Algorithmic Trading Con Los Pares De Matlab Que Negocian

Algorithmic Trading con MATLAB: Pares comerciales Esta demostración muestra cómo la funcionalidad dentro de Econometric Toolbox puede utilizarse para identificar y calibrar una estrategia de comercio de pares simple e intradía. Copyright 2010-2012, The MathWorks, Inc. Todos los derechos reservados. Cargar datos intradía desde una base de datos Como antes, descargaremos datos intradía para Brent Crude (LCO) de nuestra base de datos. También descargamos los datos correspondientes a West Texas Intermediate (WTI). El marco de la prueba de cointegración Econometrics Toolbox soporta los marcos de cointegración Engle-Granger y Johansen. Engle-Granger es el modelo más antiguo, y Johansen es particularmente útil para analizar más de dos series de tiempo a la vez. Usaremos Engle-Granger para nuestro modelo comercial. Aún así, hay ventanas más pequeñas del tiempo donde existe una relación de cointegración. La prueba estima los coeficientes de la regresión de cointegración, así como los residuos y los errores estándar de los residuos: toda la información útil para cualquier estrategia de comercio de pares. La estrategia de negociación de pares La siguiente función describe nuestra estrategia de pares. Es básicamente una copia de nuestros otros archivos de estrategia existentes, con cambios significativos en sólo unas 7 líneas de código. Podemos probar esta estrategia como hacemos con nuestras otras reglas: Podemos utilizar nuestro marco de barrido de parámetros existente para identificar la mejor combinación de ventana de calibración y frecuencia de reequilibrio. Esto se basa en el código existente y aprovecha la computación paralela: A pesar de que estas series históricas de seguimiento de tiempo han divergido, todavía podemos crear una estrategia rentable de comercio de pares por recalibrar con frecuencia. Publicado con MATLAB® 7.14