Quantitative Analysis (QA)

Hva er Quantitative Analysis (QA)?

Quantitative Analysis (QA) er praksisen med å ta handelsbeslutninger basert på data, ikke magefølelser. Den gjør tall om til regler ved hjelp av matte, statistikk og kode. Tenk deg en rolig venn som sjekker kvitteringer før han bestiller en runde til, og så spør om avtalen fortsatt virker fornuftig.

Hvordan det fungerer

Quantitative Analysis (QA) følger en enkel løkke: samle, teste, bestemme, gjenta. Se for deg en trader som bygger en liten momentumstrategi på BTC.

1. Steg 1: Hent rene data, som historiske og live markedspriser.
2. Steg 2: Lag egenskaper, for eksempel et glidende gjennomsnitt og en volumtrend, og filtrer åpenbare avvik.
3. Steg 3: Skriv en regel, for eksempel kjøp når prisen er over gjennomsnittet og volumet øker, ellers hold posisjon.
4. Steg 4: Backtest over flere år, inkluder avgifter og slippage, og hold noe data tilbake for tester utenfor utvalget.
5. Steg 5: Hvis det holder, kjør det manuelt eller gi det til algoritmisk handel med varsler og posisjonsstørrelse.

Hold det kjedelig og testbart. Ja, det er poenget.

Hvorfor det betyr noe

Hvorfor bør du bry deg om Quantitative Analysis (QA) hvis du er interessert i krypto og teknologi?

• Fordel: Det gjør uklare meninger om til repeterbare planer som kan spare tid og noen ganger penger.
• Perspektiv: Det passer med trenden for datafokusert trading og tilfører disiplin gjennom bedre risikostyring.
• Relevans: Du møter det på prop desks, quant DAOer og personlige bots. Kombinert med smart diversifisering kan det jevne ut utviklingen mellom mynter og strategier.

Nøkkeltrekk

Hva som skiller Quantitative Analysis (QA):

• Data: Stor fokus på rene, relevante input, ikke følelser.
• Regler: Beslutninger følger eksplisitt logikk som kan testes og gjentas.
• Testing: Backtester og fremtidstester prøver å avdekke om et mønster er reelt eller bare flaks.
• Automatisering: Lett å gjøre om til varsler eller bots når det har bevist seg.

Varianter

Ulike varianter du vil se:

• Statistisk: Mean reversion, momentum og klassiske tidsserietester.
• Maskinlæring: Modeller som lærer mønstre fra egenskaper og merkelapper.
• Faktor: Regler bygget fra drivere som trend, carry eller verdi.
• HFT: Modeller med veldig kort horisont som er opptatt av hastighet og mikrostruktur.
• Onchain: Signaler fra avgifter, strømmer, adresser og nettverksaktivitet.

Eksempel

Et kryptofond tester en enkel momentumregel på ETH, setter en grense for risiko per handel, og kjører den live først etter at testen utenfor utvalget bekrefter backtesten.

Morsomt faktum

Ordet quant ble populært på Wall Street etter at opsjonsprising tok av på 70-tallet, og mange tidlige quants var fysikere; noen av dem hjalp senere til med å bygge markedsmakermodeller for krypto.

Oppsummering

Oppsummert: Quantitative Analysis (QA) gjør data om til regler du kan teste, stole på og justere når markedssentimentet endrer seg.