アルゴリズムと機械の外国為替戦略 | OneStepRemoved

7 Things You Need To Become A Successful Forex Trader

によって 1 コメント

If you make the decision to start trading forex to earn extra income it is vital that you set yourself up to succeed. To do so you need to be aware of the 7 things you need to become a successful forex trader.

The desire to succeed

まず, it is elementary that you commit fully to the process of becoming a forex trader. That means that you are willing to put the time in to learn all important aspects of currency trading and the global currency market. You will only have the motivation to put the time in to learn, if you truly have the desire to succeed and make money trading currencies.

A genuine interest in forex, economics and the financial markets

Secondly, and this ties in with the first point, if you want to succeed as a currency trader it is vital that you have a genuine interest in the financial markets. If you are doing it just to make a quick buck, without actually putting in the regular work of reading financial news, analyzing charts and reading daily currency market updates, then you will most likely not succeed. Furthermore, you will need to learn about macroeconomics, as economic data and central bank policies are key drivers of the foreign exchange market. それゆえ, having a genuine interest in what moves the financial markets is a key component to becoming a successful currency trader.

The economist

The right online broker

There is a vast choice of online brokers that charge different spreads and commissions and have different product ranges. それゆえ, it is important to choose an online broker that is right for you. To do so, you need to choose a broker that covers the asset classes and currency pairs you wish to trade, charges you comparatively low fees, offers tight spreads, has a good reputation and is regulated by your country’s financial regulatory body.

It is also important that the online broker you choose offers easy-to-use chart analysis tools, timely market news updates and possesses good customer service. The best way to choose a broker is to check independent broker reviews and comparisons online.

Trading capital (but less than you might think)

To start trading forex you need a certain amount of capital. しかし, it is must less than you might think if you choose to trade with leverage. Leverage in the foreign exchange market refers to the ability to move, たとえば, 米ドル 100 dollars worth of a currency using only USD 1. This would be leverage of 100:1, which is a popular leverage amount in the currency market. Other common leverage amounts are 50:1 と 20:1. Using leverage you can move large amounts of a security by only putting down a small initial amount per trade. This small amount is referred to as the initial margin.

The best way to use leverage is by trading so-called CFDs (contracts for difference) as they allow you to set your leverage, as you require it. By adopting a CFDs trading strategy you are able to profit off small moves in the currency pairs you are trading without putting down a large amount of capital on each trade. それゆえ, this is the best way to trade currencies if you only have a small amount of available trading capital.

trade cfds

The right trading strategy

Once you feel comfortable with the currency market’s terminology and mechanics and you have deposited your trading capital into your online brokerage account, it’s time for you to apply the right trading strategy.

When it comes to trading currencies there are many approaches you can take. たとえば, you can apply more of a momentum trading strategy and put on trades just after market moving news, such as economic data announcements, or you can use a technical indicators-based trading strategy and follow a set of indicators that give you buy and sell signals for the currency pairs you follow. もちろんです, there are many more approaches you can take. It is important for you to find a strategy that suits your style of trading and is in line with your risk-return profile.

The discipline to stick to your strategy

Once you have found a trading strategy that works for you, it is important that you have the discipline to stick to your trading strategy. A great way to ensure you don’t let emotions get in the way of you following your strategy is to set target prices and stop-losses, where your broker automatically buys or sells the currency you hold against another, once these trading levels have been hit.

online trading

The emotional stability to handle losses

最後に, if you truly want to succeed as a forex trader you need to develop the emotional stability to handle losses. No matter how good your trading strategy is you will have days where you will generate losses. It is important to accept down days and not let your losses affect you emotionally, as this could impair you when you put on further trades.

機械取引システムと勝つ方法

によって 13 コメント

多くのインクは、機械的な取引システム故障の原因を特定することに専念してきました, 実際には、特に後. それは矛盾に見えるかもしれませんが (または, 一部のトレーダーに, 単に低能), なぜこれらの取引のシステムが失敗する主な理由はハンズフリーにあまり依存しています。, メカニカルトレーディングの火災を忘れて自然. アルゴリズム自身ない客観的人間監督と市場環境の変化に伴い進化システムのために必要となる介入.

機械的な取引システム障害, またはトレーダーの失敗?

取引システムの障害を嘆くのではなく, 建設的なトレーダーが両方の世界のベストを持つことができる方法を検討するは: それです, トレーダーは、アルゴリズムで管理された機械的な取引システムの利点を楽しむことができます。, 矢継ぎ早の自動実行など取引の決定の感情解放, まだ失敗と成功について客観的な思考の人間に生来の能力を活用しながら.

すべてのトレーダーの最も重要な要素は、人間の能力 進化. トレーダーすることができます変更し、財政的にまたは感情的に壊滅的な損失になる前に勝ち続けるために彼らの貿易システムを適応.

右のタイプと量をテストするための市場データを選択します。

成功したトレーダーは、市場の短期的な非効率から利益を収穫するのに反復的な規則のシステムを使用します。. 小型用, 有価証券及びデリバティブ取引の大きな世界で独立したトレーダー, スプレッドが薄いと競争激しい, 利益のための最高の機会は、スポッティングに基づく市場の非効率性から来る, 簡単に定量化するデータ, 可能な限り迅速に行動し、.

トレーダーが開発し、動作履歴データに基づく機械的な取引システム, 彼または彼女は、現在の市場の非効率性が引き続きアイデアに基づいて将来の利益を望んでいます。. 間違ったデータを設定または不適切なパラメーターを使用して、データを限定トレーダーを選択した場合, 貴重な機会が失われることがあります。. 同時に, 履歴データが存在しなく、非効率で検出されます。, その後、取引システムが失敗します。. なぜそれが消えた理由は機械のトレーダーに重要ではないです。. 結果問題のみ.

mechanical trading rules

作成し、機械的な取引システムをテストするデータ セットを選択するときに最も適切なデータ セットを選ぶ. と, 取引ルールの市場条件の広い範囲の下で一貫した動作かどうかを確認するのに十分な大きさのサンプルをテストするために, トレーダーは、テスト データの最長期間を使用する必要があります。.

だから, 設計パラメーターの最も簡単なセットと同様、両方の可能な最も長く歴史的データ セットに基づいて機械的な取引システムを構築するようにします. 堅牢性は多くのタイプの市場の条件に耐える能力を考慮して一般的に. 堅牢性を過去のデータと単純なルールの長い時間範囲にわたってテスト システムに固有にする必要があります。. 長時間にわたるテストと基本的なルールは、将来的に潜在的な市場条件の広い配列を反映すべき.

履歴データは明らかにすべての将来のイベントを含まれないために、すべての機械的な取引システムは最終的に失敗します。. 歴史データで作成されたすべてのシステムは最終的に歴史に無関心な条件を発生します。. 人間の洞察力と介入からレールを離れて実行している自動化された戦略を防ぎます. 騎士の首都では、人々 が何かを知る ライブ取引混乱状態.

その適応性、シンプルさ勝

成功した機械的な取引システムは生きているようなします。, 生物の呼吸. 世界の地層に満ちている生物の化石を, 自分の歴史の期間の間に短期的な成功に最適ですが, あまりにも適応と長期生存に特化しました。. クイックを受けることができるため、人間指導の単純なアルゴリズムによる機械的な取引システムが最高, 簡単な進化と環境の変化への適応 (市場を読む).

シンプルな取引ルールがデータ マイニング バイアスの潜在的な影響を減らす. データ マイニングからバイアス それは歴史的な規則が将来の条件の下で適用されますどれだけ誇張するかもしれないので問題は, 機械的なトレーディング システムは、短い時間フレームに焦点を当てたときに特に. シンプルで堅牢な機械的な取引システムのテスト用に使用されるタイム フレームで影響を受けるべきではないです。. -履歴データの特定の範囲内にあるテスト ポイント数まだ証明またはテストされている取引ルールの有効性を反証するのに十分な大きさにする必要があります。. 言い方を変えれば, 単純です, データ マイニングのバイアスを上回る強力な機械的な取引システム.

トレーダーは、シンプルなデザイン パラメーターを持つシステムを使用している場合, よう、 QuantBar システム, 最長の適切な歴史的な期間を使用して、テストと, 他に重要なできるタスク システムの取引とその結果を今後監視の分野に固執することになります. 観測により、進化.

反対に, 「事前に進化して」システムの初期絶滅のリスクを実行する複数のパラメーターの複雑なセットから構築された機械的な取引システムを使用するトレーダー.

機械取引の最善を活用する堅牢なシステムを構築します。, 煩わされずその弱点に

機械的なトレーディング システムの堅牢性と適応性を混同しないことが重要です。. システムの開発は '堅牢な' として記述されている多数の歴史的な期間に- と -現在の観測期間中であっても取引を獲得につながったパラメーターに基づいて、します。ないですこのようなシステムが正常に一度調整すること保証彼らは過去の自分の"ハネムーン期間貿易されています。” その中に条件はシステムの基になる、特定の歴史的な期間に合わせて起こる初期取引期間であります。.

単純な機械的な取引システムは簡単に新しい条件に適応, でも、市場変化の根本的な原因は明白でなく残る, 複雑なシステムでは不十分と. 市場環境の変化, 彼らは継続的に行う, 獲得していく可能性が最も高い取引システムは、シンプルで最も簡単に新しい条件に適応; 本当に堅牢なシステムは、とりわけ長寿を持っています。.

クイックを受けることができるため、人間指導の単純なアルゴリズムによる機械的な取引システムが最高, 簡単な進化と環境の変化への適応 (市場を読む).

残念なことに, 過度に複雑な機械的な取引システムを使用する場合の利益の最初の期間を経験した後, 多くのトレーダーが成功にこれらのシステムを微調整しようとしての罠に陥る. 市場の不明, まだ変更, 条件がありますが既に機械的な取引システムの全体の種、絶滅する運命. もう一度, シンプルさと状況の変化への適応性を提供する任意のトレーディング システムの生存のための最善の希望.

成功と失敗を区別する客観的な計測を使用します。

トレーダーの最も一般的な落下は彼または彼女の取引システムへの心理的な添付ファイルです。. 取引システムの障害が発生した場合, それは通常のトレーダーは、客観的ではなく主観的な視点を採用しているので, 特定取引中に停止損失に関しては特に.

人間の本性はしばしば感情的な添付ファイルを特定のシステムを開発する業者を運転します。, 特にときトレーダーに投資している時間とお金のかなりの量機械取引システムを理解することは困難である多くの複雑なパーツ. しかし, それを客観的に検討するためにシステムの外のステップにトレーダーのため極めて重要です。.

いくつかのケースで, 貿易業者になるシステムの予想される成功の妄想, 主観的な分析よりもはるかに長く、明らかに失うシステムを取引を継続することのポイントにも許してしまう. または, 脂肪の wins の期間の後, トレーダーは、可能性がありますになる「結婚」旧歴システムにその美しさが損失の圧力の下でフェードしながらも. 悪化, トレーダーは、テストの期間をまたは既に失うことシステムの統計的パラメーターを選んでの罠に落ちることがあります。, システムの偽の希望を維持するためには、値の継続的します。.

客観的基準, 現在の失敗の確率を評価する標準偏差のメソッドを使用するなど, 機械的なトレーディング システムの真の失敗があるかどうかを決定するための唯一の勝利方法です。. 客観的な目で, 機械的なトレーディング システムで迅速にスポットまたは潜在的な障害にトレーダーの簡単です。, シンプルなシステムは、迅速かつ簡単に新鮮な歴システムをもう一度作成に適応させること、.

機械的な取引システムの障害はしばしば歴史的な損失やドローダウンに対する測定電流の損失の比較に基づいてを定量化します。. このような分析は、主観的につながる可能性があります。, 不正確な結論. 最大ドローダウンは、トレーダーがシステムを放棄するしきい値としてよく使用されます。. 方法システムまでドローダウン レベルを考慮せず, またはそのレベルに達するに必要な時間の長さ, トレーダーは、システムがドローダウンだけに基づいて敗者である結論とせず.

障害の指標としてドローダウンに対する標準偏差

実際, 受賞システムを破棄することを避けるために最善の方法は客観的測定標準を使用して実際にそれを取引しながら得られたシステムからリターンの現在または最近の分布を確認するには. バックテストからリターンの歴史的な分布に対して測定を計算比較します。, 確実性に従って固定しきい値値を割り当てる際の機械的な取引システムの現在の「失う」配布は確かに正常より, 予想される損失, したがって失敗として捨てられるべき.

だから, たとえば, 貿易業者が現在のドローダウン レベルでシグナル状態に問題あり、彼の調査をトリガーを無視することを前提としてください。. 代わりに, 歴史的テスト期間中そのシステムの取引中に発生と歴史的な損失に対して現在の連敗を比較します。. どのように保守的なトレーダーがによってください。, 彼または彼女は現在または最近の損失が超えていることに気付く場合があります。, 言う, 、 95% 「普通の」歴史的な損失レベルからの 2 つの標準偏差によって暗黙的に指定確実レベル. これは確かに強力な統計記号は、システムのパフォーマンスが低下するだろう, したがって失敗しましたと. 対照的に, リスクの大きい食欲と異なるトレーダーことがあります 3 つのことを客観的に決めることの規範からの標準偏差 (すなわち. 99.7%) 確実に適切なレベルとして取引システムを判断するため「失敗」

任意のトレーディング システムの最も重要な要因’ 成功, 手動または機械かどうか, 人間の意思決定能力は、常に. 良い機械的な取引システムの値は、します。, すべての良いマシンのような, 彼らは人間の弱点を最小限に抑え、マニュアルの方法をはるかに超えて達成可能な達成に力を与える. まだ, 正しく作成されたとき, 彼らはまだトレーダーの判断に従ってしっかりした制御を許可して、彼または彼女が障害物と潜在的な障害の明確な舵取りをできるように.

トレーダーが損失するかどうかを評価する標準分布の統計計算の形で数学を使用できますが、通常、歴史的な記録によると許容, 彼または彼女はまだ作る純粋な機械ではなく人間の判断に依存します。, 単独でのアルゴリズムに基づく数学ベースの意思決定.

トレーダーは、両方の世界のベストを楽しむことができます。. アルゴリズムとメカニカルトレーディングの力は、発注・施工に関する人間の感情や遅刻の影響を最小します。, ストップロスの規律を維持することに関しては特に. それはまだ取引のシステムを人間の制御を保持するために標準偏差の客観的な評価を使用してください。.

変更のために準備します。, 取引システムを変更しておいて

ときに検出する客観性とともに、機械的な取引システムは、敗者に勝者から変更します。, トレーダーでは、規律と先見性に進化し、彼らは新しい市場環境に勝つために続けることができますので、システムを変更する必要があります。. どのような環境変化でいっぱいに, シンプルなシステム, その進化になります迅速かつ容易に. 複雑な戦略が失敗した場合, 簡単にそれを変更するよりも交換することがあります。, いくつかの最も簡単な最も直感的なシステムの, よう、 QuantBar システム, 比較的容易に将来の市場状況に適応するためにその場でを変更.

要約すると, 正しく作成された機械的な取引システムはシンプルかつ適応可能であるべきといえよう, さまざまな市場条件の下で利益を生成するのに十分な堅牢なされるように、右のタイプとデータ量によるとテストと. と, 受賞システムは成功の適切な基準によって判断しなければなりません。. アルゴリズム取引ルールや最大ドローダウンのレベルに依存するだけではなく, システムが失敗したかどうかについての決定は、トレーダーの人間の判断によるとすべきであります。, システムの現在のパフォーマンスの歴史的なテスト損失に対して測定した場合の標準偏差の数の評価に基づいて. 機械的なトレーディング システムは実行に失敗した場合, トレーダーは、失うシステムにしがみつくのではなく必要な変更をする必要があります。.

When Does Adding A Secondary Filter Increase Performance?

によって Leave a Comment

Earlier posts this week addressed the need to keep a strategy simple in order to avoid exposure to curve-fitting bias. While that is true in a general sense, there are also times when adding a level of complication to a strategy can improve its performance without significantly increasing its risk of ruin.

We saw an example of this with Shaun’s Euro Scalping Strategy. When a timing filter is applied that only trades the strategy during slower trading times, the performance metrics shot up, giving us a very interesting system. What would happen if we added a second layer to this filter?

フィルター

Adding multiple filters can help a strategy single out the very best trades, but it can also expose a strategy to curve-fitting bias.

Jeff from System Trader Success took his research on Shaun’s Euro Scalping Strategy a step further this week. He decided to experiment with introducing a volatility filter to the strategy. Once he determined the optimal parameters for the filter, he tested how it would improve the base scalping strategy as well as the time filtered version.

Optimizing the Volatility Filter

Jeff’s goal was to use daily price action to determine how Shaun’s Euro Scalping Strategy performed on days where volatility was high and compare that with how the strategy performed on days where volatility was low.

The biggest lesson here is that in order to optimize the filter, Jeff went back to the original scalping strategy. In order to get the most amount of data and limit curve-fitting, he scrapped the time filter for now.

The lesson here is that if you are going to use multiple filters, it is a good idea to build, テスト, and optimize them separately. Then you can stack them together. Stacking the filters while optimizing them can skew the data in a way that confuses which filters are actually working.

The Volatility Filter

Applying the volatility filter to the original scalping strategy slightly improved the strategy. It increased the profit factor from 1.38 宛先 1.43 while significantly lowering the maximum drawdown. The average profit per trade rose from $24.58 宛先 $25.45.

The win rate was kept pretty much the same, and the overall net profit was reduce because 128 trades were filtered out. あなたが見ることができます。, there was definitely improvement, but not nearly as much as with the time filter.

Combining Filters

While the results of applying the volatility filter to the original strategy were not impressive, the original plan was to apply the filter to the time filtered strategy. Putting the two filters together produces the best version of the scalping strategy yet.

The combined filters improve the profit factor to 3.44 and the average profit per trade to $56.74. The maximum drawdown is reduced to less than half of the maximum drawdown of the original system.

The new combined filter strategy reduces the total trades to 164, where the time filtered strategy had 233 and the original strategy had 456. Despite how few trades the combined filtered strategy makes, it returns almost as much net profit as the original strategy.

What we have done with these combined filters is find a way to isolate the very best of the best trades from the original strategy.

 

 

時間枠

によって Leave a Comment

グループ取引戦略に関するフィードバックは驚異的でした! 私の意見のような幅広い範囲の非常に多くのメールを持っていたことがありません. あなたの応答との考えのためにすべての人に感謝します.

多くの人々は私の一部に明らかな見落としを指摘しました: これはタイムフレーム戦略の使用はなります? あなたが心臓発作を持って前に, 私を聞いてください。. グラフ上の注意事項 (以下の再発行) 曲線は本当にまで外側にキックしないこと 0.3% 以上. 現在のユーロの USDの価格で, それはの動きです 39 ピップ (0.3% * 1.3000). 私は、グラフを作成するには、M1チャートを使用しました. 戦略, あまりにも, その信号用のM1チャートを使用します。.

EURUSD price distance from SMA 200

グラフは、周波数に対するSMAからの価格のパーセントの距離が表示されます (すなわち, 価格はこの遠くからどのくらいの頻度であります 200 SMA?)

 

M1チャートを検討するもう一つの理由は、年間取引回数であります. 価格は上または下に費やしているバーの数の平均 200 SMAは、… 200 バー. これは私が今年初めに実施した調査に基づいています. 約あります 386,000 年間取引分. の平均値であることを割り 200 M1の交差間のバー、あなたは最大を得ます 1,930 年間取引 (386,00/200).

私はのみの取引の割合を取って見ています. 場合 20% 十字架の望ましい機会をもたらします, それです 386 年間取引. アクティブながら, それはほとんどクレイジーです. 386 一日あたり〜1.5取引に年平均あたりの取引.

あなたが時間枠に追加する価値があるものが表示される場合は、以下のコメントを残します.

アフターの考え

このシリーズは、最終的に収益性の高い取引戦略につながった. 旅を読むしたい場合, 記事を順番に読んでほしい

初期の戦略アイデア
時間枠
研究計画
初期 backtests の厄介な驚き
範囲の取引の試み
範囲の取引結果
移動平均エンベロープ ダフ屋

Buy and Hold Gold

によって Leave a Comment

I came across a paper entitled A Quantitative Approach to Tactical Asset Allocation by Mebane Faber. This paper appears to have been extremely popular over the years. Reading through the contents and reviewing the charts, I loudly wondered if the strategy might apply to gold.

Rules for buying gold

The idea is very simple. Taken directly from the paper, the rules are:

BUY RULE
Buy when monthly price > 10-month SMA.

SELL RULE
Sell and move to cash when monthly price < 10-month SMA.

1. All entry and exit prices are on the day of the signal at the close. The model is only
updated once a month on the last day of the month. Price fluctuations during the rest of
the month are ignored.
2. All data series are total return series including dividends, updated monthly.
3. Cash returns are estimated with 90-day Treasury bills, and margin rates (for leveraged
models to be discussed later) are estimated with the broker call rate.
4. Taxes, 手数料, and slippage are excluded.

Test results

The tests were done using Kinetick’s free end of day data. The data extends from August 4, 1997 until December 10, 2012.

One thing which drives me crazy about NinjaTrader is that the percent return calculations are so opaque. The actual numbers used a clearly wrong. The buy and hold return for gold is easy to calculate. 、 1997 price was about $350 an ounce. 今日, gold trades near $1,700. The buy and hold return should be in the neighborhood of 385%. NinjaTrader claims that the return is somewhere near 150%. I’ve gone through the charts to confirm that the trades are correct. You can download the gold strategy for NinjaTrader and verify the trades for yourself.

The percent return metric is consistent within the platform, so luckily the exact numbers are unimportant. The only thing that really matters is whether or not the strategy returns a bigger number than the buy and hold approach.

Equity curve of buying and holding gold

A chart of gold’s daily equity curve, extending back to June 1997.

Equity curve of the gold trading strategy

The tactical gold strategy dramatically underperforms the buy and hold return.

Reverse gold strategy equity curve

Pursuing the opposite idea of buying on crosses underneath the SMA10 doesn’t help

The strategy severely underperforms the buy and hold return. The idea held in the paper itself is deeply flawed. Buy and hold is a silly concept. Most of the “返します” in the portfolio stem from long term inflation and the devaluing of the dollar. The prices of the securities rose because the dollar, which you can think of as the counter currency, declined enormously in value over this time period.

さらに, the idea of the price crossing the moving average implies that the trend escapes the moving average. The MA, 実際には, gets dragged along with the price. While this is true with a handful of monster trends, the way that price moves usually work is something along the lines of 10 steps forward, 9 steps backward. The results of the test indicate this.

If the proposed strategy returns less than buy and hold and the total buy and hold strategy returned 150%, then it stands to reason that the total buying return is trades taken by the strategy + trades not taken by the strategy. The test includes what are supposed to be trades not taken by the strategy – the reverse signals. Adding up the proposed strategy’s returns with the returns of the opposite signal only accounts for roughly one third (22% + 34%) の 150% earned. Where did the rest of the money go?

Most of the move happens around the short term moving average. The majority of the move has already happened after the price to crosses and closes above the moving average. The instinct of many novice strategy developers is to move to intrabar signals. Intrabar trading ignores the basic problem; you cannot know whether or not the bar will close above the moving average.

Strategy Decay

によって 1 コメント

Ernie Chan wrote a great blog post today on the life and death of a strategy. He talks about some of my favorite points: KISS (Keep It Simple, Stupid!) and the importance of viewing real performance relative to negative performance.

If you like this blog, then you’ll love his. It’s very similar. The only difference is that Ernie tends to write with more assumptions about his readers’ math skills.

NinjaTrader Order Methods

によって Leave a Comment

Ninjascript, the C# API used for programming strategies in NinjaTrader, attempts to stirke a balance between making the strategy development process as simple as possible while preserving flexibility in the types of strategies that it can support. It handles these competing requirements by splitting strategies into two types of order methods. Many programmers within the NinjaTrader community also refer to these types as approaches.

Managed approach

The first and most common order method is a managed approach. The managed approach is also the default assumption that NinjaTrader assumes you’re using when writing a strategy.

I backtest strategies this way 90%+ 時間の. It’s way easier to write them using a managed approach once all of the variables and properties are set up. NinjaScript makes available a number of methods that all inter-relate. The names and functionality of each is obvious. EnterLong(), たとえば, enters a long trade.

All of these methods have premapped relationships between each other. When the strategy calls ExitLong(), NinjaTrader takes care of the details such as knowing which long it needs to exit. That seems obvious enough, but many trading applications do not connect the dots so easily between trading functionality. メタト レーダー 4 & 5 are good examples of this type of simple functionality not being available.

The ease with which trading decisions are handled makes it ideal for developing quick and dirty code to test simple ideas. Most of my strategy ideas follow the KISS principle; keep it simple, stupid. It’s usually a very simple development process (10-20 分) to program and test a trading idea from the moment it enters my mind. Most ideas don’t work out, but at least I get the satisfaction of knowing the answer quickly.

I discovered the hard way that the managed approach makes assumptions about order handling. EnterLongLimit(), たとえば, automatically deletes a pending limit order after one bar. I remember spending several hours with a live strategy trying to figure out why so many of my orders entered correctly on tick charts, only to have them disappear on the next tick. Carefully poring over the documentation led me to discover an overloaded method with the liveUntilCandelled parameter.

It’s examples like this pre-programmed functionality that you need to watch out for. This is especially true if you have a bug that doesn’t make sense in the context of your strategy.

Unmanaged approach

An unmanaged approach takes away all of the assumptions that NinjaTrader makes while a strategy runs in real time. This option leaves it up to the coder to store the position status in memory and make appropriate decisions.

Every strategy that we’ve written with unmanaged orders uses pending stop and limit orders. 最近の例は、インタラクティブ ブローカーの戦略を作る市場. 戦略は、します。 100% in the market during the US and Asian sessions. We originally started with a managed approach but ran into problems with the commissions and overfills.

The strategy is only trading 2 mini lots during the testing phase, which is the minimum trade size. Although the standard commission of 0.2 pips per side is quite low, the minimum commission is $2.50. That’s relatively high for such a small position size. I noticed on the first day that my client was getting charged commissions for the entry leg and exit leg, それぞれ.

The first trade entered with 20k. When it came time to exit, the managed approach set an exit limit for 20k and a separate entry limit for another 20k. IB charged commissions twice for both orders, which cost $5 per round turn trade. The trading report looked like:

BOT 20k $2.50

SLD 20k $2.50

SLD 20k $2.50

BOT 20k $2.5o

BOT 20k $2.50

SLD 20k $2.50

BOT 20k $2.50

SLD 20k $2.50

That’s effectively 4 trades at a cost of $20.

Grouping the trades into a single order more or less cut the commissions in half. I found it easier to do with an unmanaged approach because I didn’t have to worry about how the Entry() and Exit() methods would interact. The trade report changed to:

BOT 20k $2.50

SLD 40k $2.50

BOT 40k $2.50

SLD 40k $2.50

BOT 20k $2.50

The same sequence grouped together drops the cost of the 4 trades down to $12.50. The initial entry and the final exit cost $2.50, but the trades in between only pay $2.50 for the entry and exit combined. When the order size increases to standard lots, the commission savings will dramatically improve the client return.

The other reason that we switched to an unmanaged approach was that NinjaTrader kills a strategy whenever an overfill occurs. An overfill is when a strategy requests cancellation of a pending order, but that pending order gets filled before the cancel request arrives. It then exits the new position at market and turns off the strategy.

I found this nearly intolerable with a market making strategy because an overfill would almost certainly occur at least once daily. Unmanaged orders have the option of disabling an overfill and handling it in whatever manner the trader deems appropriate. In my case, it was to simply increase the amount of position that the strategy was trying to exit.

The main disadvantage to unmanaged orders is that everything is tracked internally. If you need to disable a strategy to change the settings or lose the broker connection, the code is probably not going to interact very well with positions that are already open. Whatever IOrder objects were stored in the memory, which is how the strategy knows what positions are open, disappear whenever the strategy is removed from a chart.

Unmanaged strategies also take a lot more time to test. The amount of code involved does not differ dramatically from managed orders. It’s larger, but not grotesquely so. The reason that it takes more time is that the interaction between the order types is not polished like it is in managed orders. The programmer must write everything from scratch, which invariably means that the strategy will suffer from many more initial bugs, especially in a live environment.

Strategies that rely on market orders do not need to consider this approach in my opinion. It causes a lot more work and I have yet to encounter a situation where it makes sense. もっと重要なこと, I can’t think of a hypothetical situation where it would make sense either.

高周波 NinjaTrader 戦略

によって 7 コメント

長期的にクライアントの代わりに NinjaTrader の高頻度取引システムに作業されてきた. MB の取引は、私のライブ口座です。. 成行注文を配置し、手数料を支払うのではなく, 私は変更する注文の種類 指値注文. ための小委員会を受けたい、 市場戦略 表示されている価格を受け入れるように手数料を支払うのではなく.

メタト レーダー NinjaTrader 高頻度取引のための優れたオプションを作る 2 つの主要な欠点に苦しむ. MT4は、M1の時間枠と比べて低いのチャートを提供していません トレード状況がビジー状態エラーです。 複数のグラフが同時に実行するを防ぎます. NinjaTrader はほとんどの詳細を制御することができます私に十分な複雑です, しかし、シンプルな何百ものアイデアをテストする時間を投資する必要はないこと. 広く価格係として M1 チャート戦略をテストの後, 非常に確信している戦略が健全であること. 唯一の問題今決定することだかどうか、パッシブを取って (すなわち, 市場作り) アプローチ戦略を価値があるようにする十分な塗りになります.

NinjaTrader と出会った最初の問題ではなかった; それは MB の取引の API とあった. 戦略シミュレーションのアカウントでうまく働いた, 注文を NinjaTrader をルートのみ (NT). NT は、塗りが発生したとき、推測を作る. その段階の目標は、戦略をテストすることでした。. それが正しく働いているかどうかを確認するプログラミングをテストしたかっただけ.

100 Sim アカウントで滞りなく取引が消えた. だけそれを作った戦略 2-3 ライブ口座でマイクロロット取引を保留中の注文がハングする前に. 保留中の注文 NinjaTrader を通過します。 3 実際に市場に出回る前に、の状態. そこのプログラマ, これらは、ダイアモンドライク オブジェクトの OrderState プロパティ.

  1. 保留中の送信 – 戦略は、ブローカーに注文を送信し、聞くを待ってバック
  2. 受け入れ – 注文の領収書ブローカー, まだ市場に注文をするが、
  3. 作業 – 順序は貿易に他のご利用

刻むごとに更新戦略受注. ペースがあまりにもすぐに行くことが頻繁に起こった, 高速市場の中に大手通信バックログの作成. NinjaTrader 例外を投げたことはないです。. 問題の唯一の証拠だったとして、PendingChange プロパティとぶら下げ順序を見られる. 不便なソリューションは、NinjaTrader を終了し、すべてを再読み込み.

私が考え出したおそらくマネージ注文の状態が問題を引き起こした. アンマネージの注文に私のアプローチを変更, それは違いをしていないが、. 最終的には MB のトレーディング API が数秒以上 1 つの注文を処理できないことが実現に来た.

2 番目のグラフに目盛りから変更後のスイート スポットを発見する戦略. 更新 6 秒またはもはや高周波アプローチのようなものを維持したまま wihle を更新する MB トレーディング API の十分な時間を与えるように見える. MB の取引 FIX プロトコルを使用する必要があります、しきい値よりも高速に実行する必要のあるすべての取引.

狂気私を運転した、その他の要素は、指値注文は自動的に 1 回自分自身を削除、NinjaTrader バー. 私は近い私の髪を引き裂いた, そんな髪を持っていないと, いくつかの時間なぜ注文は自動的に自分自身を削除を把握しよう. 堅いノックの学校学習方法で多くの人々 を識別します。. 厚さとして向かってるほとんどが. 原因を考え出したとき私 revisitied NinjaTrader オンライン ドキュメントの取消すまで有効ことができます制限エントリ方法を発見 (GTC) 注文.

明らかにまた速度の問題がはみ出すほど. 消費し過ぎる、戦略は、保留中の注文をキャンセルする要求する場合, ブローカーは、キャンセルが効く前に順序を塗りつぶします. 最大の懸念をはみ出すほど NinjaTrader が自動的に戦略を無効にし、消費し過ぎるが発生したときに、市場でのポジションを終了するには. エントリ メソッドをアンマネージ アプローチに変更するプログラムを使用してこの問題を回避する唯一の方法は.

NinjaTrader で高周波の戦略を開発する最も簡単な方法 (ない超高周波が、) 管理命令を使用することです。. 出口が必要なとき, 反対の方向で制限エントリを配置します。. NinjaTrader 公開市場給の出口、発注の世話します。. 秒のすべての一握りに更新を制限します。. それはブローカー API に追いつくことができます、問題を回避できますをはみ出すほど.

効率のバックテスト

によって 6 コメント

あなたは戦略の統計データのエントリ効率と出口効率をテストしていない場合はあなたの外国為替backtestsは絶対に価値がないです. 必然的にバックテストを実行している誰もが、結果として得たドルを報告. 他の要因には、損失の平均の勝利のような存在します, 利益率とシャープレシオ, しかし、彼らは、自動取引システムの設計の最終段階まで、あなたに有益な何かを教えていません.

戦略をテストへの正しいアプローチは、問題に焦点を当てるべきです, “私の戦略は、ごみの作品です?” ほとんどの人は、右の自分自身を証明しようとします. 本当のテストは、自分が間違っていることを証明することはできないことです. それを行うための唯一の方法は、統計的手法を介して行われ.

入口と出口の効率性

効率は、利用可能な取引レンジの何パーセントその戦略のキャプチャにハード番号を置きます. 取引ウィンドウは貿易が市場に参入したバーで開始. 時貿易の終了ウィンドウが閉じます.

利用可能な全ウィンドウは最高のマイナスウィンドウで最も低い低いです. 入口と出口の効率を計算することは、単にあなたの戦略をキャプチャする傾向がそのウィンドウの何パーセントを測定. 取引のすべての平均を取ると、あなたは全体の効率を得ます.

エントリ効率式

長い貿易のための式: (最高高 – 入口価格) ÷ (最高高 – 最低低)
短い貿易のための式: (入口価格 – 最低低) ÷ (最高高 – 最低低)

終了効率式

長い貿易のための式: (出口価格 – 最低低) ÷ (最高高 – 最低低)
短い貿易のための式: (最高高 – 出口価格) ÷ (最高高 – 最低低)

あなたがで架空の通貨を買う例を見てください 150 そして、でそれを販売 170. 入口と出口の時間と最低の低でした 140. The price then ran all the way up to 200 before settling back down to 170, which is where the exit took place.

The entry efficiency is (200-150) ÷ (200-140) = 50 ÷ 60 = 83%. Nearly anyone would agree that this makes for a great entry.
The exit efficiency is (170-140) ÷ (200-140) = 30 ÷ 60 = 50%. Most would agree that the exit would have ideally occurred sooner than it did.

Efficiencies do not change by instrument or time frame

One major problem that we encounter with forex backtests is the limited data set. This is especially true for those interested in testing long term strategies like those on the H4 or D1 charts. The wonderful thing about entry and exit efficiencies is that they do not vary from chart to chart or even period to period.

I like to jump down to M1 charts for efficiency testing. The data is nearly endless. 私は不足して心配する必要はありません. 私はH4チャートに戻って移行する際の素晴らしいところは、私が知っているということです, 効率は以上±5％を変更しないでください.

あなたが表示された場合、効率はあまり変化させます, あなたは統計的に有意なグループを形成するために十分な取引を持っていない可能性があり. 私の経験では、と言われます 75 取引は通常、実際の効率に非常に近い取得します. 100 取引以上が良いです. 私は、M1チャート上でテストを実行すると、, 私は、多くの場合、数ヶ月にわたって数千の取引を取得します. 大戦略のパラメータが本当にどれだけ強固な信頼の多大であなたを伝えることができることを数値.

通常, あなたがとることのできる範囲内にすべての結果 45-55% ランダムの結果であります, 確率過程. 私は右のようなものの障壁に忍び寄るbacktestsを見ると 54.9% あるいは 55.1%, バックの周りに結果必然的にタンク 50% マーク.

ランダム貿易の結果とドルの利益

私は、このセクションでは、ランダムな効率でお金を稼ぐ方法についてでした望みます. 悲しいかな, 我々は、ランダム性が不当eurphoriaをもたらすことができる方法をカバーしなければなりません.

私は今、数年前から乱数の概念に興味を持っていました. 数学者はより不透明な名前でそれを参照してください。 “確率過程”. 無意味名前にもかかわらず、, それはランダムの研究を言ってだけの空想の方法です – それはどのように変化します, その分布, どこまでそれ “あるきます”, など.

昨日, 私はコインのアナロジーがどのように記述するために使用されるフ​​リップ マーチンゲール戦略 確率的に失敗する運命にされています. 私は言及しなかった一つの興味深い概念はブラウン運動に関係します. でもランダムな結果のセットで, 取引は出発点から離れてランダムウォークに行きます.

アインシュタインは、コンセプトの背後に数学を解決するための本当のクレジットを取得, 彼の名前は、用語にないにもかかわらず、. 彼はランダムなプロセスが続く距離は試行回数の平方根であることを実証しました. 我々は、コインを反転することを決定した場合 60 回, 私達はことを知っています 50% 時間の頭の上に落下し、他の必要があります 30 尾の.

それは実際に私たちが勝者か敗者のいずれかの数が非常にわずかなバイアスを期待するべきであることが判明, 我々はどちらかわからないが、. それはランダムです. 正確なバイアス, どちらの方法それは行くことを好みます, 等しくなければなりません √60, これはうまくいく〜7. ヘッドの成果は、一般的にからの範囲であるべきです 23-37, 尾の結果が違いを構成すると.

60のうち七取引は強く割合を変化させます, 我々は、それが本当にことになっていることを知っていても 50%. ヘッドが付属している場合のみアップ 23 times out of 60, それです 38%. The problem is not with the coin. It’s with the number of trials. As you do an increasing large number of trails, the random bias decreases in significance in terms of the percent accuracy. 50,000 取引, たとえば, should show a surplus of roughly 223 trades in favor of winning or losing. The accuracy range falls within 1% の 50% on either side, a dramatic improvement.

Risks of curve fitting

Curve fitting a random efficiency relates to the idea of Brownian motion. Let’s say that we use a strategy that I know will never show an entry or exit efficiency: the moving average crossover. I’ve gone through this strategy six ways from Sunday, almost exclusively at the behest of clients. It does not work as a fully automated strategy. There is no secret set of fast and slow periods that will unlock the hidden keys to profit.

Most traders, experienced or not, abuse the backtester by searching for a set of parameters that yield the most dollar profit. They curve fit their test to optimize for maximum profit. What really happens is that the traders optimize for amount of random drift that already occurred.

When I used the example of 50,000 trades creating a natural drift of 223, I cited it with the purpose of showing how little it reduces the error in the real percent accurracy. The other consequence for trading systems is that as the error percentage 減少, the natural bias in your outcomes 増加. Blindly running the optimizer only selects the set of combination that yields a combination of two criteria:

  • The drift that happened to work out in favor of that set of parameters
  • The profit and loss that varies with those parameters. The dollar profit naturally changes because the two moving averages cross at different points

You need a tool like efficiency to guard against these types of random outcomes. It’s the only method that I know of that definitively states whether or not a strategy behaves in a random manner. I especially like the fact that it breaks those elements down into two of the three basic components of a trading strategy: the entry, the exit, and the position sizing.

Efficient strategies do not work all of the time

Position sizing marks the final obstacle to building your fully automated trading strategy. A set of rules that yields a statistically efficient entry that is paired with an efficient exit does not necessarily make money. The value of each trading setup can vary, あまりにも.

Each strategy contains different sets of winners and losers. Each winner and loser varies in its dollar value. Whatever money management approach that you take requires balancing the ratio of the winners and losers in a way that normalizes the outcome of each trade. You ideally want to eliminate the variation in dollar value. 20 pip trades should earn or lose you exactly as much as the 100 pip trades.

That seems counter-intuitive. Most traders want to win in proportion with the size of the opportunity. It’s better from a system perspective to entirely ignore the size of the opportunity and to make each trade worth the same amount. Betting more or less with each trade effectively normalizes the value of each trade.

Using a stop loss stands out as an obvious candidate to fix how much a trade is worth. The severe disadvantage is that it almost always negatively affects the exit efficiency. Whenever I can get away with it, I always recommend using a market based exit instead of an arbitrary stop loss. Traders usually scream at the top of their lungs when they hear me say this. I’m just speaking as a systems developer. The numbers are what they are.