استراتيجيات التداول قوية

استراتيجيات تداول قوية
تقنيات السوق المتعددة لاستراتيجيات تجارية قوية.
مايكل R. براينت.
واحدة من أكبر المخاوف بين المتداولين المنهجيين هي استراتيجيات التداول أكثر ملاءمة. استراتيجية مفرطة تبدو كبيرة في الاختبار الخلفي ولكن فشل في اختبار الأمام أو في الوقت الحقيقي التداول. هناك العديد من العوامل التي تؤثر على ما إذا كانت الاستراتيجية غير مناسبة، ولكن عامل واحد كبير هو المتانة. وفي هذا السياق، تشير المتانة إلى مدى حساسية الاستراتيجية للتغيرات في البيانات التي تعتمد عليها. وهناك استراتيجية أكثر قوة أقل حساسية للتغيرات في بيانات الأسعار. وبعبارة أخرى، ستؤدي استراتيجية قوية أداء جيد لمجموعة متنوعة من أسعار السوق أكثر من استراتيجية أقل قوة.
يمكن القول إن استراتيجية التداول التي تعمل بشكل جيد في مجموعة متنوعة من الأسواق المختلفة هي أكثر قوة من تلك التي تعمل على واحد فقط من تلك الأسواق. ومع ذلك، فإن استراتيجيات البناء التي تعمل على مجموعة متنوعة من الأسواق هي مجرد طريقة واحدة لتحقيق المتانة باستخدام نهج متعدد الأسواق لتصميم الاستراتيجيات. تناقش هذه المقالة بعض التقنيات المتعددة الأسواق المختلفة التي يمكن استخدامها لبناء استراتيجيات تداول أكثر قوة.
عدم الحساسية للأسعار.
والعنصر األساسي في متانة االستراتيجية التي أرغب في التركيز عليها هو عدم حساسية األسعار. ويعني عدم الحساسية أن الاستراتيجية يمكن أن تتداول بشكل مربح لمجموعة واسعة من الأسعار. درجة التباين في الأسعار يمكن أن تتراوح بين الاختلافات الصغيرة، مثل عالية أو منخفضة تكون مختلفة من قبل عدد قليل من القراد، إلى اختلافات كبيرة، مثل الأسواق المختلفة تماما.
بالنسبة للتغیرات الصغیرة، ینبغي أن یکون واضحا أن الاستراتیجیة لا ینبغي أن تعتمد علی سعر أو نمط محدد للأسعار حتی أن بعض التغیرات في النمط سوف تؤدي إلی فشل الإستراتیجیة. ومع ذلك، يمكن أن يحدث ذلك عمليا إذا تم تصميم استراتيجية لسوق معينة باستخدام تقنيات مثل أنماط الأسعار التي تعتمد فيها شروط الدخول أو الخروج على أسعار معينة أو العلاقة بين أسعار محددة. وبما أن المستقبل لا يتكرر تماما في الماضي، فمن المهم عدم الاعتماد على الأنماط التي ترتبط إلى الماضي بأنهم ليس من المرجح أن تتكرر. في الواقع، في معظم الحالات، مثل & كوت؛ أنماط & كوت؛ هي ربما مجرد ضجيج السوق عشوائي. وعند هذه الغاية من الطيف من المتانة، عندئذ، سيكون الهدف المجدي هو جعل الاستراتيجيات أقل حساسية للضوضاء العشوائية في السوق.
تقنيات لدرجات مختلفة من المتانة.
في هذا القسم، سوف نناقش ثلاث تقنيات مختلفة لبناء المتانة في استراتيجية التداول، وركز كل واحد على درجة مختلفة من المتانة. لتوضيح الأفكار، سأستخدم الأمثلة التي تم إنشاؤها بواسطة أدابتريد بيلدر، اكتشاف استراتيجية وأداة توليد التعليمات البرمجية التي تبني استراتيجيات التداول في إيسيلانغواج ل ترادستاتيون و مولتيشارتس.
الأسلوب الأول، الذي هو أيضا الأكثر شيوعا، هو بناء استراتيجية على أسواق متعددة، حيث كل سوق مختلف. بعض التجار فقط التجارة استراتيجيات متعددة السوق على أساس الاعتقاد بأن استراتيجيات سوق واحد من المرجح جدا أن تكون أكثر ملاءمة. ويفضل التجار الآخرون التركيز على سوق واحدة.
وبغض النظر عن تفضيلاتك، ينبغي توقع وجود مقايضة بين المتانة والأداء عند وضع الاستراتيجيات. وسوف يطلب الكثير جدا أن نتوقع استراتيجية مصممة لتداول أسواق متعددة لأداء كذلك في أي سوق معين كاستراتيجية مصممة خصيصا لهذا السوق. ومن ناحية أخرى، فإن مخاطر الإفراط في تركيبها ستكون عموما أعلى بالنسبة لاستراتيجية السوق الواحدة.
غير أن هناك أرضية وسطية ممكنة. في حين أنه ليس هناك خطأ في محاولة وضع استراتيجية تتداول بشكل موثوق سلة من الأسواق غير ذات الصلة إلى حد كبير - ويقول النفط الخام والذهب والقمح ومؤشرات الأسهم، الفوركس، وما إلى ذلك - نهج آخر هو مجموعة الأسواق ذات الصلة وبناء أكثر فقط والأسواق في كل مجموعة. وسأركز على النهج الأخير هنا.
في المثال أدناه، لقد قمت ببناء استراتيجية على ثلاثة مؤشرات الأسهم الآجلة: E-ميني S & أمب؛ P ميدكاب 400 (إمد)، ميني راسل 2000 (تف)، و E-ميني S & أمب؛ P 500 (إس). وباستخدام خمس سنوات من الحانات اليومية وبافتراض 25 دولارا للعقد الواحد من تكاليف التداول (الانزلاق، والعمولات، وما إلى ذلك)، وضعت استراتيجية من خلال تعظيم صافي الربح مع التقليل من السحب، حيث كان صافي الربح المرجح مرتين بقدر السحب. حجزت 25٪ الأخيرة من البيانات لاختبار خارج العينة. تم تعيين حجم التحجيم لاستخدام عقد واحد في التجارة. وترد النتائج في الشكل 1 أدناه.
الشكل 1. منحنيات الأسهم لاستراتيجية التداول التي بنيت على الحانات اليومية للأسواق إس، إمد، و تف العقود الآجلة.
يمثل منحنى سمكا في الأعلى منحنى الأسهم (محفظة) مجتمعة، في حين أن المنحنيات الثلاثة أدناه تمثل منحنيات الأسهم لكل سوق. ويتضح من منحنيات الأسهم لكل سوق أن الاستراتيجية تتداول بشكل مماثل جدا في كل سوق.
في حين أن الأسواق الثلاثة ترتبط وربما يكون لها درجة عالية من الترابط، فإن الأسعار الفعلية تختلف في كل سلسلة الأسعار. ویمکننا أن نستنتج أن الاستراتیجیة بالتالي غیر حساسة لتغیر الأسعار بین الأسواق - وھي تعمل إلی حد کبیر نفسھ في کل سوق علی الرغم من أن تفاصیل الأسعار حسب القراد تختلف عن کل سوق. ويساعد ذلك على تحقيق الهدف المتمثل في جعل الاستراتيجية غير حساسة للضوضاء العشوائية في السوق، حيث من المفترض أن تكون العناصر العشوائية مختلفة من السوق إلى السوق حتى في الأسواق ذات الصلة.
وعلاوة على ذلك، فإنه من المعقول أن نستنتج أن منطق الاستراتيجية يرتكز على العناصر المشتركة بين الأسواق الثلاثة. وبما أن جميع الأسواق الثلاثة هي العقود الآجلة لمؤشر الأسهم، فمن المفترض أن تكون هذه العناصر مرتبطة بكيفية تداول العقود الآجلة لمؤشر الأسهم في هذا الإطار الزمني.
استراتيجيات السوق الواحد في اليوم الواحد.
وهناك أسلوب آخر لجعل الاستراتيجيات أكثر قوة هو الأسلوب الذي يمكن تطبيقه على استراتيجية السوق الواحدة على البيانات اللحظية. لنفترض أنك تريد وضع إستراتيجية تداول لمدة 5 دقائق من عقود E-ميني S & أمب؛ P 500 الآجلة (إس). إذا كنت ترغب في التركيز على إس ولكن كنت تشعر بالقلق إزاء عن غير قصد تركيب أنماط زائفة في هذا الحجم شريط، يمكنك محاولة تركيبه في وقت واحد إلى أخرى، وأحجام شريط مماثلة. ويستند هذا النهج على فكرة أن الاستراتيجية التي تتداول على، على سبيل المثال، 5 دقائق قضبان يجب أيضا الاستمرار على، على سبيل المثال، 7 دقائق القضبان. ومن المفترض أن تكون أي استراتيجية لا تتداول على نحو مماثل في كل من أحجام الشرائط مفرطة في التجميع لسلسلة أسعار واحدة، وبالتالي تستبعد.
في الشكل 2، يتم عرض نتائج بناء استراتيجية أكثر من 5، 7، و 9 دقائق أشرطة من إس (جلسة اليوم). واستخدمت سنة واحدة من البيانات اللحظية، وفرض مبلغ 25 دولارا لكل عقد على تكاليف التداول. وكانت الإعدادات الأخرى هي نفسها كما في المثال السابق باستثناء أن 33٪ من البيانات محفوظة للاختبار خارج العينة.
الشكل 2. منحنيات حقوق الملكية لاستراتيجية التداول التي تم بناؤها على مدى 5 و 7 و 9 دقائق من سوق العقود الآجلة إس.
مباشرة بما في ذلك الضوضاء.
إذا كان الهدف هو التأكد من أن الاستراتيجية التي يجري تطويرها غير حساسة لضوضاء السوق، فإن النهج الأكثر مباشرة هو تضمين الضوضاء في عملية البناء. هناك عدة طرق للقيام بذلك. في مقالة من نشرتي الإخبارية الأخرى، نشرة الإختراق، شرحت كيفية إنشاء بيانات الأسعار الاصطناعية عن طريق العشوائية لعناصر معينة من سلسلة الأسعار الحالية.
في تلك المقالة، أنا عشوائيا ترتيب التغيرات في الأسعار، والتي تحافظ على تغيرات الأسعار نفسها ولكن يفقد أي التبعية التسلسلية في البيانات. هناك على الأقل اثنين من النهج البديلة التي من شأنها الحفاظ على الارتباطات التسلسلية في حين خلق نسخة معدلة عشوائيا من السلسلة الأصلية:
تغيير عشوائيا نسبة معينة من الحانات، و، لكل شريط ليتم تغييرها، عشوائيا اختيار سعر (مفتوحة، عالية، منخفضة أو وثيقة) لتعديل. وأخيرا، تغيير السعر بمقدار عشوائي. على سبيل المثال، لنفترض أننا نقوم بتعديل الحانات مع احتمال 20٪. إذا تم تحديد شريط ليتم تعديله، فقد نختار عشوائيا السعر العالي الذي يجب تغييره. وأخيرا، سوف نغير القيمة بمقدار عشوائي يتم اختياره بين 0٪ و 10٪ من متوسط ​​النطاق الحقيقي على مدى 50 بار.
تطبيق طريقة السلسلة السعرية الاصطناعية الموضحة في المقالة المذكورة أعلاه ولكن استخدم & كوت؛ تشونكينغ & كوت؛ تقنية للمساعدة في الحفاظ على الارتباطات التسلسلية. تقنية تشونكينغ مجموعات تغيرات الأسعار لبعض عدد مختارة مسبقا من القضبان و عشوائيا ترتيب القطع. على سبيل المثال، لنفترض أن حجم القطعة هو 20 بار. وتعتبر كل سلسلة من 20 الحانات قطعة واحدة، ويتم ترتيب النظام من قطع عشوائيا. ثم يعاد تشكيل القطع العشوائية لتغيرات الأسعار في سلسلة أسعار، كما هو موضح في المادة. ويمكن اختيار حجم القطعة استنادا إلى تحليل التبعية التسلسلية، إن وجدت، بالأسعار الأصلية.
وبصرف النظر عن الطريقة التي يتم اختيارها، سيتم إضافة السلسلة الناتجة إلى المحفظة، تماما كما في الأمثلة السابقة. وبما أن الهدف هو التأكد من أن الاستراتيجية الناتجة غير حساسة للعناصر العشوائية المدخلة في البيانات، ينبغي إضافة عدة سلاسل أسعار صناعية على الأقل إلى المحفظة بالإضافة إلى الأسعار الأصلية. ثم سيتم بناء الاستراتيجيات على جميع سلسلة، الأصلي والاصطناعية، كمحفظة.
إن تحقيق عدم الحساسية لتغير الأسعار هو أحد الطرق لبناء المتانة في استراتيجية التداول. ويمكن أن تتراوح درجة تغير الأسعار من التقلبات العشوائية (أي الضوضاء) إلى الأسعار من سوق مختلف تماما. ولتطوير استراتيجية غير حساسة للدرجة المطلوبة من تغير األسعار، يمكن بناء االستراتيجية واختبارها عبر مجموعة من األسواق تتكون من سلسلة األسعار األصلية أو المستهدفة مع سلسلة األسعار األخرى التي تقدم الدرجة المطلوبة من التباين.
وقد اختلفت الأساليب الثلاث التي تمت مناقشتها في هذه المقالة في كيفية إنشاء تغير السعر. استخدمت التقنية الأولى أسواقا مختلفة ولكنها ذات صلة. استخدمت التقنية الثانية أحجام مختلفة من نفس السوق. الأسلوب الأخير المقترح باستخدام بيانات الأسعار الاصطناعية الناتجة عن السلسلة الأصلية عن طريق تعديل عناصر السلسلة الأصلية عشوائيا.
وبصرف النظر عن النهج المستخدم، فإن الفكرة الأساسية لبناء استراتيجيات التداول لتكون أقل حساسية للبيانات المستخدمة في تصميم واختبارها يجب أن تساعدك على خلق استراتيجيات تجارية أكثر قوة. ومن المرجح أن تكون إستراتيجية التداول القوية أكثر ملاءمة للسوق، وبالتالي من المرجح أن تستمر بشكل جيد في التداول في الوقت الفعلي.
* ظهرت هذه المقالة في عدد آب / أغسطس 2018 من نشرة أدابتريد سوفتوار الإخبارية.
نتائج الأداء البدني أو المحاكاة لها بعض القيود المتراكمة. لا سجل الأداء الفعلي، النتائج المحاكاة لا تمثل التداول الفعلي. أيضا، وبما أن التجارة لم تكن قد تم تنفيذها بشكل فعلي، فقد تكون النتائج قد تم تعويضها أو تعويضها بشكل أكبر عن التأثيرات، إن وجدت، لبعض عوامل السوق، مثل عدم وجود السيولة. برامج التداول المحاكاة بشكل عام هي أيضا تخضع لحقيقة أنها تم تصميمها مع الاستفادة من الأذهان. لا يتم تمثيل أي حساب أو سيكون من المرجح تحقيق الأرباح أو الخسائر مماثلة لتلك التي تظهر.
إذا كنت ترغب في أن تكون على علم بالتطورات الجديدة، والأخبار، والعروض الخاصة من أدابتريد البرمجيات، يرجى الانضمام إلى قائمة البريد الإلكتروني لدينا. شكرا لكم.
حقوق الطبع والنشر © 2004-2018 أدابتريد البرمجيات. كل الحقوق محفوظة.

استراتيجيات تجارية تقنية قوية باستخدام غب لاختيار محفظة خوارزمية.
يسلط الضوء.
يتم تطبيق غب لمعرفة قواعد التداول التي تستخدم لإدارة محفظة من الأسهم تلقائيا.
وتستخدم طريقة أخذ العينات العشوائية الجديدة لزيادة متانة الاستراتيجيات التي تطورت.
وتنتج طريقة العينات العشوائية الجديدة استراتيجيات قادرة على الصمود أمام بيئات السوق المتطرفة.
وتنتج طريقة العينات العشوائية الجديدة الحلول التي تؤدي أثناء الاختبار خارج العينة على نحو مماثل أثناء التدريب.
وتستند النتائج إلى اختبار محفظة من 21 أسهم إسبانية.
تقدم هذه الورقة نهج البرمجة الوراثية القوية لاكتشاف قواعد التداول المربحة التي تستخدم لإدارة محفظة من الأسهم من السوق الإسبانية. يتم استخدام طريقة التحقيق لتحديد شروط الشراء والبيع المحتملة للأسهم، وتهدف إلى إيجاد حلول قوية قادرة على الصمود في وجه ظروف السوق المتطرفة، في حين أن إنتاج عوائد عالية في الحد الأدنى من المخاطر. واحدة من أكبر التحديات غب تطورت حلول الوجه هو الإفراط في المناسب. يجب أن يكون لقواعد تداول غب أداء مشابها عند اختبارها مع بيانات جديدة من أجل نشرها في وضع حقيقي. نستكشف طريقة أخذ العينات العشوائية (رسفغب) التي بدلا من حساب اللياقة البدنية على مجموعة البيانات بأكملها، ويحسب على شرائح مختارة عشوائيا. هذا الأسلوب يظهر متانة محسنة والنتائج خارج العينة مقارنة مع البرمجة الوراثية القياسية (سغب) واللياقة البدنية تعديل تقلب (فافغب). يتم تطوير استراتيجيات التداول باستخدام المقاييس المالية مثل التقلبات، كابم ألفا وبيتا، ونسبة شارب جنبا إلى جنب مع المؤشرات الفنية الأخرى (تي) للعثور على أفضل استراتيجية الاستثمار. يتم تقييم هذه الاستراتيجيات باستخدام 21 من الأسهم الأكثر سيولة من السوق الإسبانية. ومن الواضح أن النتائج التي تحققت تتفوق على عمليات الشراء والاستحواذ، و سغب و فافغب. وبالإضافة إلى ذلك، فإن الحلول التي تم الحصول عليها مع بيانات التدريب خلال التجارب تظهر بوضوح خلال قوة الاختبار لتخفيض تراجع السوق كما رأينا خلال أزمة الديون السيادية الأوروبية التي شهدتها مؤخرا في إسبانيا. في هذه الورقة كانت الحلول المستفادة قادرة على العمل لفترات طويلة، مما يدل على صحة ومتانة القواعد المستفادة، والتي هي قادرة على العمل بشكل مستمر وبأقل تدخل بشري. وخلاصة القول، أن الطريقة المتقدمة قادرة على تطوير تيسي مناسبة لجميع ظروف السوق مع نتائج واعدة، مما يدل على إمكانات كبيرة في قدرات تعميم الطريقة. استخدام المقاييس المالية جنبا إلى جنب مع تي شعبية تمكن النظام لزيادة العائد الأسهم في حين أثبت مرونة خلال الوقت. ویمکن لنظام رسفغب أن یتعامل مع أنواع مختلفة من الأسواق التي تحقق عائد محفظة بنسبة 31.81٪ لفترة الاختبار 2009 - 2018 في السوق الإسبانیة، بعد أن انخفض مؤشر إيبكس 35 بنسبة 2.67٪.
اختر خيارا لتحديد موقع / الوصول إلى هذه المقالة:
تحقق مما إذا كان لديك حق الوصول من خلال بيانات اعتماد تسجيل الدخول أو مؤسستك.

أفكار لبناء استراتيجية تجارية قوية وما يجب أن يكون على بينة من.
أفكار لبناء استراتيجية تجارية قوية وما يجب أن يكون على بينة من.
أحد الأسباب التي تجعل تجار الهواة لا يكسبون المال لأنهم قطعوا صفقاتهم الفائزة قصيرة وغالبا ما يخرجون من الصفقات الجيدة في وقت مبكر جدا، قبل صدور أمر الربح. يتم قطع الصفقات الفائزة في وقت مبكر لأن التجار لا يعرفون حقا كيفية تفسير ما يرونه على الخرائط الخاصة بهم، يساء فهم مؤشراتهم والحصول على خائفة من قبل تصحيحات ضئيلة.
في مقالات سابقة شرحنا كيفية استخدام مؤشر ستوكاستيك، المتوسطات المتحركة، مؤشر أدكس ومفاهيم التداول الأخرى بشكل فعال. في المقالة التالية نستكشف كيفية الجمع بين أدوات التداول المختلفة والمفاهيم لبناء استراتيجية التداول الخاصة بك، قوية وما يؤثر على كل من وينرات والانتظار من نظام التداول.
إنشاء نظام - الجمع بين الأدوات المناسبة.
عندما يبدأ التجار في بناء أنظمتهم الخاصة، وعادة ما تعتمد بشكل كبير على مؤشر واحد، أداة أو تشكيل نمط السعر. ومع ذلك، كل أداة ومفهوم له حدوده والجمع بين عدة أدوات لتشكيل استراتيجية قوية يمكن أن تزيد من دقة كيفية تفسير الإشارات التي تراها على الرسوم البيانية الخاصة بك. في ما يلي، سنستخدم ثلاث أدوات مختلفة (المتوسط ​​المتحرك، ستوكاستيك، أدكس) لتشكيل أفكار التداول لدينا. السبب في أننا اخترنا هذه الأدوات هو لأن لديهم جميعا مزاياها في حالات مختلفة وعلى الرغم من أن هذه المادة لا يقصد بها تقديم استراتيجية التداول، ونحن نريد أن تظهر كيفية الجمع بين أدوات مختلفة لتقليل النقاط الضعيفة:
المتوسط ​​المتحرك: المتوسط ​​المتحرك يعمل كمرشح بين المتوسطات الطويلة (السعر فوق المتوسط ​​المتحرك) والقصير (السعر أدنى المتوسط ​​المتحرك). وسيستخدم المتوسط ​​المتحرك مرة واحدة في الإطار الزمني الأعلى لتحديد اتجاه الصفقات، وثانيا، في الإطار الزمني للتنفيذ كمرشح اتجاهي إضافي.
"... من الضروري في التداول أن تبقى على الجانب الصحيح من المتوسط ​​المتحرك لإعطاء نفسك أفضل احتمال للنجاح." - مارتي شوارتز.
ستوشاستيك: يعمل بشكل جيد في الأسواق تتراوح. الإفراط في البيع وذروة التشبع تظهر قوة في اتجاه (على عكس الاعتقاد بأن ذروة البيع / ذروة الشراء إشارة الانتكاسات).
أدكس: عندما يصل مؤشر ستوكاستيك إلى ذروة البيع / التشبع الشرائي في اتجاه، يأخذ أدكس ويتحقق من زخم الاتجاهات السائدة. عادة، عندما يدخل مؤشر ستوكاستيك في ذروة البيع / التشبع في الشراء ولا يسمح بقراءة دقيقة، فإن أدكس قد وصل للتو إلى مستوى 30 مهم.
كما ترون، كل من الأدوات الثلاث لديها ميزات فريدة من نوعها التي يمكن أن تساعد التجار اتخاذ قرارات تجارية أفضل وتفسير تحركات الأسعار بطريقة جديدة.
نهج '3 من 4' لتعويض نقاط الضعف.
وكما قلنا في وقت سابق، عندما يعتمد التجار بشدة على أداة واحدة فقط، فإنها تواجه مشاكل. لا يوجد مؤشر وأداة مثالية واتخاذ قرارات التداول على أساس واحد وحده، وسوف تجد نفسك دخول الصفقات في وقت متأخر جدا أو الخروج في وقت مبكر جدا. على الرغم من أنه من المستحيل العثور على دخول الكمال أو الخروج، من خلال الجمع بين أدوات مختلفة سوف تكون قادرة على مواجهة نقاط الضعف من الأدوات الفردية. في ما يلي، ونحن نستخدم نهج 3 من أصل 4 مما يعني أننا بحاجة إلى 3 على الأقل من 4 أدوات لدينا للاتفاق من أجل اتخاذ قرار التداول. كلما اتفقت الأدوات، كلما كانت الإشارة أفضل. إذا كانت استراتيجية التداول الخاصة بك تجمع بين عدد من الأدوات والمفاهيم، يمكنك إنشاء درجات الجودة المختلفة لأنواع الإعداد المختلفة.
1 من أصل 4 أدوات توافق = لا يمكن اتخاذ قرار التداول.
2 من أصل 4 أدوات توافق = لا يمكن اتخاذ قرار التداول.
3 من أصل 4 أوافق = إشارة التداول المتوسط.
4 من أصل 4 أوافق = إشارة قوية جدا.
التمييز بين درجات مختلفة من إشارات الدخول يمكن أيضا زيادة موقفكم ونهج إدارة المخاطر. بعد أن تقوم بجمع بيانات كافية عن أداء التداول الخاص بك، سوف تكون قادرا على معرفة الفرق في وينرات والانتظار بين الصفقات مع إشارات دخول مختلفة.
التداول الأصغر، أو ليس على الإطلاق، لتداول الاحتمالات أقل وأكبر لحرف أعلى احتمالا يمكن حتى تحويل استراتيجية خاسرة إلى واحد الفوز. - جاك شواجر، صندوق التحوط ويزاردز السوق.
مثال التجارة باستخدام معايير تصفية مختلفة.
لتوضيح نقطة هذه المقالة، سوف نستكشف المفاهيم باستخدام بعض المخططات الفعلية.
# 1 توقيت مختلف لإشارات الإدخال.
توضح الصورة أدناه كيف يمكن استخدام 3 من 4 نهج لتحديد إشارة دخول. بعد تحديد الاتجاه على الإطار الزمني الأعلى باستخدام عامل تصفية المتوسط ​​المتحرك، نحن نبحث فقط عن إدخالات قصيرة في الإطار الزمني للتنفيذ.
وتبين النقطة (1) إدخالا لا يوجد فيه سوى 2 من المعايير الثلاثة المتبقية؛ السعر أقل من المتوسط ​​المتحرك ومؤشر ستوشاستيك يشير لأسفل أيضا. لا يزال أدكس يسير جانبيا دون 30 ولا يسهم في فكرة التجارة حتى الآن.
في النقطة (2) انتقل السعر إلى مزيد من الانخفاض والآن أدكس يرتفع بشكل ملحوظ وأيضا فوق 30، مما يدل على زخم الاتجاه. كما رأينا في مقال سابق، مؤشر ستوكاستيكش ذروة البيع يشير إلى الكثير من القوة خلال الترند الهابط. فإنه ليس إشارة من عكس السعر! عند هذه النقطة، جميع معايير الدخول موجودة.
كما ترون، والمزيد من المعايير دخول تحتاج، في وقت لاحق سوف تحصل عادة على إشارة دخول. وفي الوقت نفسه، فإن هذه الإشارات أكثر دقة ستكون كذلك.
تحديد إشارات الدخول. اضغط للتكبير.
# 2 مختلف مواقف الخروج التجاري.
ويمكن أيضا استخدام 3 من 4 نهج لوقت مخارجك. يمكن للتاجر إما الخروج من التجارة عندما 2 من أصل 3 معايير على الإطار الزمني التنفيذ لم تعد بعد الآن، أو انه يمكن أن تنتظر حتى تغيرت جميع المعايير.
في النقطة (1) تحولت المؤشرات؛ يرتفع مؤشر أدكس إلى ما دون 30 ويذهب جانبيا ويشير مؤشر ستوكاستيك إلى أعلى وما فوق 20. ولا يزال المتوسط ​​المتحرك محتفظا وبالتالي تغير 2 من الإشارات الثلاثة.
في النقطة (3)، يعبر السعر أيضا فوق المتوسط ​​المتحرك، مما يشير إلى أن جميع المعايير تشير الآن إلى خروج.
لمزيد من معايير الخروج التي تحتاج إليها، في وقت لاحق سيكون الخروج الخاص بك. في بعض الأحيان، سوف تكون قادرة على البقاء في تجارة مربحة لفترة أطول، على الرغم من.
معايير الخروج. اضغط للتكبير.
التأمين مجاني أبدا.
ويمكن للتجار الآن أن يعتقدوا أن المزيد من الأدوات التي يضيفونها، أقوى وأكثر دقة إشاراتهم تصبح. لسوء الحظ، انها ليست بهذه السهولة. كلما زادت الأدوات التي تستخدمها، كلما استغرق الأمر وقتا أطول للموافقة عليها نظرا لأن كل أداة يتم حسابها بشكل مختلف. لذلك، والمزيد من المعايير التي تحتاجها لدخول التجارة، في وقت لاحق سترى إشارة دخول وفي وقت لاحق سوف تحصل أيضا على إشارة الخروج الفعلية. وهكذا، على الرغم من أنك يمكن أن تزيد من وينرات الخاص بك عن طريق طلب المزيد والمزيد من المعايير، وأصغر يصبح نسبة مكافأة المخاطر الخاصة بك.
ولذلك فإن بناء إستراتيجية تداول مع إشارات دخول مختلفة هو عمل توازن بين استخدام الكمية الصحيحة من المعايير والأدوات، وفي الوقت نفسه، عدم الوقوع في حالة من الشلل من خلال التحليل.
ملاحظة: أدوات التداول والمؤشرات المعروضة هي لأغراض التوضيح فقط. كن صدارة اتخاذ أي قرارات التداول، واختبار، وتقييم البيانات الخاصة بك وتأكيد توقع إيجابي.
بدون تعليقات.
أضف تعليقا إلغاء الرد.
روابط سريعة.
نحن اثنين من الرجال من ألمانيا التي تعبت من 9 إلى 5 وشرعت في رحلة من العمر، والتجارة والسفر أينما ومتى نريد.
نحن متحمسون للعودة كما أننا لن يكون في مكان قريب إلى أين نحن اليوم دون مساعدة من التجار المخضرم الآخرين التي ساعدتنا في البداية.
إذا كنت تنظر في الانضمام إلى مجتمعنا، ونحن نشعر بالفخر من ثقتكم، ونحن سوف نتأكد من أن كل دقيقة مجانية لدينا سوف تنفق على جعل الاستثمار الخاص بك جديرة بالاهتمام.
تنويه المخاطر.
السعر العمل يبوك (مجانا)
أدخل البريد الإلكتروني الخاص بك والحصول على إمكانية الوصول الفوري إلى الكتاب الاليكترونى العمل السعر.

كيفية بناء استراتيجيات التداول خوارزمية قوية.
هذا الفيديو التعليمي التداول حسابي هو لمحة عامة عن كيفية تجميع أنظمة التداول حسابي، وتسمى أيضا المحافظ وندش]؛ التي قدمها المطور الرئيسي في ألغوريثميكترادينغ. وتشمل الموضوعات التي تمت تغطيتها: هل يمكن لأي شخص التنبؤ اتجاه السوق مع اليقين 100٪؟ هل هناك طريقة أفضل & نداش؛ باستخدام اتجاه السوق الزائفة التحكيم؟ نحن نغطي بتفصيل كبير كيف نعرف دول السوق وكيف أن كل من استراتيجيات التداول السبعة لدينا يؤدي خلال صعودا وهبوطا و جانبية تتحرك ظروف السوق. وبالإضافة إلى ذلك، فهو يستعرض قواعد التصميم التي نستخدمها قبل الإفراج عن خوارزمية للجمهور.
إذا كنت مراقبا غريبا أو مطور خوارزمية متشددة بنفسك، قد يقدم هذا الفيديو نظرة ثاقبة على كيفية معالجة المشكلة التي يواجهها جميع المصممين، وهي: كيف يمكنك تجميع محفظة من استراتيجيات التداول التي لديها توقعات للتفوق في جميع ظروف السوق .
نحن نرى أن الخوارزميات التي نقدمها هي أنظمة التداول عالية الجودة، ولكن لا يوجد نظام التداول على ما يرام. تداول العقود الآجلة & أمب؛ الخيارات تنطوي على مخاطر كبيرة من الخسارة وغير مناسب لجميع المستثمرين. مع ذلك، إذا كان لديك رأس المال المخاطر المتاحة للتجارة، وعلى استعداد لقبول المخاطر التجارة وندش]؛ مع إمكانية تحقيق مكاسب كبيرة، والوصول إلينا للحصول على عرض حي حيث سنقوم مراجعة الخوارزميات لدينا بتفصيل كبير!
كيفية تصميم استراتيجيات التداول خوارزمية.
نسخة الفيديو: في هذا الفيديو، سأقوم بمراجعة منهجية التصميم وكيفية استخدامنا للمراجحة الزائفة للاتجاهات السوقية لوضع حوافظ مصممة خصيصا لتحقيق أداء جيد في كل من الأسفل والأسفل.
أولا أود أن أذهب على إخلاء المسؤولية. نحن لسنا مسجلين مع كفتك كمستشار تجارة السلع. نحن ما يسمى مطور طرف ثالث. نحن إنشاء خوارزميات ونحن ترخيص لهم للاستخدام على جهاز كمبيوتر شخصي من خلال محطة التجارة. ويمكن أيضا أن يتم تنفيذ السيارات من خلال وسطاء نفا المسجلين. نضع في اعتبارنا أن تداول العقود الآجلة والخيارات ينطوي على مخاطر كبيرة من الخسارة. هذه الخوارزميات ليست حقا للجميع. يجب أن يتم تداولها مع رأس المال المخاطر فقط في رأينا. وأخيرا، فإن البيانات التي نعرضها، ما لم يذكر خلاف ذلك، تقوم على نماذج افتراضية تم اختبارها مسبقا. لديها قيود معينة. في إخلاء المسؤولية هنا. لا تتردد في قراءة هذا. يمكنك إيقاف الفيديو وقراءته بعناية أكبر. آخر تعليق وأنا سوف تجعل هو أن البيانات لأغراض تعليمية فقط. مرة أخرى، لأننا لم يتم تسجيل نحن لا تتحكم في حسابات العملاء. كما أعتقد أنني يجب أن أذكر أنه لأننا لم يتم تسجيلها. لم يتم تدقيق البيانات التي نعرضها من قبل أي وكالات حكومية. لذا، ضع كل ذلك في الاعتبار أثناء الانتقال إلى البيانات في هذا الفيديو. سوف نتحدث عن الأداء. مرة أخرى، استنادا إلى نماذج افتراضية تم اختبارها مرة أخرى. لديها قيود. في بعض الأحيان نذكر العوائد الحية على الموقع أو في الفيديو. عندما نفعل ذلك من البيانات الحية ونلاحظ على هذا النحو. عندما نفعل ذلك، مرة أخرى، فقط نضع في اعتبارنا أن الأداء الماضي لا يدل على النتائج في المستقبل. مرة أخرى تداول العقود الآجلة ينطوي على خطر الخسارة وليس للجميع.
خطوات لإنشاء استراتيجية تداول خوارزمية قوية.
حسنا، حتى الآن أنا و رسكو؛ ليرة لبنانية تبدأ الحديث عن منهجية التصميم لدينا. ولكن أولا أنا & [رسقوو]؛ د ترغب في التعليق فقط على التنبؤ اتجاه السوق وخوارزميات التداول بشكل عام. لذلك، من الواضح لا أحد يستطيع التنبؤ اتجاه السوق مع اليقين 100٪. ليس هناك شيء مثل خوارزمية التداول الكأس المقدسة. هناك دائما تعطي واتخاذ. إذا كان لديك خوارزمية تشتري بقوة S & أمب؛ P. أكثر من المرجح أنه لن يفعل بشكل جيد عندما الأسواق تسير أعلى من الواضح. أما الجزء الصعب فيتمثل في تجارة السوق جانبية أو أن يتقلب أو يبدأ التداول أقل. تلك الخوارزمية التي تفعل جيدة عندما يذهب السوق أعلى سوف تأخذ الخسائر كما يتداول السوق على وتداول جانبية. توقف عن الخروج من الصفقات. وبالتالي فإن خوارزمية أكثر عدوانية هو في محاولة لالتقاط تلك المكاسب. وعادة ما يكون من المرجح أن تأخذ الخسائر. لأنه سيتم الدخول في الصفقات. قد يكون ذلك أكثر خطورة قليلا ثم الحصول على توقف من تلك. مثال آخر هو إذا كانت الأسواق تسير جانبية يمكنك من الواضح أنها مجرد قصيرة أعلى النطاق ومن ثم شراء الجزء السفلي من مجموعة والحفاظ على القيام بذلك. والمشكلة هي أنه عندما ينفجر السوق أو خارج ذلك النطاق. ثم سوف تحصل على توقفت من تلك الصفقات. أو إذا كان يبيع قبالة ثم سوف تحصل على إيقاف من الصفقات الطويلة التي كنت تأخذ نحو الجزء السفلي من النطاق. لذلك، وهذا هو فقط في عام المشكلة التي تواجه أي مطور الخوارزمية. لذلك، كنت ترغب في محاولة لالتقاط المكاسب عندما يذهب أعلى. كسب المكاسب عندما يذهب جانبية ومن ثم التقاط المكاسب عندما يذهب السوق أقل. لذلك إذا كنت على يقين من اليقين 100٪ أن الأسواق تسير أعلى في ثلاثين يوما من الآن. إذا كان لديك الكرة وضوح الشمس ثم من الواضح أنك يمكن أن تشتري. تحميل حتى على S & أمبير؛ ثم بيع فقط بعد 30 يوما. ولكن المشكلة لا أحد يعرف مع اليقين 100٪. حتى مع أن قال، أنا & [رسقوو]؛ د ترغب في الانتقال إلى الشريحة التالية.
الجمع بين خوارزميات متعددة.
حتى في خوارزمية التداول ونحن نشعر بأن لدينا وسيلة أفضل. بدلا من إنشاء خوارزمية واحدة التي جيدة في جميع ظروف السوق. ما نقوم به، وهذا هو حقا جوهر مبدأنا في التداول حسابي هو أننا نستخدم اتجاه السوق خوارزمية الزائفة التحكيم. لذلك ما يعنيه ذلك هو أننا نحاول أن يكون اتجاه السوق ملحد من خلال تنفيذ تقنية التحكيم الزائف. انها ليست 100٪ التحكيم لأنها ليست 100٪ التجارة المقترنة. حيث أننا أطول من ذلك، على قدم المساواة قصيرة الفهارس. انها أكثر من التصميم الذي من شأنه أن تراكب استراتيجيات التداول متعددة في نظام واحد كامل. لذلك ما نقوم به هو أننا إنشاء خوارزميات متعددة التي تتعامل معا كجزء من محفظة. نحن نحاول أن يتفوق الخوارزميات من واحد إلى اثنين في الأسواق. واحد إلى اثنين من شأنها أن تتفوق في الأسواق المتدنية. ثم واحد إلى اثنين من شأنها أن تتفوق في سوق تتحرك جانبية. المفتاح في R & أمبير؛ D الجهد الحقيقي عند القيام بهذا النوع من التقنية هو محاولة للتأكد من أن هذه الخوارزميات بطل لا تفقد كثيرا في ظروف السوق العكسية. إما أنها تذهب على خط جانبي أو أنها تأخذ محطات صغيرة. أو هل يمكن أن يكون مكاسب صغيرة. ولكن هذا حقا حيث العبء الأكبر من الجهد يكمن في رأينا. هو خلق هذه الخوارزميات التي تفعل الخير في ظروف السوق معينة ومن ثم لا تفقد كثيرا خلال خلافا. سبب ما يحدث هو عند تراكب كل هذه الخوارزميات معا. ثم لديك نظام كامل الذي يفعل ذلك أفضل لتفوق بغض النظر عن ظروف السوق.
الخطوة 1: تعريف دول السوق.
حسنا، لذلك فإن الخطوة الأولى في تنفيذ منهجية التداول لدينا أو منهجية التصميم هي تحديد دول السوق. لذلك نحن بحاجة إلى بعض الطرق لمقارنة كل واحدة من استراتيجياتنا إلى كيف تقوم على أساس ما إذا كانت الأسواق صعودا وهبوطا أو جانبية. الطريقة التي قمنا بها هي أننا أخذنا فترة اختبارها مرة أخرى. أي ما قمنا به مؤخرا كان من أكتوبر 2003 إلى أكتوبر 2018. والتي لديها حوالي 163 شهرا. ما أردنا القيام به هو تصنيف كل شهر من مؤشر S & أمب؛ P إلى ثلاث ولايات موزعة بالتساوي. إما قوية جانبية / الانجراف أو أسفل. مرة أخرى يمكن للسوق التجارة أعلى، أقل أو ضمن نطاق لأي فترة زمنية معينة تحليلها. حتى شخص ما يمكن أن تفعل ذلك على الرسم البياني دقيقة واحدة وتحليل كل شمعة دقيقة واحدة كنوع خاص من حالة الأداء. يمكنك أن تفعل ذلك في أيام، يمكنك أن تفعل ذلك على مدى أشهر. أعتقد أنك يمكن أن تفعل حتى على مر السنين. لقد اخترنا أن نفعل ذلك على أساس شهري لأننا شعرنا أن ذلك من شأنه أن يعطي مساحة كافية لنرى كيف تتداول الإستراتيجية طوال تلك الفترة. لذلك مرة أخرى، نحدد دول السوق إلى ثلاث فئات.
السوق إما أن ترتفع، انها و رسكو؛ ق الذهاب جانبية أو الانجراف أعلى أو أسفل. لذلك لنوع من تظهر لك ما أعنيه. اسمحوا لي أن سحب الرسم البياني ل S & أمب؛ P 500. لذلك هذا هو E-ميني S & أمب؛ ق. لذلك أساسا S & أمب؛ P 500 على الرسم البياني الشهري. لذلك كل واحد من هذه الشموع هو شهر واحد. على سبيل المثال، هنا هو أكتوبر. حيث تراجعت السوق في أكتوبر من هذا العام. وهنا آخر الشهر أسفل في 08. حتى تتمكن من رؤية 08 هنا عندما كان لدينا أن تحمل السوق. إذا كنت التصغير والذهاب جانبية سترى كل شهر منذ 03 على هذا المخطط. لذلك ما أردنا القيام به هو إنشاء ثلاث فئات. حتى نتمكن من مقارنة استراتيجياتنا لكل فئة لنرى كيف يفعلون. طريقة واحدة للقيام بذلك كان يمكن أن يكون قد قال للتو جيدا إذا كان هذا هو شمعة خضراء أن تصل إلى شهر. إذا كان هناك شمعة حمراء في الشهر الأدنى. لكننا أردنا أن نميز هذا النوع ما بين الظروف المتحركة الجانبية. حيث لا يوجد الكثير من الأداة المساعدة. السوق يذهب صعودا وهبوطا في غضون ذلك الشهر. ولكن بعد ذلك ينتهي التداول قريبة جدا من حيث بدأ. الطريقة التي قمنا بها هي أننا تقسيم كل شهر إلى فئة.
قوي، الثور، باع، ستات.
لذلك القوي، ونحن نحدد أن S & أمبير؛ P يغلق أعلى من 30 نقطة أو أكثر. أي ما يقرب من حوالي٪ ونصف. ربما في المئة في بعض الأشهر السابقة في فترة لدينا. ما يساوي على S & أمب؛ P E - ميني هو كسب أكثر من 1500 $. حتى إذا اشترى شخص S & أمب؛ P هذا الشهر ثم تباع في نهاية الشهر. وكانوا سيحصلون على 500 1 دولار أو أكثر. هذا هو كيف يمكننا تصنيف شهر قوي. في تاريخ 2003 إلى 2018 كان هناك 55 شهرا في تلك الفئة. الفئة الأخرى التي قمنا بها كانت أسفل.
قوي، أعطى، باع، الدولة.
لذلك إذا أغلق S & أمب؛ P بنسبة أربع نقاط أو أكثر. والتي ستكون خسارة 200 $ أو أكثر. نحن تصنيف ذلك بأنه شهر أسفل. كان هناك 55 من هؤلاء.
جانبية تتحرك سوق الدولة.
هناك أيضا بين الدولة. نحن نسميها جانبية / الانجراف أعلى سبب انها حقا جانبية أو ربما حتى قليلا. وهكذا في ما بين الفئة التي نسميها جانبية. حيث كان مؤشر ستاندرد اند بورز قد انخفض بين أربع نقاط أو 30 نقطة. أي شيء بينهما. لذلك، إما خسارة 200 دولار أو ربح يصل إلى 1500 $. كان هناك 53 من تلك الأشهر.
التوزيع المتكافئ لدول السوق.
يمكنك أن ترى أننا خلقنا هذه القيم من أجل ثلاث ولايات موزعة بالتساوي. لأننا لم نرغب في أن تكون أي دولة أكثر من تلك الفترة. لذلك، هذا هو كيف نقرر أو تعريف دول السوق الثلاث لدينا.
الخطوة 2: تقييم استراتيجية التداول مقابل كل دولة سوق.
والشيء التالي الذي نقوم به هو مقارنتنا كيف يعمل كل واحد من خوارزمياتنا في كل من ظروف السوق التي حددناها. الآن، ما أنا & رسقوو؛ d ترغب في القيام به هو بسرعة تظهر لك الرسم البياني لدينا S & أمبير؛ P كسارة حزمة. هذه هي المحفظة التي تتداول كل سبعة من الخوارزميات التي نقوم حاليا بتداولها. ما تبحث عنه هنا هو زخمنا بالإضافة إلى استراتيجية المكالمات المغطاة. هذا واحد هنا هو كوندور الحديد. فإنه يقوم بتداول S & أمب؛ P E - ميني & # 8195؛ s. هذا واحد أيضا يتداول S & أمب؛ P E - ميني & [رسقوو]؛ s. هذا واحد هو عشر سنوات خوارزمية ملاحظة الخزانة. هذا واحد يتداول عشر سنوات. عادة عندما يذهب السوق أقل. عندما يذهب S & أمب؛ P أقل. العشرة سنوات عادة سوف تذهب أعلى. فإنه لا دائما، عادة سوف تذهب أعلى.
لذلك هذا، من خلال الذهاب لفترة طويلة مذكرة عشر سنوات (تي). انها مشابهة جدا لقصر S & أمب؛ P. على الرغم من أنه ليس 100٪. فإنه لا يفعل ذلك دائما حتى مجرد الحفاظ على ذلك في الاعتبار. هذه الخوارزمية هنا هي خوارزمية قصيرة الفجوة لدينا. إنها الأحدث التي أضفناها مؤخرا. هذا هو واحد لدينا كسر خوارزمية التجارة اليوم. هذا هو واحد لدينا خوارزمية التجارة يوم قصير. حتى هذه الثلاثة هي الصفقات اليوم. هذا هو واحد لدينا عشر سنوات خوارزمية ملاحظة الخزانة. هذا هو لدينا الحديد كوندور خيارات خوارزمية. ثم هذا هو الزخم بالإضافة إلى خوارزمية المكالمات المغطاة. لذلك، ما قمنا به هو أننا نأخذ كل واحد من تلك الخوارزميات السبعة. ونحن نسمي تلك الاستراتيجيات. على الموقع سوف ترى كل واحد من تلك المقسمة على الموقع كاستراتيجية التداول. هذه هي نوع من استراتيجيات منفصلة حيث كل واحد لديه توقعات مختلفة من الأداء. على أساس إما التحرك حتى في السوق، جانبية أو لأسفل. مرة أخرى، حتى أنه يغلق بنسبة 30 نقطة أو أكثر لذلك الشهر. جانبي S & أمب؛ P قريبة بين أسفل أربع نقاط وتصل 30 نقطة. ثم أسفل هو فقدان أربع نقاط أو أكثر. لذلك ما يظهر هذا هو إذا كنت تأخذ الاستراتيجية. نحن سوف تأخذ الزخم أولا. هذا هو الثور النار نستخدمها للاتصال به. لكننا غيرنا الاسم إلى الزخم. هذا واحد هو خوارزمية أن لدينا أن يفعل أفضل عندما يذهب السوق أعلى. يمكنك أن ترى أننا أخذنا الأداء الشهري اختبارها مرة أخرى من خوارزمية الزخم. نحن اصطفنا مقابل أي S & أمب؛ P الشهر الذي أغلق أكثر من 30 نقطة. ويبلغ متوسط ​​كسب هذه الخوارزمية 600 1 دولار. حجم الوحدة، إذا كان شخص ما مجرد تداول خوارزمية الزخم، سيكون شيئا حوالي 20،000 $. لذلك هذا هو ربح من حوالي 1،600 $ في الشهر لكل 20،000 $ المتداولة. مرة أخرى، هذا هو تداول عقد واحد وعلى الرغم من أنه يقول 1600 هنا. هذا هو المتوسط ​​على مدى الأشهر. أعتقد أن هناك 55 منهم. نحن متوسط ​​$ 1،600 مكاسب في الاختبار الخلفي لكل واحد من تلك الأشهر. ما هو مثير للاهتمام حقا هو إذا كنت ثم ننظر في كيفية هذه الخوارزمية لا في السوق تتحرك جانبية. سترى أن الأداء ينخفض ​​قليلا. ما يصل إلى 378 دولارا أمريكيا لهذا الشهر فقط. مرة أخرى، قد يمثل هذا 10 صفقات في ذلك الشهر. ولكن ذلك يعتمد فقط، كل واحد لديه متوسط ​​مختلف. ثم مرة أخرى، عندما تذهب إلى أسفل الشهر. هذه الخوارزمية الزخم لا تفعل بشكل جيد. في الواقع يفقد 812 $ شهريا في المتوسط. لذلك مرة أخرى، هذا هو مثال إذا كنا نعرف أن S & أمب؛ P سيكون على ما يصل لهذا الشهر. إذا كان لدينا الكرة وضوح الشمس. كل ما نفعله هو تشغيل خوارزمية الزخم وإيقاف جميع الخوارزميات الأخرى. فقط وضعت كل شيء في هذا. المشكلة هي على الرغم من أن لا أحد يعرف مع اليقين 100٪. أنا أحب أيضا أن ننظر فقط في هذه الخوارزمية ونوع من تظهر لك المثال. لذلك هذا هو خوارزمية الزخم. مرة أخرى، هذا هو الذي يفعل الخير عندما يذهب السوق أعلى. إذا نظرتم هنا. يتم تطبيق الخوارزمية أساسا على S & أمب؛ P 500. هذا هو أعلى المخطط. هذا الجزء السفلي واحد هو فيكس و [رسقوو]؛ s في هذا المخطط لأن خوارزمية الدعوة المغطاة يستخدم ذلك. ولكن ما سوف ترى هو أنه كلما يذهب السوق أعلى هذه الزخم خوارزمية يبدأ الحصول على. حتى تستطيع أن ترى هنا اشترينا في 9 نوفمبر. في 2158.75 وبعد ذلك خرجنا بعد يومين في 2165.5. لذلك هذا هو مكسب. في أي وقت ترى خط منقط الأزرق مثل هذا. هذا مكسب وهكذا السوق كان يسير أعلى كان لدينا الفائز هنا. فائز آخر هنا. فائز آخر هنا. ثم فائز آخر هنا أننا أغلق أمس. ثم الجمعة في ختام عادنا على هذه الخوارزمية. كما يذهب السوق أعلى كان لدينا واحد، اثنين، ثلاثة، أربعة الصفقات الفوز في صف واحد. ويتوقع حدوث ذلك. لأن هذا هو لدينا خوارزمية التحيز طويلة. وينبغي أن تفعل جيدا عندما يذهب السوق أعلى. الآن، سوف ترى تلك كما السوق كان يسير جانبية من هنا. كان لدينا عدد قليل من الفائزين. أنا & ليرة لبنانية التكبير في ذلك حتى تتمكن من نوع من انظر. يبدو أنني قفزت الماضي. لذلك الحق هنا حيث كان السوق يسير جانبية. لم يكن لدينا أي صفقات. الغوغو حقا فعل الشيء الصحيح من خلال اغلاق خلال أكتوبر هنا. ثم عاد إلى هنا في 6 أكتوبر. خرجت عندما ضرب هدفها في اليوم التالي. قفز الحق مرة أخرى في 7. ضرب الهدف على هذه الفجوة الكبيرة تصل. عاد مرة أخرى على 10 ثم توقفت. قفز الحق مرة أخرى في 11 و توقفت مرة أخرى. حتى تتمكن من رؤية كما كان السوق يسير جانبية. لم يكن ذلك جيدا. ولكن بعد ذلك تراجعت السوق على انها حصلت توقفت. هذا يعطيك فكرة عن كيف على الأقل هذه الخوارزمية، تم تصميمها للقيام بشكل جيد عندما يذهب السوق أعلى كيف يفعل. لذلك عندما يذهب السوق أعلى. ونحن عموما، سوف نتوقع هذه الخوارزمية أن تفعل بشكل جيد.
الآن، ليس 100٪. وأعتقد أن من تلك الأشهر 55 حيث S & أمب؛ P قريبة في 30 نقطة أو أكثر. وأعتقد أن هذه الخوارزمية هي 85٪ مربحة. لذلك، 15٪ من الوقت يحصل على تلك الشروط خاطئة ويؤدي إلى خسارة. ولكن هنا سلسلة أخرى من الصفقات من الظهر في يوليو من هذا العام. حيث ذهب السوق أعلى. تعلمون أن لدينا واحد، اثنان، ثلاثة، أربعة، خمسة، ستة، سبعة. سبعة صفقات الفوز في صف ثم وصلنا توقفت. كان لدينا واحد آخر، اثنان، ثلاثة، أربعة، خمسة، ستة، سبعة. حول ستة فائزين آخرين قبل اتخاذ خسارة أخرى. مرة أخرى، لا نتوقع أن تعمل هذه الخوارزمية بنسبة 100٪ من الوقت في جميع ظروف السوق. هذا هو ما نسميه خوارزمية بطلنا للحالة حيث السوق يسير أعلى. لذلك مرة أخرى، أن خوارزمية الزخم. ويبلغ متوسط ​​الاختبار الخلفي 1،600 في الشهر. عندما S & أمب؛ P يصل هو المتوسطات 378 في الشهر. عندما S & أمب؛ P يذهب جانبية اختبارها مرة أخرى. ولكن بعد ذلك في خسارة على أسفل الشهر. الآن، أنا & [رسقوو]؛ م الذهاب للذهاب بسرعة أكثر من غيرها. الآن بعد أن عرضت هذا المثال. ولكن كوندور الحديد أيضا يفعل بشكل جيد حقا عندما يذهب السوق أعلى. و كوندور الحديد أساسا. إنها تقوم ببيع مكالمة وبيعها في نفس الوقت. ما يفعله هو إنشاء نوع من مجموعة بين قوسين نريد أن S & أمب؛ P لإغلاق في لهذا الأسبوع. ولكن كوندور الحديد فعلا فعلا جيدة عندما الأسواق تسير أعلى. على الرغم من أنه لا يبيع المكالمات. والسبب في ذلك هو لأن المكالمات التي تبيع هي عميقة للخروج من المال. يضع أيضا. لذلك فإنه جيد عندما الأسواق تذهب أعلى. عندما يذهب السوق جانبية أنها جيدة حقا كذلك. سوف ترى أنه في الظروف الجانبية هذه الخوارزمية يفعل أفضل. منطقي. كوندور الحديد هو تجارة حيث تتوقع السوق للذهاب جانبية. وهذا هو السبب في أن الناس يضعون تجارة كوندور الحديد. وطالما أنه يغلق بين سعري الإضراب. انها تجارة الربح الكامل. الآن عندما ينخفض ​​السوق S & أمب؛ P يغلق لهذا الشهر أربع نقاط أو أكثر. هذه الخوارزمية متوسط ​​خسارة 195. دعونا ننظر الآن في التجارة اليوم. هذه خوارزمية أخرى. هذا كسر يوم التجارة التي تفعل جيدة عندما يذهب السوق أعلى. كما أنها مربحة بالكاد في جانبية. نحن حقا لا تعول على أن تفعل بشكل جيد جانبية ولكن على الأقل لا يفعل المال ر. صدقوا أو لا لا فعلا لا تفقد المال حقا في أسفل الأسواق سواء. هذا لأن قوة شراء في الصباح ليوم واحد. في الأسواق أسفل هذا خوارزمية كسر ليس فقط & رسكو؛ ر التجارة حقا أن في كثير من الأحيان. عندما يفعل ذلك يمكن التقاط بعض كبيرة جدا تغطية قصيرة رالي و [رسقوو]؛ ولكن بعد ذلك فإنه يحصل في ذلك اليوم نفسه. لنلق نظرة على المكالمات المغطاة الآن. لذلك تلك. كما أن المكالمة المغطاة تقوم بأفضل أداء أثناء ظروف السوق الجانبية. ولكن أيضا جيدة عندما الأسواق تذهب أقل. والسبب في أنها أفضل في جانبية هو فقط لأنه يضع المزيد من الصفقات. عندما الأسواق تسير جانبية أنها لا تبيع المكالمات التي ترتبط خوارزمية الزخم. كما يحصل خوارزمية الزخم في التجارة انها سوف تبيع مكالمة لهذا الأسبوع. السبب في أن الأرقام 523 أعلى من تلك التي تنخفض فيها الأسواق. إنه فقط لأنه يضع المزيد من الصفقات. ولكن أيضا يفعل جيدة عندما يذهب السوق إلى أسفل. وينبغي أن يكون ذلك واضحا حقا. نظرا لأننا نبيع المكالمات ثم يغلق السوق أقل لهذا الشهر. أكثر من المرجح أن تكون هذه الصفقات مربحة. هذا كسر تجارة يوم قصير يشبه التجارة يوم الخروج ولكن يذهب قصيرة. لذلك فإنه يقفز إلى ضعف السوق ليوم التجارة. فإنه لا أفضل عندما يكون السوق يسير أقل. لذلك هذا أيضا معنى. انها قصيرة، لذلك بالطبع سوف نفعل ما هو أفضل عندما يذهب السوق أقل. انها نوع من مثيرة للاهتمام، كما أنها لا جيدة في ظروف السوق جانبية. هذه ليست مفاجأة. أنه عندما تذهب الأسواق أعلى، هو في متوسط ​​خسارة لهذا الشهر.
تعليق واحد على هذا هو أنه عندما يذهب السوق أعلى. انها نادرة جدا أن التجارة يوم قصير سوف النار. لأنه يتطلب ضعف السوق من أجل الدخول في التجارة. ولكن عندما يفعل ذلك، والسوق هو الذهاب أعلى من ذلك و رسكو؛ ق أكثر من المرجح أن يكون في حيرة. حتى ذلك الحين فجوة التجارة يوم قصير هو خوارزمية التجارة يوم آخر. أفضل عندما تذهب الأسواق أقل. This one shorts morning gaps and then has a target. It’s actually a newer algorithm. But it helps out in the down market conditions. In the sideways market conditions. Then when the markets going higher it really just doesn’t. It just kind of average. Doesn’t trade a lot. When it does it’s probably half winners, half losers.
Alright, so the treasury note algorithm. We used to call it the push pull. But it trades the ten year note. This is our best algorithm for down market conditions. So again in the back-testing. From October 03 to October 2018. This algorithm averages about $1,000 per month when the S&P closes lower. That’s also to be expected. Again this treasury note usually rally’s when the S&P is going lower. It’s a swing trade that we take and that’s why it does good when the market goes lower. It also does good in sideways market conditions. Actually, really good in sideways. Yeah, it’s the third best algorithm we have for sideways. I think it’s mainly because as the markets going sideways after going higher. We start getting into the treasury note trade. Then as the market starts rolling over, going sideways. A lot of times the ten year note will begin to rally and so that’s why it will have gains. When the markets going higher, the treasury note doesn’t do that good. It still averages $48 per month. But that’s pretty much flat. So, it might having a winning trade here and there. Or it might just be on the sideline. But so, to summarize this slide. After we’ve defined the market states. Of what an up, down or sideways market is. Again, we wanted them equally partitioned in the three categories. So that they weren’t weighted to heavily to one side. This shows how each algorithm does for those market conditions. The next slide I’m going to show you how we put that together in a portfolio. You can probably begin to imagine how it works. But, basically what we do is we look at. Okay, this algorithm does good in up conditions. We want to have an algorithm like this so that we’re covered when the market goes higher. The treasury note does good when the market goes down. Doesn’t loose a lot when the market going higher.
As we overlay all these algorithms together, you can start seeing how we have this pseudo-arbitrage/market direction agnostic portfolio of algorithms.
Step 3: Combine Algorithmic Trading Strategies into Final Trading System.
Okay, so in this final step. What we do is we assemble the algorithms into a portfolio. What you’re looking at here is. Again, this is based on the back-tested models. But this is the S&P Crusher v2. It trades the iron condor. The momentum, the break out day trade, the covered call, the break down short, the morning gap and the treasury note. So, the Crusher is a collection of these seven algorithms. And what I’ve done is just copied the values from here. Into a new slide just to show the totals.
So, when you sum up everything. It gives us an idea of how we expect this algorithm to perform based on what the market is doing. So the total is when you add all these seven algorithms together. It’s about 3,541 and that’s per $30,000 traded. So, our kind of general expectation is that if the markets going higher. Closes up by 30 points or more. We expect the Crusher to do really well. And that’s primarily because the momentum algorithm and also the iron condor. But the other ones also contribute. The only one that doesn’t contribute is the short day trade. Which actually does have a average of losses during up conditions. Then we look at sideways market conditions. So, when the market is going sideways. For a month, we expect the iron condor to do really well. On average to make about $1,000 in that month. The covered calls to also do well. Then the treasury note to do well. So when you sum these together you’re at 2,661. On a 30K account, so that’s just shy of about 10% on a sideways moving market. When the market goes lower. This algorithm still does really well. It averages 751, which is about a 3%. I believe that’s about. I’m sorry, about 2 1/2% for the month. That’s mainly because of the treasury note algorithm. You’ll see that the momentum algorithm cuts into to some of the gains that you would have seen. One question that we look at is: Do we really want to have the momentum algorithm in any package if it takes these kind of losses during down market conditions? It’s our opinion that the answer is yes. Because it does so well in up conditions. In sideways. So, that’s kind of how we put together these portfolios.
The S&P Crusher has very high expectation for up and sideways market conditions. Also high expectations for down conditions as well. Again, keep in mind this is based on the back-testing. This doesn’t mean that we guarantee that every month these algorithms make money. They don’t, we have loosing months. This is just the average based on the back-testing. It’s also how we track the performance in the live trading to see how they match up with these expectations that we have.
This next slide is looking at the same data. Just in a little bit different way. It’s using this kind of stacked column chart or bar chart. What we’ve done is. We have each algorithm a different color. Then we have it categorized in the strong up, sideways or down. What you can see is that. You know, just another way of looking at the same data. So when the markets going higher, the iron condor contributes a lot. The momentum contributes a lot. These other ones contribute a little bit. The break out day trade does well. When the market goes sideways, you can see the iron condor also helps. When the market goes lower, the treasury note does the best. These other ones help out. But then we do loose some because of the momentum algorithm right here.
S&P Futures & Options Trading Strategy Example.
So this is our S&P Crusher. It is our flagship portfolio. It’s designed to do well in all market conditions. We do feel that this is our best package. It requires about $30,000 to trade it. That’s based on what the brokers. What the brokers require. In theory someone could actually trade it with less. And so that $30,000 just a starting account. It can take a draw down of. I believe over 50% before it would have to turn off. In these algorithms there’s plenty of buffer built into it. But that’s kind of our case study for S&P Crusher. Where we use this kind of market direction agnostic design methodology. So put together a portfolio that we have high expectations for moving forward.
S&P Futures Trading Strategy Example.
Okay, I’m going to quickly go through the other portfolios that we have. This one is a ES/TY Futures V2 portfolio. This algorithm is very similar to the Crusher only we took out the iron condor. So, it trades still the momentum, the break out, the covered call, the short day trade, the morning gap and the treasury note. Because it requires only $20,000 in the account. It does have a slightly better performance on a percentage basis during down market conditions. It’s about 5% per month as opposed to 2 1/2 on the Crusher. So this is a great. A great package for someone that maybe wants to be a little more focused on a potential bear market that might be coming. But you can see that it still does really good in up market conditions. Really good in sideways as well. This is kind of a similar case study picture. That we had on the other slide. Only with the ES/TY Futures. Just another way just to look at the data. The momentum, once again, helps out on the bull. Takes away some in the bear market conditions. But then these other algorithms kind of make up for those losses. So that we still have a really high expectation for it.
Day Trading Strategy Example.
The day trader is a portfolio that we put together mainly because there are some people that do not want to hold positions overnight or over the weekend. They don’t want to do options trades. So this is only the day trade algorithms. The unit size on this one is $10,000 so each unit trade is 10K. You can see that the amount that this one is expected to make is lower than the others. So you’re at about 3% for an up market condition. But it does do really well in down. This package really would be for someone that just really doesn’t want to hold any positions overnight. Because when you do hold positions overnight, there’s always a little bit of extra risk. Due to geo political events that might happen. Overseas markets that could impact the US markets. So, because it’s a day trade. We’re in and out the same day. Most of theses algorithms have pretty tight stops. They’ll get in. Usually in the morning and then either get out at the close the same day or when they hit their target or stopped out. Again, this is a similar way to look at this data. Where you have the strong up, the sideways and down. So I’ll quickly go through this one.
Bear Market Trading Strategy Example.
This last one we call the bears trader portfolio. Really what we did is we just took the four algorithms that did the best in bear market conditions or down markets and we put them into a single portfolio. Even though this, I know most people are bearish right now in the markets. If someone asked my opinion I would probably agree. I know there’s probably a temptation for people to gravitate towards this portfolio. You know, we can’t give advice. All we can do is show data. But I do want to caution people that this portfolio in up market conditions is really not. We really don’t expect it to do very well. Because it doesn’t really have a hero algorithm for the up condition. It does still have good algorithms for sideways. Has really good ones for down. But this portfolio is out there just in case someone doesn’t mind taking that risk trade off on the up market condition. Just really they just want to be hedged for potential downside. So, this is the data for the bearish trader portfolio. Then if we look at this chart. Again, as you would expect. This looks really good on the down. Looks pretty good on the sideways. Then strong up though is not that great.
So, I think that covers how we put together portfolios. I think one other thing I want to comment on is we are talking about design methodology here. So, really what I’m not talking about is how we create the strategies. What we’re showing is what we already have. The strategies that we’ve had. That have been under development for the last three years. Some of them have traded live already for well over a year. But there are a lot of strategies that we develop that we don’t put out to the public. Because they don’t pass all of our tests. So, the seven strategies that we have. That I showed on this first slide. These are the seven strategies that have passed our design requirements. Once it passes our design requirements. That’s when we put it in a excel spreadsheet like this to see. Okay, how does it help out in up, down or sideways? This is really showing our kind of 10,000 foot view on how we go about algorithmic trading. So we don’t try to create one algorithm that does good at all times. We create multiple strategies with each one having an expectation based on what the market might be doing.
More Tips on Creating Robust Algorithmic Trading Strategies.
Back-Test 10+ Years.
So now I’m going to be talking about some optional kind of good practices that we use. So, what this is. Is just kind of a graphic showing some of the design criteria that we use. When you put together a trading strategy. The biggest risk is that it’s over optimized. The way that we try to fight that or do our best to ensure that the live returns will continue on the path of the back-tested hypothetical. Is we’ll do things such as back-test as far back as possible. Minimum 10 years. In a portfolio we want to have multiple uncorrelated algorithms.
Ensure A Reasonable Profit Factor.
We want to have reasonable profit factors so anything between 1.2 and 2.6 in our opinion is good. Some people are looking for profit factors you know, bigger than two, three, four, five. 10 even. In our opinion, I’m just not sure that those really exists in live trading. I have coded algorithms at profit factors of 20 and higher. But you pretty quickly realize that those are over optimized. That their just not practical. So we like to, instead of trying to create that holy grail. We try to get more simple algorithms that have reasonable profit factors. Then as we overlay them on top of each other. We create that more kind of robust trading system.
Large Average Gain per Trade.
We like to see large to average gain per trade. We don’t like scalping day trade algorithms. I have coded algorithms before the the trade on. One minute candles and have equity curves that go pretty much straight up. But the average gain per trade might be $12 which is the bid ask on the S&P. So, in our opinion those are not good. We look for kind of more, a bigger average gain per trades.
Look Inside & Intra-Bar Order Generation.
You always want to make sure you use Look-Inside, Intrabar Order Generation. That’s just something to do with trade station where if you don’t have this set. It can make assumptions about whether or not a stop was hit first or a limit order was hit first.
Include Slippage & عمولة.
You definitely want to include slippage and commission.
The Smaller Number of Technical Indicators the Better.
Generally speaking, the fewer the technical indicators used in the strategy the better. We like to see three or less. One reason why we mention this is because if you have a trading strategy that uses one technical indicator. That’s ideal because that means that you have a good algorithm that only looks at basically one indicator. Really the only reason why people would have more than one is because when they had one it didn’t work. So they might have had a second so that they can get rid of some of the gains. Or the losses in the back-testing. They keep overlaying more and more indicators. Which really just creates kind of a recipe for over optimization.
محاكاة مونت كارلو.
If possible and if it makes sense. We do the Monte Carlo simulation. We don’t always do that on every algorithm though.
After Back-testing, Modify Inputs.
We like to modify the inputs after we optimize by plus or minus 10% to ensure that there’s minimal impact.
Large Number of Trades.
We like to see 200 trades or more in the back-tested history.
Evaluate in Live Trading.
And then we like to trade it live prior to offering. The duration of how long we trade it live just depends. It could be as few as two weeks as in the case of the gap short algorithm that we recently launched. Or six months as was the case with the momentum algorithm. But we do like to trade it live before we offer it.
Draw down Should Be Scalable.
We want the draw down to be scalable to meet needs. So, we want to make sure that there’s a way to lower the draw down if possible. So instead of trading a $30,000 per unit on the Crusher. Someone could trade one unit per $60,000 that cuts the gains in half and also the draw down.
Optimize Inputs In Large Increments.
We do not over optimize. So, when we do our optimization. For those that aren’t familiar with optimization. We will have another video out that will talk about that in more detail. But we don’t want to over optimize. So we optimize on fairly large increments. We do not optimize down to the tick level.
Independent Third Party Evaluation – if possible.
When possible, independent third party evaluation. Early on we did have this done on some of our older algorithms. We haven’t done this on the more recent ones.
Only Trade High Volume Futures Contracts.
The last thing is a scalable system that can handle volume. So, there’s a ton of different futures instruments that can be traded. We like to focus on the ones with the most volume. So the S&P, the ten year. Those really have the most volume and so we stick to those.
Final Word on Designing Robust Algorithmic Trading Strategies.
So the purpose of this video is to give everyone a real high level view of what our trading design methodology is. You know, how do we look at the market? How do we try to out perform it and provide value? As an engineer, we’re always trained to solve problems. When I looked at the market. The reason why I enjoy it is because to me it is one big problem to solve. There’s a lot of different ways to solve this problem of trying to out perform the market. Or to profitable with algorithmic trading. Lots of different ways to do it. I’m not arrogant enough to think that my way is the best way or the only way. But I did want to just kind of share the way that I deal with the market. The way I do that is I just recognize the problem. That you just can’t predict market direction. I mean, we can make estimates. You know, when the bull fire triggers we know that the wind rate is about 70% on that in the back-testing. The live trading so far it’s for the most part matched that. But we don’t know for certain. There’s always that 30% chance that we’ll be wrong on that trade. So, instead of trying to make that algorithm have a 100% wind rate which is impossible. We create other algorithms to cover these other market conditions.
We build a suite of portfolios that have high expectations. Perform well in all market conditions. I just want to emphasize that it doesn’t always work that way. I mean you could have the market go higher and the bull fire for whatever reason could take losses for that month. So it’s not 100% certain but in our opinion it does stack the odds in our favor for future of success. So then once we have a strategy. Then we analyze it. You know, we run all the tests on it. We back-test it. We do walk forward as well on some of them. I haven’t really talked about that. We will in another video though. But we do all kinds of testing to try to break the algorithm. To try to figure out is there something we’re missing on this. Where in going live it’s not going to do as well. One we feel good about it then we kind of analyze it. See how it does in up, down, sideways to see how it can fit into our portfolios. Then there’s the various sign-off’s that we do prior to offering to the public. Also want to emphasize that in some cases we don’t do all the sign-off’s. In particular the Monte Carlo simulation which is essentially randomizing trades to make sure that there’s no hidden patterns that are being missed. We don’t do that. One reason is that we don’t do it on all of them is because we trade the indexes. There is a even flow to the market where it will kind of go higher, then sideways, then either roll over, go higher again. That’s some of the patterns of wins and losses. In our opinion are built into the market. So we don’t always do that. We haven’t always had the independent third party review. But what we do think we have is a really good suite of algorithms. We’ve been around for about three years now. We’ve kind of every six months to a year. We might come up with upgrades. New algorithms that we add into these packages.
We would love to talk to you though. So if you have any interest in what we have to offer. Than just give us a call. You can also email us. We have people that can do a live demo if you like. They will share the screen. Similar to what I have here. Kind of walk through each one of these algorithms to show you all of the performance reports. To go in more detail. Also on the video page of the website we’ll have more videos. Where we’ll be talking about these strategies in detail. I really enjoy talking about algorithmic trading. As the Lead Developer I really enjoy it. Far more than doing kind of the sales stuff. So, I’m hoping to get a lot of videos out there. Hopefully if anyone out there is a developer and they do their own algorithms. Hopefully, some of the data that I provided might be helpful to you as well. To think of your algorithms as how they do in different market conditions. Then use that information to try to plug in any holes that you might have in your portfolio. But again, would love to talk to you more. Answer any questions, provide a quote.
Again, trading futures and options involves substantial risks of loss. Not appropriate for everyone. But for those of you that are active traders or investors that are looking to take advantage of algorithmic trading. We definitely feel that we’re kind of a leader in this space. We’re doing our best to provide quality product to people. اتمنى ان اسمع منك قريبا. Alright, have a great day. شكرا للمشاهدة. Bye, bye.

Robust trading strategies

Last Updated May 4th, 2018.
With computer's as powerful as they are today its easy to optimize a trading system and make it look exceptional. However, as we've already discussed, an optimized system is not a good system. Just simply because you're able to train your computer to have 20/20 hindsight does not mean it will perform anything like that in the future (neural networks etc.).
The primary problem with optimizing past performance is that markets change in the future. A low volatility market suddenly becomes a high volatility market. A market prone to trends becomes a choppy directionless market. A market that had high leverage has it margin changed and now it has low leverage. A regulated market suddenly becomes unregulated. The list is endless.
What tends to happen is that market X will tend to start acting like market Y and market Y will tend to start acting like market Z etc. If you have perfectly optimized the system to trade market Z then you will be in trouble when it starts to trade like market X! This is a problem with many systems, especially stock index systems that tend to be optimized to a single market or sector. In spite of their occasional awesome looking results there's a drop of poison in their mix.
Contrast the previous scenario with one in which the system has been designed to work well most all markets A thru Z. Now, it does not matter if market Z starts to act like market Y or market A starts to act like market P etc.. They can change as many times as they want because the system has been designed to be universally robust with most ALL the various markets! Once again, the market characteristics can reshuffle themselves countless times and your system is like a Swiss Army knife that has proven in historical testing it can deal well with most all of those scenarios.
There are a few tip offs to an optimized system.
1. Unrealistically good looking performance.
2. Only trades one market or sector well.
3. Uses different rules (algorithms) for each market.
4. Uses different inputs for each market even if the rules are the same.
5. Uses different rules or inputs for initiating buys vs. sells.
6 - Does not factor in realistic transaction costs.
7. Uses money management methods that don't include market normalization.
(like single contract performance only)
8. Uses static numbers for all markets like a $2000 stop or $5000 profit target (some markets could hit those in an hour and others could take weeks). This may seem to contradict #3 but it does not. Its ok if markets have different stops and targets etc. as long as they were all dynamically computed from the same algorithm and inputs (as opposed to a static predetermined number across the board).
An important feature of a robust system is that it should weight every market equally. The testing should have been done in such a way to "normalize" the difference between the markets. For example, natural gas changes an average of a few thousand dollars per day per contract, however, Eurodollars change an average of a few hundred dollars a day per contract. You need a way to balance and normalize this difference in testing.
The reason you need to do this is because what if the system meets most of the above non-optimized rules. BUT, its trading one natural gas market contract for every one Eurodollar contract? The system would look great if in the past it had a lot of natural gas winners. However, what it in the future natural gas starts to have a lot of losing trades and the Eurodollar starts to have a lot of winning trades? Do you think a number of hundred dollar winning trades in a single Eurodollar contract are going to be enough to offset a number of THOUSAND dollar losing trades in a single natural gas contract?
If your trading 20 markets its because you want diversification. However, if your trading them all on a single contract basis then your not really diversified. You might have 50% of your portfolio accounting for 90% of the profits and losses! The problem is that moving forward, you will be dependant on specific markets instead of just a certain percentage of the markets (regardless of which ones). Its far more robust not to be dependant on certain markets within the portfolio. No one market should be any more meaningful than any other one.
In summary a robust system should do the following.
1. Trade a large portfolio of markets successfully.
2. Trade that large portfolio successfully over a very long test period.
3. Use the exact same rules for every market.
4. Use the exact same input values for every market even if the rules are the same.
5. Have the exact same logic and input values for initiating both buys and sells.
6. Factors in realistic transaction costs.
7. Be tested in a way where the markets have been normalized for risk.
(not single contract)
8. Doesn't use Static preset exits for all markets IE $2000 stop or $5000 profit target for all markets, but rather dynamically computed ones.
After you have done all of this, the final step would be to do some walk-forward testing. This means, test and develop your system on data up until year 2000 (for example). Then after all the testing is done see how it would have done from year 2000 until now etc. This helps avoid a lot of the benefit of hindsight. All of these are things we have done in the development our systems.
أعيد طباعته بإذن.
زوار آخرون لديهم قراءة.
إرسال المقالات.
تريد الحصول على نشر في قاعدة المعرفة لدينا؟
نحن نأخذ أفكارك على محمل الجد، وإذا كنت ترغب في نشر مقالة أو فكرة أو ورقة بحثية في قاعدة المعرفة هذه يرجى الاتصال بنا للحصول على مزيد من المعلومات.
لدينا قاعدة كبيرة من القارئ وسوف نكون سعداء لتقديم لكم مع منصة الفضل بالكامل من خلالها لنشر إدارة محفظتك، التداول أو المواد الاستثمارية.
منتجات.
أنفيلد كابيتال.
قاعدة المعرفة.
أنفيلد كابيتال & كوبي؛ 2004 - 2018 جميع الحقوق محفوظة.