trading Archives - アルゴリズムと機械の外国為替戦略

Coppock 曲線 : 取引の成功への直線

4 月 15, 2014 によってエディ・花 Leave a Comment

Coppock 曲線, 呼ばれる Coppock インジケーターまたは Trendex 指標, クオンツトレーダーにシンプルでありながら成功した機械的な取引システムを構築するための強固な基盤を提供していますインジケータの種類は、.

以下でより詳細に記載されるように, 私はSで売買シグナルを生成するために、私の機械的な取引システムでCoppock曲線を使用&P 500 または他の流動性の高いインデックス. Coppock曲線はまた、取引iシェアーズETFのとではうまく機能.

Coppock曲線とは何ですか?

Coppock曲線は運動量指標であります. 時間をかけて, 彼らは何度ゼロの下で振動します. Coppockカーブインジケータは、最初に説明しました 1962 エコノミストやトレーダーエドウィンCoppockによって. 実際, それは市場の技術者協会ようにうまく動作します (MTA) 認識博士. 功労賞のあるCoppock 1989.

その値は、株式やインデックスの価格動向の長期的な変化の始まりを示すことにあります, 特に上昇傾向の初めに. このインジケータはまた、先物や外国為替市場の底部に信号を送ることができます, まだ私はそれが信頼性が低いことがわかりました.

あなたは、任意の時間枠にわたって、この指標に基づいて売買シグナルを生成するために、機械的な取引のアルゴリズムをプログラムすることができますが、, 私は、一般的に株式や指数市場の幅広い毎月のチャートで使用. まだ, アクティブなトレーダーは確かに毎日、あるいは時間単位の期間でCoppockカーブを使用することができます.

具体的には, 私は、クマの市場の下部にある「買い」信号を生成するCoppock曲線を使用. このインジケータは、クマの集会や実際の市場底とを区別するために特に良いです.

これは、トレンド追従指標であります, ので、正確に市場の底が表示されません. 代わりに, それは私を示していたときに強いです, 強気の集会を安全に自信を持って取引を十分に定着しています.

すべてのベスト, 私の経験でCoppocks曲線に基づいて、信号からの取引がshakeoutsとwhipsawsにかなり耐性があります. Coppock曲線が遅いです, 彼らは安全です.

Coppock曲線は「喪の期間」の終了を知らせます

背景として、, それは注意することは価値があるという博士が主導し、元のアイデア. Coppock彼の指標を開発するためには、生活の自然のサイクルに基づいていました, 死, そして再び新しい生活に戻る前に、喪.

彼は株式市場の通常の上方行進と思いました (したがって、株価指数) サイクルの「生活」の部分のようでした, もちろん、これはつまり「死」が続きました, 弱気市場の間の価格下落の期間.

Dr. Coppockは、株式市場の「喪」期間の長さを計算する際に特に興味がありました, その後、再び市場「長い」再入力しても安全になります. 論理的に, 喪期間の終了時にこのエントリポイントは次の長期的な上昇トレンドの始まりを表すことになります.

作り話の話は、彼が地元の聖公会で司教に尋ねたことを言います, 彼の投資のいずれかのクライアント, 通常bereavements後に喪に費やさどのくらいの人々. 彼は人間の喪が典型的に必要であることを言われました 11 宛先 14 ヶ月, ので、これらは、株価が再び上昇し始めるとき、彼は彼の元の方程式に採択された値を決定することでした.

Coppockカーブは最初毎月のチャートに基づいて長期的な指標として使用しました. もちろんです, 毎月の時間枠で生成された信号はかなりまれです. まだ, 私は市場の様々な取引をCoppockカーブを使用しているため, 私は、売買シグナルの多くを受け取ります.

特に, 毎月の時間枠は、株式やインデックス取引のため、非常に信頼性が高いです. 研究があることを示しました, 以来、 1920 米中. 株式市場, Coppock曲線は、約で勝利信号を生成しています 80% 周波数.

この頃, 現代の市場の急速な売上高と, それは取引サイクルが速くなってきているようです. 毎月の時間枠に加えて、, 一部のトレーダーは、毎日の時間枠が成功Coppockカーブ信号を生成する際に非常にうまく機能することを発見しました.

トレーダーは、毎日または毎時時間枠に基づいて認識し、信号に対応するための機械的な取引システムをプログラムすることができます, 追加のアルゴ取引パラメータは放漫経営の機会を減らすために追加する必要がありますが、.

あなたは、より短い時間枠で信号を生成するCoppock曲線を使用する場合, あなたの特定の市場のためのメイクセンス」喪の期間」のさまざまな方法を使って、あなたの機械的な取引システムを実験でした.

Coppock曲線を計算する方法

Coppockインジケータは、三つの変数に基づいています: 変化の短期率 (ROCと略記), やや長期ROC. Coppock曲線は、加重移動平均を使用して開発されています (WMA) 特定の市場指数の選択された時間帯由来.

言葉で述べた古典的な式:

Coppock曲線は、14期間ROCプラス11-期間ROCの10周期WMAを=

または, プログラミングのための式として、:

Coppock曲線= WMA[10] の (ROC[14] + ROC[11])

ときROC = [(閉じる - 閉じるN周期前) / (閉じるN周期前)] * 100

nが時間期間の数であります.

古典的なシナリオでは, 11 と 14 期間. 別々のROC計算を行うようにしてください.

あなたが見ることができます。, 基本的なセットアップは非常に簡単です - 移動に基づき, 私は与えられたインデックスの変化の割合を計算するために、私の機械的な取引システムをプログラム (Sを言います&PまたはDJIA) 14ヶ月前から.

その後、, 私の機械的な取引プログラムは、11ヶ月前から同じインデックスの変化率を算出し、. 次, 機械的な取引システムは、2つの異なるパーセント変化を加算. その後、, それは上記の合計の10-期間加重移動平均を算出し、.

それはあなたがROCの計算とWMAの計算に異なる期間を使用できることに注意することが重要です. 私は時々古典を使用するために私の機械的な取引システムをプログラム 11- ROCおよび14ヶ月の期間古典10ヶ月の期間よりも短いWMAの時間期間を使用している間.

だから, 私は、多くの場合、2ヶ月または3ヶ月のWMAを使用して使用します (代わりに 10 ヶ月) ROCを使用して計算されている間 11- そして、14ヶ月の価格.

または, あなたは、計算の一部またはすべてのためのより短い時間を使用することがあなたの機械的な取引システムを変更することができます, すなわち. 毎日使用したり、毎時価格の代わりに毎月の価格チャート. これは、複数の信号を生成します, あなたは追加のフィルタを追加しない限り、私の経験では、彼らは信頼性が低いです, 以下に説明するように.

同様, あなたがあなた自身のニーズに合わせて追加の装飾を追加することができます. 任意のイベントで, 一般的な方法は同じまま. 基本的な入力をグラフ化すると, あなたは、出力がかなり滑らかな円弧であることがわかります, この指標の名前の由来.

任意のイベントで, 機械的な取引システムをプログラムするための古典的なCoppock曲線の方程式は次のように述べることができます: 変更の14ヶ月のレートと変化の11ヶ月の率の合計, 10ヶ月の加重移動平均を適用することによって平滑化と.

Coppock曲線「買い」信号

Coppock曲線に, ゼロラインはトリガであります. 価格ラインは下から上昇すると 0 ラインは、低リスクの購買機会を知らせます. Coppockインジケータが最初に以下のとき私の機械的な取引システムは、購入を実行 0, その後、トラフから上方に向かいます.

これは強気の指標として最も効果的であるので、, 私は反対を無視 ("売って") 信号. まだ, 一部のトレーダー, 短い時間枠を使用して、特に, 売り信号を生成し、ロング・ポジションを閉じて取引を実行するためにアルゴ取引システムでCoppock曲線を使用. Active traders can both close long trades and open shorts when the Coppock Curve crosses below the zero line.

The figure below shows the classic Coppock Curve trading strategy using monthly time periods. The buy signal came in 1991. The sell signal came ten years later, で 2001. Note that this long time frame helped me avoid the slump in late 2001 と 2002.

The next buy signal came in 2003 and the sell signal was in 2008. This helped me escape the slump in 2008 and into 2009. Note, also that the current “buy” position, signaled in early 2010, continues to remain open, at least through the date of this chart.

The Coppock Curve on an S&P 500 monthly chart

次, for more-active traders here’s a screenshot showing the strategy applied with shorter time periods, as shown on a daily S&P 500 グラフ. もちろんです, many more signals are generated, although in general they are less likely to be winners.

Coppock Curve on a daily S&P 500 グラフ

重要なこと, the longer the time period, the safer the buy signal. Since my mechanical trading system based on Coppock indicators is a trend-following system, I don’t necessarily capture the immediate gains from the exact moment of a trend reversal. 代わりに, my mechanical trading system gets me “long” just before the beginning of a profitable advance in a bull market.

Adjusting and filtering signals from Coppock Curves

I’ve found Coppock Curves to be highly reliable when used for monthly time periods. 私の経験で, using weekly, daily or hourly time periods usually means that my entries and exits aren’t as “tight” as I would like, meaning that I don’t capture all the gains I had hoped for, and I also have more losses.

しかし, active traders can decrease the ROC variables, which has the effect of increasing the speed of fluctuation in Coppock Curves and will therefore generate more trading signals. もちろんです, even though monthly time periods are my favorite, an ultra-long-term trader could also increase the ROC time periods to slow fluctuations even more, thus generating fewer signals.

上記述べたよう, in order to receive earlier entry signals, I usually decrease the WMA downward from 10 ヶ月, sometimes to 6 ヶ月, and often to as little as 2 ヶ月. By programming my mechanical trading system carefully with just the right WMA period, and filtering the signals, I maximize my profitability in a given market.

If you want to use Coppock indicators for active trading, I recommend that you filter the trade signals generated by your mechanical trading system so that you only accept trades which are in the same direction as the current dominant trend. You’ll find this mechanical trading strategy to be the most profitable, since you can avoid many losing trades by filtering the signals.

Which markets show reliable Coppock Curves?

I use my Coppock curve-powered mechanical trading system to trade a range of indexes, especially those based directly on stocks, など、:

Dow Jones Industrial Average
S&P 500
NASDAQ Composite
EURO STOXX 50
FTSE 100
Nikkei 225
Hang Seng

同様, if you’re focused on ETFs you’ll find that a mechanical trading system using Coppock Curves will allow you to catch the beginning of trends in specific market niches, such as biotechnology, energy, and international or regional equities niches.

The key is to make sure you trade only the liquid indexes. それ以外の場合, you may run the risk of being shaken out during “fake” trend changes.

Trading Coppock Curves in non-equity indexes

同様, for the sake of diversification and to avoid issues with correlation, I also program my mechanical trading system to spot and trade Coppock Curves in non-equity indexes as well. もう一度, I focus on markets which have sufficient liquidity.

There are some profitable non-equity indexes, including iShares and ETFs, which can be traded using Coppock indicators:

Bloomberg US Treasury Bond Index
Bloomberg Canada Sovereign Bond Index
Bloomberg U.K. Sovereign Bond Index
Bloomberg US Corporate Bond Index
Bloomberg GBP Investment Grade European Corporate Bond Index
ブルームバーグユーロ投資適格の欧州コーポレート・ボンド・インデックス
ブルームバーグ円投資適格コーポレート・ボンド・インデックス
iシェアーズバークレイズ 7-10 年財務省債券ファンド
iシェアーズバークレイズ 20 年財務省債券ファンド
シュワブ短期米. 財務省ETF
バンガード短期国債ETF
PIMCO 1-3 年米. 財務省インデックスETF

すべての上に挙げた以外の株式インデックスを取引するとき、私はCoppock曲線から信頼性の高い信号を見てきました. いつものように, キーは非常に液体でのみこれらの市場における機械的取引システムを使用することです, そうアルゴリズムが確認された信号は、それを取引する前に正当であることを合理的に確信していること.

Coppock曲線は、成功への直線を示します

近年では, Coppock曲線は、この実証済みトレーディングツールに再び目を向けているトレーダーから新たな関心を描画されています. 見る, たとえば, これらの最近の金融プレスでCoppock指標の言及します: Jay On The Markets, と、 follow up article, as well as in various trader musings.

要約すると, I can say that Coppock Curves can lead you straight to success, as long as you have the patience to let your mechanical trading system do the work for you. If you use the length of variables’ time periods which are most appropriate for your chosen markets, you should do very well with Coppock Curves.

時間枠

1 月 10, 2013 によってショーンオバートン 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。.

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

自動化された取引 Ii

1 月 7, 2013 によってショーンオバートン 1 コメント

The second part in Nathan’s interview series with me focuses on the role of high frequency trading in the markets and testing trading strategies. If you missed the first automated trading interview in the series, you can read it here.

(Nathan):
Do you have any specific thoughts or opinions on HFT (High Frequency Trading)? This is such a hot topic among traders and I would imagine you have a unique insight into algo trading in general.

Do you see machines eventually replacing the “human” trader or could HFT eventually get banned from the markets? At least for day traders it seems to give quite an unfair advantage to the HFT camp for executions?

(ショーン):
There is a huge difference between algorithmic trading and HFT. HFT is obviously automated due to the speeds involved, but that does not imply that all automated trading is HFT. It’s only a subgroup.

(Nathan):
確認して, there are plenty of automated systems that are not HFT. I bring it up under the context that HFT uses deceptive algorithms for their order posting tactics.

(ショーン):
HFT is uniformly destructive to capital markets and their purpose. It nickels and dimes investors and traders through market manipulation. Just last week Nanex detected a single organization that pushed through 4% of all the order flow on US equities quotes. さらに悪いこと, not a single one of the orders executed. Posting orders without the intent to trade is blatantly illegal.

The other negative consequence of HFT comes from the rebates that the dark pools and exchanges pay to “liquidity providers,” which are really the HFT bots. The arrangement tangibly alters the motivation for participating in markets. Rather than investing or even speculating on price, the HFT algos generally do not care about market movements. They just want the liquidity rebate.

(Nathan):
This to me is the bigger issue. The whole arrangement is shady and as you said it alters the motivation for market participation. What steps or changes do you recommend?

(ショーン):
、 Market Ticker blog is one of my favorites on that subject. Karl Denninger advocates a regulatory rule of a two second minimum order time. I support the idea. Nobody can plausibly claim that an order placed for such a short duration is for any trading purpose. If an order is not intended to be filled, it should be not permitted.

(Nathan):
I cannot argue with that logic. Back to testing, how important is accounting for commissions and slippage to the integrity of any back-testing data in your opinion? To me, as you go down the scale from longer term trading to day-trading the importance grows exponentially.

(ショーン):
I fully agree. The consequences of trading costs pile up with increased frequency. Shorter time frames multiply the frequency, which as you pointed out, grows exponentially.

My personal preference is to skip trading costs and commissions on short time frames so that I can obtain a sufficient sample size for my analysis. I do not foresee myself ever trading on one minute charts, but I almost always use one minute tests to analyze randomness within a strategy. Unlike most systems developers, the profitability of a system is a backseat concern.

I read a newsletter this morning written by a multi-million dollar businessman. He concluded today’s article saying that if you start a business to make a lot of money, you’ll more than likely fail. You have to excel at providing a quality product and service in order to succeed over the long run. When the inherent business excels, only then does the long term money follow.

Trading is a business in precisely the same sense. Most traders rush through the system development process to spit out quick profits. They rarely, if ever, consider a strategy’s performance over a lengthy period of time. Everything is about the here and now. さらに, good systems frequently lose money. You need something more in the toolkit besides the random scorecard of profit and loss.

(Nathan):
Good systems do have losing periods, yet many traders seem to be convinced there is a “holy grail” approach out there that will buck this fact. If some of the most successful traders ever have posted losing periods (or even years) and have been around for 20+ years it seems hard to fathom beating their performance from day 1.

Regarding testing platforms, you were one of the first people that really explored the issues with back-testing Forex – can you provide more detail on the problems for those that are interested in developing and back-testing a system for FX (MetaTrader platform)?

(ショーン):
You’re opening a can of worms on this one. MetaTrader is hands down the worst platform available for backtesting. The data is notoriously unreliable. Even when good data is at hand, the instructions for importing it and turning it into something usable fill a dozen pages of instructions.

You’re much better off doing real analysis in NinjaTrader, TradeStation or MultiCharts. The metrics are vastly superior and require a tiny fraction of the effort. I still think that MetaTrader is sufficient for live trading most strategies.

(Nathan):
I am a huge fan of live testing/trading alternate strategies. One of my biggest “A Ha” moments came during live testing alternate exit strategies. I traded my account with my original exit approach but also demo traded alternate exit strategies in real time. There is value gained that you don’t always get from a back-testing print out. How do you compensate for slippage when testing a strategy?

(ショーン):
Forex is thankfully unique in that it doesn’t come with unique problems other than rollover. The markets are the most liquid in the world. As a retail forex trader looking at charts longer than five minutes, you can generally assume that the historical prices are reasonably reflective of executable prices for the strategy.

I compensate for slippage and bad ticks by doubling my expected transaction costs. たとえば, I pay 1.5 pip spread on the EURUSD. When I test a strategy, I demand that it must hold up on 3 pips transaction cost on every trade.

(Nathan):
Before we wrap this up, are there any specific strategies or common parameters that you have noticed in systems that make it? We both know how small of a percentage of traders become successful, but as it relates to mechanical systems are there recurring themes for those that are profitable?

(ショーン):

いいえ, there are no recurring themes that I see. The lowest common denominator is that they do not overtrade and that they use low leverage. Other than those two items, each successful strategy differs substantially from all the others.

The most important ingredient in system development is the developer. I have yet to program a successful trading system for someone without years of full time trading experience under their belt. You have to go through the school of hard knocks if you’re going to make it. Almost all of us are too stubborn to listen to good advice.

(Nathan):
ショーン, I can’t thank you enough for providing such honest responses and sharing your insight. If you are interested in learning more or considering coding your system, go to MetaTrader Programming for more information.

システムの期待

9 月 19, 2012 によってショーンオバートン Leave a Comment

I found myself outside today looking for an excuse to make a video. It’s 80°F / 27°C, sunny skies and a soft breeze in Dallas. The last place anyone wants to be is in front of the computer when the weather is this nice.

No doubt that some active daytraders or people that hate their jobs are thinking the same thing. I suspect that the motivation for most people making automated expert advisors is the dream of making money without doing anything. Turn on the software and wait for the trading profits to roll in. That was certainly the case with the company Forex Made Sleazy… 私が言いたいのは, Forex Made Easy several years ago.

We do have a handful of customers that trade profitably, but even then, it takes a long time for an automated system to get to the point where it’s largely hands off. The best conceived ideas, which I would define as plausibly worthy of my own investment funds, takes a bare minimum of several months to execute from start to finish. This also presumes the unlikely notion that the idea has genuine potential to start with.

Even the most simple, valid concepts encounter substantial setbacks before the system can truly run hands-free. It’s usually not some kind of epic programming disaster where the client wants black and the programmer makes white. 誤解しないでください。; communication is critical. The smoothest projects are always the ones where both parties understand one another readily.

それにもかかわらず, even the most well-oiled team experiences countless hiccups in the process of morphing from idea to reality. Simple ideas often fall the most vulnerable to real world problems. Trade execution stands out as the most common obstacle. If anything goes remotely unexpected, a potentially profitable scenario may lead to unexpected losses.

I worked with one client that came up with a simple idea that mathematically showed a heavy positive expectation. Yet when we launched the idea in the real world, the prices that the system absolutely required in order to function never came through. Slippage occurred precisely when it was the most damaging.

We had to go back to the drawing board looking for ways to re-engineer the expert advisor where the importance of execution declined. That setback alone took several months to overcome in any meaningful sense.

The take away here is that it’s totally unreasonable to expect to hire a forex programmer and expect a dramatic shift in profits and life style. The best ideas take several months before they are worthy of running their full account balance. 残念なことに, most of the ideas out there are not good to begin with. That’s why making an EA that is profitable over the long run is so incredibly difficult.

実験を取引に失敗しました

6 月 12, 2012 によってショーンオバートン 2 コメント

昨年4月、私は動作するように運命づけられたように見えた取引実験を考案しました. MB取引は、ユニークなを提供しています指値注文の支払い私は最初の年半前覆わプログラム. 目標は、できるだけ頻繁に指値注文との取引により、市場からの手数料を吸うことでした.

ゼロ期待

理想的な戦略は、一貫して正確な市場の方向性を予測一つであり、それはそれは作るよりも多くを失うことはありません. 私は、指値注文とうまくペアになる既製品戦略を持っているために発生しません。. 代わりに, 私は正確にとんとんで出てくることになっての戦略を選びました.

アイデアは、我々はできるだけ頻繁に指値注文と取引することができればということです, その後、通常の戦略が必要とされていません. 獲得した手数料は、トレーディング収益のように行動するだろう, 戦略は、市場価格の変動の結果を無視しながら、. アプローチはまた、市場を作るの結果として広がりを稼ぐ必要があります.

私はEURUSDでテストするために任意に固定ピップ距離を選択することによって、これを達成しました. A 20 ピップストップロスは、容易にするのに十分頻繁として私を襲いました 100+ 実行に影響を与えることなく、一日あたりの取引. すべての取引は稼ぐために指値注文を介して入力されました $1.95 100Kあたり取引. 戦略目標は、指値注文を経て出た取引の数を最大化することでした (すなわち, テイク利益) ストップロスを介して出口の数を制限します.

エントリー価格にテイク利益が表示されていることを近いです, より多くの可能性の高い取引は、そのテイク利益を打つだろうと. 私は概念を説明するために、以下の表を作りました.

利益を取る	損失を停止します。	パーセント勝利	勝利の価値	パーセント損失	損失の値	ネットアウトカム
3	20	20 / (20 + 3 ) = 86.956%	86.956 * 3 = 260.87	3 / (20 + 3) = 13.043%	13.043 * 20 = 260.87	260.87 – 260.87 = 0
7	20	20 / (20 + 7) = 74.074%	74.074 * 7 = 518.52	100%-74.074%= 25.926%	25.926 * 20 = 518.52	518.52-518.52 = 0
10	20	20 / (20+10) = 66.667%	66.667 * 10 = 666.7	100%-66.667% = 33.333%	33.333 * 20 = 666.7	666.7 – 666.7 = 0
15	20	20 / (15+20) = 57.143%	57.143 * 15 = 857.143	100% – 57.143% = 42.857%	42.857 * 20 = 857.143	857.143-857.143 = 0

結果は市場とは何の関係もないことに注目してください. これは、基本的な確率です, 市場は結果の独立した分布に従うと仮定して.

委員会からの期待収益

うまくいけば、, あなたは、固定されたストップロスとの取引とは利益を取ることを確信していると方向の兆候はまさに無利益と損失につながる可能性がありません. 私の目標は、今、この方法は、潜在的利益につながる可能性がどのように取引をランダムにお見せすることです.

MB取引制度は、彼らが支払うということです $19.95 指値注文のための百万分率. 停止し、成行注文は支払います $29.95 万人あたり. それはということになります $0.01995 microlotあたりの制限のためにと -$0.02995 他の注文のmicrolotあたり. 私たちの期待利益と損失の後にこれを打破してみましょう 100 マイクロロット取引.

すべての注文は、指値注文を使用して市場に参入. それはすべてのことを意味し 100 取引は入力時にコミッションを獲得します. 取引エントリの値であります 100 取引 * $0.01995/貿易 = $1.995.

残りの損益は、取引を終了するから来ています. 私たちはのテイク利益を使用すると仮定すると、 3 とのストップロス 20, その後、我々は勝つことを期待 86.956% 時間のと失うことに 13.043%.

私たちは期待します 86.956 獲得する取引 $0.01995. 86.956 取引 * $0.01995 = $1.735.
私たちは期待します 13.043 失う取引 $0.02995. 13.043 * -$0.02995 = -$0.391
取引終了の値であります $1.735 – $0.391 = $1.344

すべての取引の値は、エントリと出口から利益の合計であります. $1.995 + $1.334 = $3.339 後 100 microlot取引. 今発生する必要のあるすべては失われないように、上記の損益分岐戦略のためのものです, または少なくとも以上のものを失うしないように 33 ピップ.

あなたは、これらの数字は、映像と若干異なることがわかります. 私は、私たちの外国為替取引における基本通貨は、米ドルであったことを前提とすることを選択したためです. EURUSDがで取引するとき、我々はユーロを使用した場合 1.30, その後の数字は、あなたがビデオで見るものと一致う.

変更された確率

私は予想確率は数パーセントは、常に予想以上に悪化した完了取引の何百もの後に発見. 私はエントリの固定価格を維持することが普及を圧縮するために許可されたことを戦略を見てから気づきました. それはMBの取引のために素晴らしいことだと私の貿易の反対側の人. 何私のために動作しませんでしたことはしたこと外国為替市場の深さエントリー価格から離れてドリフトだろう.

誰かが最終的にビッドまたはオファーに受け入れられた場合, 流動性の残りの部分は、いくつかのmicropipsまたは私は実行しまった場所を越えてでもピップだろう. 最高入札に制限による入力/ベストオファーに表示されます。 “あきらめる” 潜在的な利益の一部. 論理的な次のステップは、必ずこのことを確認するために本の中でより深く注文を配置することです “あきらめる” 最小化されています.

お金の管理モデリング

4 月 2, 2012 によってショーンオバートン 4 コメント

We recently developed software to model the affects of random chance on money management. Although computers are capable of generating pseudo-random numbers, the pseudo-random process introduces bias into the random distribution.

We opted to source our random numbers from random.org. The web site generates purely random streams of bits taken from atmospheric noise. We then use binary mathematics to change those bits into numbers ranging from 1-10,000. 言う, たとえば, that we want to model a trading system with a winning percentage of 50%. Whenever a number comes out between 1-5,000, we consider that a winner. Anything above 5,000 marks a loser.

Changing the winning percentage to 65% works the same way. Any number less than 6,500 represents a winning trade. Numbers above 6,500 signal a loss. The modeling quality is accurate to the thousandth decimal place. That type of accuracy is way more accurate than the “known” accuracy of your trading system, which can only be known within a few whole percentage points.

Most traders fall into the trap of thinking about their trades as individual outcomes. The more appropriate way to view returns is as the sum of all individual outcomes. Losing on any given trade does not matter. It only matters whether the sum of all your winners is greater than all of the losers.

It gets more complicated, 残念なことに. A system with 50% wins and a 1:1 payout will almost never come out at exactly breakeven. The mathematical expectation is that we expect to see a degree of drift in the returns solely due to random chance. I suggest reading more in the random trade outcomes and dollar profits section to get a better understanding of drift.

最後に, we must define a sampling period for evaluating the final result. I arbitrarily set the default value to 200. That means that the software tells us the range of outcomes after 200 合計取引. That may take more than a year for some traders. Daytraders may reach that benchmark in several weeks of trading. The question that we are answering is “what is my account balance likely to be after placing 200 取引?”

Coin Toss Trading Experiment

The first experiment is to analyze how dollar returns vary with a coin toss game and the most basic お金の管理 method. A starting balance of $100,000 is used with a risk of 1%. The risk will not change as in the fixed fractional method. 代わりに, we will leave the lots fixed in order to strictly understand random chance. Wins always earn $1,000. Losses always lose $1,000. The odds of a coin toss are 50% wins with 50% losses and a 1:1 reward risk ratio.

The average trade comes out to $99,868.36, almost exactly $100,000. It’s what we expect for a 50-50 game with a 1:1 reward risk ratio. What I find interesting is the standard deviation of $14,377 and how it changes. I don’t want to cover scary math topics. The layman’s explanation is that the standard deviation is the “normal” range from the average that you might expect. 、 $100,000 バランス, ほとんどの場合, would either lose $14,000 or make $14,000.

Everything beyond those standard deviation boundaries represent the less likely wild scenarios. The minimum outcome comes out to $58,o00, a massive 42% 損失. This had a 0.54% chance of occurring. The maximum outcome shows as $158,000, a monster 58% 戻り値. This had an even smaller chance of occurring, のみ 0.1% (1 in every 1,000 試験).

Changing the account risk dramatically affects the standard deviation. 1% strikes most traders as sane and reasonable. まだ, there is a small chance of losing half the account to drawdown strictly because of terrible luck. Decreasing the overall risk by a fourth to 0.25% drops the standard deviation by exactly one fourth. The worst case scenario shrinks to a highly tolerable $11,500 ドローダウン (11.5%). Most traders would find a number between 10%-20% reasonable. The consequence of the reduced risk is that the best case scenario drops correspondingly down to a 14.5% ゲイン.

Stretching the risk out to 2%, a normal industry practice, turns out to be risking accounting suicide with the coin toss game. The worst case scenario drops the final account balance down to $8,000, a staggering 92% 損失.

The goal is to help you define risk from a gut feeling matter into something more tangible and calculated. Too many traders enter the market day dreaming about profits. Risk enters the picture, but too few traders actually understand the relationship between risk and reward. うまくいけば、, the picture of best, worst and average scenarios is starting to become more clear for you.

外国為替のお金の管理

1 月 5, 2012 によってショーンオバートン 7 コメント

トレーダーの大半は取りつくのエキスパートアドバイザーのパーセントの精度. 直感は、勝つことより頻繁、トレーダーのように見える, 大きなチャンスや利益を回し. 悲しいかな, このようなアプローチは、重要な変数を無視します。.

平均勝率は、最終的な結果を決定する際にも同様に重要な役割を果たしています。. 多くを満たすためのダフ屋になります。. 高頻度取引は非常に人気のあります。, それと関係者のトレーダーの多くは、のみ基板の簡単なポイントを置くのでこれを行うが、. すべての肯定的な期待があるため戦略を追求しません。. 他の言葉で, 彼らはギャンブルと交換していません。.

あまりにも多くの取引を愛している理由の一つ, 私は一般的にギャンブルを嫌いな理由, 潜在的な配当および配当性向の制御に常にあることは、します。. ブラックジャックを再生するとき, 私はリスクとペイアウトを制御します。. 私はコントロールできない、比すべてのお支払いの. それは常に 1:1.

ブラックジャックに私の意思決定できるだけ現実的にする確率を向上させる 50%. 以上の可能性, 私のゲームの演劇はそのしきい値を下回る確率を下げる. 圧倒的に人間のエラーになります意思決定を繰り返し. それが私たちの自然.

私は私の外国為替口座を開くとき, 各貿易は、ゲームの新ラウンドを開始します。. 取引とブラックジャックの重要な違いは、制御、比お支払いの, プラス私はまだリスクと配当の量を制御. 最終的な結果はまだ偶然によるもの私に対して移動できます。. 重要な違いは、典型的な結果のアルゴリズム取引システムと私の好意でシフトする必要があります。.

私のお気に入りのトレーディング書籍の 1 つです・ヴァン・サープ貿易金融の自由への道. 我々はすぐにこの 1 つの話よ; それはジョン Rackley 読書リストの次のアイテム. 本の私のお気に入りの側面の 1 つは資金管理戦略と貿易の期待に重点.

用語お金の管理は多くの人々に多くの事を暗示します。. 正確なフレーズ戦略をサイズ変更位置としてそれを記述すること. 取引を入力するとき, あなたは現実的に知る必要があります。:

何は、アカウントの割合の期待損失?
アカウントの割合としての期待利得は?
私の取引のパーセントの精度とは何ですか?

どのように多くの多くの意思決定につながるこれらの質問に正確に答える, 契約または貿易株式. 結果を制御するをため、サイズの制御. 成果を制御します。, 理想的にはあなたの努力の利益を獲得します。.

固定小数マネーマネジメント

箇条書きの項目にアカウントの割合と貿易のドル値ではなく、私が言ったことに注意してください。. ドルの観点から思考が心の中に簡単に. 問題は指数関数的成長のすばらしい利点を無視していることであります。.

地球上のすべての財務アドバイザーは、複利を警告します。, 急激な成長の一形態であります。, 最強の力に取り組んでいる投資またはあなたに対して債務. 同じ概念を適用する取引, 化合物の成長の力をあなたの側に置きたいです。.

固定分数式は醜い方法あなたの取引戦略の急激な増加を使用することを伝える. 言う, たとえば, リスクを選択しました。 1% 損失を停止する距離に基づく取引口座. あなたが持っているかどうか、 $10,000 取引口座, それは唯一 $100 リスクの. 貿易がうまく、ことと $100. 次の貿易を危険にさらす必要があります。 $101.

そのいずれかであなたの目をロールバックしないように. 些細なようである余分なドルを危険にさらすことと好き嫌い寄生虫の卵. あることを保証します。.

私は実際にことを確認して説明する方法するにはそれらのすべての小さな違い追加, しかし、彼らは. 計算方法固定小数お金は数年前にお金の管理の計算機を書いた管理に影響を返します. ささいなことは本当追加しないでください。. 勝利の非常にわずかな確率で、 50:50 オッズ, 固定多くのアプローチではなく固定小数のアプローチを使用する場合、戻り値は圧倒的に大きかった. 受賞後の位置のサイズを増やす必要がありますして敗者後位置のサイズを減少させる.

パーセントの精度が重要な半分

あなたを支払われる場合 $1 すべて勝つと、勝利 99% 時間の, 私のゲームをプレイする必要があります。?

まだ決定を下すのに十分な情報を持っていません。. あなたが失うときに何が起こるかを見つける必要があります。.

紛失した場合 $100 貿易のみを失い、または 1 時間 100, 決して、私のゲームをプレイする必要があります。. あまりにも頻繁にプレイする場合は失われます. とは, ちょうど 10 倍を再生および停止するようなものはありません。. 100 上で行うよう、最初の取引で失うのと同じリスクがあります。. それはすべてでプレーは安全ではありません。.

ゲームをプレイすることが唯一の方法は総支払いがより良い場合も. 合計が勝利に等しい 99 取引 * $1/貿易 = $99. 1 つの損失がある必要がありますよりも少ない $99 私の演奏に緑色の光を与えるため.

紛失した場合 $80 1 つの時間と $99 残りの試験, 平均勝利損失率にでます $99/$80 = 1.24. このようなシステムは、私の好意で乱暴だろう.

A 60% トレーディングの世界で発生する可能性が多く、卓越した精度. 私が作るとしましょう $100 すべての勝ちトレードに. 私の合計値を獲得 60 取引 (うち 100) * $100/貿易 = $6,000. このシステムが許容できる最大の平均損失が:

我々が許容できる最大の平均損失が $6,000 / 40 取引 = $150. 平均損失になる場合は、このシステムを取引を検討してください。 $149 以下. 小さいの平均損失, 大きいほど、最終的な結果.

外国為替取引のためのケリーの式

我々のお金の経営戦略で直面する問題の 1 つは危険にアカウントの割合を選択します。. 危険にさらすことの違い 1% または危険にさらす 2% アカウントの株式は、単に 1 つの割合. トレーダーに適したリスク報酬プロファイルを提供するオプションのいずれかまたはそれ doesn't. リスクと報酬が大きいほどの食欲, 関わっている数大きく.

、ケリーの式質問の比例を削除し、異なるアプローチを取ります: 私の取引の統計情報を使用して時間をかけてお金の絶対的な最大の合計を確認する方法. 目標なし得るマージンと呼ばれるお金の最大の量を確認することです。.

使用する式です。 K = W – (1-W)/R どこ:

K = 1 つの貿易を置くために資本の割合.
W = 取引システムの歴史的な勝率.
R = 歴史的平均勝利または損失の比.

アプローチは小型のアカウントを取引に最も適した, おそらく、わずか数千ドル, 最大の攻撃性に成長しようとします。. 少数のドルを失うことは徹底的に快適ではないです。 (そこにいた, こと!), ない経済的に壊滅的です, いずれか.

おいてケリー数式が絶対最大値に破裂がなければ取引システムをプッシュしようとすることが重要です。. それは破壊の端にどれだけ近いかを知る, 良い仮説を軽視して悪いものを誇張することは極めて重要です。. エラーの可能性に対応するいくつかのポイントで期待されるパーセント精度をドロップします。. 勝利を下げる:同じ理由で損害率.

エラーとも精力的に活動中のチャンスを減らす最も簡単な方法は、EA のパーセントの正確さと十分な大きさのサンプルサイズの勝利損失比率を計算されることを確認するには. 私は検討します。 100 絶対的な最低限として取引. 300-400 十分です。. 1,000+ 取引は、ほとんどの専門家のアドバイザーとの取引ロボットのための適切なサンプル.

もちろんです, 常より簡単な方法を取るして単にケリー式のリスク提案を半分にカット. それは戦略に科学的な眼識のビットを追加します, 私たちが人間であるという事実を気にしながら. トレーダーをテスト見てゼロに近いアカウントドロップもほとんど戦いの心が壊れます. それはドローダウンを気に停止することはできません。, ケリーの数式を完全に無視します。.