アルゴリズムと機械の外国為替戦略 | OneStepRemoved

  • Articles
  • Sophisticated Web Sites
  • Automated Trading
  • お客様の声
  • お問い合わせ

Dominariに大きな変化

3 月 9, 2016 によって ショーンオバートン 24 コメント

私はそれを言いました ここで と ここで と ここで. 私Dominariとの最大の問題は、取引コストであります. 物事は、私は2つのいずれかの操作を行いまで本当に離陸するつもりはありません.

  1. 取引コストを削減
  2. 各取引に多くのお金を作ります

私は去年の9月か10月頃からDominariに取り組んできました. 数ヶ月のために私の脳をラッキングした後、, 私は多かれ少なかれ取引の収益性を改善するアイデアをオフに書きました.

市場が閉じた後にそれが突然金曜日に先週変更しました. 自分のシステムが住んでトレードするための最良の理由は、不採算力創造の苦悩. 気持ちは私にデイモンド・ジョンのの多くを連想させます (シャークタンクから男) 新刊 ブロークのパワー. 人生はあなたの道を進んでされていない場合, それはトップになるために最善のことができます誰が機知と創造的です.

誰も破っや極度のストレス下で感じたいとは思いません. 限り、我々はそれらの感情を憎むように, 彼らは多くの場合、パフォーマンスの最強ドライバーです. それは私がDominariで、今どのように感じます. 私はそこに得るために非常に近いですし、その不足している成分を修正する方法がわかりませんでした.

そのストレスがなかったら, 私は先週の金曜日、私のシンプルでありながら非常に強力な洞察力を持っていないだろう.

そして、笑わないでください. 変化はとてもダム、あなたは私と一緒に間違っているのだろうかしようとしていることは明らかです. あなたは、システムの設計の厚いにいるとき, 醜い真実は時々あなたが雑草で迷子ということです. または他の植物学のメタファーを使用するには, あなただけの森の代わりに木を参照してください。.

私の主要な洞察力はわずか指値注文を使用するには、出口戦略を変更することでした, 以前のに対し、私はバーの近くに基づいて終了しました. 私はポイントが最終的に沈んだことを最終的に十分に頭の上に私を打つ2繰り返し行動に気づきました.

私の貿易が最適な位置に閉鎖機会の数は大幅にテーブルの上に残された金額を上回るように見えました. 私のための重要な洞察力はどこに最適なその指値注文を配置する場所を実現しました。. そして、あなたのそれらのための私のニュースレターに, 密接に関連して起こります 自動利益を取ります 私はすべての週の話を​​してきたこと.

バックテストの前提条件と結果

backtestsをしている私の運転マントラは、仮定の数を最小限にすることです. 小売トレーダーのためのスプレッドはより劇的に変化しています 2008 今日へ. GBPCHF上の私たちの典型的なスプレッドのようなものだったとき、私はFXCMでブローカーとして働いて覚えて 8-9 ピップ. 私は今、日常のようなものを支払います 2 ピップ. それは偶然に推測することなく、途中で何が起こったかをモデル化することは不可能です.

私はそれがはるか​​に説得力のある生信号を分析するために見つけます, 両方の歴史と最近の市場のデータについて, その後、取引コストは、今日の市場で有利である可能性があるかどうかを解釈します. “生信号” 理想的な信号であります, 完璧な実行を前提として1, 何も滑りません, ロールオーバーはありません, スプレッド、ノーコミッションありません. 当然の結果では、過去の実績を誇張しているということです, しかし、利点は、核となるアイデアは、合理的なリスクで市場を予測することができるシステムであるかどうかを非常に明確な考えを持っているということです.

ポートフォリオで使用される全レバレッジがあります 7:1. 私が持っている場合 $50,000 トレーディング勘定とポートフォリオ内のすべての通貨ペアでポジションを開催しました, その後、これらの取引の想定元本は等しくなります $350,000 (50へ * 7).

もう一つ重要な点は、私がの固定位置・サイズを使用することです $12,500 1 トレード当たり. 貿易のサイズが増加しないか、バックテストの間に減少しません, 私はお金の管理の変数を追加することなく生の信号の影響を分離することを可能にします.

ここでは、バージョンと私の貿易指標です 1 ルールの. フルサイズで表示するには画像をクリック.

バージョン 1 backtest of Dominari

Dominariの最初のバージョンは、の利益率を持っていました 1.26.

ここで後Dominariバージョンの変更です 2.0.

Dominariの私の新しいバージョンがに利益率を増加させます 1.59 有意に低いドローダウンで.

Dominariの私の新しいバージョンがに利益率を増加させます 1.59 有意に低いドローダウンで.

私の最良のシナリオは、利益率が他のジャンプになることを期待することでした 10 ポイントまたはその近傍, 多分に利益率を伸ばします 1.35 またはその辺. それは二重よりも損益分岐より上にエッジを見ることが信じられないほどエキサイティングです (行くから $0.26 にエッジ $0.59 セントエッジ).

私がについて最も興奮するとリターンのスキューです. ほとんどの平均回帰システムは、エッジを探したが負けトレードの影響に圧倒されています. それはバージョンであった場合 1.

Skew of Dominari version 1

最大の敗者はバージョンで最大の勝者を上回ります 1.

Dominariのこの新しいバージョンでは、非常に最初のものです 平均回帰 私が今までに受賞した尾開発した戦略 (すなわち, 最大の勝者) ほぼ失う尾を等しく (最大の敗者). それはほとんど常に、平均回帰戦略と反対です. 別の方法は言いました, 極端な転帰のリスクプロファイルが大幅バージョンで改善しました 2.

Fat tails in Dominari v2

最大の勝者の影響は、バージョンの最大の敗者とほぼ同じです 2.

そして、ほとんどのトレーダーが最も気にすることをメトリック, ドローダウン, 乱暴に改善されています. バージョン 1 のドローダウンを示しました。 5.72%. 新バージョンでは、その割合であります 1.77%.

Out of sample backtest for Dominari version 2

サンプル性能のうち、サンプルの性能とほぼ同じです, 大幅に異なる市場の状況にもかかわらず、.

私は最近のデータにサンプルのうち、私のテストを歩いていると, カバーします 2013-2015, バージョンのパフォーマンス特性 2 で、サンプルテストとほぼ同じです. 利益率は、同一でした 1.59, そして最大ドローダウンはありました 2.01% ため 2013-2015.

期待される性能パラメータに理論を翻訳

もう一度, これらのメトリックは、上記の完全な実行となし取引コストの理想的な世界であります. 現実世界の性能が低いリターンと高いドローダウンを持っています. ライブ取引データを有することに利点が、私は今、私の予想貿易精度と利益率のインテリジェント推定値のいくつかの種類を作ることができるということです. どれだけ誇張がある可能性が高い理想化されたリターンです?

私は現実の世界で期待利益率を計算するために通過したプロセスであります 5 ステップのプロセス. 私は英会話のステップを書き出すしようとした場合、何の意味を作るつもりはないと思います. 代わりに, 私はあなたが新しい戦略に期待される性能にライブ取引データを外挿する方法については、ステップのプロセスによってステップを表示することができ、スプレッドシートを共有することを選択しました. ここをクリックしてください。 スプレッドシートを表示します.

私のライブ取引の予想収益率は間であることが期待されます 1.29 宛先 1.39. からジャンプする必要があり、ライブ取引のための期待%の精度 62.55% 宛先 70.8%.

トータルアクセス実習で最初の亀裂を取得するトレーダーは、これらの無料のニュースレターを購読しているされています. あなたがサインアップしていない場合, このページの右上にあるオレンジ色のボックスにメールアドレスを記入してください.

以下の下でファイルさ: ルール, あなたの概念を歴史的にテストします。 タグが付いて: バックテスト, 脂肪のしっぽ, GBPCHF, レバレッジ, 平均回帰, プロフィットファクター, スキュー

戻り値を改善 & 取引日半による制限のボラティリティ

1 月 29, 2014 によって アンドリュー ・ セルビー Leave a Comment

定量的な取引システムのためのデータを計算するための最も一般的な方法は、次の日の終値に一日の終値からの価格の変化として一日の行動を定義することです. この方法は、1取引日を含み、全体の24時間を含みます. それは毎日のデータのための最も一般的に使用される定義である理由です.

に掲載された論文 2010 ヨゼフルディによって, クリスチャンL. ドゥーニ, そして、ジェイソン法律がで見つかった定量的な縁があるかもしれないことを指摘 オープン・ツー・クローズの使用またはそれに近いツーオープンデータ 毎日のために代わりに近いツー近いデータの復帰戦略を意味します. 著者は徹底的に価格を開くに因数分解から得られた貴重な情報がある可能性が示唆され、多くの情報源を引用しました.

half day data

価格市場が開いている間に起こる移動し、一夜移動を区別することで、より収益性の高い分野にあなたの戦略を集中する可能性があります.

著者らは、このようにして設定データを変更すると、毎日の取引のために理想的であると考えられ 平均回帰戦略 それは、個別銘柄の大きな価格下落、以下の過剰反応から利益に見えました. 彼らは戦略のこのタイプを使用するオープン・クローズとオープン・ツー・クローズの両方のデータが近いツー近いデータをアウトパフォームすることができることを証明するために設定.

データ

著者をバックテストするために使用されるデータ’ 理論はSを構成する銘柄でした&P 500 インデックス, S&P 400 ミッドキャップ指数, S&P 600 小型株インデックス. バックテスト期間は月の範囲でした 30, 2000 2月を通じ 12, 2010.

取引コストを考慮するために, の要因 0.05% 各取引に充填しました. このコストは、個人投資家がにさらされることになる料金の種類を複製するために意図されました.

戦略

この戦略の目標は、任意の判定期間中に最大の負けストックを利用することです, 以下の期間でバック即時バウンスを期待. 戦略は、それぞれの日に分割された2つの異なるデータ期間に基づいて2つのバージョンに分割されます.

戦略の最初のバージョンは、その決定期間と近いツーオープンなデータを使用しています. その後、, それはオープンで、その期間中に最もパフォーマンスが悪いの株式を購入し、その日の終わりにを介してそれらを保持しています.

戦略の第2のバージョンは、その判定期間としてオープンツー近いデータを使用しています. その後、, それはちょうど近く前に、その期間中に最もパフォーマンスが悪いの株式を購入し、次の日のオープンでそれらを販売しています.

戦略バックテスト

不十分各判定期間後に購入する株式を行う多くの方法を決定するために, S内のすべての株式のためのバックテスト結果を提供した紙&P 600 小型株インデックス. 論文の付録に含まれていた他の2つのインデックスについて同様の結果がありました.

紙は、毎日10種類のグループに株式のすべてを分割しました, 意思決定期間中に彼らのパフォーマンスに基づいて、. 最悪のパフォーマンスグループ内の株式のすべてを購入する生産しました の年間平均リターン 215% 最大ドローダウンと 48% 最初のバージョンのための. 戦略の第2のバージョンは、の年間平均リターンを生成しました 73% 最大ドローダウンと 11%.

あなたが見ることができます。, 第二版, 近いツーオープンからポジションを保持する下の年間リターンを持っています, しかし、多くの 以下のボラティリティ. 著者らは、両方のバージョンが標準に近いツークローズ期間を使用するよりも、より良いリターンを生成していることを述べます.

以下の下でファイルさ: あなたの概念を歴史的にテストします。, 戦略の取引のアイデア タグが付いて: close-to-open, improve returns, 平均回帰, open-to-close

Mean Reversion Strategies Are In Hibernation

10 月 20, 2013 によって アンドリュー ・ セルビー Leave a Comment

Many of the trading systems I have profiled stem from the interesting books written by Larry Connors and Cesar Alvarez. Their research focuses on short term, mean reversion systems that look to take quick profits when trending markets become temporarily oversold.

Cesar Alvarez recently launched his own blog, and one of his first posts addressed the issue of whether mean reversion strategies are still valid in today’s market environment. He begins by discussing how he has a friend that continues to challenge him on the issue, demanding proof that the strategy is still profitable.

Alvarez set out to test the following theory:

My theory is that mean reversion is in hibernation waiting to come back; or said another way, mean reversion is simply mean reverting. I think that when too many people trade mean reversion, the space gets crowded and we see fewer winning trades and smaller returns. しかし, this has always been conjecture never backed up with numbers. Are we really seeing fewer trades? Smaller returns?

In order to test his theory, Alvarez took the top 1,000 stocks in terms of dollar-volume from the beginning of 2001 through August 30, 2013. He used a 2-period RSI value under 5 as his entry signal, and then exited when the value rose above 70. Entries and exits were all calculated by closing prices and the data set was free of survivorship bias.

mean reversion strategies

Alvarez believes that mean reversion strategies are simple in a period of hibernation.

The first question Alvarez sought to address with the data that he produced was whether fewer oversold opportunities were presenting themselves:

The blue line is the percent of stocks with RSI2 < 5 compared to all the stock for a given year. This has hovered between 5.1% で 2009 と 8.0% で 2008. The green line is a liner regression of the data. We can see that the trend has been down since 2001 but not a lot. The trend from 2005 宛先 2007 compared to the trend from 2011 宛先 2013 looks very similar. Is this trend because we are in the same cycle of a bull market? Is mean-reversion in hibernation? Given the trade data, I would say yes. Nothing appears out of the ordinary.

次, Alvarez looked at whether the average profit had changed:

This chart surprised me. The blue line is the average % profit/loss of all the trades with RSI2 < 5 and the exiting when RSI2 > 70. The green line is a linear regression of the data. The last thing I expected was an up sloping linear regression line. 、 2013 平均 % profit/loss is .94% substantially less than the 2008 と 2010 values of 1.58% と 1.57% それぞれ. しかし 2013 returns are higher than 2011 と 2012 and substantially higher than 2007’s value of .33%.

Alvarez concludes that basic mean reversion strategies are currently finding less signals than in past years, but are still quite profitable. He suggests that the strategy is just hibernating and is poised to make a strong return.

We are at the low of the number of sold off stocks per year but the average # profit/loss is the middle range. The numbers do not tell me anything is out of whack with mean reversion. Mean reversion is not dead but it looks like it is coming out of hibernation.

以下の下でファイルさ: 戦略の取引のアイデア タグが付いて: alvarez, 平均回帰, RSI

複数日の平均回帰システム

6 月 27, 2013 によって アンドリュー ・ セルビー Leave a Comment

The Multiple Day Mean Reversion System is designed to pick up quick profits from ETFs that wander a little too far from their current trend. It is based on the mean reversion assumption that all markets will eventually revert back to their average price.

Similar to the 3 日高/低平均回帰システム, this one has outperformed the S&P 500 over the past 12 years with a significantly lower drawdown. It is designed to trade a basket of 20 ETFs that represent a broad spectrum of global markets.

The Rules

行く長いとき:

  • ETF > 200 日 SMA
  • ETF < 5 日 SMA
  • ETF has closed lower 4 うち 5 日

ときに急に行く:

  • EFT < 200 日 SMA
  • ETF > 5 日 SMA
  • ETF has closed higher 4 うち 5 日

長いときを終了します。:

  • ETF crosses above 5 日 SMA

短いときを終了します。:

  • ETF cosses below 5 日 SMA

 

システムについて

The Multiple Day Mean Reversion System was popularized by Larry Connors and Caesar Alvarez in their 2009 book High Probability ETF Trading. Like all mean reversion strategies, this approach is based on the assumption that a market that has trended in one direction will eventually revert back to its average price.

This system targets up-trending ETFs that fall below their 5 day simple moving average while closing lower in four out of five days. It also targets the inverse, down-trending ETFs that rise above their 5 day simple moving average while closing higher in four out of five days. After establishing this position, the system holds it until the ETF crosses back above/below its 5 日 SMA.

Backtesting Analysis

Backtesting results for this system were posted on Sanz Prophet’s blog in September of 2012. Those results reported the system’s performance from January 1, 2002 through August 1, 2012. その時に, the system made 1,901 取引. これらの取引の, 71% were profitable. The compound average return during that time was 9.44%, 最大ドローダウンと 13.37%.

The returns posted by this system over the past decade are impressive, and the low drawdown makes them even more appealing to many investors. The system also performed exceptionally well during the financial meltdown in 2008. While the S&P lost half its value, the Multiple Day Mean Reversion System posted tremendous gains of almost 50%.

システムの改善

Limiting Downside

The Multiple Day Mean Reversion System has the same major flaw as the 3 日高/低平均回帰システム. While both systems have incredibly high win rates, they both have open-ended loss potential on the downside. If the only way to close out a position is for it to cross its 5 日 SMA, then you could theoretically be caught holding a long position as it drops to zero. Taking this kind of risk to make a relatively small profit on most of the trades is like picking up nickels in front of a steamroller. You’re just asking to get flattened.

Mean reversion faces risks of large losses

Small profits and big risks means that the market is going to steamroll you one day.

I would be very interested to see how the results would change if a stop-loss element was introduced to the system. Using Bayesian Inference or even a simple ATR Multiple to set the stops would absolutely limit the downside. Those stops could also reduce the overall returns depending on how many of those losing trades eventually close out as small winners.

Selective Implementation

The biggest strength of this system was its performance during the financial meltdown in 2008. Based on that performance, it is obvious that this system works best in highly volatile markets. したがって, it might be a good idea to implement a volatility condition that would only permit the system to make trades when volatility shot up.

We wouldn’t want a system that only trades one out of every 12 年, so we would have to couple this with an alternative system. しかし, if we could find a system that worked well during normal markets and underperformed in volatile markets, we could combine the two and have them switch back and forth based on the current volatility conditions. This would allow us to maximize the strengths of each system while minimizing the weaknesses.

以下の下でファイルさ: 戦略の取引のアイデア タグが付いて: 平均回帰, 取引システム

3 日高/低平均回帰システム

6 月 6, 2013 によって アンドリュー ・ セルビー 1 コメント

私たちが見ている他のシステムからの反対をほぼ完全に動作するシステムを見てをみましょう.

このシステムの目標を小, 迅速な利益し、彼らは平均値に戻すまで、その敗者を保持します。. それはまた S を上回る&P 500 投稿から約 2 倍 2002-2012.

システムについて

、 3 日高/低システムは平均回帰システムです。. それは理論で動作する場合はその市場は長期トレンドで、その傾向から逸脱する時間の 3 つのストレート ユニットの, そのなかに戻すになりそうです。.

この場合, 我々 が使用している、 200 ユニット単純移動平均 (SMA) 長期的な傾向を定義して、 5 短期的には平均を定義する SMA の単位. これらの数字を使用してください。, 下位の高値とより低い安値 3 連続ユニットに行く市場は、短期的には平均に戻す可能性がありますと仮定します

取引のルール

行く長いとき:

価格 > 200 ユニット SMA

価格 < 5 ユニット SMA

価格は 3 つの連続したより低い安値になりました

価格は 3 つの連続した低い高値にしました。

 

ときに急に行く:

価格 < 200 ユニット SMA

価格 > 5 ユニット SMA

価格は 3 つの連続した高い安値になりました

価格は 3 つの連続した高値にしました。

 

長いときを終了します。:

価格の上で交差、 5 ユニット SMA

 

短いときを終了します。:

価格を切った、 5 ユニット SMA

 

バックテスト結果

このシステムを見つけたバックテスト結果のポートフォリオに含まれる 20 多様な Etf. ポートフォリオに限られていた 10 任意の時点でのポジション. 開始 1 月バックテスト 1, 2002 8 月までに走り 1, 2012.

上より少し 10.5 年, この戦略の合計の純利益を掲示されます。 112.08%. これは年間収益率に分解します。 7.36%. 同じ期間にわたって, S&P 500 トータル ・ リターンをいた 23.087% これでダウンを改 3.984% 配当を再投資される場合.

backtest system

システム記録の合計 1389 取引, の 73.79% 勝者だったと 26.21% 敗者. 勝ちトレードの平均利益 1.73% 負けトレードの平均損失だったと 2.69%. 貿易の平均の長さは 4.56 バー. 勝ちトレード平均 3.44 バーや平均負けトレード 7.71 バー.

バックテスト期間中, ポートフォリオの最大ドローダウンは 15.19%. 単一の貿易最大のドローダウンは 18.84%. システム掲載のシャープレシオ 1.60.

システム解析

このシステムは以前の説明ではシステム違う. それは逆の利益率, ため収益性の高い滞在することが、 73% 率を獲得します。. すべての敗者のログ出力の 3 つの取引の利益で, 受賞者と同じくらい大きいほぼ 2 倍されているこれらの敗者を補うことが.

初めにドローダウンは別として 2009 最初と最後の 2011, 10 年間の間でかなり一貫して実行されるシステム.

このシステムに反するさせる利益の共通のシステム取引目標実行および切断の損失. 実際には短期の利益をカットし、損失を実行することができます。. それにもかかわらず, それは長期的に印象的な結果を主張するは難しい. つづいて、ダウンしていた位置を保持するときに、システムに固執する勇気をいた持っているだろうことを確認ではない以上 18%.

改善のためのアイデア

停止損失のコンポーネントを追加します。

このシステムで最大負の位置を確立し、ゼロにまっすぐに行くそれを見ての可能性をあなたのポートフォリオを公開することは、します。 (またはショート ポジションの無限の損失). すべてのポジションのリスクしながら同時にそのようなクラッシュはほぼゼロ, 破滅のリスクを非ゼロは恐ろしい. 任意の平均回帰システムに対する最も一般的なノックは、ときに彼らは最終的に爆破, それは醜いすることができます。.

このリスクを制限する方法の 1 つは、停止損失コンポーネントを取引のルールに追加するだろう. 詳細なバックテストを使用して停止の最高のタイプを決定するための情報を与えることができます。.

ドローダウンであり、どのように深いそのドローダウンすることができますどのように多くのポジションを獲得したを分析したいと思います. その情報を, 試すことができます。 ATR の停止 または ベイズの停止 さまざまなリスク許容度とバックテストでどのように彼らに悪影響を全体的なポートフォリオのリターン.

複数のシステムを取引

このシステムは破滅のリスクを削減しながら、一貫した収益を活用する興味深い方法は複数のシステム戦略の一部としてそれを交換するには. このシステムを取引にあなたの取引の首都のすべてをコミットする必要があるわけではないです。, 十分な資本がある場合. これは多様化の一層のレベルを与える, 限界利益の潜在性にも.

 

以下の下でファイルさ: 戦略の取引のアイデア タグが付いて: 平均回帰, 取引システム

メールで無料の取引戦略

トレンド分析

申し訳ありませんが. No data so far.

アーカイブ

  • ルール
  • 外国為替市場のしくみ?
  • インジケーター
  • メタト レーダーのヒント
  • MQL (オタクのため)
  • NinjaTrader ヒント
  • Pilum
  • QB プロ
  • お金を失うことを停止します。
  • あなたの概念を歴史的にテストします。
  • 戦略の取引のアイデア
  • 未分類
  • What's happening in the current markets?

翻訳


無料の取引戦略

プライバシー ポリシーRisk Disclosure

著作権 © 2023 OneStepRemoved.com, (株). すべての権利予約.