A equipa de Liang Wenfeng na Phantom Quant teve um desempenho explosivo este ano.
Os dados estão aí: nos primeiros 11 meses, a taxa média de retorno foi de 52%, ficando em segundo lugar entre os fundos quantitativos privados, com vários produtos a atingirem novos máximos históricos de valorização. Este relatório de desempenho, tendo em conta o mercado deste ano, é realmente impressionante.
Para ser sincero, as instituições de trading quantitativo e os investidores comuns nem sequer estão a jogar o mesmo jogo. Eles têm acesso aos melhores canais das corretoras, com velocidades de execução tão rápidas que nem consegues ver o rasto; os modelos de estratégia são extremamente variados, alternando entre posições longas e curtas, captando oportunidades de alta frequência, arbitrando entre mercados — agressivos quando é preciso, conservadores quando é necessário.
Enquanto os investidores de retalho ainda estão a analisar gráficos de velas, os algoritmos das instituições já completaram três rondas de backtesting. Esta é a realidade provocada pela diferença de ferramentas — tu observas as estrelas com um telescópio, eles usam o Hubble. O mercado é assim de implacável: diferença de informação, diferença de velocidade, diferença de estratégia — cada camada representa uma distância medida em dinheiro real.
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
4 gostos
Recompensa
4
4
Republicar
Partilhar
Comentar
0/400
Layer2Observer
· 23h atrás
Um rendimento de 52% pode soar exagerado, mas se pensarmos bem, o que realmente importa são as vantagens tecnológicas e os dados por detrás disso. A força das equipas de trading quantitativo não está em serem "inteligentes", mas sim na sua abordagem sistemática — desde a limpeza de dados, engenharia de características até à validação de modelos, cada etapa serve para eliminar os enviesamentos subjetivos dos investidores de retalho. É interessante notar que as instituições que verdadeiramente lucram são geralmente as que têm maior consciência das suas próprias limitações e evitam sobreajustar os dados históricos.
Ver originalResponder0
AirdropDreamer
· 23h atrás
52%? De facto, a diferença entre o Hubble e um telescópio é mesmo absurda, estamos realmente a jogar jogos completamente diferentes.
Ver originalResponder0
OnlyUpOnly
· 23h atrás
52% de rentabilidade? Amigo, isso é batota...
Ver originalResponder0
NonFungibleDegen
· 23h atrás
Sinceramente, a diferença na velocidade dos algoritmos é simplesmente injusta... nós estamos literalmente a jogar damas enquanto eles estão a correr computadores quânticos ou algo assim, lol.
A equipa de Liang Wenfeng na Phantom Quant teve um desempenho explosivo este ano.
Os dados estão aí: nos primeiros 11 meses, a taxa média de retorno foi de 52%, ficando em segundo lugar entre os fundos quantitativos privados, com vários produtos a atingirem novos máximos históricos de valorização. Este relatório de desempenho, tendo em conta o mercado deste ano, é realmente impressionante.
Para ser sincero, as instituições de trading quantitativo e os investidores comuns nem sequer estão a jogar o mesmo jogo. Eles têm acesso aos melhores canais das corretoras, com velocidades de execução tão rápidas que nem consegues ver o rasto; os modelos de estratégia são extremamente variados, alternando entre posições longas e curtas, captando oportunidades de alta frequência, arbitrando entre mercados — agressivos quando é preciso, conservadores quando é necessário.
Enquanto os investidores de retalho ainda estão a analisar gráficos de velas, os algoritmos das instituições já completaram três rondas de backtesting. Esta é a realidade provocada pela diferença de ferramentas — tu observas as estrelas com um telescópio, eles usam o Hubble. O mercado é assim de implacável: diferença de informação, diferença de velocidade, diferença de estratégia — cada camada representa uma distância medida em dinheiro real.