¿Cuál es la diferencia entre el comercio de alta frecuencia y el comercio cuantitativo?

En términos generales, existen diferencias y conexiones entre las empresas de inversión cuantitativa y las empresas comerciales de alta frecuencia. En los Estados Unidos, las empresas de inversión cuantitativa de las que la gente suele hablar son generalmente fondos de cobertura, incluidos Deshaw, Two Sigma, RenTec, BlueCrest, Citadel, AQR, WorldQuant, Winton, etc. Las empresas comerciales de alta frecuencia que se mencionan con frecuencia son generalmente empresas comerciales propias, entre las que se incluyen principalmente Tower Research, Hudson River Trading, Getco, Jane Street, Virtu Financial, SIG, Jump Trading, RGM Advisors, Chopper Trading, etc. Además, hay dos empresas que tienen negocios de inversión cuantitativa y negocios de comercio de alta frecuencia: Sigma y Citadel. Hay muchas empresas que se están desarrollando en una dirección más integral, como Deschamps, que tiene inversiones tanto cuantitativas como no cuantitativas.

Para la inversión cuantitativa, además de la información de mercado, también es muy importante recopilar otra información fundamental, y las series temporales correspondientes deben integrarse en el modelo de previsión. ¿Cuál es el modelo para el éxito? El punto clave es cuántas fuentes diferentes de información integra, no qué teorías matemáticas avanzadas utiliza. Tomando la regresión lineal simple como ejemplo, si el efecto de predicción del modelo es bueno, todos los parámetros deben tener una fuerte capacidad de predicción y una baja correlación, por otro lado, si los parámetros seleccionados no tienen sentido, entonces el modelo no funcionará incluso si; se aplica a problemas complejos. La teoría del aprendizaje profundo también es inútil. Algunas empresas en los Estados Unidos no solo utilizan información de texto, como noticias, para modelar, sino que también utilizan imágenes de contenedores portuarios capturadas por los satélites de Google para modelar. ¿Cómo evolucionan los precios de las materias primas? Al predecir el número de contenedores de productos básicos, se han logrado buenos resultados de predicción.

Resolver el modelo es en realidad tan importante como modelar. Por ejemplo, hay muchos modelos en física que pueden describir con precisión la realidad, pero aún son difíciles de resolver debido a la falta de métodos de cálculo científicos eficientes. Lo mismo ocurre con el comercio cuantitativo. Con el cálculo, selección, optimización, backtesting, etc. de parámetros que requieren una gran cantidad de cálculo, cómo resolverlos hábilmente es un conocimiento muy profundo. Simmons reveló que la división del trabajo dentro de la famosa empresa renacentista es clara: los físicos analizan datos para construir modelos, los matemáticos construyen algoritmos de optimización y resuelven modelos, y los programadores informáticos recopilan datos de diversas fuentes.