StatArb

Informação de execução:
O Chase por símbolo está correlacionado com o tamanho do tick.

Sonhei que a minha TWAP foi executada em 78% como taker e acordei muito irritado com isso esta manhã

Inteligência comparável, o caralho.

Mortes básicas

Toda a gente no escritório tem o seu próprio som de notificação de preenchimento, parece um casino de Vegas na minha secretária.

Mais um dia no escritório para a Citadel, é o que eu esperaria

Se algum outro PM/quant a trabalhar na indústria a tempo inteiro quiser encontrar-se em Londres, avise-me. Adoraria conversar sobre trabalho com outros PMs :)

Um problema central com a maioria dos "agentes de IA para negociação" ou "startups X relacionadas com software de negociação" é que são construídos por pessoas que nunca negociaram antes.
É por isso que chegam sempre ao mercado retalhista, porque não têm acesso ao mercado institucional e não fazem parte dessa rede.
Muitos dos produtos institucionais são de muito alta qualidade (muitos não são), mas, no geral, vejo muitas empresas que estão a fazer algum tipo de startup padrão de Silicon Valley, mas a tentar revolucionar a negociação, com o principal problema de que ninguém alguma vez trabalhou

A maioria dos conjuntos de dados de sentimento em cripto que encontro são largamente explicados por factores de volatilidade e momentum

O banco ao qual me candidatei para abrir uma conta há mais de 2 anos enviou-me um email de volta hoje 😵‍💫

A startup média é “guias de tarefas múltiplas para fluxos de trabalho agenticos” e depois é apenas um navegador com o ChatGPT integrado

Parte 2 já disponível. Encontramos múltiplos sinais de Sharpe >5 com altas correlações com retornos futuros, e estabelecemos um conjunto de características para modelagem de fatores no próximo artigo.

Pessoas que não conseguem encontrar o fator de momentum em cripto possuem algo que, em termos de praticante, é referido como uma “questão de habilidade”

Realizando simulações de HFT 😵‍💫😵‍💫😵‍💫

Previsões:
5 minutos e abaixo - XGBoost
15 minutos e acima - Ridge
Pode melhorar o ridge ajustando regressões não paramétricas por característica como um intermediário. Para reduzir o ajuste, pode adicionar uma hipótese e ajustar apenas se ela for validada.
Este é tipicamente o modelo ótimo por horizonte.

Lembro-me de ter ido a uma conferência uma vez e um executivo de um fundo quantitativo (não técnico) me disse a lista completa de todos os conjuntos de dados alternativos que eles usavam.
Ele obviamente não tinha ideia de que provavelmente deveria ter mantido isso confidencial, pois testar conjuntos de dados é um trabalho enorme e muitos deles eram específicos, mas isso me poupou de testar mais de 20 conjuntos de dados!