Panduan Dagangan Kuantitatif dan Strategi Quant

2025.07.09 2025.06.03 Panduan Dagangan Kuantitatif dan Strategi Quant

Michael Hypovhttps://www.litefinance.org/ms/blog/authors/mikhail-hypov/

Artikel ini akan menerangkan secara terperinci semua aspek tentang analisis kuantitatif dan perdagangan kuantitatif. Anda juga akan didedahkan dengan istilah-istilah berkaitan dan cara menggunakan data sejarah. Teruskan membaca untuk mengetahui bagaimana perdagangan kuantitatif berfungsi, perisian yang digunakan dan strategi perdagangan kuantitatif yang paling menguntungkan.

Apa itu Dagangan Kuantitatif?

Perdagangan kuantitatif (juga dikenali sebagai quant trading) melibatkan penggunaan algoritma dan perisian komputer. Perdagangan quant banyak digunakan pada peringkat individu dan institusi untuk perdagangan berfrekuensi tinggi, algoritma, arbitrage, dan automatik.

Tugas pedagang kuantitatif adalah untuk menentukan arah trend dan titik reversal yang mungkin. Tidak kira apa sahaja alat, strategi atau jenis analisis yang digunakan, asalkan ia berkesan. Anda hanya perlu mencari titik reversal, menentukan kekuatan trend dan memasuki pasaran pada permulaannya.

Seorang pedagang quant, tidak seperti pedagang biasa, jarang terlibat secara langsung dalam proses perdagangan. Quant trading melibatkan aktiviti yang berkaitan dengan Sains Data dan pengaturcaraan. Ringkasnya, pedagang kuantitatif perlu mengenal pasti corak statistik dan corak pergerakan harga bagi sesuatu instrumen dagangan. Data ini kemudiannya akan digunakan untuk menulis perisian bagi perdagangan automatik.

Contoh strategi quant ialah ramalan cuaca. Ahli meteorologi, dalam kerja mereka, dipandu oleh data kuantitatif mengenai tekanan atmosfera, suhu dan kelajuan angin. Dengan adanya peraturan perubahan cuaca, ahli kaji cuaca dapat membuat ramalan yang agak tepat berdasarkan maklumat ini. Begitu juga dengan pedagang quant yang bekerja dengan cara yang sama.

Perkara Utama

• Dagangan kuantitatif bergantung pada algoritma automatik dan analisis data.
• Dagangan frekuensi tinggi merangkumi pelbagai strategi.
• Analisis kuantitatif meminimumkan ralat pengiraan.
• Perdagangan kuantitatif membolehkan kepelbagaian aset yang berkesan.
• Strategi kuantitatif berfungsi dengan lebih baik dalam pasaran yang sangat cair.

Sejarah quant trading

Pada tahun 1973, Fischer Black dan Myron Scholes pertama kali menerbitkan formula untuk tentukan harga option. Poin utama dalam menentukan nilai option adalah jangkaan “volatility” yang boleh dikira secara matematik. Formula ini merangkumi fungsi pengedaran kumulatif bagi taburan normal standard, kadar faedah bebas risiko (konsep yang serupa dalam Sharpe ratio), harga spot dan strike, serta “volatility”.

Pada tahun 1997, model Black-Scholes memenangi Hadiah Nobel dalam bidang ekonomi, mengubah pendekatan secara radikal dalam membangunkan strategi perdagangan. Hasil daripada 75-80% transaksi berdasarkan analisis matematik membuktikan keuntungan teknik ini dan perdagangan ekuiti kuantitatif diterima pakai oleh pembuat pasaran dan bank pelaburan.

Mengapa kita perlu menggunakan Dagangan Kuantiti?

Komuniti pedagang menganggap perdagangan kuantitatif sebagai lonjakan terbaru dalam analisis pasaran. Teknik ini menawarkan pelbagai kelebihan:

• Kebolehskalaan.

Kebiasaannya, pedagang menggunakan tidak lebih 5-7 alat analisis serentak, termasuk yang paling mudah seperti “trend following” atau persilangan moving average. Perdagangan frekuensi tinggi secara teorinya boleh menggunakan strategi dan input yang tidak terhad, daripada kaedah analisis matematik klasik sehingga kepada kajian tentang psikologi pasaran. Satu-satunya limit hanyalah pada kuasa penkomputeran. Namun, pelabur runcit pun boleh memanfaatkan analisis kuantitatif dengan puluhan alat analisis yang tersedia.

• Peluang tanpa had untuk kepelbagaian.

Analisis kuantitatif sesuai untuk mana-mana pasaran. Dalam perdagangan bursa, peruntukan modal yang optimum menjadi aspek paling penting dalam pengurusan risiko.

• Ralat Minimum.

Arbitrage statistik melibatkan penggunaan data yang sangat tepat. Untuk mengenal pasti corak algoritma dan membina ramalan berdasarkannya, komputer beroperasi dengan ratusan parameter berbeza dengan ketepatan yang tinggi. Ini membolehkan pengurangan kesilapan pengiraan ke tahap minimum.

• Kelajuan Membuat Keputusan.

Pengiraan berprestasi tinggi membolehkan keputusan perdagangan dibuat dengan pantas. Ini amat berguna terutamanya ketika berdagang dalam timeframe yang singkat.

Bilakah Perdagangan Kuantitatif Diperlukan?

Dengan peningkatan populariti dalam perdagangan bursa, keberkesanan analisis pasaran "manual" klasik semakin berkurangan. Oleh itu, banyak “hedge fund” sudah lama beralih daripada dagangan klasik kepada dagangan kuantitatif.

Bilakah perdagangan kuantitatif diperlukan? Pertama, apabila pedagang mahu mempelbagaikan portfolio aset mereka sebanyak mungkin. Dalam dagangan tradisional, anda boleh menjejaki, menganalisis dan berdagang pada maksimum beberapa dozen instrumen sahaja. Jika anda menggunakan dagangan kuantitatif, kewangan boleh dilaburkan dalam beratus-ratus aset. Tambahan pula, mekanisme pelaksanaan automatik membolehkan anda menggunakan pelbagai strategi dagangan serentak.

Satu lagi contoh ialah menguji strategi dan kaedah dagangan. Dengan pendekatan kuantitatif, ia mengambil masa yang lebih singkat untuk menguji strategi sedia ada atau membangunkan sistem dagangan baharu; statistik menyeluruh tentang keberkesanan kaedah yang diuji juga boleh dikumpul.

Keadaan pasaran yang diperlukan untuk mengaplikasi strategi quant

Alat analisis kuantitatif berdasarkan prinsip mudah "lebih banyak, lebih baik". Ini bermaksud semakin banyak data sejarah, semakin banyak algoritma dagangan kuantitatif dan kaedah analisis yang tersedia, semakin banyak senario pergerakan harga masa depan, dan semakin banyak mekanisme pelaksanaan transaksi. Semakin banyak elemen yang dimasukkan dalam sistem perdagangan kuantitatif, semakin tinggi ketepatan ramalan.

Selain itu, dalam perdagangan kuantitatif, penting untuk menjalankan algoritma pada instrumen dagangan yang berbeza, jika tidak, keuntungan yang disasarkan tidak akan dapat dicapai. Semasa memilih aset, adalah wajar untuk menyemak pekali korelasi (correlation coefficient) antara satu sama lain. Bagi sesetengah strategi, korelasi perlu sedekat mungkin kepada sifar, sementara yang lain pula direka untuk berfungsi dalam keadaan korelasi yang jelas.

Kaedah analisis kuantitatif masih belum cukup sempurna untuk digunakan pada semua jenis pasaran dan aset. Strategi kuantitatif berfungsi dengan lebih baik pada instrumen yang sangat cair. Analisis kuantitatif boleh memberikan keuntungan yang besar dalam pasaran yang seimbang dengan persaingan yang tinggi. Sebagai contoh, dalam dagangan saham kuantitatif, keuntungan selalunya lebih tinggi berbanding berdagang menggunakan strategi tradisional. Walau bagaimanapun, dagangan Forex kuantitatif kurang kerap digunakan.

Satu lagi bidang yang menjanjikan adalah pasaran berisiko tinggi, seperti mata wang kripto. Alat-alat Quant Trader, setelah dikonfigurasikan, menyediakan peruntukan modal yang optimum. Mereka mengawal “drawdown” maksimum dengan lebih baik dan mengira risiko berbanding pedagang biasa.

Kecekapan perdagangan algoritma kuantitatif tidak semestinya bergantung pada bilangan dagangan yang menguntungkan. Dana Quant menunjukkan pulangan pelaburan yang tinggi dengan jumlah keseluruhan dagangan yang menguntungkan hanya sedikit melebihi 50%.

Bagaimana ia berfungsi?

Perdagangan kuantitatif berasaskan analisis matematik; model jangkaan dicipta dan digunakan sebagai sebahagian daripada strategi perdagangan kuantitatif. Pengetahuan program diperlukan untuk membangunkan, menguji dan mengkonfigurasikan perisian. Bahasa pengaturcaraan C++, C#, MATLAB, R dan Python digunakan untuk menulis algoritma kuantitatif. Algoritma tercanggih dibina berdasarkan rangkaian neural pembelajaran kendiri, yang keupayaannya melangkaui skop algoritma standard.

Hampir semua kaedah perdagangan kuantitatif berfungsi dengan prinsip yang sama:

• Sela masa tertentu dipilih;
• Set data dipilih (contohnya harga buka/tutup, “drawdown”, paras tertinggi/terendah dan sebagainya);
• Bergantung pada data yang diperoleh, kaedah analisis pasaran algoritma dipilih;
• Tempoh masa yang dipilih dianalisis mengikut kriteria yang dipilih;
• Keputusan perdagangan dibuat berdasarkan analisis tersebut.

Mari lihat contoh mudah. Katakan harga saham pada pembukaan perdagangan ialah $5. Pada pukul 12.00, ia naik kepada $5.82, pada pukul 18.00 kepada $6.52, dan selepas penutup sesi intraday, harga jatuh kepada $4.62. Pada pivot points, indikator MACD menunjukkan keadaan terlebih beli (overbought) dan terlebih jual (oversold). Oleh itu, model matematik paling mudah merangkumi data berikut:

• Masa semasa;
• Harga bid-ask semasa;
• Harga buka;
• Harga tertinggi/terendah;
• Arah harga semasa;
• Bacaan MACD.

Dengan set data yang kecil ini, pedagang boleh mencapai keputusan perdagangan yang agak baik menggunakan strategi tradisional. Tetapi bayangkan jika 30 atau 50 parameter diambil kira dan bukannya hanya tujuh parameter tersebut. Analisis sedemikian adalah di luar kemampuan manusia, terutamanya jika anda perlu membuat keputusan perdagangan dengan cepat.

Perdagangan frekuensi tinggi membolehkan anda menganalisis berpuluh-puluh atau beratus-ratus parameter dalam sekelip mata. Ia akan mencari corak secara automatik, memilih kaedah analisis yang berkesan, dan membina ramalan kebarangkalian. Ini bermakna, pedagang kuantitatif tidak mengkaji indikator pasaran berasingan tetapi terus berurusan dengan model matematik yang sedia ada, yang sudah mengambil kira titik entri pasaran, titik henti, kawasan pergerakan harga, trend mendatar, spread, kemungkinan untuk mengurangkan transaksi, dan sebagainya.

Walau bagaimanapun, konfigurasi algoritma tidak boleh diserahkan sepenuhnya kepada mesin. Pedagang kuantitatif cuba memahami ramalan yang dibina menggunakan algoritma; mereka menjalankan ujian strategi yang menyeluruh untuk setiap pasaran, menapis perisian, mengumpul statistik, dan juga mengenal pasti ralat sistematik, cuba mengurangkan kos perdagangan dan operasi. Hanya apabila sistem perdagangan dikonfigurasikan dan dioptimumkan, barulah transaksi boleh dijalankan tanpa penglibatan pedagang.

Perbezaan antara perdagangan kuantitatif dan tradisional

Anda mungkin mempunyai soalan tentang perbezaan antara perdagangan kuantitatif dan perdagangan algoritma. Sebenarnya, kedua-dua peniaga quant dan algo terlibat dalam aktiviti yang sama. Perdagangan kuantitatif melibatkan pembinaan model matematik untuk analisis pasaran, pencarian instrumen perdagangan, dan mengenal pasti strategi. Pedagang algoritma pula menyediakan algoritma yang akan membuat peruntukan modal optimum dan memaksimumkan keuntungan tanpa penglibatan manusia.

Berikut adalah perbezaan antara perdagangan algoritma dan kuantitatif:

• Perdagangan kuantitatif adalah berbeza daripada analisis fundamental dan teknikal dalam erti kata tradisional. Pedagang algoritma menggunakan analisis teknikal semasa mereka membuat strategi perdagangan.
• Perdagangan algoritma melibatkan pembukaan posisi mengikut syarat tertentu; dagangan tersebut diuruskan oleh robot dagangan. Pedagang kuantitatif pula mencipta model yang menilai peluang perdagangan dengan lebih fleksibel dan hanya secara tidak langsung dikaitkan dengan syarat pembukaan posisi yang terdapat dalam algoritma klasik.
• Perdagangan kuantitatif menggunakan lebih banyak aset dan maklumat pasaran. Dengan pendekatan ini, anda boleh mendapatkan data maksimum yang tersedia yang berguna dalam pencarian corak harga.

Dalam pada masa yang sama, pendekatan perdagangan algoritma dan kuantitatif boleh digabungkan dengan mudah. Contoh yang baik untuk kombinasi sedemikian ialah arbitrage trading.

Arbitrage trading menggunakan kelemahan sistem pasaran yang terdesentralisasi, jadi anda boleh mendapat keuntungan daripada perbezaan harga aset yang sama pada platform perdagangan yang berbeza. Ini adalah sejenis perdagangan frekuensi tinggi di mana anda perlu memantau puluhan bursa dan membuat keputusan dengan cepat. Perdagangan sedemikian melangkaui batasan keupayaan manusia dan hanya dilaksanakan dengan bantuan pendekatan algoritma. Kaedah ramalan kuantitatif berguna dalam mengenal pasti corak pergerakan harga pada setiap platform perdagangan. Ini membolehkan anda berada satu langkah di hadapan kebanyakan pedagang arbitrage.

Contoh penggunaan perdagangan kuantitatif

Medallion Fund adalah antara dana terawal yang menggunakan strategi perdagangan kuantitatif. Ia diasaskan oleh ahli matematik dan pelabur Amerika yang terkenal, James "Jim" Harris Simons, dikenali sebagai "Quant King." Sepanjang kewujudannya, dana ini hanya sekali sahaja menunjukkan pulangan negatif. Pada masa yang sama, keuntungan tahunan purata Medallion melebihi “hedge fund” George Soros, Peter Lynch, Warren Buffett dan pelabur terkenal yang lain.

Tiada siapa yang tahu sistem perdagangan kuantitatif yang digunakan dalam Medallion, tetapi masih ada beberapa maklumat. Setiap hari, algoritma dana ini membuka ratusan ribu perdagangan. Kebanyakan strategi adalah pasaran neutral, iaitu ia berfungsi ketika pasaran meningkat dan jatuh. Anehnya, purata nisbah strategi yang menguntungkan hanya melebihi sedikit dari 50%. Pakar-pakar menggelarkan Medallion "the blackest box" dalam bidang pengurusan wang, kerana tiada siapa yang dapat merungkai rahsia James Simons.

Perbandingan keuntungan Medallion dan S&P 500

Sebagai contoh lain kejayaan perdagangan kuantitatif:

• Two Sigma Investments. Dana ini ditubuhkan pada tahun 2001. Strategi dagangan mereka berasaskan kaedah teknologi, seperti kecerdasan buatan, pembelajaran mesin (serupa dengan rangkaian neural), dan pengkomputeran teragih.
• D.E. Shaw & Co. Dana ini ditubuhkan pada tahun 1988. Syarikat ini terkenal kerana membangunkan sistem dan program pemodelan canggih untuk mengesan anomali pasaran.

Sistem dagangan kuantitatif

Strategi perdagangan kuantitatif adalah sistem lengkap untuk mengenal pasti dan melaksanakan peluang dagangan. Secara umumnya, ia boleh dibahagikan kepada empat sub-sistem:

• Strategi Identifikasi – mencari sistem dagangan, menganalisis ciri-ciri operasi dagangan.
• Strategi “Backtesting” – menguji algoritma pada data sejarah, menganalisis keuntungan dan menghapuskan ralat sistem untuk mengurangkan risiko kerugian.
• Sistem Pelaksanaan – sinkronisasi algoritma dengan perisian dagangan dan akaun broker.
• Pengurusan Risiko – peruntukan modal, mengambil kira pengurangan kos transaksi, taruhan, risiko dan sebagainya.

Strategi Identifikasi

Semuanya bermula dengan penyelidikan pasaran dan mencari kaedah dagangan. Strategi perdagangan kuantitatif boleh dibahagikan kepada dua jenis:

• Strategi trend mengambil kira psikologi peserta pasaran dan faktor yang mempengaruhi pergerakan harga. Ia melibatkan bukaan posisi dalam arah trend.
• Strategi songsang berfungsi berdasarkan prinsip bahawa harga cenderung kepada nilai puratanya.

Parameter penting dalam strategi kuantitatif ialah tempoh pegangan dagangan dan frekuensinya. Dalam strategi frekuensi tinggi, transaksi dijalankan dalam hari yang sama. Bagi frekuensi rendah, pedagang boleh memegang posisi yang dibuka selama dua hari atau lebih lama. Selain itu, apabila mengenal pasti strategi perdagangan kuantitatif, dozen parameter lain turut diambil kira, yang mana pedagang cuba rahsiakan.

Strategi Backtesting

Ujian “backtesting” adalah ujian untuk menguji prestasi strategi. Ia melibatkan penggunaan perisian “backtest” khas untuk menguji strategi berdasarkan sampel data bagi tempoh tertentu.

Ujian strategi kuantitatif melibatkan:

• Faktor “Optimization” – keuntungan sistem dagangan diperiksa untuk tempoh masa yang dipilih;
• Faktor “Survival” – ujian dijalankan untuk tempoh sejarah 10 tahun atau lebih untuk menyemak “drawdown” modal maksimum dan “drawdown” dari semasa ke semasa.

Walau bagaimanapun, prestasi “backtesting” yang tinggi tidak menjamin keuntungan yang tinggi pada masa hadapan. Pulangan yang rendah dan risiko kerugian yang tinggi boleh disebabkan oleh kecenderungan pengoptimuman, ketepatan data sejarah yang rendah, pelbagai ralat sistematik dan kos transaksi.

Sistem Pelaksanaan

Untuk membangunkan sistem algo kuantitatif dengan penglibatan minimum atau tanpa penglibatan pedagang, sistem pesanan pelaksanaan diperlukan. Ini adalah algoritma perdagangan yang menukar corak dan signal algoritma yang dihasilkan oleh strategi kepada pesanan pasaran.

Sistem pelaksanaan boleh jadi manual, separa automatik atau sepenuhnya automatik. Dua jenis pertama adalah biasa bagi sistem perdagangan frekuensi rendah. Bagi perdagangan frekuensi tinggi, pedagang kuantitatif tidak boleh mengawal pelaksanaan semua pesanan. Oleh itu, strategi sedemikian memasukkan mekanisme automatik.

Pengurusan Risiko

Risiko perdagangan boleh menghalang algoritma dagangan daripada berfungsi dengan betul. Ini termasuk kesilapan strategi itu sendiri yang tidak diambil kira semasa ujian “backtesting”, sebagai contoh, definisi palsu bagi reversal utama atau signal lain. Terdapat juga risiko teknikal yang berkaitan dengan operasi berterusan peralatan dan pelayan broker itu sendiri, dan risiko kognitif yang mempengaruhi persepsi pedagang, dan lain-lain.

Jangan lupa tentang pengurusan wang. Penting untuk merancang semuanya, daripada pengagihan modal dan “drawdown” maksimum yang dibenarkan hinggalah ke meminimumkan kos transaksi.

Kelebihan dan kekurangan quant trading

Seperti kaedah analisis lain, perdagangan kuantitatif mempunyai kelebihan dan kekurangan yang tersendiri:

Strategi perdagangan kuantitatif

Biar saya huraikan beberapa strategi asas perdagangan kuantitatif. Pedagang kuantitatif menggunakan enam strategi dagangan yang biasa:

• Mean reversion;
• Trend following;
• Statistical arbitrage
• Algorithmic pattern recognition;
• Behavioural bias recognition;
• ETF rule trading;

Mean reversion

Mean reversion adalah antara strategi asas yang pertama dalam perdagangan kuantitatif. Idea utama strategi ini ialah harga sering kembali kepada nilai puratanya (dalam versi paling mudah, dikira menggunakan moving average), dan inilah asas kepada strategi perdagangan kuantitatif ini.

Syarat untuk Entri:

• Harga menyimpang daripada moving average;
• Pasaran berbalik ke arah MA (disahkan oleh indikator MACD);
• Posisi dibuka mengikut arah MA dan ditutup apabila harga mencapai moving average.

Garis biru dalam carta di atas menandakan entri jualan apabila candle merah besar ditutup. Titik entri ini disahkan dengan keadaan terlebih beli yang ditunjukkan oleh indikator RSI. Garis merah menandakan paras stop loss yang ditetapkan pada paras tertinggi lokal, manakala garis hijau menandakan paras take profit pada pivot point yang dekat dengan EMA (Exponential Moving Average).

Trend following

Ini adalah satu lagi strategi biasa yang digunakan oleh setiap pedagang kuantitatif. Strategi ini bertujuan untuk meraih keuntungan dalam pasaran yang sedang naik atau turun. Ia berdasarkan prinsip Dow theory. Teori ini menyatakan bahawa jika terdapat trend dalam pasaran, trend tersebut akan berterusan pada masa hadapan.

Bukaan posisi dilakukan selepas paras support atau resistance terdekat ditembusi. Paras ini biasanya adalah paras tertinggi atau terendah lokal. Manakala syarat untuk exit pasaran adalah apabila muncul dua candlestick dengan badan sederhana yang bergerak ke arah bertentangan atau satu candlestick dengan badan yang besar.

Garis ungu pada carta di atas menandakan paras support lokal. Dagangan dilakukan apabila support ditembusi dan candlestick signal ditutup; paras entri ditandakan dengan garisan biru. Dagangan kuantitatif ini ditutup apabila candlestick bullish besar ditutup.

Statistical arbitrage

Perdagangan kuantitatif melalui arbitrage statistik melibatkan meraih keuntungan dengan membeli satu instrumen dan menjual instrumen lain yang mempunyai korelasi dengan yang pertama.

Strategi kuantitatif ini melibatkan pengukuran spread dagangan antara aset. Sebaik sahaja spread menjadi lebih lebar daripada purata, posisi bertentangan akan dibuka. Posisi belian dibuka untuk aset dengan harga yang lebih rendah, pada masa yang sama, belian tersebut diimbangi dengan dagangan jualan. Posisi ditutup apabila spread tersebut kembali kepada purata.

Mari lihat contoh pasangan mata wang yang mempunyai korelasi iaitu EURUSD dan USDCHF. Apabila spread antara kedua-dua mata wang ini menyimpang daripada nilai purata, kita buka dua posisi bertentangan (ditandakan dengan garisan biru). Garisan hijau pula menunjukkan masa untuk take profit mengikut syarat strategi dagangan, iaitu apabila nilai spread kembali kepada purata (kawasan ungu dalam carta).

Algorithmic pattern recognition

Pedagang kuantitatif menggunakan corak candlestick, dan pencarian corak ini mudah diautomatikkan. Ini merujuk kepada formasi klasik seperti shooting star, bear/bullish engulfing, hammer dan sebagainya. Strategi kuantitatif melibatkan pencarian corak sedemikian dan pembukaan posisi sebaik sahaja harga berbalik arah. Keuntungan diambil menggunakan trailing stop pada paras utama atau mengikut mana-mana signal lain.

Bulatan biru pada carta menyerlahkan corak bullish engulfing. Candlestick hijau besar menenggelami candlestick merah sebelumnya. Apabila formasi ini muncul, algoritma membuka posisi sebaik sahaja corak tersebut lengkap (garisan biru). Stop loss ditetapkan pada corak terendah dan take profit ditetapkan pada paras resistance (garisan hijau).

Behavioural bias recognition

Perdagangan kuantitatif menggunakan strategi ini melibatkan pencarian corak tingkah laku yang biasa ditunjukkan oleh pedagang:

• Status Quo bias – Ini adalah corak “behavioural” yang serupa dengan “survivorship bias” yang menyebabkan seseorang mengekalkan situasi atau keadaan semasa atau sebelumnya (contohnya, seseorang mungkin tidak keluar daripada dagangan walaupun harga tidak bergerak ke arah yang diperlukan).
• Herd behaviour – Ini adalah corak di mana seseorang membuat keputusan mengikut tingkah laku orang lain (membeli apabila pedagang lain membeli).
• Overconfidence – Ini bermaksud seseorang melebih-lebihkan kemampuan dirinya untuk mencapai matlamat (mengharapkan keuntungan walaupun risiko tinggi).
• Halo effect – Ini adalah kecenderungan biasa, iaitu kecenderungan untuk mempunyai gambaran yang positif tentang prospek instrumen dagangan yang ada di sebalik maklumat yang tidak mencukupi (contohnya, keputusan untuk membeli berdasarkan berita positif).
• Retrospective bias – Ini adalah kesilapan penilaian yang serupa dengan “look-ahead bias”, iaitu kepercayaan bahawa sesuatu peristiwa yang berlaku baru-baru ini boleh diramalkan. Contohnya, selepas pembelian saham yang tidak berjaya, pelabur percaya bahawa dia "secara intuitif tahu" tentang penurunan harga selanjutnya.

Bulatan biru pada carta menandakan keadaan pasaran “oversold” disebabkan penurunan mendadak harga bitcoin. “Herd behaviour” dan “overconfidence” mendorong ramai pedagang untuk terus menjual. Faktor ini diambil kira oleh algoritma kuantitatif. Posisi jualan dibuka pada candlestick seterusnya, dan apabila pasaran keluar daripada zon “oversold”, posisi tersebut ditutup dengan keuntungan.

ETF rule trading

Perdagangan peraturan ETF kuantitatif berasaskan prinsip bahawa saham individu selalunya mempunyai korelasi dengan indeks saham yang mereka sertai. Oleh itu, adalah tidak mustahil untuk mengesan trend harga indeks dan meramalkan harga saham syarikat-syarikat terbesar.

Rajah di atas menunjukkan carta harga harian S&P 500 dan saham Apple. Seperti yang anda lihat, kedua-duanya mempunyai korelasi dengan sedikit penyimpangan. Untuk S&P 500, algoritma mengesan tanda-tanda reversal dalam kawasan yang ditanda dengan anak panah biru. Oleh itu, posisi belian dibuka dalam pasaran Apple – garisan biru. Dagangan ditutup apabila trend S&P 500 berbalik, iaitu pada tanda garisan hijau.

Kesimpulan

Perdagangan kuantitatif adalah satu lagi usaha untuk mewujudkan sistem dagangan yang sempurna yang boleh memberikan pendapatan stabil, walaupun persaingan antara pedagang semakin meningkat. Dan harus saya katakan, strategi kuantitatif yang paling maju sudah hampir mencapai impian ini. Sebagai contoh, kes Dana Medallion menunjukkan bahawa dengan bantuan perdagangan kuantitatif, seseorang boleh meraih keuntungan yang mampan selama berdekad-dekad.

Walau bagaimanapun, strategi perdagangan kuantitatif tidak sepatutnya dilihat sebagai jaminan 100% keuntungan. Hanya segelintir pedagang kuantitatif profesional yang benar-benar berjaya dalam pasaran. Perkara yang perlu diberi perhatian di sini bukanlah tentang kerumitan strategi, tetapi keupayaan untuk menggunakan alat statistik dan matematik yang kompleks dengan bantuan stesen perdagangan yang canggih.

Pada masa yang sama, strategi-strategi perdagangan beberapa tahun kebelakangan ini berupaya menangani pasaran berisiko tinggi dengan baik, dan perkembangan perdagangan sosial membolehkan pelabur baharu untuk menyalin penyelesaian perdagangan kuantitatif dan berdagang seperti pedagang profesional. LiteFinance juga menyediakan platform perdagangan salinan (copy trading) di mana anda boleh menyertai perdagangan sosial. Perkara yang perlu saya ingatkan adalah anda tidak sepatutnya mengambil risiko lebih daripada yang mampu anda tanggung. Tiada jaminan keuntungan walaupun daripada pedagang kuantitatif profesional pada masa lalu menjamin hasil yang positif pada masa hadapan.