Quantitative Analysis (QA)

Apa itu Quantitative Analysis (QA)?

Quantitative Analysis (QA) adalah praktik membuat keputusan trading berdasarkan data, bukan insting. Ini mengubah angka menjadi aturan dengan matematika, statistika, dan kode. Bayangkan seorang teman tenang yang memeriksa struk sebelum memesan lagi, lalu bertanya apakah kesepakatannya masih masuk akal.

Bagaimana cara kerjanya

Quantitative Analysis (QA) mengikuti siklus sederhana: kumpulkan, uji, putuskan, ulangi. Bayangkan seorang trader yang membangun strategi momentum kecil pada BTC.

1. Langkah 1: Ambil data bersih, seperti harga pasar historis dan langsung harga pasar.
2. Langkah 2: Buat fitur, misalnya rata-rata bergerak dan tren volume, lalu saring outlier yang jelas.
3. Langkah 3: Tulis aturan, misalnya beli saat harga di atas rata-ratanya dan volume naik, jika tidak tetap netral.
4. Langkah 4: Backtest selama beberapa tahun, masukkan biaya dan slippage, dan sisakan beberapa data yang belum dilihat untuk uji luar sampel.
5. Langkah 5: Jika hasilnya tahan, jalankan secara manual atau masukkan ke dalam Perdagangan Algoritmik dengan notifikasi dan penentuan ukuran posisi.

Buat sederhana dan mudah diuji. Ya, itu idenya.

Mengapa ini penting

Jadi mengapa Anda harus memperhatikan QA jika Anda tertarik pada kripto dan teknologi?

• Manfaat: Mengubah opini samar menjadi rencana yang dapat diulang yang bisa menghemat waktu dan kadang uang.
• Perspektif: Cocok dengan pendekatan perdagangan yang mengutamakan data dan menambah disiplin melalui manajemen risiko yang lebih baik manajemen risiko.
• Relevansi: Anda akan menemukannya di meja prop, quant DAO, dan bot pribadi. Dipadukan dengan diversifikasi yang cerdas, ini dapat membuat hasil lebih stabil antar koin dan strategi.

Karakteristik Utama

Apa yang membuat Quantitative Analysis (QA) berbeda:

• Data: Fokus besar pada input yang bersih dan relevan, bukan berdasarkan perasaan.
• Aturan: Keputusan mengikuti logika eksplisit yang bisa diuji dan diulang.
• Pengujian: Backtest dan uji maju mencoba mendeteksi apakah pola nyata atau hanya kebetulan.
• Otomasi: Mudah diubah menjadi notifikasi atau bot setelah terbukti.

Variasi

Beberapa variasi yang akan Anda temui:

• Statistik: Mean reversion, momentum, dan uji deret waktu klasik.
• Pembelajaran mesin: Model yang mempelajari pola dari fitur dan label.
• Faktor: Aturan yang dibangun dari pendorong seperti tren, carry, atau nilai.
• HFT: Model horizon sangat pendek yang mengutamakan kecepatan dan mikrostruktur.
• Onchain: Sinyal dari biaya, arus, alamat, dan aktivitas jaringan.

Contoh

Sebuah dana kripto menguji aturan momentum sederhana pada ETH, membatasi risiko per trade, lalu menjalankannya secara live hanya setelah uji luar sampel mengonfirmasi backtest.

Fakta Menarik

Kata quant menjadi populer di Wall Street setelah penentuan harga opsi berkembang pada tahun 70an, dan banyak quant awal adalah fisikawan; beberapa kemudian membantu membangun model pembuat pasar kripto.

Kesimpulan

Singkatnya: Quantitative Analysis (QA) mengubah data menjadi aturan yang bisa Anda uji, percayai, dan sesuaikan saat kondisi pasar berubah.