Test your trading ideas

Bagaimana Hendak Mewujudkan Satu Sistem Trading Memenangi

Mac 11, 2014 oleh Eddie Flower 2 Komen

Ramai pedagang tertarik dengan forex kerana peluang untuk keuntungan lemak, terutamanya apabila dibandingkan dengan saham. Namun, apabila berdagang forex leverage yang wujud boleh memberi kesan kepada peniaga’ emosi, yang membawa kepada lebih-perdagangan, kerugian-mengejar dan kedua-meneka. Satu sistem perdagangan mekanikal boleh menyediakan penyelesaian yang menang.

Mengapa membina sistem perdagangan?

Perdagangan Manual berfungsi dengan baik untuk peniaga-peniaga saham banyak, terutama mereka yang menggunakan strategi beli dan-terus untuk bilangan yang terhad picks kegemaran, lagi peniaga forex memerlukan alat yang lebih baik dan disiplin yang lebih kukuh untuk menjadi menguntungkan.

Dalam apa jua industri, mesin yang dibina adalah lebih berkesan daripada mana-mana manusia

A sasa sistem perdagangan mekanikal menawarkan seorang peniaga yang terbaik daripada kedua-dua dunia: teknologi dan matematik memberi peniaga keupayaan untuk mengesan dan mengambil kesempatan daripada ketidakcekapan pasaran dan keuntungan tuaian dalam sibuk, persekitaran berantakan, sementara membebaskan dia atau dia dari emosi menaiki roller-coaster yang berdagang.

Cari niche anda sendiri

Terdapat banyak sistem perdagangan tersedia pada masa kini; kunci kejayaan perdagangan forex terletak dalam mencari atau menyesuaikan sistem "hak" untuk keperluan anda sendiri dan gaya. Sebaik sahaja anda telah membuat keputusan parameter untuk kejayaan, termasuk matlamat keseluruhan anda dan objektif untuk dagangan, toleransi risiko peribadi untuk, dan jumlah modal untuk menumpukan kepada perdagangan, sistem yang boleh dibina untuk menyesuaikan anda seperti sarung tangan.

Apabila membina sistem, ada banyak ruang untuk pengkhususan dan individualisasi - Jika semua orang diniagakan dengan cara yang sama, spread tidak lama lagi akan hilang. Seperti nyamuk berdengung di sekitar gajah lambat geraknya bergerak pantas, banyak peniaga memperoleh hidup yang sangat baik dengan mengambil kesempatan daripada peluang-peluang tidak dapat tidak dicipta oleh pergerakan pemain lebih-lebih besar di pasaran; utama adalah untuk mengumpul set tindakan corak dan petunjuk yang sesuai dengan gaya peribadi anda.

Jika corak yang ketara adalah, maka ia mungkin diambil tindakan

Langkah pertama adalah untuk mencari melalui data perdagangan lalu untuk mengenal pasti pola dan syarat-syarat yang muncul untuk menawarkan peluang perniagaan yang menguntungkan secara konsisten. Harga dan jumlah carta sejarah sering menunjukkan pola yang muncul untuk memberi isyarat harga bergerak yang akan datang, dan petunjuk teknikal akan membantu menjelaskan gambaran sebaliknya-kabur.

Cuba mencari kombinasi penunjuk sepanjang tempoh masa sejarah yang berbeza untuk melihat jika mereka boleh memberikan kuasa ramalan dalam mengesan pasaran bertukar atau perubahan dalam trend. Pendekatan "gaya-penghuni gua" dengan cepat menguji gerak hati anda boleh jadi semudah mencari corak yang nyata pada carta yang dicetak, kemudian memegang sehelai kertas lebih bahagian yang akan datang dan "meneka" apa yang akan berlaku seterusnya; apabila anda betul, anda mungkin telah menjumpai satu corak memenangi.

Ujian & pengoptimuman

Sebaik sahaja anda telah mengenal pasti corak yang agak-diramalkan dengan melihat carta, sudah tiba masanya untuk berfikir tentang bagaimana untuk berdagang ia menguntungkan. Anda perlu mengambil kira bagaimana ia sesuai dengan gaya trading peribadi anda, termasuk pengurusan risiko. Corak dan petunjuk di mana sistem anda adalah berdasarkan boleh menjadi mudah atau kompleks, selama mereka bekerja di pasaran dan sesuai keadaan anda.

Langkah seterusnya adalah untuk menterjemahkan corak dan senario ke pengekodan matematik, untuk membentuk satu set peraturan perdagangan yang boleh diuji sepenuhnya. Anda boleh melakukan ini sendiri, atau anda boleh bergantung kepada perkhidmatan seorang pakar coding untuk membantu mencapai ini. Selepas anda telah menjadikan landasan bagi sistem, ia boleh diuji secara objektif dengan menukar input untuk mencari keadaan yang optimum untuk perdagangan, seperti gabungan terbaik daripada pasangan mata wang, perhentian, dan pembolehubah lain.

Anda boleh menggunakan perisian untuk cepat menguji pelbagai kombinasi petunjuk. Kuncinya adalah untuk mengenal pasti corak yang boleh diramal akan memberi anda keyakinan untuk berdagang apabila anda melihat mereka muncul, sama ada panjang atau pendek, kemudian menala halus mereka untuk memaksimumkan keuntungan anda. Ia adalah penting untuk menyedari bahawa lebih kompleks yang tidak semestinya lebih baik - Sistem super-kompleks mungkin tidak akan menggemukkan dompet anda jika ia hanya memberi isyarat perdagangan yang sekali setiap sepuluh tahun dan komputer anda berlaku untuk menjadi luar talian semasa yang akhirnya berlaku.

Jangan menjadi berkahwin dengan sistem anda

Yang paling penting, jika penunjuk anda tidak bekerja semasa ujian seperti yang anda harapkan, tidak menjadi emosi dilaburkan dalam "membuktikan" bahawa mereka bekerja. Sebaliknya, langkah ke belakang dan melihat dengan lebih luas - Mungkin sudah tiba masanya untuk menggunakan kombinasi yang berlainan petunjuk, atau menukar pendekatan anda sama sekali.

Semasa ujian dan pengoptimuman, ia adalah penting untuk tidak disentuh meninggalkan beberapa data pasaran sejarah anda sebagai belum teruji "out-of-sampel" data semasa anda bekerja melalui menguji sistem anda dengan menggunakan data dalam sampel. Untuk tujuan statistik semasa ujian, anda hanya boleh menggunakan data sekali sebelum mengubah suai sistem anda; maka sudah tentu ia menjadi sebahagian daripada data dalam sampel anda. Jika anda mencemarkan data ujian anda, yang, jika anda bergantung pada julat tarikh tertentu data untuk pertama membangunkan dan menguji sistem anda, kemudian menguji semula sistem diubahsuai anda dengan data yang sama, keputusan yang menjurus. Jadi, menggunakan anda di luar sampel data hanya untuk ujian akhir dan Tweaker selepas anda telah membina sistem anda, jadi anda boleh yakin bahawa data itu adalah "tulen" dan belum diambilkira di dalam sistem.

Pastikan untuk back-ujian mana-mana sistem baru bakal jangka masa yang munasabah panjang, jadi anda akan mempunyai idea bagaimana ia melaksanakan jangka panjang. Dan, semak keputusan apabila menggunakan panjang yang berbeza untuk memindahkan biasa anda. Juga, ia berbaloi untuk menguji sistem anda secara meluas di seluruh pasangan forex yang berbeza, walaupun orang-orang yang anda tidak biasanya berdagang - Anda mungkin terkejut apabila mendapati bahawa sistem anda tidak terutamanya baik di pasaran yang telah anda cuba sebelum ini tidak.

Pelaksanaan

Walaupun ujian dan Tweaker kecil harus dianggap sebagai satu proses evolusi yang berterusan sepanjang hayat trading anda, pada ketika ini, anda sudah bersedia untuk melaksanakan sistem anda dengan menggunakannya untuk berdagang dengan wang sebenar. Jika anda telah melakukan kerja rumah anda dengan baik, dan anda berpegang kepada kaedah-kaedah yang ujian anda telah membuktikan akan bekerja di bawah syarat-syarat tertentu, maka anda boleh yakin dalam meneruskan ke hadapan.

Berpegang kepada kaedah-kaedah yang terbukti dan anda akan berjaya

Masyarakat bergantung kepada undang-undang untuk mengawal tingkah laku rakyat mereka kerana mereka telah belajar dari masa ke masa (diuji dan dioptimumkan) apa yang berjaya. Begitu juga, untuk berjaya dengan forex anda perlu mematuhi peraturan perdagangan yang konsisten yang anda telah ditubuhkan dengan cara yang saintifik. Jika anda berpegang kepada kaedah-kaedah, sistem perdagangan mekanikal anda boleh membantu anda memenangi permainan forex.

Menggunakan NFL untuk Gambarkan Kebimbangan Saiz Sampel

Februari 27, 2014 oleh Andrew Selby Tinggalkan komen

Pada masa lapang saya, Saya telah bekerja pada membangunkan strategi kuantitatif bagi pertaruhan pada permainan Major League Baseball. Ini merupakan projek sampingan yang sangat menarik, tetapi pada masa ini ia telah tidak sangat berjaya.

Sebab utama bahawa saya memilih untuk memberi tumpuan kepada permainan besbol dan bukan bola sepak atau bola keranjang permainan adalah bahawa pasukan besbol bermain lebih banyak permainan dari mana-mana sukan lain. Dari masa ke masa, ini harus menyediakan saiz sampel yang lebih besar, memberikan saya hasil yang lebih besar dan menghapuskan perbezaan yang disebabkan oleh saiz sampel kecil.

NFL memberikan kita satu contoh yang sangat baik dari apa yang harus dielakkan dari segi kepentingan statistik saiz sampel yang kecil.

Terdapat paparkan dalam Gestaltu pada hari Isnin yang kelihatan di topik saiz sampel dengan cara yang sama. Penulis digunakan semula jadi bermakna perkembalian yang berlaku dalam NFL setiap musim sebagai contoh untuk menerangkan kesan bahawa saiz sampel kecil boleh mempunyai prestasi. Artikel ini juga ditangani bahaya bahawa saiz sampel yang kecil boleh memasukkan ke dalam penilaian kami pengurus dana dan keputusan ujian tersokong.

Bilangan Permainan Dimainkan Perkara

Musim tetap dalam NFL terdiri daripada 16 permainan berlangsung selama 17 minggu. Dalam perbandingan, NBA dan NHL setiap permainan 82 permainan dalam musim, dan pasukan MLB bermain 162 permainan. Darabkan jumlah mereka dengan jumlah pasukan dalam setiap liga dan anda akan melihat bahawa ada kurang dramatik permainan NFL daripada mana-mana sukan lain setiap tahun.

Perbandingan perdagangan di sini adalah jelas. Ia akan menjadi sukar bagi kita untuk serius mempertimbangkan strategi berdasarkan 16 dagangan. Strategi yang membuat 162 perdagangan setiap tahun mempunyai peluang yang lebih baik untuk mengelakkan perdagangan malang, atau sekurang-kurangnya mereka pulih daripada.

Pasukan Purata Membuat Pertandingan

Artikel ini juga menekankan titik bahawa setiap tahun dalam NFL adalah pasukan dengan tahap bakat purata yang menyelinap ke dalam pertandingan. Oleh kerana saiz sampel yang kecil, pasukan tersebut purata boleh mendapat ganjaran yang besar dari beberapa rehat bertuah semasa musim.

Dalam keadaan yang sama, ramai pengurus dana keuntungan dari rehat bertuah sama dalam sejarah prestasi mereka. Artikel ini menunjukkan bahawa walaupun mengesan rekod sejak 10 tahun boleh kurang saiz sampel cukup besar untuk menjadi statistik yang signifikan.

Sama seperti pasukan bola sepak rata boleh menyelinap ke dalam pertandingan dan pengurus dana yang kecil boleh menghantar pulangan yang mengagumkan, strategi dagangan purata boleh menghasilkan pulangan yang luar biasa apabila backtested dalam persekitaran yang ideal mereka.

Daripada memberi tumpuan semata-mata kepada keputusan ujian tersokong, kita juga perlu melihat proses yang mendasari strategi. Kami mahu strategi kami untuk menghadkan bilangan parameter input dan dapat bertahan sehingga analisis statistik menyeluruh. Anda tidak mahu terjebak dengan semua modal anda menunggang pada 2012 Baltimore Ravens semasa 2013 musim.

Kami Boleh Meningkatkan Pulangan oleh Trading Kurang Lazim?

Februari 24, 2014 oleh Andrew Selby Tinggalkan komen

“Ia hampir-hampir tidak dapat dinafikan bahawa matlamat tertinggi teori semua adalah untuk membuat unsur-unsur boleh dikurangkan asas yang sederhana dan sedikit yang mungkin tanpa perlu menyerahkan perwakilan yang mencukupi daripada datum tunggal pengalaman.” – Albert Einstein

Itulah petikan dari Einstein adalah inspirasi di sebalik jawatan baru-baru ini pada Gestaltu yang memandang cara untuk memudahkan lagi strategi putaran yang sudah mudah. Jawatan itu mengambil Mebane Faber amat popular Ivy Portfolio dan diuji sama ada strategi yang sama boleh menghasilkan keputusan yang setanding dengan pengimbangan semula portfolio yang hanya sekali setahun dan bukannya setiap bulan.

Adakah mungkin untuk meningkatkan strategi pengimbangan semula bulanan dengan hanya berdagang ia sekali setahun?

Ia tidak menjadi rahsia lagi bahawa saya peminat setia Ivy Portfolio Faber. Saya percaya bahawa ia merupakan asas yang sangat baik di mana untuk membina pendekatan pelbagai strategi untuk perdagangan. Keputusan menunjukkan bahawa ia adalah salah satu yang terbaik strategi jangka panjang semua-sekitar di luar sana, dan pada masa yang sama adalah sangat mudah untuk diikuti.

Bagi ujian teori ini, penulis bermula dengan versi Portfolio Ivy yang berdagang 5 kelas aset berdasarkan purata 10 bulan mereka bergerak. Portfolio ini adalah sama ada panjang atau secara tunai bagi setiap kelas aset berdasarkan kepada sama ada di atas atau di bawah purata bergerak mereka pada masa pengimbangan semula.

Keputusan ujian tersokong

Terdapat sejumlah besar daripada nombor yang diberikan berdasarkan pelbagai tarikh pengimbangan semula mungkin. Pada akhir hari, dalam hampir setiap kes, pengimbangan semula bulanan mengatasi pengimbangan semula tahunan.

Penulis pergi sejauh menguji pengimbangan semula tahunan ke atas setiap individu hari kalendar dagangan. Sementara beberapa hari dapat mengatasi pengimbangan semula bulanan, Prestasi yang disebabkan oleh nasib, bukannya kelebihan berulang.

Jawatan juga bereksperimen dengan menggunakan purata 12 bulan yang bergerak dan bukannya purata 10 bulan yang bergerak. Dalam kes, pulangan hampir serupa.

Bolehkah Kita Pergi Arah Lain-lain?

Artikel ini diakhiri dengan perbincangan mengenai hubungan antara kekerapan pengimbangan semula dan kos dagangan. Jelas, mengimbangkan semula setiap tahun dan bukannya bulanan akan menjimatkan banyak kos transaksi, tetapi prestasi yang tidak berfaedah. Sebaliknya, pengimbangan semula setiap hari menanggung kos urus niaga yang begitu banyak bahawa strategi kehilangan apa-apa kelebihan yang berpotensi.

Salah satu kawasan yang artikel yang tidak menyentuh adalah pengimbangan semula mingguan. Ini akan mewakili lebih kerja dan kos urus niaga yang lebih tinggi daripada mengimbangkan semula bulanan, tetapi masih akan jauh kurang daripada mengimbangkan semula urus niaga harian. Saya ingin tahu sama ada mengimbangkan semula mingguan atau dua kali seminggu yang mungkin menjadi suatu peningkatan berbanding pengimbangan semula bulanan.

Tiga Cara yang berbeza Itu Keberterusan Bias Boleh Merosakkan ujian tersokong anda

Februari 23, 2014 oleh Andrew Selby Tinggalkan komen

Ia seolah-olah seperti yang banyak kita belajar tentang membangunkan dan menguji strategi perdagangan kuantitatif, semakin kita sedar betapa mudahnya keputusan ujian tersokong kami boleh hancur. Salah satu cara yang paling mudah yang kita boleh menghasilkan keputusan ujian sama sekali tidak berguna adalah dengan menggunakan data yang tidak betul dibersihkan.

Berat sebelah survivorship boleh menjalar ke dalam data harga yang kita gunakan untuk ujian tersokong kita dalam pelbagai cara halus. Tiga cara yang paling jelas adalah melalui perbezaan harga seperti yang diniagakan-, gagal termasuk saham dinyahsenaraikan, atau melalui ujian indeks kerana mereka hari ini terdiri daripada menggunakan komponen sejarah mereka.

Termasuk hanya stok yang telah cukup kuat untuk terus hidup boleh membuka keputusan ujian tersokong anda sehingga banyak versi yang berbeza berat sebelah survivorship.

Setiap kelemahan set data boleh mempunyai kesan yang berbeza-beza pada keputusan ujian tersokong kami, bergantung kepada jenis strategi kita dan menguji beberapa pembolehubah lain. Dalam jawatan baru-baru ini, Cesar Alvarez mengambil masa untuk menguji beberapa strategi menggunakan data yang mengandungi versi yang berbeza berat sebelah survivorship. Keputusan beliau menunjukkan bahawa ada kalanya berat sebelah yang boleh memberi kesan yang diabaikan, tetapi ada juga kalanya kesan yang penting.

Komponen Indeks

Pada masa yang berlainan sepanjang tahun, setiap satu daripada indeks utama akan membuat pelarasan kepada saham yang terdiri daripada indeks. Ini dilakukan untuk mengekalkan keupayaan indeks untuk mengesan pasaran umum dengan cara yang tertentu.

Dengan menggunakan hanya saham yang terdiri daripada versi hari ini indeks sebagai alam semesta ujian tersokong, kita secara automatik menghapuskan semua saham yang telah dilakukan dengan baik cukup untuk dikeluarkan daripada indeks yang lebih panjang backtest kami. Ini meninggalkan kita dengan alam semesta saham yang lebih kukuh daripada versi kita akan sebenarnya mempunyai jika kita diniagakan sistem hidup dalam tempoh yang.

Cesar penyelidikan ini menunjukkan kepada kita satu strategi yang dapat menyiarkan pulangan tahunan sebanyak 36.25% dengan pengeluaran maksimum 24.54%. Walau bagaimanapun, apabila strategi yang sama tepat diuji pada versi sejarah betul indeks, pulangan tahunan menurun kepada 14.07% dan pengambilan maksimum meningkat kepada 30.42%.

Stok dinyahsenaraikan

Saham dinyahsenaraikan adalah bentuk yang paling biasa difahami berat sebelah survivorship. Ini adalah saham yang pengujianbelakang kami akan terlepas kerana mereka tidak lagi tersenarai disebabkan oleh pemerolehan atau kebankrapan. Sama seperti saham yang tidak lagi disenaraikan dalam indeks, gagal untuk mengambil kira saham dinyahsenaraikan dalam alam semesta kita memberikan kita alam semesta yang lebih kukuh saham daripada kita akan mempunyai dalam dagangan.

Bukti bahawa Cesar menyediakan dalam kes ini adalah menarik kerana ia tidak selaras. Apabila menguji bermakna strategi perkembalian, termasuk saham dinyahsenaraikan muncul untuk benar-benar meningkatkan prestasi. Walau bagaimanapun, apabila menguji trend strategi berikut, termasuk saham dinyahsenaraikan telah memberi kesan negatif ke atas pulangan tahunan dan pengambilan maksimum.

Sebagai Dagangan Harga

Satu lagi idea yang berat sebelah survivorship Cesar mahu ujian adalah pengaruh harga berpecah-diselaraskan prestasi ujian tersokong. Oleh kerana pecahan saham, terdapat banyak keadaan di mana harga berpecah-diselaraskan bersejarah saham individu adalah jauh lebih rendah daripada mereka benar-benar berada pada masa yang.

Teori Cesar adalah bahawa ini boleh mempunyai pengaruh yang negatif terhadap ujian tersokong strategi yang memerlukan harga minimum untuk saham itu akan menimbang. Walaupun ini kedengaran agak munasabah, keputusan menunjukkan bahawa perbezaan yang hampir tiada pada kebanyakan kes.

Rangka Tindakan Dalam Membentuk Strategi Forex Anda Sendiri, Bahagian 2

Februari 18, 2014 oleh Andrew Selby Tinggalkan komen

Awal bulan ini, kita melihat satu artikel dari Forex Crunch yang meliputi tiga langkah pertama untuk membina strategi Forex baru kuantitatif. Mereka tiga langkah pertama meliputi idea strategi sumbang saran, mentakrifkan kaedah-kaedah, dan mengoptimumkan parameter.

Pada ketika itu kami mempunyai strategi yang kita mempunyai sebab untuk mempercayai akan menunjukkan prestasi yang baik dalam situasi perdagangan. Langkah-langkah yang akan datang akan melibatkan betul menguji strategi kami untuk membuktikan nilai.

Selepas sumbang saran, mentakrifkan kaedah-kaedah, dan mengoptimumkan strategi Forex baru, langkah seterusnya melibatkan ujian yang ketat.

Sejak Forex Crunch telah menerbitkan tiga langkah kedua untuk mewujudkan satu sistem Forex yang teguh. Jawatan ini memberi tumpuan kepada menguji sistem yang telah dicipta dengan tiga langkah pertama. Ia mencadangkan bermula dengan ujian dalam sampel, kemudian berpindah ke luar sampel ujian, dan kemudian menunjukkan beberapa kaedah yang lebih dalam ujian.

The Point Paling Penting Ujian Mengenai

Walaupun terdapat banyak maklumat yang besar dalam artikel mengenai pelbagai jenis ujian yang perlu dilakukan ke atas strategi Forex baru, titik yang paling penting yang membuat artikel sebenarnya dinyatakan dalam pengenalan:

Bergantung kepada CAR (pulangan tahunan kompaun) angka tidak selalu idea yang baik kerana metrik ini tidak mengambil kira risiko yang terlibat dalam menghasilkan keuntungan tersebut.

Perkara ini adalah sangat asas, yang menjadikan ia mudah untuk terlepas pandang. Walaupun pulangan tahunan kompaun yang kuat adalah matlamat akhir setiap peniaga, kita semua tahu bahawa terdapat banyak cara untuk mendapatkan pulangan tahunan kompaun yang kuat, dan sebahagian daripada mereka tidak berbaloi.

Di samping itu untuk mengkompaun pulangan tahunan, kita juga perlu prihatin dengan bagaimana melaksanakan strategi dari perspektif risiko. Melihat kepada statistik seperti pengeluaran maksimum, faktor keuntungan, Nisbah Sharpe, dan peratusan memenangi memberikan kita idea yang lebih baik bagaimana strategi yang tiba di pulangan tahunan sebatiannya.

Pandangan gambar yang lebih besar akan memberikan kita gambaran yang lebih berkelayakan daripada apa yang berdagang strategi akan merasa seperti. Kita boleh menggunakan bahawa untuk menentukan sekiranya jumlah risiko strategi mendedahkan modal kita untuk berada dalam julat boleh diterima kami.

Strategi Forex Ujian

Ujian di dalam sampel data adalah di mana kita boleh menetapkan strategi kami untuk mendapatkan pulangan dan risiko statistik ke dalam julat yang dikehendaki. Dari sana, kami bergerak ke luar sampel ujian di mana kita cuba untuk meniru orang-orang statistik pada set data segar.

Terdapat juga kaedah ujian seperti Berjalan-Forward Optimization dan Monte Carlo Simulasi yang akan memberikan lebih cahaya pada bagaimana sistem baru kami boleh dijangka menunjukkan prestasi dalam dagangan. Perkara penting yang perlu diperhatikan semasa fasa ujian ini adalah konsisten. Strategi hendaklah melakukan juga di semua jenis berlainan ujian.

Jika strategi yang menghasilkan pulangan yang kukuh melalui pelbagai ujian, ia boleh dijangka akan menghasilkan keputusan yang sama dalam dagangan.

Adakah Kita Membazir Masa kami dengan Wakaf & Penapis?

Februari 17, 2014 oleh Andrew Selby Tinggalkan komen

Salah satu aspek yang paling menarik perdagangan kuantitatif adalah bahawa tidak ada akhir kepada bilangan komponen yang berbeza yang kita boleh menambah kepada strategi kami untuk meningkatkan prestasi dan mengurangkan faktor risiko. Walaupun kebanyakan peniaga bersetuju bahawa sistem mudah akan menjadi lebih mantap dari masa ke masa, kita masih menangkap diri kita sentiasa mencari tweak untuk meningkatkan pulangan kami.

Adalah bereksperimen dengan penapis strategi dan berhenti sisa lengkap masa atau ada bukti yang menyokong usaha?

Kira-kira sebulan yang lalu, Saya dilindungi artikel mengenai usaha untuk menyelamatkan strategi yang tidak baik. Dalam post yang, we looked at a stock rotation strategy that Cesar Alvarez had written about and how disappointing its performance had been. Despite the poor performance of the base strategy, Cesar menerima beberapa komen dari pembaca mencadangkan cara-cara yang berbeza bahawa strategi yang boleh diselamatkan dengan menggunakan pelbagai jenis penapis dan perhentian.

Dalam kemas kini baru-baru ini untuk jawatan itu, Cesar diuji cukup beberapa idea-idea dan membincangkan keputusan. Keputusan ujian tersokong beliau menunjukkan bahawa walaupun bilangan besar cara untuk menggabungkan perhentian dan penapis, sebahagian besar daripada mereka benar-benar memberi kesan yang negatif terhadap strategi asas.

Strategi Asas

Strategi asas yang Cesar telah bekerja dengan pangkat setiap saham dalam S&P 500 berdasarkan prestasi dalam tempoh sembilan bulan yang lalu. Strategi yang memegang sepuluh saham atas dan Mengimbangkan pada hari urusniaga pertama setiap bulan.

Strategi ini mencatatkan pulangan tahunan 7.3% daripada 2004 melalui 2013. Pengeluaran maksimum pada masa itu adalah 61.01%. Ini mewakili pulangan tahunan lebih baik sedikit dengan pengeluaran sedikit besar daripada sekadar memegang SPY akan dihasilkan.

Menambah Wakaf & Penapis

Cesar diuji enam jenis penapis yang berdasarkan purata bergerak dan ketinggian baru. Ini adalah jenis penapis yang biasa dicadangkan untuk meningkatkan strategi jenis ini.

Yang menghairankan, semua tetapi satu daripada penapis yang sebenarnya menurunkan pulangan tahunan. Memerlukan saham yang berada di atas itu 50- atau 200 hari bergerak purata bergerak mudah dibuat hampir tidak ada perbezaan dalam hal ini kerana saham teratas dalam 9 pulangan bulan cenderung sudah berdagang di atas purata bergerak mereka.

Menambah perhentian kepada strategi yang mempunyai kesan yang sama. Walaupun berhenti melakukan kerja yang baik untuk mengurangkan pengeluaran maksimum, mereka juga mengurangkan pulangan tahunan agak ketara.

Jenis Penapis Itu Adakah Kerja

Jenis salah satu daripada penapis yang tidak bekerja secara menyeluruh adalah penapis masa pasaran berdasarkan S&P 500 menutup melebihi purata 200-hari yang bergerak mudah. Memerlukan S&P 500 berada dalam aliran meningkat meningkatkan pulangan ke atas setiap versi strategi yang Cesar diuji.

Apa kajian kes ini menunjukkan kepada kita adalah bahawa ia adalah penting untuk mengintegrasikan tahap pemikiran kritikal apabila menambah penapis dan berhenti untuk strategi kami. Penapis yang meniru asas-asas strategi yang mungkin membuang masa, tetapi ada penapis mungkin lain di luar sana yang akan berbaloi untuk mencuba.

Tweak ini sedikit Than Dapat Tambah 2% Setiap tahun Untuk Strategi Putaran anda

Februari 4, 2014 oleh Andrew Selby Tinggalkan komen

Sebagai putaran strategi menjadi lebih dan lebih popular dengan peniaga kuantitatif, peniaga kreatif yang mencari cara yang berbeza untuk menambah nilai kepada strategi mereka. Bilangan ini sentiasa meningkat ETF disediakan untuk jenis strategi yang membolehkan peniaga keupayaan untuk benar-benar memberi tumpuan modal yang mempunyai ketepatan yang melampau.

Artikel yang telah diterbitkan oleh Dorsey Wright Pengurusan Wang melakukan kerja yang bagus menggambarkan satu pelarasan seperti yang perdagangan tertumpu kepada saham momentum dalam setiap sektor yang dianggap. Itu sedikit tweak berakhir dengan menambah 2-3% purata pulangan tahunan kepada strategi putaran yang mudah bahawa mereka telah pengujianbelakang.

Membuat pelarasan sedikit dalam ETF yang dianggap dibenarkan strategi ini untuk memakukan pada tambahan 2% pulangan purata tahunan.

Artikel ini memberikan kita satu contoh bagaimana memberi tumpuan modal kami di kawasan-kawasan tertentu pada masa yang berlainan boleh meningkatkan pulangan strategi putaran tanpa kesan yang teruk pada risiko keseluruhan. Ia akan menjadi menarik untuk melihat jika terdapat mana-mana strategi yang telah menemui kejayaan dengan menggabungkan banyak pelarasan seperti ini.

Strategi Asas

Strategi asas bahawa barang itu rosak dipegang 3 atau 5 daripada ETF Sektor SPDR pada bila-bila masa. Portfolio ini adalah diimbangi semula setiap bulan berdasarkan kepada sama ada 3 atau 6 bulan pulangan. Yang memberikan mereka empat versi berbeza daripada strategi putaran yang sama:

Holidng 3 ETF dengan tempoh 3 bulan yang lookback
Memegang 3 ETF dengan tempoh 3 bulan yang lookback
Memegang 5 ETF dengan tempoh 3 bulan yang lookback
Memegang 5 ETF dengan tempoh 6 bulan yang lookback

Setiap satu daripada strategi ini menghasilkan keputusan yang hampir sama. Pulangan diselaraskan risiko tertinggi dihasilkan oleh salah satu yang diadakan 3 ETF dengan tempoh 3 bulan yang lookback. Strategi yang menghasilkan pulangan tahunan purata 11.3%.

Meningkatkan Strategi

Cara yang artikel yang baik strategi ini adalah untuk memberikan pilihan untuk berdagang ETF SPDR standard atau versi momentum syarikat ETF yang. Keputusan ini hanya berdasarkan mana-mana mempunyai pulangan terbaik dalam tempoh lookback strategi ini.

Artikel ini menunjukkan bahawa ada masa apabila pasaran akan memihak kepada saham bermodal besar, yang bermaksud ETF standard akan menjadi lebih menggalakkan. Terdapat juga kali apabila pasaran saham nikmat momentum yang lebih kecil-topi, yang akan memihak kepada momentum berdasarkan Indeks.

Memberi strategi pilihan untuk memilih antara ETF standard atau indeks momentum peningkatan keuntungan tahunan purata bagi 3 saham, 3-bulan tempoh lookback strategi untuk 13.5%. Setiap satu daripada yang satu lagi tiga versi melihat lompatan sama. Walaupun terdapat juga melompat dalam sisihan piawai, keuntungan meningkat cukup besar untuk mengimbangi mereka bertambah.

Perbezaan Antara Optimization dan Curve-Pemasangan

Februari 3, 2014 oleh Andrew Selby Tinggalkan komen

Pengoptimuman dan keluk pas ialah dua istilah yang sangat biasa di kalangan peniaga kuantitatif. Mereka begitu umum bahawa ramai peniaga mengelirukan terma, atau menggunakannya sebagai sinonim apabila mereka sebenarnya mempunyai makna yang berbeza.

Michael Harris baru-baru ini menerbitkan sebuah jawatan tetamu Sistem Kejayaan Trader yang rosak maksud setiap syarat-syarat ini dan menjelaskan bagaimana mereka berinteraksi antara satu sama lain. Beliau juga berkongsi satu proses untuk menentukan bagaimana mungkin strategi adalah untuk didedahkan kepada berat sebelah keluk-pemasangan yang berasaskan bagaimana parameternya digunakan.

Mengetahui perbezaan antara pengoptimuman dan keluk-longgar boleh membantu anda mengelakkan mendedahkan strategi anda untuk berat sebelah ujian tersokong.

Vs pengoptimuman. Curve-Pemasangan

Michael bermula dengan menentukan setiap dari dua tempoh itu secara individu. Apakah ini menunjukkan kepada kita ialah mereka mempunyai perbezaan yang tidak ketara berhubung dengan satu sama lain. Di sini ialah bagaimana beliau menjelaskan ia:

Seperti yang telah disebutkan, keluk sawan mungkin melibatkan pengoptimuman tetapi kedua adalah proses yang dengan skop yang lebih luas dan termasuk banyak kemungkinan daripada keluk-pemasangan.

Michael memandang pengoptimuman strategi dari sudut pandangan mencari koleksi terbaik masuk dan keluar isyarat untuk tempoh ujian tersokong yang. Beliau menjelaskan bahawa lengkung pas lebih tertumpu kepada hasil daripada isyarat yang menyebabkan keputusan.

Apakah Curve-Pemasangan Really Masalah?

Satu lagi perkara menarik yang membawa Michael up adalah bahawa tidak ada bukti bahawa matematik sistem dioptimumkan lebih cenderung untuk gagal kerana mereka adalah keluk-patut. Beliau mencadangkan bahawa ia adalah mungkin untuk mana-mana strategi dioptimumkan untuk gagal pada bila-bila, dan bahawa kegagalan strategi mempunyai apa-apa kaitan dengan apa parameter penggunaan sistem.

Beliau menjelaskan bahawa bentuk yang berbeza berat sebelah adalah jauh lebih cenderung untuk menyebabkan kegagalan:

Walau bagaimanapun, pengoptimuman yang menyebabkan pemilihan koleksi masuk dan keluar adalah secara umum proses bermasalah kerana ia memperkenalkan berat sebelah survivorship.

Michael berhujah bahawa dalam hampir tiap-tiap kes di mana strategi yang optimal gagal, berat sebelah survivorship adalah lebih cenderung untuk menyalahkan daripada berat sebelah keluk-pemasangan.

Cara Tolok Strategi Trading Dioptimumkan

Walaupun Michael tidak percaya bahawa kegagalan keluk pas hampir sama tersebar luas kerana ramai pelabur percaya, dia membincangkan bagaimana beberapa strategi adalah lebih berkemungkinan terdedah kepada lengkung-sesuai daripada yang lain. In order to gauge how likely an optimized strategy is to be exposed to curve-fitting, Michael membahagikan mereka kepada tiga kelas yang berbeza.

Kelas pertama mengandungi strategi di mana parameter dioptimumkan menentukan kedua-dua pintu masuk dan keluar isyarat. Strategi ini adalah yang paling terdedah kepada keluk-pemasangan.

Kelas kedua mengandungi strategi di mana hanya isyarat kemasukan ditakrifkan oleh parameter dioptimumkan. Strategi ini adalah kurang berkemungkinan terdedah kepada lengkung pas daripada golongan kelas pertama.

Kelas ketiga mengandungi strategi di mana parameter dioptimumkan menentukan hanya isyarat keluar. Strategi ini adalah yang paling kurang berkemungkinan terdedah kepada lengkung pas.

Empat Sebab Mengapa Strategi Pendek Adakah Lebih Sukar Than You Think

Januari 31, 2014 oleh Andrew Selby Tinggalkan komen

Strategi pendek tanpa henti merayu kepada peniaga kuantitatif. Keupayaan untuk mengambil keuntungan daripada pasaran pada masa-masa apabila semua yang lain panik dan kehilangan wang adalah jenis perkara yang hampir setiap peniaga bermimpi tentang.

Walaupun banyak peniaga mengakui bahawa ada wang yang akan dibuat di sebelah pendek hanya kira-kira mana-mana pasaran, kita semua tahu bahawa ia bukan satu tugas yang mudah. Jualan singkat umumnya dianggap menjadi lebih sukar daripada perdagangan kedudukan panjang, dan ada sebab yang baik untuk.

Strategi Pendek mempunyai daya tarikan yang luar biasa kepada peniaga-peniaga kuantitatif, tetapi ada risiko lebih rumit daripada keputusan ujian tersokong dapat mendokumentasikan.

Cesar Alvarez telah berdagang strategi pendek untuk tahun. Logik beliau menjelaskan rayuan:

Saya suka pintasan saham kerana ia adalah sangat keras psikologi, kerana itu, Saya percaya bahawa terdapat kelebihan yang baik ada.

Dalam siaran di blognya minggu lepas, Cesar mengakui bahawa beliau sedang mempertimbangkan menghentikan strategi pendek beliau yang telah menguntungkan daripada 2006 melalui 2012. Beliau menjelaskan bahawa empat isu-isu yang berbeza datang sepanjang 2013 bahawa strategi beliau benar-benar berjuang dengan. Isu-isu ini tidak muncul untuk menjadi halangan utama dalam keputusan ujian tersokong, tetapi mereka jauh lebih rumit dalam keadaan dagangan.

Bolehkah Anda Ambil Semua Isyarat?

Kebimbangan pertama yang membincangkan Cesar adalah apabila broker tidak dapat mencari saham untuk anda untuk meminjam, yang penting dalam jualan pendek. Cesar mengatakan bahawa, pada masa-masa, dia mempunyai kesukaran yang dialami meminjam saham stok amat cair untuk jualan pendek.

Seperti yang anda tahu, gagal mengambil satu atau lebih daripada perdagangan isyarat dengan strategi yang boleh menjadi perbezaan antara satu tahun yang menguntungkan dan tahun kehilangan. Tidak ada cara untuk meramalkan atau backtest untuk jenis isu.

Faedah ke atas Saham dipinjam

Satu lagi seretan pada nombor pelaksanaan strategi pendek Cesar ini telah faedah yang dikenakan bagi pinjaman saham untuk menjual pendek. Beliau menjelaskan bahawa terdapat sangat sedikit konsisten dalam bidang ini. Atas sebab itu, ia adalah sukar untuk menyesuaikan ujian tersokong anda ke akaun untuk faedah boleh ubah ini.

Meningkatkan Kerugian

Isu ketiga yang Cesar menyebut adalah bahawa kedudukan aa bergerak lagi terhadap anda, ia akan menjadi bahagian yang lebih besar daripada akaun anda. Ini betul-betul bertentangan dengan apa yang berlaku dengan saham rugi dalam kedudukan panjang.

Sebagai harga menjunam lebih jauh dan jauh berbanding kedudukan yang singkat, lebih dan lebih banyak modal diperlukan untuk membeli balik saham yang telah dipinjam dan dijual. Cesar mendedahkan bahawa ini memberikan kesan yang besar terhadap strategi pendek dalam 2013.

Jurang Swan Hitam

Komplikasi akhir yang Cesar telah dihadapi dengan strategi jualan singkat beliau adalah jurang yang besar yang boleh berlaku untuk apa-apa bilangan sebab. Pergerakan Black Swan benar-benar tidak dapat diramalkan, jadi tidak ada cara untuk mengambil kira mereka semasa ujian tersokong. Walau bagaimanapun, apabila mereka muncul, mereka mempunyai kuasa untuk menghapuskan akaun keseluruhan dengan cepat.

Meningkatkan Pulangan & Had Volatiliti oleh Trading Separuh Hari

Januari 29, 2014 oleh Andrew Selby Tinggalkan komen

Kaedah yang biasa digunakan untuk mengira data bagi sistem perdagangan kuantitatif adalah untuk menentukan tindakan satu hari sebagai perubahan harga dari harga penutup satu hari untuk harga penutup hari berikutnya. Kaedah ini merangkumi tempoh 24 jam keseluruhan yang terdiri daripada satu hari perdagangan. Itulah sebabnya ia adalah definisi yang paling biasa digunakan untuk data harian.

Satu lagi kertas kerja yang diterbitkan dalam 2010 oleh Yusuf Rudy, Kristian L. Duni, dan Undang-Undang Jason menunjukkan bahawa ada boleh menjadi kelebihan kuantitatif yang terdapat dalam menggunakan terbuka-untuk-rapat atau dekat kepada-terbuka data untuk setiap hari bermakna perkembalian strategi bukan dekat kepada yang terletak berhampiran data. Penulis teliti dinamakan banyak sumber yang mencadangkan mungkin terdapat maklumat yang berharga yang diperoleh daripada pemfaktoran harga pembukaan.

Membezakan antara harga bergerak yang berlaku ketika pasaran dibuka dan bergerak yang berlaku dalam sekelip mata boleh membolehkan anda untuk memberi tumpuan strategi anda pada kawasan yang lebih menguntungkan.

Penulis percaya bahawa mengubah data yang ditetapkan dengan cara ini akan sesuai untuk perdagangan hari bermakna strategi perkembalian yang kelihatan kepada keuntungan daripada overreactions akibat kejatuhan harga yang besar dalam saham individu. Mereka menetapkan untuk membuktikan bahawa kedua-dua dekat kepada-terbuka dan terbuka kepada data yang terletak berhampiran boleh mengatasi dekat kepada yang terletak berhampiran data menggunakan jenis ini strategi.

Data

Data yang digunakan untuk backtest pengarang’ teori adalah saham yang terdiri daripada S&P 500 Indeks, S&P 400 Indeks MidCap, dan S&P 600 Indeks SmallCap. Tempoh ujian tersokong adalah antara Mei 30, 2000 hingga Februari 12, 2010.

Dalam usaha untuk mengambil kira kos transaksi, faktor 0.05% yang dikenakan ke atas setiap perdagangan. Kos ini bertujuan untuk meniru jenis yuran yang pelabur individu akan terdedah kepada.

Strategi

Matlamat strategi ini adalah untuk mengeksploitasi saham terbesar yang kalah dalam mana-mana tempoh keputusan yang diberikan, menjangkakan lantunan segera kembali dalam tempoh berikut. Strategi ini dibahagikan kepada dua versi berdasarkan kedua-dua tempoh data yang berbeza yang setiap hari telah dibahagikan kepada.

Versi pertama strategi yang menggunakan data dekat kepada-terbuka sebagai tempoh keputusannya. Kemudian, ia membeli saham berbayar yang paling teruk dalam tempoh itu di terbuka dan memegang mereka melalui penutup hari yang sama.

Versi kedua strategi yang menggunakan data terbuka-untuk-sedekat tempoh keputusannya. Kemudian, ia membeli saham berbayar yang paling teruk dalam tempoh itu sebelum menutup dan menjual mereka di terbuka pada hari berikutnya.

Strategi ujian tersokong

Dalam usaha untuk menentukan berapa banyak menjadi buruk saham untuk membeli selepas setiap tempoh keputusan, kertas dengan syarat keputusan ujian tersokong bagi setiap saham di S&P 600 Indeks SmallCap. Terdapat keputusan yang sama untuk dua indeks yang lain yang termasuk dalam lampiran kertas.

Kertas ini dibahagikan semua saham kepada sepuluh kumpulan yang berbeza setiap hari, berdasarkan prestasi mereka dalam tempoh membuat keputusan. Membeli semua saham dalam kumpulan berprestasi paling teruk menghasilkan satu pulangan tahunan purata 215% dengan pengeluaran maksimum 48% untuk versi pertama. Versi kedua strategi yang dihasilkan pulangan tahunan purata 73% dengan pengeluaran maksimum 11%.

Seperti yang anda lihat, versi kedua, yang memegang jawatan dari dekat kepada-terbuka mempunyai pulangan tahunan yang lebih rendah, tetapi banyak turun naik kurang. Penulis menyatakan bahawa kedua-dua versi dihasilkan pulangan yang lebih baik daripada menggunakan standard yang dekat kepada-hampir tempoh.