backtesting y trading, por lo que esta parte es nueva para mí. Incluye foros de finanzas, comercio y comercio de algo): Lenguajes de programación recomendados: Si conoce los productos que desea comercializar, encuentre plataformas de negociación adecuadas para estos productos. A continuación, aprender el lenguaje de programación API de esta plataforma / backtesters. Si usted comienza hacia fuera, recomendaría el Quantopian (las existencias solamente), Quantconnect (acción y FX) o Metatrader 4 (FX y CFDs en índices de la equidad, valores y materias). Los lenguajes de programación utilizados son Python, C y MQL4 respectivamente. Aunque este es un tema muy amplio con referencias a la construcción de algoritmos, la configuración de la infraestructura, la asignación de activos y la gestión de riesgos, pero me centraré en la primera parte de cómo debe ser el trabajo en la construcción de nuestro propio algoritmo, y hacer las cosas correctas. 1. Estrategia de construcción. Algunos de los puntos clave a tener en cuenta son: Capturar grandes tendencias - Una buena estrategia debe en todos los casos, ganar dinero cuando el mercado está en tendencia. Los mercados van con una buena tendencia que dura sólo 15-20 del tiempo, pero este es el momento en que todos los gatos y perros (los comerciantes de todo el tiempo, intradía, diario, semanal, a largo plazo) están de compras y todos ellos Tienen un tema común. Una gran cantidad de comerciantes también construir estrategias de reversión media en la que tratan de juzgar las condiciones cuando el precio se han alejado de la media, y tomar un comercio en contra de la tendencia, pero deben ser construidos cuando se han construido con éxito y negociado algunos buenos sistemas de tendencia siguiente . Las probabilidades de apilar - Las personas a menudo trabajan para tratar de construir un sistema que tiene una relación excelente ganancia / pérdida, pero que no es el enfoque correcto. Por ejemplo un algo con un ganador de 70 con una ganancia media de 100 por comercio y una pérdida promedio de 200 por comercio sólo hará 100 por 10 oficios (10 / trade net). Pero un algo con un ganador de 30 con ganancia media de 500 por comercio y pérdida de 100 por comercio hará un beneficio neto de 800 para 10 operaciones (80 / comercio). Por lo tanto, no es necesario que la relación ganancia / pérdida debe ser bueno, más bien las probabilidades de apilar lo que debería ser mejor. Esto va diciendo quotKeep las pérdidas pequeñas, pero deja correr a tus ganadores. En la inversión, lo que es cómodo rara vez es rentable. Robert Arnott Drawdown - Drawdown es inevitable, si está siguiendo cualquier tipo de estrategia. Así que al diseñar un algo don039t tratar de reducir la reducción o hacer alguna condición personalizada específica para cuidar de que la reducción. Esta condición específica puede en el futuro puede actuar como un obstáculo en la captura de una gran tendencia y su algo puede funcionar mal. Gestión de Riesgos - Al construir una estrategia, siempre debe tener una puerta de salida, lo que el mercado elige hacer. El mercado es un lugar de probabilidades y usted debe diseñar un algo para salir de un comercio tan pronto como sea posible si no encaja su apetito de riesgo. Normalmente se argumenta que usted debe arriesgar el 1-2 del capital en cada comercio, y es óptimo de muchas maneras como incluso si usted consigue arnd 10 operaciones falsas en la sucesión su capital bajará por solamente 20. Pero esto no es el En un escenario de mercado real. Algunas operaciones con pérdidas estarán entre 0-1, mientras que algunas pueden ir a 3-4, por lo que es mejor definir el promedio de pérdida de capital por comercio y el capital máximo que se puede perder en un comercio, ya que los mercados son completamente al azar y no se puede juzgar . De vez en cuando, el mercado hace algo tan estúpido que le quita el aliento. quot - Jim Cramer 2. Prueba y optimización de un deslizamiento de la estrategia. Cuando estamos probando una estrategia sobre datos históricos, estamos bajo la suposición de que el pedido se ejecutará al precio predefinido que llega el algo. Pero esto nunca será el caso, ya que tenemos que lidiar con los creadores de mercado y algoritmos de HFT ahora. Su orden en el mundo de today039s nunca será ejecutada en el precio deseado, y habrá deslizamiento. Esto debe incluirse en las pruebas. Impacto en el mercado: El volumen comercializado por el algo es otro factor importante que debe considerarse al realizar back-testing y recopilar resultados históricos. A medida que el volumen aumenta, los pedidos realizados por algo tendrán un impacto considerable en el mercado y el precio promedio del pedido lleno será muy diferente. Su algo puede producir resultados completos diferentes en las condiciones reales del mercado, si no va a estudiar la dinámica de volumen de su algo tiene. Optimización: La mayoría de los comerciantes le sugieren que no haga ajuste de curva y sobre optimización y son correctos como los mercados son una función de variables aleatorias y ninguna situación dos será nunca lo mismo. Así que la optimización de parámetros para situaciones particulares es una mala idea. Te sugiero que vayas a la optimización de zonas. Es una técnica que yo sigo, comprando zonas de identificación que tienen características similares en términos de volatilidad y volumen. Optimizar estas áreas por separado, en lugar de optimizar para todo el período. Lo anterior son algunos de los pasos más básicos y más importantes que yo sigo, al convertir un pensamiento básico en un algoritmo y verificar su validez. Quot Todo el mundo tiene la capacidad intelectual para seguir el mercado de valores. Si lo lograste a través de matemáticas de quinto grado, puedes hacerlo. QuotPeter Lynch Para comenzar con los fundamentos, consiga un asimiento de Amibroker (AmiBroker - Download). Amibroker tiene un lenguaje fácil de aprender y potente motor de backtest donde puedes prototipar tus ideas. También obtener Howard Bandy 039s libro Quantitative Trading Systems. Este libro es una muy buena introducción a los conceptos de desarrollo cuántico. También necesitará al menos un conocimiento básico de las estadísticas. Hay un montón de buenos cursos MOOC disponibles para esto de forma gratuita. Tales como este Estadísticas Uno - Princeton University Coursera It039s también vale la pena seguir la calle entera. Que es un mashup de todos los blogs quant, muchos de los cuales publican código Amibroker con sus ideas. A partir de ahí, vale la pena aprender Python (aprender python - Google Search), y también hacer Andrew Ng039s excelente Stanford University Machine Learning curso, que se ejecuta de forma gratuita en Coursera. Si luego desea poner sus propios algoritmos a prueba, buenos sitios para que son Quantconnect o Quantopian. Por último, este tipo tiene algunos buenos consejos para convertirlo en su carrera quantstart / Buena suerte con el viaje Partially taken from Alan Clement039s respuesta a ¿Cómo puede un desarrollador de software en finanzas convertirse en un desarrollador cuán Kristopher Wuollett. IOS, ex-desarrollador de sistemas de trading Respuesta corta: aprender matemáticas aplicadas al comercio, la estructura de los mercados y, opcionalmente, ser un programador de red / sistemas distribuidos. Hay tres pistas potencialmente paralelas que se pueden tomar para aprender el comercio algorítmico desde cero, dependiendo del propósito último de por qué desea aprenderlo. Aquí están en orden creciente de dificultad que también se correlaciona con cuánto se convierte en su parte de su sustento. Los anteriores abrirán las oportunidades para los siguientes. Usted puede detenerse en cualquier paso del camino una vez que haya aprendido lo suficiente o haya conseguido un trabajo haciéndolo. Si quieres ser un quant, en su mayoría utilizar software de matemáticas y no ser un programador de un sistema de algo, entonces la respuesta corta es obtener un doctorado en Matemáticas, Física o algún tema de ingeniería relacionada con matemáticas pesadas. Trate de obtener pasantías en los mejores fondos de cobertura, tiendas de apoyo o bancos de inversión. Si usted puede conseguir empleado de una empresa exitosa, entonces se le enseñó de otra manera, simplemente won039t suceder. Pero en cualquier caso, todavía debe terminar la sección 039Self Study039 a continuación para asegurarse de que realmente quiere pasar por el esfuerzo de obtener un doctorado. A menos que seas un genio, si no tienes un doctorado, no podrás competir con los que lo hacen a menos que te especialices en la programación de sistemas comerciales. Si desea estar más en el lado de la programación, trate de aplicar para el empleo después de cada paso, pero no a menudo de una vez al año por empresa. Auto estudio El primer paso es entender lo que el comercio algorítmico realmente es y qué sistemas se requieren para apoyarla. I039d recomiendo leer a través de quotAlgorithmic Trading amp DMAquot (Johnson, 2010), algo que personalmente lo hice y puedo recomendar. Eso le permitirá entender a un nivel básico. A continuación, debe programar su propio libro de órdenes, un simple simulador de datos de mercado y una implementación de algoritmos con Java o C / C. Para obtener un crédito adicional que ayudaría a conseguir empleo, debe escribir su propia capa de comunicación en red desde cero también. En este punto usted puede ser capaz de terminar de responder a la pregunta por su cuenta. Pero para la completitud y la curiosidad, no dude en continuar: El próximo libro a abordar es quotTrading amp Intercambios: Microstructura de mercado para practicantes (Harris, 2003). Esto pasará a detalles más finos de cómo funcionan los mercados. Es otro libro que he leído, pero no completamente estudiado porque yo era un programador de sistemas y no un quant ni un gerente en el lado de los negocios. Por último, si desea comenzar a aprender las matemáticas sobre cómo funcionan los mercados, trabaje a través del texto y de los problemas en QuotOptions, Futures y Other Derivatives (Hull, 2003). Lo hice a través de la mitad de ese libro de texto ya sea en preparación o como parte de la formación interna en uno de mis antiguos empleadores. Creo que originalmente se enteró de que el libro, ya que se sugirió o lectura obligatoria para uno de los programas bien considerados de MS Matemática Financiera. Escuela Para potencialmente obtener una mejor oportunidad de empleo a través de un programa de alimentador de nuevo-graduado, completar un programa de Matemáticas Financiera MS si desea ser un programador de una plataforma de negociación o un equipo de quants. Si desea ser el diseñador de los algos, entonces usted necesita tomar la ruta de doctorado explicado anteriormente. Si todavía no ha terminado la universidad, entonces por todos los medios, trate de obtener una pasantía en el mismo tipo de lugares. Empleo No importa cuánto aprendas en los libros y en la escuela, nada se comparará con los pequeños detalles que aprendes mientras trabajas para una empresa. Si no conoce todos los casos límite y sabe cuándo el modelo deja de funcionar, perderá dinero. Espero que las respuestas a su pregunta y que a lo largo de la forma de aprender que descubrir si realmente desea la transición del estudio a la realidad día a día el trabajo.