Muita tinta tem se dedicado a identificar as causas das falhas dos sistemas de comércio mecânicos, especialmente após o fato. Embora possa parecer paradoxal (ou, para alguns comerciantes, simplesmente imbecil), a principal razão por que esses sistemas de negociação não é porque eles confiam muito nas mãos-livres, fogo-e-esqueça natureza do comércio mecânica. Próprios algoritmos não têm a supervisão humana objetiva e intervenção necessária para ajudar os sistemas evoluem na etapa com a mudança de condições de mercado.
Falha de sistemas de negociação Mecânica, ou falha comerciante?
Em vez de lamentar uma falha do sistema de negociação, it’s more constructive to consider the ways in which traders can have the best of both worlds: Ou seja, os comerciantes podem desfrutar dos benefícios de sistemas de negociação mecânica gerenciado pelo algoritmo, como o rápido-fogo execuções automáticas e decisões de negociação sem emoção, enquanto ainda alavancando sua capacidade humana inata para o pensamento objetivo sobre fracasso e sucesso.
O elemento mais importante de qualquer profissional é a capacidade humana de desenvolver. Os comerciantes podem mudar e adaptar seus sistemas de negociação, a fim de continuar a ganhar antes de perdas tornam-se financeiramente ou emocionalmente devastador.
Escolha o tipo certo ea quantidade de dados de mercado para testes
Os comerciantes bem sucedidos usam um sistema de regras repetitivos para colher ganhos de ineficiências de curto prazo no mercado. Para as pequenas, comerciantes independentes na grande mundo de valores mobiliários e derivativos de negociação, onde os spreads são ferozes fina e concorrência, as melhores oportunidades de ganhos vêm de manchar as ineficiências do mercado com base em simples, fácil de quantificar dados, em seguida, tomar medidas o mais rápido possível.
Quando um comerciante desenvolve e opera sistemas de negociação mecânicos baseados em dados históricos, ele ou ela está esperando por ganhos futuros com base na idéia de que as ineficiências de mercado atuais continuarão. Se um comerciante escolhe o conjunto de dados errados ou utiliza os parâmetros errados para qualificar os dados, preciosas oportunidades podem ser perdidas. Ao mesmo tempo, uma vez que a ineficiência detectada em dados históricos não existir, em seguida, o sistema de negociação falhar. As razões pelas quais ele desapareceu não são importantes para o comerciante mecânica. Apenas os resultados importa.
Escolha os conjuntos de dados mais pertinentes ao escolher o conjunto de dados a partir do qual a criar e testar sistemas de negociação mecânicos. E, a fim de testar uma amostra grande o suficiente para confirmar se uma regra de negociação funciona de forma consistente em uma ampla gama de condições de mercado, um comerciante deve usar o período de prática mais longa de dados de teste.
Assim, parece apropriado para construir sistemas de negociação mecânicos baseados em ambos os estabelecidos, bem como o conjunto simples de parâmetros de projeto de mais longa possíveis dados históricos. A robustez é geralmente considerada como a capacidade de suportar vários tipos de condições de mercado. Robustez deve ser inerente a qualquer sistema testado em uma série de dados históricos e regras simples de longa data. Testes prolongados e regras básicas devem refletir a mais ampla variedade de condições do mercado potencial no futuro.
Todos os sistemas de comércio mecânicos eventualmente falhará porque os dados históricos, obviamente, não contém todos os eventos futuros. Qualquer sistema construído em dados históricos, eventualmente, encontrará condições ahistóricas. Visão e intervenção humana impede estratégias automatizadas de correr fora dos trilhos. O pessoal do Cavaleiro Capital saber algo sobre snafus negociação ao vivo.
Simplicidade vence por sua adaptabilidade
Sistemas de negociação mecânicos de sucesso são como viver, organismos respirar. The world’s geologic strata are filled with fossils of organisms which, embora ideal para o sucesso de curto prazo durante os seus próprios períodos históricos, foram muito especializada para a sobrevivência e adaptação a longo prazo. Simples sistemas de negociação algorítmica mecânicas com orientação humana são melhores, porque eles podem sofrer rápido, fácil evolução e adaptação à mudança das condições no ambiente (leia marketplace).
Regras de negociação simples reduzir o impacto potencial de viés de mineração de dados. Viés de mineração de dados é problemática porque pode superestimar o quão bem uma regra histórica será aplicada em condições futuras, especialmente quando os sistemas de comércio mecânicos estão focados em prazos curtos. Simple and robust mechanical trading systems shouldn’t by affected by the time frames used for testing purposes. – The number of test points found within a given range of historical data should still be large enough to prove or disprove the validity of the trading rules being tested. Dito de outra forma, simples, sistemas de negociação mecânicas robustas irá ofuscar viés de mineração de dados.
Se um comerciante usa um sistema com parâmetros de design simples, tais como o Sistema QuantBar, e testa-lo usando o período de tempo histórico mais longo adequado, em seguida, as únicas outras tarefas importantes será o de manter a disciplina de negociação do sistema e monitoramento de seus resultados daqui para frente. Observação permite evolução.
Por outro lado, traders who use mechanical trading systems built from a complex set of multiple parameters run the risk of “pre-evolving” their systems into early extinction.
Construir um sistema robusto que aproveita o melhor do comércio mecânica, sem cair as suas fraquezas
It’s important not to confuse the robustness of mechanical trading systems with their adaptability. Systems developed based on a multitude of parameters led to winning trades during historical periods – and even during current observed periods – are often described as ‘robust.’ That is no a guarantee that such systems can be successfully tweaked once they have been trade past their “honeymoon period.” Que é um período de negociação inicial durante o qual as condições acontecer para coincidir com um certo período histórico sobre o qual o sistema foi baseado.
Simples sistemas de negociação mecânicos são facilmente adaptado às novas condições, mesmo quando as causas da mudança de mercado permanecem obscuros, e sistemas complexos são insuficientes. Quando as condições de mercado mudança, como eles continuamente fazer, os sistemas de negociação que são mais propensos a continuar a ganhar são aqueles que são simples e mais facilmente adaptável às novas condições; um sistema verdadeiramente robusta é aquela que tem longevidade sobretudo.
Simples sistemas de negociação algorítmica mecânicas com orientação humana são melhores, porque eles podem sofrer rápido, fácil evolução e adaptação à mudança das condições no ambiente (leia marketplace).
Infelizmente, depois de experimentar um período inicial de ganhos ao utilizar os sistemas de comércio mecânicos excessivamente complexas, muitos comerciantes cair na armadilha de tentar ajustar os sistemas de volta ao sucesso. The market’s unknown, Ainda mudando, condições já pode ter condenado que espécies inteiras de sistemas de negociação mecânicos à extinção. Novamente, simplicidade e capacidade de adaptação às condições de mudança oferecer a melhor esperança para a sobrevivência de qualquer sistema de negociação.
Use uma medida objetiva de distinguir entre o sucesso eo fracasso
A trader’s most-common downfall is a psychological attachment to his or her trading system. Quando as falhas do sistema de negociação ocorrer, it’s usually because traders have adopted a subjective rather than objective viewpoint, especialmente no que diz respeito a parar-as perdas durante comércios particulares.
A natureza humana muitas vezes leva um profissional para desenvolver uma ligação emocional com um sistema particular, especialmente quando o comerciante tem investido uma quantidade significativa de tempo e dinheiro em sistemas de negociação mecânicos com muitas peças complexas que são difíceis de entender. Contudo, it’s critically important for a trader to step outside the system in order to consider it objectively.
Em alguns casos, o profissional se torna delirante sobre o sucesso esperado de um sistema, até mesmo ao ponto de continuar a negociar um sistema obviamente-perder muito mais do que uma análise subjetiva teria permitido. Ou, após um período de vitórias gordas, a trader may become “married” to a formerly-winning system even while its beauty fades under the pressure of losses. Pior, um comerciante pode cair na armadilha de escolher seletivamente os períodos de teste ou parâmetros estatísticos para um sistema já perdendo, in order to maintain false hope for the system’s continuing value.
Um critério objetivo, tais como a utilização de métodos de desvio-padrão para avaliar a probabilidade de falha de corrente, é o único método de vencimento para determinar se os sistemas de comércio mecânicos têm realmente falhou. Através de um olhar objetivo, it’s easy for a trader to quickly spot failure or potential failure in mechanical trading systems, e um sistema simples pode ser rápida e facilmente adaptado para criar um sistema de recém-ganhar novamente.
A falha dos sistemas de negociação mecânicos muitas vezes é quantificada com base na comparação entre as perdas atuais, quando medido contra as perdas históricas ou rebaixamentos. Tal análise pode conduzir a um subjectiva, conclusão incorreta. Drawdown máximo é frequentemente utilizado como métrica limiar pelo qual um comerciante vai abandonar um sistema. Sem considerar a maneira pela qual o sistema atingiu esse nível de rebaixamento, ou o período de tempo necessário para atingir o mesmo nível, um comerciante não se deve concluir que o sistema é um perdedor com base apenas na rebaixamento.
Desvio padrão contra o rebaixamento como uma métrica de falha
De fato, o melhor método para evitar descartando um sistema vencedor é usar um padrão de medição objetivo de determinar a distribuição atual ou recente de retorno do sistema obtido, enquanto na verdade negociá-lo. Compare medição contra a distribuição histórica dos retornos calculados a partir de back-testing, while assigning a fixed threshold value according to the certainty that the current “losing” distribution of mechanical trading systems is indeed beyond normal, perdas de-ser-esperados, e deve, portanto, ser descartado como falha.
Assim, por exemplo, supor que um trader ignora o nível levantamento atual, que já sinalizou um problema e desencadeou a investigação. Em vez, comparar a atual série de derrotas contra as perdas históricas que teriam ocorrido enquanto a negociação que o sistema durante os períodos de teste históricos. Dependendo de como um comerciante é conservador, ele ou ela pode descobrir que a perda atual ou recente está além, dizer, o 95% certainty level implied by two standard deviations from the “normal” historical loss level. Isso certamente seria um sinal estatística forte que o sistema está executando mal, e, portanto, não. Em contraste, um comerciante diferente com maior apetite por risco pode objetivamente decidir que três desvios-padrão da norma (I.E. 99.7%) is the appropriate certainty level for judging a trading system as “failed.”
O fator mais importante para todos os sistemas de negociação’ sucesso, seja ele manual ou mecânico, é sempre a capacidade de tomada de decisão humana. O valor de bons sistemas de negociação mecânicos é que, como todos os bons máquinas, eles minimizar as fraquezas humanas e capacitar realizações muito além daqueles atingível através de métodos manuais. Ainda, quando bem construído, they still allow firm control according to the trader’s judgment and allow him or her to steer clear of obstacles and potential failures.
Apesar de um comerciante pode usar a matemática na forma de um cálculo estatístico de distribuição padrão para avaliar se uma perda é normal e aceitável, de acordo com registros históricos, ele ou ela ainda está contando com o julgamento humano em vez de fazer puramente mecânica, decisões baseadas em matemática baseando-se apenas em algoritmos.
Os comerciantes podem desfrutar do melhor dos dois mundos. O poder de algoritmos e de comércio mecânica minimiza os efeitos da emoção humana e atraso na colocação de pedidos e execução, especialmente no que diz respeito à manutenção da disciplina de stop-loss. Ele ainda usa a avaliação objetiva de desvio-padrão, a fim de manter o controle humano sobre o sistema de comércio.
Esteja preparado para a mudança, e estar preparado para mudar o sistema de comércio
Junto com a objetividade de detectar quando os sistemas de comércio mecânicos mudar de vencedores em perdedores, um comerciante também deve ter a disciplina e visão para evoluir e mudar os sistemas para que eles possam continuar a ganhar durante a novas condições de mercado. Em qualquer ambiente preenchido com mudança, quanto mais simples o sistema, o mais rápido e mais fácil será a sua evolução. Se uma complexa estratégia falhar, pode ser mais fácil de substituir do que para modificá-lo, enquanto alguns dos sistemas mais simples e mais intuitivos, tais como o Sistema QuantBar, são relativamente fáceis de modificar on-the-fly, a fim de adaptar-se às condições de mercado futuro.
Em suma, pode dizer-se sistemas de negociação mecânicos devidamente construídas devem ser simples e adaptável, e testado de acordo com o tipo correcto e a quantidade de dados de modo a que eles vão ser suficientemente robusto para produzir ganhos sob uma ampla variedade de condições do mercado. E, um sistema de vencimento deve ser julgado pela métrica adequada de sucesso. Em vez de simplesmente confiar em regras de negociação algorítmica ou níveis máximos de rebaixamento, any decision about whether a system has failed should be made according to the trader’s human judgment, and based on an assessment of the number of standard deviations of the system’s current performance when measured against its historic-test losses. Se os sistemas de comércio mecânicos não estão a realizar, o profissional deverá fazer as mudanças em vez de apego necessárias para um sistema de derrotas.
Fred Penney diz
Alguns comentários.
Só porque um sistema funcionou 20 years ago doesn’t mean it should work today. Tenha cuidado quando você sugere que um sistema de teste durante um longo período. Quanto tempo é tempo?
Da Mesma Maneira, como simples é simples? Quatro regras com um total de quatro variáveis? Sete regras com um total de dez variáveis? Geralmente concordo que mais simples é melhor, mas o que é simples?
Usar o desvio padrão dos retornos deve fornecer conclusões semelhantes para executar uma análise de Monte Carlo, que não é difícil com o software que está disponível. Com uma análise de MC, como você sabe, pode-se Ver os retornos possíveis e levantamentos possíveis. The future doesn’t have to resemble the past but a MC analysis is one way to test a system.
Tarun diz
Fácil de dar orientações difícil desenvolver um sistema com uma borda……….e mais difícil para o comércio..
se possível compartilhar alguma variável 2 fazer um sistema de trading.
para simplicidade tornam simples
Comprar Rules
Regras de saída (Paradas ou saída de lucro)
Regras de curtas
Saídas curtas (Paradas ou saída de lucro)
Ficar de fora (se necessário, conforme o sistema)
tamanho da posição (Considerando a máxima. abaixamento)
Isso é… pode adicionar qualquer pedaço de Conselho que quer…
AndrEAs diz
Olá pessoal
Obrigado pelo post, Concordo com muitas coisas que você mencionou.. E além disso, me dá umas idéias para tentar.
Atenciosamente
Danno473 diz
Hi All!
Shaun, i agree.. focusing on not losing is a very important success of success.
Tarun, an EA that i have built that is very successful uses a simple pivot point swing trading strategy. A custom indicator of my own gives me a premarket bias (cima ou para baixo) and my trigger for entry is market price within a 2 pip range of the main daily pivot. exit strategy is simple too, price will either stop out or close half the position at Support1 or Resistance1. Stoploss is then moved to break even. Price will then stop out or reach S2 or R2 at which point half the remaining position is closed again, stoploss is moved to S1 or R1. Price will then stop out or move to S3 or R3 at which point the remaining position is closed.
– That simple strategy is worth 1million dollars over a 15 year period.. livre, my pleasure. most people wont do anything with this info anyway lol.
The Dilema:
Simple strategy, highly complicated EA. Por que? because every strategy has limits and knowing what causes it to fail is the first step to “focusing on not losing”. aka, put meausures in place to anaylize the market and make your EA either shut off or adapt when the market is acting in ways bad for your strategy.
também, R/R, balance protection and using a LOT scale makes the EA pretty complex but its well worth the effort. combine a simple strategy with a detailed managment system inside of a complex EA is worth 50million over 15 anos. Dont expect this kind of system to come together over night, i spent 2 years building mine but its been a very exciting journey. If you’re passionate about trading and EA’s just dont give up. stay focused and keep learning.
Good Luck!
Shaun Overton diz
Na verdade. You could publish most strategies in the newspaper. Almost nobody would do anything with it.
I love the emphasis on “not losing” rather than winning. You’re speaking my language!
Mike B diz
I would add 3 points to consider when evaluating the performance of programmed trading systems. First of all when back testing a system in MetaTrader it is important to remember that MT4 does not provide a true tick data stream. It merely simulates the tick data by using data bars stored in the History Center, This means that very recent price history may be constructed from 1 ou 5 minute bars and history farther out may be constructed from 15 ou 30 bares minutos. Running tests over periods of several years may force MT4 to simulate the tick data using bars of even larger time periods. This is whyyou will see many performance tests which were run in MetaTrader over a several year periods that have a characteristic curve. There is a steeply profitable curve in the early years and a flat to losing curve in the recent time period. If the system was run on the true tick data most likely it would perform poorly throughout the testing period because the early years were simulated on 15M or 30M bars and were less volatile than the actual price action of the period.
Em segundo lugar, most of the people who design trading systems tend to over optimize their system to maximize the profit obtained during the time period which was used to test the system. As an example let’s say the system designer tested his system over a 5 período do ano. The natural inclination is to tweak the variables to maximize the profit. The thought process goes something like this: If the system produces a 50% lucro e um 2.5 profit factor over this test period then I should get at least an acceptable performance in real time use. Believe me this is the kiss of death in EA programming and the reason so many commercial expert advisers fail. The customer buys into the profitable performance during the back testing period and then inevitably loses when he tries to run the EA with real money. Proper back testing attempts to find the true average performance of the EA based on several testing periods.
Finalmente, there is the problem that was touched on in the article of knowing if the results you are experiencing are statically valid. Of course as Mr. Flower states if a losing streak is outside 2 standard deviations then chances are something has changed. I would like to point out that the distribution of winning and losing trades is always random and determined by the overall percentage of winners or losers in a sample of trades assuming that it is large enough to be statically valid. To give an example let’s say your system requires a 50% win rate to be profitable. Bem, we already know from flipping a coin that has the same 50% win rate that the winners and losers will tend to clump together in winning streaks and losing streaks. Further more we know from the study of statistics that the distribution of winners and losers in the EA with a 50% win rate will be the same as the distribution obtained from tossing a coin. Namely, there will be in a group of 1000 trades on average 8 losing streaks of 5 losers in a row and 8 winning streaks of 5 winners in a row. Similarity in a group of 1000 trades you should also see on average of 4 losing and winning streaks of 6 in a row, 2 losing and winning streaks of 7 in a row and 1 winning and losing streak of 8 e 1 winning and losing streak of 9 in a row.
It is important that the user has a realistic idea of size and number of losing streaks he WILL encounter using the EA. Otherwise he will surely give up and quite the first time he encounters an expected losing series of trades.
Shaun Overton diz
Ei, Mike.,
That’s one of the many reasons that I don’t test anything in MetaTrader. I only use it for live trading. The weak data and inability to test portfolios makes it unusable for my purposes.
You’re right about over-optimizing. The easiest way to avoid this is to minimize the number of parameters in your strategy. I only have 4 in my Regra estratégia, por exemplo.
Thanks for the detailed thoughts!
Sergey diz
WOW! I liked it, good thoughts
Shaun Overton diz
Obrigado.
Sylvester Augustine diz
Hi Trader mates – I simply follow Sam Seiden’s Suppl-Demand approach coupled with Candlestick analysis – works like pure magic. I follow the golden rule of “minimizing losses and leaving profits to run”. Been trading like this for 6 years with consistent INCREMENTAL GROWTH month after month (sometimes small, sometimes big, but always ticking upwards). For me these are the “simple keys” to succeed over the medium to long term.
Shaun Overton diz
Devagar e sempre ganha a corrida.
corinna diz
Where’s that indicator for the hourly where it triggers an entry one stick before? Can’t find it anywhere, does it still work? It has like a bottom graph and let’s you know to get in on the next candle for one candle’s time for that amount of profit, I remembered a while back seeing alot about it from you, but haven’t seen it since and I think I was going to try it out! Regards 🙂
Shaun Overton diz
Hey Corinna,
You’re referencing the SB Pontuação. Please let me know what you think of it!