Untuk hampir setiap peniaga, ada satu, memakan semua soalan: Bagaimana anda boleh membina strategi yang menguntungkan?
Secara semula jadi, diharapkan Menyelam terus ke statistik dan mula crunching nombor-nombor. Namun, sebelum kita menyelidiki lebih jauh ke dalam selok-belok – dan Percayalah ada banyak-saya ingin bercakap sedikit tentang falsafah dan, Sesungguhnya, kaedah-kaedah di sebalik strategi yang baik.
Dengan semua nombor yang perlu boleh diramas, Hasilnya ialah, ianya disangkalkan lagi penting untuk mempunyai lakaran kasar idea-idea anda untuk membina strategi. Hanya dengan itu lakaran kasar di tangan boleh anda kemudian bergerak ke atas cetakan biru sebenarnya membina Bunyi, strategi berdaya maju.
Terdapat tiada strategi dagangan sempurna
Justeru itu, Mari kita mendapatkan sesuatu dengan sempurna jelas dan cara: Peraturan pertama anda perdagangan adalah untuk memahami bahawa strategi tidak sempurna. Tetapi jangan biarkan yang menghalang anda dari kerajinan yang terbaik mungkin strategi dagangan. Terdapat beberapa langkah sebelum anda mula merangka strategi anda.
Jika anda berharap untuk satu hari nanti akan dapat mengukur pasaran anda perlu terlebih dahulu mencari titik permulaan anda falsafah. Itulah penerimaan satu kebenaran tidak berubah-ubah yang anda mesti terlebih dahulu memeluk.
Sebelum anda Menyelam ke dalam amalan, data persamaan dan, sudah tentu, Wang, anda perlukan rujukan yang. Dan rujukan itu adalah semata-mata ini: Pasaran mempunyai denyutan jantung yang. Ini bermakna terdapat tiada strategi maka yang boleh meramal pasaran setiap masa. Ini kerana pasaran adalah tidak statik; Ia sentiasa bergerak dan peraturan sentiasa berubah.
Ramai, berkali-kali saya melihat peniaga-peniaga yang cuba untuk mengoptimumkan strategi mereka untuk akaun bagi tiap-tiap keadaan kemungkinan. Perkara seterusnya yang anda tahu, mereka bukan sahaja telah kehilangan arah tetapi mereka telah kehilangan pakej. Seperti yang saya telah katakan, strategi tunggal tidak berfungsi sepanjang masa. Oleh itu, membina strategi yang berjaya panggilan anda untuk meramalkan pasaran pada titik tertentu sangat spesifik. Lebih-lebih lagi, anda perlu mengenali "zon mati" di mana strategi ini bukanlah ramalan, dan Jadikan ia satu titik untuk tidak melibatkan diri.
Berpegang kepada peraturan-peraturan
Peraturan kedua anda untuk menghasilkan satu strategi perdagangan yang berdaya maju adalah untuk mempunyai penglibatan dalam peraturan jelas mekanikal. Yang, jelas syarat-syarat tentang Bilakah anda membuka perdagangan dan apabila anda menutup perdagangan. Dan anda perlu melekat dengan peraturan yang, tidak kira apa. Jika anda membenarkan apa-apa leeway anda benar-benar mengubah mekanisme, sekaligus menjadikan ia mustahil untuk mengukur.
Katakan anda kelihatan peraturan dalam penglibatan pertama seperti ini: Apabila 120 hari EMA melintasi di 60 EMA dari atas, anda membeli. Kali ini, walaupun, ternyata kepada anda yang pasangan anda sedang perdagangan masih bearish. Anda memutuskan bahawa anda tidak akan membuka perdagangan selepas semua.
Walaupun dalam hal ini ia adalah panggilan yang betul, anda telah diganggu dengan peraturan-peraturan. Oleh itu anda mendapat keputusan tidak satu hasil sampingan penapaian strategi anda. Sebaliknya, semuanya hasil daripada panggilan penghakiman anda. Apabila seorang peniaga boleh mempengaruhi penglibatan dalam kaedah-kaedah mereka menghapuskan keupayaan untuk menilai keberkesanannya. Lalu, mengapa pula yang tragedi?
Kerana ia bermakna anda tidak akan pernah tahu di mana anda benar-benar mendapat ia salah. Dan jika anda tidak pernah belajar dari kesilapan anda anda akan sentiasa menjadikan mereka. Inilah yang paling berbahaya, Walaupun maut, kesilapan, dan salah satu yang telah dibakar beribu-ribu peniaga-peniaga dengan apa yang dipanggil "baik strategi." Jadi, Jika anda ingin Pastikan strategi anda telah berjaya (dan tidak hanya secara rawak berjaya), berpegang kepada peraturan-peraturan.
Empat fasa pengujian
Jadi sekarang bahawa kita telah menetapkan falsafah Inilah masanya untuk turun kepada perniagaan. Bagaimana anda menguji sama strategi anda adalah bernilai melaksanakan atau tidak? Proses ujian membentuk empat fasa yang berbeza:
- Dalam sampel ujian
- Pengoptimuman
- Keluar daripada sampel ujian
- Percubaan MARA (Dgn kata lain. kertas perdagangan)
Dalam sampel ujian
Apabila anda berfikir tentang ujian strategi apa naluri datang ke minda? Kembali ujian, atau menguji strategi anda berdasarkan data sejarah. Tetapi manakala ujian belakang adalah salah satu daripada bahagian-bahagian yang lebih penting daripada ujian, Ia juga mungkin mencipta beberapa salah faham.
Sebagai contoh, Jika anda menguji strategi anda untuk menetapkan keseluruhan data, Bagaimana anda akan tahu bagaimana ia dilakukan apabila keadaan pasaran yang berubah? Untuk menangani masalah ini profesional menggunakan apa dipanggil dalam sampel Out-of-sampel.
Bagaimana anda melakukan ujian adalah agak mudah. Data sejarah terbahagi kepada dua bahagian, Dalam- Sampel dan luar sampel. Dalam sampel mewakili kira-kira 2/3 tempoh ujian semasa akaun keluar daripada sampel bagi baki 1/3. Anda boleh melihat bagaimana ia memainkan dalam ilustrasi di bawah.
In-contoh akan menjadi ujian awal strategi anda, run kering yang pertama, Jika anda akan. Jika strategi anda tidak berbuat baik dalam ujian sampel dalam, Ia bermakna anda mungkin telah longkang strategi itu dan kembali ke papan lukisan.
Walau bagaimanapun, Jika ujian In-sampel menunjukkan keluk pulangan menaik itulah berita baik! Ia bermakna anda punya sesuatu untuk bekerja dengan. Sekarang tiba masanya untuk mengetatkan skru, sama seperti seorang mekanik, dan dalam dunia perdagangan bermakna mengoptimumkan strategi anda.
Mengoptimumkan strategi dagangan anda
Sekarang, strategi mengoptimumkan mungkin adalah bahagian Tempahan matematik intensif ukiran daripada strategi. Walaupun matematik bukanlah forte anda, ianya cukup penting untuk tidak mengabaikan. Terdapat tiga kaedah yang kita boleh menggunakan: Korelasi, pulangan pengagihan dan pemasangan lengkung. Mari kita lihat bagaimana kita akan meletakkan mereka untuk menggunakan.
Sudah tentu, sebagai kajian kes, kami akan menggunakan strategi perdagangan paling mudah yang digunakan oleh peniaga untuk naik satu trend adalah salib purata bergerak. Purata bergerak merentasi kerja-kerja seperti ini: Jika purata bergerak pantas (tempoh singkat) yang lembab di atas bergerak purata (tempoh yang lebih lama) Itulah isyarat beli.
Sebaliknya, Jika purata bergerak cepat di bawah yang lembab bergerak purata maka itu adalah isyarat jual. Sekarang, Mari kita mengatakan bahawa kita membuat keputusan untuk membuka jawatan tetapi hanya jika parameter tertentu dipenuhi. Soalnya ialah bagaimana anda boleh tahu jika parameter tersebut akan, sebenarnya, yang optimum? Baik, Itulah di mana kaedah statistik yang kami akan dilayan oleh kemudahan.
Korelasi, Pulangan pengagihan dan pemasangan Curve
Kaedah pertama ialah korelasi. Pada dasarnya, anda menukar kepada set yang berbeza daripada parameter yang lebih baik menyambung ke pasaran. Biar saya yang rumit; dikatakan ujian atau percubaan pertama anda adalah 120 hari bagi purata panjang dan 30 hari bagi purata pendek (atau 120, 30). Kemudian anda diuji beberapa pilihan yang lebih banyak, Mari kita mengatakan 120, 14 dan kemudian 60, 30 hari.
Seterusnya anda membandingkan korelasi setiap set data. Lebih dekat dengan R2 Pekali korelasi adalah untuk 1, yang lebih baik. Ini bermakna strategi ini adalah lebih baik meramalkan pasaran. Bagaimana jika anda mendapatkan satu nilai R adalah lebih dekat kepada -1?
Baik, baguslah begitu, terlalu, dengan cara tersendiri. Ia bermaksud anda harus boleh menjual bukannya membeli, kerana pasaran itu bergerak dalam arah yang berlawanan. (Sudah tentu, dengan pangkah MA tersebut ia adalah sangat mungkin untuk mendapatkan suatu -1 korelasi pula.)
Sekarang, Jika anda mendapat nilai yang dekat dengan 0 itu bukan senang. Itu isyarat bahawa terdapat hubung-kait yang tidak atau sangat sedikit antara strategi anda dan pasaran. Jika anda mempunyai keuntungan positif terlebih dahulu kembali ujian dan hubung kait 0 maka realiti kejayaan anda adalah rawak dan tidak menunjukkan.
Seperti yang anda lihat dari tiga pilihan, pilihan pertama kami adalah benar-benar terbaik kepada pasaran. Yang mencadangkan bahawa parameter kami memilih dalam kes tertentu ini adalah optimum.
Pengagihan pulangan
Selepas kami menyemak untuk melihat strategi yang lebih signifikan kepada pasaran terdapat satu lagi dimensi untuk mempertimbangkan. Katakan satu set parameter yang lebih baik kepada pasaran maka ianya lebih berjaya. Satu lagi set parameter tidak cukup sebagai berhubung kait tetapi perdagangan berjaya dilaksanakan hasil lebih secara purata setiap perdagangan.
Seperti yang dilihat dalam carta di atas, kita dapat melihat bahawa yang menjadikan wawasan untuk menarik. Parameter awal kami (120, 30) telah pengagihan pulangan yang lebih baik, makna pulangan setiap perdagangan adalah stabil dan bukannya turun naik. Dan masuk akal kerana ia mempunyai hubungan yang lebih tinggi dalam pasaran, seperti yang ditunjukkan oleh ujian pertama kami jadikan.
Sekarang, kita akan mendapat hasil yang menarik, dan satu lagi yang anda mungkin hadapi. Parameter pertama kami membuat pulangan lebih berterusan kerana hubungan tersebut kepada pasaran adalah lebih tinggi. Walau bagaimanapun, purata keuntungan yang diterima setiap perdagangan adalah lebih rendah berbanding satu set kedua nombor (120,14).
Ini adalah agak bingung memikirkan. Bagaimana anda akan menentukan, kemudian, strategi yang lebih baik? Adakah ia lebih baik untuk mendapat kurang satu perdagangan tetapi sentiasa atau untuk mendapatkan lebih banyak satu perdagangan tetapi kurang sentiasa?
Untuk menjawab soalan ini kita perlu bergerak ke ruji kami akhir dalam pengoptimuman. Itulah untuk membandingkan lengkung yang dicipta semasa menggunakan dua parameter dan melihat mana satu yang bekerja untuk keuntungan kami, Dgn kata lain. berterusan keuntungan yang kecil atau kurang malar laba yang lebih besar.
Membandingkan lengkung
Apabila kita overlay lengkung kami mendapat jawapan kami: Set pertama parameter (120,30) adalah masih lebih baik. Sementara yang mempunyai keputusan yang lebih rendah pada awal, turun-naik tinggi pilihan kedua bermaksud bahawa keputusan anda adalah lebih rawak.
Keacakan yang akhirnya akan membawa kepada satu strategi yang tidak cekap meramalkan pasaran. Walau bagaimanapun, Jika pulangan ke atas satu set kedua nombor adalah jauh lebih kemudian kepada pergolakan dalam pulangan mungkin tidak bernilai risiko.
Tetapi dalam kes ini, yang 120, 30 terbukti pulangan yang lebih lumayan di hujung, Justeru kami mengambil risiko kurang dan yang lebih ramalan di pasaran. Jadi, Sekarang bahawa kita sudah selesai pengoptimuman kami awal kita sudah bersedia untuk menguji strategi kami dengan fasa ujian keluar daripada sampel.
Out sampel ujian
Dengan menjalankan Out-of-sampel strategi selepas lain-lain ujian anda akan mendapat wawasan bernilai tentang bagaimana strategi anda bertindak balas kepada keadaan pasaran yang berbeza daripada yang pada mulanya dianggap.
Sekarang kita perlu menyemak keputusan masing-masing. Terdapat dua strategi yang berbeza (A dan B) yang telah diuji dengan kedua-dua dalam- dan keluar daripada sampel. Seperti yang anda lihat, Strategi A telah agak berjaya dalam-sampel (2/3) tetapi setelah disemak terhadap seluruh set data ia dilakukan agak buruk.
Berbeza, Strategi B telah dilakukan pada kedua-dua bahagian dalam- dan keluar daripada sampel, bermakna anda telah mendapat sesuatu yang berdaya maju. Oleh itu, ada kemungkinan besar bahawa strategi anda adalah apa setiap peniaga mahu – pembuat Wang.
Lulus untuk kertas perdagangan
Tahniah! Jika anda telah mencapai tahap ini maka anda telah berjaya menjana pulangan. Sekarang tiba masanya untuk mencuba strategi trading anda pada data langsung. Kita belum lagi trading dengan wang sebenar tetapi ia adalah perkara yang terdekat, dan akan memberi anda idea yang baik tentang bagaimana strategi anda akan melakukan live.
Anda mungkin mendapati bahawa terdapat masalah yang anda tidak notis pertama. Atau mungkin kemasukan atau keluar daripada setiap dagangan boleh dipertingkatkan dengan penunjuk lain. Ini adalah perkara-perkara yang anda mungkin hanya menemui apabila berdagang goes live. Selepas beberapa sampel yang mencukupi, sesuatu serupa panjang keluar daripada sampel dan – voilà – anda telah direka dengan strategi.
Shaun mengumpul percuma, 6-Senarai Semak langkah untuk membantu peniaga-peniaga yang membina sendiri automatik sistem pelaburan. Ia adalah satu yang beliau gunakan untuk QB Pro yang sama. Jika anda berasa terharu dengan mana harus memulakan strategi anda sendiri, maka edaran percuma itu adalah tempat yang logik untuk memulakan.
Azhar berkata
Saya belum faham konsep lagi
Shaun Overton berkata
Hi Azhar,
Bahagian yang tidak jelas?
–Shaun
Nikos berkata
Artikel yang sangat bagus dan berguna
Shaun Overton berkata
Terima kasih, Nikos!
David V berkata
Artikel yang sangat baik. Sangat berguna untuk seseorang berusaha merangka strategi perdagangan automatik. Saya telah membaca banyak artikel mengenai perdagangan dan jarang mencari satu jadi pendek dan jelas yang meliputi begitu banyak.
Wow! Saya Bookmark ini.
Shaun Overton berkata
Terima kasih, David. Itulah salah satu komen terbaik saya pernah di blog saya!
Rob berkata
Bahagian korelasi adalah jelas. Nilai-nilai y-axis dan x-axis tidak dilabel, dan pengiraan R² tidak hadir.
Boleh anda menghuraikan itu?
Shaun Overton berkata
Hei Rob,
Aku akan punya Lior berat. Terima kasih untuk soalan.
Lior Alkalay berkata
Hi Rob,
Terima kasih kerana soalan anda. Apa langkah-langkah korelasi adalah jumlah pips vs pasaran berpindah keuntungan strategi ini isyarat tertentu. Jadi, jika pasaran berpindah 10 pips dan strategi anda berpindah 10 pips yang akan menjadi satu korelasi 1. Jika strategi anda akan mempunyai keuntungan Kurang, untuk mengatakan 8 bahawa korelasi akan menjadi kurang daripada 1. Jika pasaran berpindah 10 mata tetapi strategi anda hilang 10 pips yang korelasi akan -1. Pada dasarnya ia mengukur bagaimana strategi anda meramalkan apa akan berlaku seterusnya.
Brandon berkata
I’m guessing the correlation graphs are statistical linear regression where the X axis would be 100% kemenangan (independent variable) and the Y axis would be the strategy I’m testing (dependent variable)? https://onlinecourses.science.psu.edu/stat501/node/250
Are the data points cumulative? The graphs seem to suggest that they are.
Are the data points sampled over a given time frame (ie once per week/month/etc)?
Why is the R2 correlation better than a simple win/loss ratio?
Shaun Overton berkata
I couldn’t get that link to work, but the graphs are the correlations of the moving average pairs compared to the underlying market.
If you look closely at the x-axis, you’ll notice that it’s over several thousand bars, which is years of data.
Correlations are better than win:loss because win:loss can often result from a purely random signal. Getting a 90% correlation is not a coincidence, tetapi 1,000 coin tosses can come out profitable. There are even rare instances where it’s wildly profitable. You want to know how reliable the profit actually was.
Brandon Miller berkata
I think that makes sense. I’ve been toying with my backtest class and I added what I call a perfect balance. This is calculated by looking at the candles between trade start and trade close. Wherever the highest (or lowest) price falls is used to calculate the perfect balance. So this would ideally be the perfect strategy (memenangi 100% of the time using only what the market gives it.)
My idea is to compare the perfect balance with the actual strategy balance performance using linear regression and r squared correlations.
That sound right or am I way off?
Shaun Overton berkata
It’s very right. I’ve done machine learning along those lines trading at random frequencies. If you know the optimal entry and exits for a given frequency, the goal is to then find predictors to match those exits. Whether or not you use linear regression depends on the distribution of the variables, but that’s usually the tool of choice.
Brandon Miller berkata
Fantastic! Always a learning experience. Now if I could go back in time and redo my system in python instead of php I would be in good shape 😀
Shaun terima kasih. I appreciate your work.
Denis berkata
Disayangkan bahawa laman web anda tidak berada di Perancis
Shaun Overton berkata
saya minta maaf.
Mike berkata
You guys are kidding yourselves. Technical analysis is junk science.
Shaun Overton berkata
I don’t understand the comment. This article isn’t about technical analysis. It’s about measuring the results of your predictions and then acting accordingly. What exactly is the objection? You don’t think mathematical observation works?
Based on your comment, you may enjoy this video: The RSI Doesn’t Work.
mujahid berkata
eurusd open don
Shaun Overton berkata
Apa?
Anderegg berkata
For me this is not clear: How do you do the division between In-sample and out sample? What data you take for that? Or do you simply say that a strategy should be successful for 2/3 masa? Thanks for an explanation.
Shaun Overton berkata
Hi Ean,
There are several methods, though these are the 2 yang paling biasa:
1) Divide the data in half. The first half is in-sample. The second is out-of-sample.
2) Divide the data into 6-12 month chunks. Optimize in one chunk, then test in the next chunk. Re-optimize, then test in the next chunk.
The second method is only appropriate if your strategy is sensitive to parameter settings. Most of the stuff I do is very simple, which leads me to use the first method 99% masa.
–Shaun
Noble berkata
which is your best robot for begners ?
Shaun Overton berkata
Hi Noble,
It’s not quite that simple. I suggest you read through my beginner’s trading article to get my advice for new traders.
–Shaun
Daniel berkata
Hi Shaun,
Have you heard of the Algorithmic Traders Association? Do you think it’s a valid organization in the sense of giving quality training or qualification?
Just wanted your opinion on this as algo trading is a still new subject and doesn’t seem to have specific training on this.
This might be even an area where you could expand to. Provide broad training on all concepts of algo trading.
Shaun Overton berkata
Hi Daniel,
I’ve never heard of the organization. I’d be leery of organizations issuing credentials, walaupun. Algo trading is insanely difficult. You really need to develop math and science skills if you want to do it well. Your time would be better spent exposed to physcial science subjects rather than market specific. You’ll get better ideas from other disciplines.
–Shaun
Stef berkata
Your correlation charts, are these created automatically by Tradestation, or can this be done in Excel?
How would you go about creating these – do you have the code, or steps?
Shaun Overton berkata
It’s a very broad subject, but the short answer is that it’s not something that trading platforms support. You’ll need to use 3rd party software to build correlation charts.
I usually use R, which is not beginner friendly but very powerful. Excel would be quite a bit easier. Plot your x-y data, then calculate a linear regression of the sorted data. You can use CORREL to build the graphs.