StatArb

Depuis la sortie du code Claude, un groupe de personnes intéressées par le trading algorithmique a émergé, qui n'avaient pas auparavant le QI nécessaire pour produire un algorithme de trading fonctionnel, mais qui maintenant postent comme s'ils étaient RenTech. J'ai entendu l'un d'eux dire qu'il « a parlé à un Quantum chez Jump » et qu'il a vu la sauce secrète.

Connaissances MM - microprice et juste valeur :
On me demande parfois quelle est la meilleure métrique de juste valeur à utiliser. Les options incluent généralement :
- prix de marquage
- prix médian
- prix médian pondéré
- microprice
En général, pour les instruments liquides, le prix médian est généralement correct. Peut-être y a-t-il des questions sur la façon de le faire croisé entre les bourses (volume pondéré, OI pondéré, peut-être une méthode personnalisée), mais c’est la norme généralement acceptée.
Dans les options, on trouve souvent que les options moins liquides sont meilleures à ut

Rust est très adapté pour une utilisation avec les LLMs. Il vérifie naturellement de nombreuses erreurs dans le compilateur et est très efficace en termes de tokens en tant que langage. Un choix efficace si vous avez besoin de coder quelque chose de performant.

Lorsque je suis dans un avion ou un train, j'ouvre un fichier de notes et je reste là à réfléchir à des fonctionnalités ou à des moyens de gagner plus d'argent.\n\nCela maintient mon flux d'idées actif.

Que vous le croyiez ou non, je trouve que les caractéristiques les plus fortes ont tendance à être celles qui se comportent le plus linéairement.\n\nCe qui implique évidemment que la courbe caractéristique vs rendement futur étant ondulée uniquement dans les faibles caractéristiques est une indication du manque de signal.\n\nVous pouvez trouver certaines non-linéarités dans certains types spécifiques de caractéristiques, mais en général, elles se traduisent de manière linéaire par les rendements futurs.

Grok trouve 1 million d'alphas au-dessus de 3 de Sharpe.

𝗘𝗿𝗿𝗼𝗿
Votre compte est actuellement verrouillé en raison de plusieurs signalements concernant votre compte pour être un quant terrible et avoir gaspillé tout le budget de la société en entraînant des réseaux neuronaux. Pour plus d'informations, veuillez contacter le support X.

Sigma * sqrt(t)
Cette formule se retrouve dans de nombreux domaines.
- La loi de la racine carrée de l'impact.
- Ajustement de la variance temporelle de Black-Scholes-Merton (d1 vs d2)
- Marché parmi la taille c'est-à-dire les écarts de scale avec vol * sqrt(temps de détention attendu)
En fait, 3 implique 1.

Joyeux Noël !

Beaucoup d'alphas, je trouve que si vous remplacez la volatilité par le volume dans la formule, l'alpha semble identique.
le volume et la volatilité sont très corrélés.