#NEARIntents : plus de 29 millions de dollars de frais payés par les utilisateurs
À ce stade du marché, les frais liés au trading par intention suscitent des discussions. Du point de vue de l’exécution des transactions, voici une première appréciation qualitative : l’impact global de cet événement est neutre à légèrement positif. À long terme, il favorise la démocratisation de l’exécution algorithmique et offre un meilleur environnement d’interaction aux stratégies automatisées. À court terme, toutefois, il ne modifie ni la structure de la liquidité ni les flux de capitaux.
Le processus de décision des traders qui interviennent manuellement ressemble souvent à ceci : « repérer un signal — hésiter — passer un ordre — le regretter ». Chaque étape implique une intervention humaine et une dépense émotionnelle. Quand le marché évolue rapidement, l’hésitation a un coût. Tous ceux qui codent le savent : l’être humain est la variable la moins fiable.
La logique des systèmes quantitatifs face à ce type de problème est simple : l’intention de trading n’a pas besoin d’être formulée à la dernière minute, elle peut être définie à l’avance sous forme de règles. Le programme établit les conditions de déclenchement, le processus d’exécution et les limites de gestion du risque. La décision passe ainsi d’un « jugement improvisé » à un « déclenchement selon des conditions prédéfinies ». Des situations similaires ont été vérifiées à maintes reprises lors de backtests : plus l’intervention humaine est importante, plus les écarts d’exécution sont élevés. La logique du programme est la suivante : règles prédéfinies, surveillance en temps réel, exécution automatique.
La véritable valeur de la croissance du trading par intention ne réside pas dans les chiffres eux-mêmes, mais dans la tendance qu’ils révèlent : le trading passe des « opérations manuelles » à « l’exécution de règles ». À mesure que les infrastructures gagnent en maturité, les systèmes sont mieux adaptés que les humains à la prise de décisions en continu.
Vos transactions reposent-elles sur des décisions prises sur le moment ou sur des règles définies à l’avance ? Si un programme déclenchait automatiquement les transactions en fonction de conditions prédéfinies, quel serait selon vous le principal défi de mise en œuvre ?
Je suis M. Mustang (MrQuants), fondateur et développeur principal de CubeQuants, une plateforme de trading quantitatif. Suivez-moi pour continuer à analyser l’exécution des transactions et la gestion des risques sous l’angle de la programmation. Je traite régulièrement de l’analyse de données quantitatives, de la planification de stratégies et du développement de systèmes de bout en bout. Je participe également à la personnalisation de stratégies, aux solutions OEM de CubeQuants et aux partenariats de distribution. Ces informations décrivent mon parcours professionnel et ne constituent pas des conseils en investissement.
#魔方量化 #CubeQuants #MrQuants #野马先生 #TradingQuantitatif #ExécutionAutomatisée #TradingAlgorithmique
À ce stade du marché, les frais liés au trading par intention suscitent des discussions. Du point de vue de l’exécution des transactions, voici une première appréciation qualitative : l’impact global de cet événement est neutre à légèrement positif. À long terme, il favorise la démocratisation de l’exécution algorithmique et offre un meilleur environnement d’interaction aux stratégies automatisées. À court terme, toutefois, il ne modifie ni la structure de la liquidité ni les flux de capitaux.
Le processus de décision des traders qui interviennent manuellement ressemble souvent à ceci : « repérer un signal — hésiter — passer un ordre — le regretter ». Chaque étape implique une intervention humaine et une dépense émotionnelle. Quand le marché évolue rapidement, l’hésitation a un coût. Tous ceux qui codent le savent : l’être humain est la variable la moins fiable.
La logique des systèmes quantitatifs face à ce type de problème est simple : l’intention de trading n’a pas besoin d’être formulée à la dernière minute, elle peut être définie à l’avance sous forme de règles. Le programme établit les conditions de déclenchement, le processus d’exécution et les limites de gestion du risque. La décision passe ainsi d’un « jugement improvisé » à un « déclenchement selon des conditions prédéfinies ». Des situations similaires ont été vérifiées à maintes reprises lors de backtests : plus l’intervention humaine est importante, plus les écarts d’exécution sont élevés. La logique du programme est la suivante : règles prédéfinies, surveillance en temps réel, exécution automatique.
La véritable valeur de la croissance du trading par intention ne réside pas dans les chiffres eux-mêmes, mais dans la tendance qu’ils révèlent : le trading passe des « opérations manuelles » à « l’exécution de règles ». À mesure que les infrastructures gagnent en maturité, les systèmes sont mieux adaptés que les humains à la prise de décisions en continu.
Vos transactions reposent-elles sur des décisions prises sur le moment ou sur des règles définies à l’avance ? Si un programme déclenchait automatiquement les transactions en fonction de conditions prédéfinies, quel serait selon vous le principal défi de mise en œuvre ?
Je suis M. Mustang (MrQuants), fondateur et développeur principal de CubeQuants, une plateforme de trading quantitatif. Suivez-moi pour continuer à analyser l’exécution des transactions et la gestion des risques sous l’angle de la programmation. Je traite régulièrement de l’analyse de données quantitatives, de la planification de stratégies et du développement de systèmes de bout en bout. Je participe également à la personnalisation de stratégies, aux solutions OEM de CubeQuants et aux partenariats de distribution. Ces informations décrivent mon parcours professionnel et ne constituent pas des conseils en investissement.
#魔方量化 #CubeQuants #MrQuants #野马先生 #TradingQuantitatif #ExécutionAutomatisée #TradingAlgorithmique