TUTORIAL TRADING ALGORITMICO

Motore di Backtesting con Python – Parte I (Struttura Base)

Negli ultimi mesi abbiamo descritto su TradingQuant come testare le varie strategie di trading utilizzando Python e Pandas. La natura vettoriale di Pandas permette elaborazioni estremamente rapide su set di dati di grandi dimensioni siano. Tuttavia, gli approcci di backtesting vettorializzato che abbiamo studiato finora presentano alcune criticità nelle modalità di simulazione dell’esecuzione dei trade. […]

Motore di Backtesting con Python – Parte I (Struttura Base) Read More »

Scaricare i Dati Storici Intraday con DTN IQFeed e Python

Value at Risk (VaR) per il Risk Management nel Trading Algoritmico

La stima del rischio di perdite per una strategia di trading algoritmica, o portafoglio di strategie, è di estrema importanza per la crescita del capitale a lungo termine. Molte tecniche per la gestione del rischio sono state sviluppate per l’uso in contesti istituzionali. Una tecnica in particolare, nota come Value at Risk, o VaR, sarà

Value at Risk (VaR) per il Risk Management nel Trading Algoritmico Read More »

Money Management tramite il Criterio di Kelly

La gestione del rischio e il money management sono temi assolutamente critici nel trading quantitativo. E’ quindi necessario approfondire questi concetti in modo dettagliato, oltre a indicare le diverse fonti di rischio che potrebbero influire sul rendimento della strategia. In questo articolo considereremo un metodo quantitativo per la gestione del proprio capitale al fine di

Money Management tramite il Criterio di Kelly Read More »

Introduzione alla Gestione del Rischio e al Money Management

Con questo articolo si vuol introdurre l’ampio e fondamentale tema relativo alla gestione del rischio applicato alle strategie di trading quantitativo. Questo di solito si presenta in due modi, in primo luogo identificando e attenuando i fattori interni ed esterni che possono influenzare le prestazioni o il funzionamento di una strategia di trading algoritmico e,

Introduzione alla Gestione del Rischio e al Money Management Read More »

Sharpe Ratio nel trading algoritmico

Sharpe Ratio per la Misura delle Prestazioni del Trading Algoritmico

Quando si esegue una strategia di trading algoritmico, si pensa che il rendimento annualizzato (annualised return) è la metrica delle prestazioni più utile. Tuttavia, ci sono molti criticità nell’usare solo questo parametro, infatti il calcolo dei profotti per alcune tipologie di  strategie non è semplice e del tutto corretto. Questo è particolarmente vero per le

Sharpe Ratio per la Misura delle Prestazioni del Trading Algoritmico Read More »

Misurare le Prestazioni di un Trading System

Misurazione delle Prestazioni di un Trading System

La misurazione delle prestazioni è una componente assolutamente cruciale del trading algoritmico. Senza una valutazione delle prestazioni, insieme a una solida tenuta dei registri, è difficile, se non impossibile, determinare se i profitti di una strategia sono dovuti alla fortuna o a causa di un certo margine sul mercato. Per avere successo nel trading algoritmico

Misurazione delle Prestazioni di un Trading System Read More »

Strategia Mean Reversion di Pairs Trading

Backtesting di una Strategia Mean Reversion di Pairs Trading Intraday tra SPY e IWM

In questo articolo descriviamo la nostra prima strategia di trading intraday. Si basa su una classica idea di trading, quella del ” trading pairs”. In questo caso si utilizza due Exchange Traded Funds (ETF), SPY e IWM, negoziati sul New York Stock Exchange (NYSE) e confrontarli rispettivamente con gli indici azionari statunitensi, l’S&P500 e il

Backtesting di una Strategia Mean Reversion di Pairs Trading Intraday tra SPY e IWM Read More »

Strategia di Forecasting sull'S&P500

Strategia di Forecasting sul S&P500, backtesting con Python e Pandas

Recentemente su TradingQuant abbiamo introdotto il machine learning, il forecasting e la progettazione e l’implementazione del backtesting di una strategia. In questo articolo si combinano tutti questi strumenti al fine di testare un algoritmo di previsione finanziaria per l’indice azionario statunitense S&P500 tramite lo strumento l’ETF (SPY). Questo articolo si basa per la maggior parte

Strategia di Forecasting sul S&P500, backtesting con Python e Pandas Read More »

Strategia di Moving Average Crossover con Python e Pandas

Strategia di Moving Average Crossover in Python con Pandas

Nel precedente articolo relativo allo Sviluppo di un BackTesting Vettoriale con Python e Pandas abbiamo creato un ambiente di backtesting orientato agli oggetti e testato su una strategia di previsione casuale. In questo articolo utilizzeremo gli strumenti che abbiamo introdotto per condurre ricerche su una strategia reale, ovvero il Moving Average Crossover su AAPL. Strategia di

Strategia di Moving Average Crossover in Python con Pandas Read More »

Torna in alto