algorithmic trading Archives - Algoritma dan Strategi Forex Mekanikal

The Big Switch

Februari 1, 2016 oleh Shaun Overton 60 Komen

I moved all of my trading funds into Dominari this month.

I’ve been talking about this system ever since I start live demo testing back in November. Tidak perlu dikatakan, I’ve been extremely satisfied with the live results.

My initial live account started trading on January 4 with a starting balance of €1,000 at Nada lada. Once I saw that the live trades matched my expectations, I quickly kicked that account balance up to a total of €10,000.

And because I want to test the effect of broker selection, I threw another $5,000 in an FXCM account. Yang Nada lada account contains the bulk of the money and runs the MT4 version of the strategy. The FXCM version uses Seer, which has been more of a pain to get running smoothly, though I can say that it’s still my favorite platform for testing ideas.

The cost non-problem

The equity curve of the Dominari without trading costs from 2013-2015.

My biggest concern about launching the strategy live was trading costs. Some back of the envelope math suggested that everything would be ok. Live demo testing indicated that it would be ok. But you never really know until you start trading live.

Through the month of January, I’ve consistently monitored the commissions relative to the profit. I fluctuates up and down with the trading account, but I estimate that the spread commission costs are approximately 20-25% of the profit. That’s a relatively high percentage, although it’s nowhere near as bad as it could be given the extreme trading frequency.

Dominari is a high-frequency strategy that averages about 49 trades per day on 28 pasangan mata wang. Everything happens so fast in the account that I’m hard pressed to remember any individual trades. Dominari executed more than 900 trades in the month of January alone. It’s dizzying watching the equity fluctuate up and down. The important thing is that the trend moves from the lower left to the upper right.

QB Pro?

It’s not dead. I still believe it’s a great strategy and totally worthy of your trading. Malah, both Dominari and QB Pro depend critically on one of my favorite indicators, yang SB Skor.

The reason I got into algorithmic trading is that it emotionally separates me from the responsibility for the outcome. If I have a losing month, it’s just the strategy. There’s not much to do about that.

When there’s an element of discretion, it’s difficult to separate the random component. Sometimes you win, sometimes you lose, but you generally expect to make money. When there’s discretion in an algorithmic strategy, it’s very difficult to know whether losses are my fault or simple bad luck.

QB Pro depends on the manual portfolio selection. Tidak menghairankan, I heavily favor Dominari because the portfolio selection is static. I can say with my hand over my heart that Dominari is a black box, fully algorithmic strategy.

I’m still updating the portfolio over at Seer Hub and will continue making the selections for clients. For clients that are in the managed account at Pepperstone, I switched the strategy in the middle of the month. I feel responsible as the manager to give clients the best possible performance. And since that’s where I’m placing ~$16,000 of my own money, I feel a fiduciary duty to do the same for my customers. Dominari is where I believe the best opportunity lies.

How you can get Dominari

I plan to offer Dominari as trading signals to anyone with a MetaTrader account within the next month or so. A lot of hard work has gone into developing the strategy. And while I’m confident to the tune of $16,000 of my own money, I want to be even more certain before I release Dominari to a wider audience.

What do you think of the results so far? Leave your thoughts in the comments area below.

Have Your Algo Running like a Swiss Watch

Januari 11, 2016 oleh Lior Alkalay 6 Komen

Setting up a trading algo that works smoothly, like a well-oiled machine, is not a trivial endeavor. Terdapat banyak, many parameters that you have to take into account. It begins with the signals your algo is generating to the margins in your account, turun naik, gains and, sudah tentu, risiko. Certainly you’ve used our previous tips to build your algo and to draft your strategy. So how do you incorporate all those elements and optimize your algo for the greatest precision?

How do all the quants make their algos run smoothly like a Swiss watch? You have to treat your algo like a machine, built up with numerous mechanisms. Because of course, that’s what an algo really is. I like to call those mechanisms boxes. Now don’t despair if you think it all sounds a bit too complicated. By the time you reach this article’s conclusion you’ll have realized that it’s all quite simple and logical.

An Algo Made of Boxes

So what is the approach quants use that I like to call boxes? You divide your algo into separate mechanisms, or boxes, Jika anda akan. Each box will become a stand-alone mechanism that receives input data and generates an output. There will be one box that we can consider the brain; that box decides if it is a go/no go for the specific trade. The brain box gets all the inputs from all the other boxes.

Algo Boxes

Signal Box- The signal box scans prices and parameters, such as the moving average or any other condition you have written into it. Pada asasnya, these inputs are the rules of engagement you had early written for your algo. One simple rule could be, Mari kita mengatakan, 14 days moving average < 30 days moving average = signal to sell. Biasanya, this box will be running prices in several pairs.

Dalam erti kata lain, its input data and its output would normally be three parameters; an entry signal, a recommended stop loss and a limit. Sudah tentu, sekali lagi, these inputs are according to the parameters you have already defined.

Risk Box- The risk box, as its name implies, is the box in charge of risk monitoring. This one is a bit more complicated. The risk box gets input from several sources. It gets the risk, Dgn kata lain. stop loss required, from the signal box. Lebih-lebih lagi, the risk box constantly reads your available margin.

Its output is a go/no go on each trade that exists, based on the parameters you entered. Sebagai contoh, how much you want to risk in total or the minimal available margin to be left in the account.

Let’s say you have a free margin of 11% and you set up a minimal margin of 10% in the risk box. The signal box will send output of an upcoming trade.

The risk box can calculate that the executed trade would take 2% from your remaining margin. You started with 11% so that would leave your free margin at 9%. Oleh itu, the output from your risk box will be a no go for this trade.

If you had had 13% free margin rather than the 11%, the output would be a go. Sudah tentu, there are many more options to program into this box but this is the simplest one.

Volatility Box- The volatility box might be the most complicated to program. Walau bagaimanapun, volatility charting is something we covered fairly thoroughly in these articles – Turun Naik & Perdagangan anda, Dunia VIX di, Menggunakan alternatif VIX. The box’s task is to chart market volatility and provide an output if volatility is about to change dramatically. A major change to volatility could, sudah tentu, warrant a change in your strategy.

Execution Box (aka the Brain Box)- Easily can be considered the most important box of all. This box is in charge of making the finally decision. It gets input from all the other boxes and decides if the trade should be opened or not. It also decides if a strategy needs to be changed.

Sebagai contoh, if the volatility box signals an upcoming surge in volatility the execution box may decide to close some trades. Or it could instruct the signal box to change into a secondary signal model suited to high volatility. There are many other ideas that you can program into it.

How Boxes Help You Win

All of those boxes can help you make your algo run more smoothly and efficiently. Bagaimana? Quite simply because it lets you optimize your algo to a much higher level. It provides you with flexibility to easily adjust each mechanism. Lebih penting lagi, it lets you monitor the inputs and outputs of each box and assess which needs fixing.

Algo Box: The Bottom-line

Sudah tentu, the partitioning into various boxes is not a new algo concept. It’s also not rigid; there’s no need to do it exactly as I did. If you’re intrigued by the Algo mechanism box concept and want to delve into it a bit farther you’re in luck. I highly recommend the book Inside the Black Box by Rishi K. Narang. I’ve found that it sheds a great deal of light on what some might construe as a complicated strategy.

And for those of you that are short of time? You can use this as a basic guide on how to make your algo run smoothly, without reinventing the wheel.

Utama Portfolio Update

November 1, 2015 oleh Shaun Overton 6 Komen

Kita berakhir bulan hitam dengan yang 0.74% pulangan. Saya sedar bahawa tiada siapa yang melompat-lompat dengan semacam itu prestasi, but I’m honestly very excited to see the change.

At the beginning of October, I made a substantial change to the portfolio. Previously I attempted to pick pairs that were doing well. This approach was something of a mixed bag. While some periods of performance were quite nice, such as June of this year, the month of August was pretty harsh on the portfolio. I also didn’t like that the pair selection process was still very subjective.

The QB Pro strategy, like any strategy, makes its most important trading decisions when it selects its portfolio. The strategy is not one that can make money in any given environment. Sebaliknya, it requires careful selection of instruments in order to give itself the best possible opportunity to earn a profit.

The equity curve for the month of October 2015.

Based on about 100 hours of research with Jingwei back in September, I’ve been able to reduce the amount of discretion when selecting portfolio instruments. Sebagai contoh, the mega-monster performance from August 2014-March 2015 was driven exclusively by the strength of the US dollar.

As anyone who buys gasoline for their car knows, the trend shifted this year out of currencies and into commodities. Secara khusus, commodities have taken a real beating. China’s economy is sputtering, the US like it’s unable to raise interest rates and most industries suffer from serious gluts. Oil production in the US is widely rumored to possess a severe over-capacity, as evidenced by all the junk-debt ratings on US drillers. Gold mining stocks around the world have been the red-headed stepchild of financial markets, trading at PE ratios as low as 1.0.

That weakness spread to commodity currencies, even major currencies like AUD, CAD dan NZD. As I ran backtests using a portfolios of those currencies and their crosses, I noticed that the equity curve more less marched straight up through the summer. Lebih penting lagi, that basket of pairs benefited from the Chinese devaluation, whereas my custom basket took a step drawdown.

I’m expecting more problems of out both China and the US through the rest of the year. Although China managed to settle down after the summer, the problems plaguing it are anything but fixed. Recent bankruptcies and bailout of state owned firms point to more cockroaches. Dan, you know the rule about cockroaches. Where there’s one, there’s 10 lebih. I expect more Chinese devaluation to follow.

Lifetime equity curve of QB Pro’s high-risk version.

The commodity currency exposure is an indirect, systematic play on this expectation. The portfolio has done well in the current environment and, given that I don’t expect any improvement at all in China, should continue to do well.

The other variable is the Fed. I had the rather unfortunate luck of launching the portfolio just in time for a Fed governor to cast doubt on any US interest rate hikes this year. The change got off on the wrong foot. But QB Pro didn’t just stem the losses. It bounced off the equity low and marched upward in nearly a straight line for the rest of the month.

The Fed meeting in October forced the governors to pretend as though a 2015 rate hike is on the table. There’s always the chance that the Fed might hike rates just to prove a point. They’ve been talking about this for 9 bulan sekarang. The futures market at one point put the odds somewhere near 67% untuk 2015 rate hike. Prior to the meeting, those expectations fell under 25%, then jumped back to around 50%.

Even if the Fed did raise rates, I see an impossibly low probability of a sustained program of rate hikes. The data looks like a car sputtering on fumes. There’s deflation everywhere expect for the financial markets and beef, di mana “pelabur” have been encouraged to park their money in junk debt in exchange for a pitiful 4-5% yield. The economy is sick. The idea of consumers breaking out their wallets and spending like the drunken sailors of 2007 is laughable.

My expectation for the next 6-24 months is that the Fed slowly retreats from talk of hiking rates and into another round of QE. That will mark the final admission that the Keynesian policies aren’t working and where the markets lose all confidence in central banks.

A confidence collapse would slam currency markets, but it should exercise the most severe impact on the commodity currencies that my traders and I focus on with QB Pro. The deflation would press prices even further to the downside, which provides ideal conditions for this type of strategy.

Open slots for new traders

I’m hosting a webinar on November 12 to teach you as much as I can about algorithmic trading. The webinar is going to cover in detail the QB Pro strategy, especially the Rata-SB. I’m also planning to discuss the Fed and Chinese situation in more detail, as these are the two most important factors for us to consider when applying strategies. Make sure to sign up to the newsletter to be notified when I start accepting registrations. This is also open to traders in the United States, which is a big change from previous options!

If you’re interested in trading the QB Pro strategy in your own account, attending the webinar will be mandatory. And as a thank you for spending 45 minutes of your day learning from me, you’ll be given a strong financial incentive to trade QB Pro. More details to come soon, so make sure that you subscribe to the newsletter now before you forget.

Kelebihan algoritma Peniaga di Tingkat Runcit

Oktober 15, 2013 oleh Andrew Selby Tinggalkan komen

Bermula peralihan kepada sistem perdagangan mekanikal boleh menjadi satu tugas yang mudah. Banyak pemula berasa seolah-olah tidak ada cara yang mungkin mereka boleh sepadan dengan keputusan yang amat besar dana lindung nilai yang berpengalaman yang telah melakukan ini selama beberapa dekad. Mereka yang mempunyai saiz dana yang begitu banyak bergerak memihak kepada mereka…….atau adakah mereka?

Terdapat beberapa kelebihan yang runcit peniaga algoritma mempunyai lebih dana yang lebih besar.

Mike di QuantStart mengambil pendapat yang bertentangan dengan tepat dalam jawatan mengenai topik ini:

Modal dan peraturan kekangan yang dikenakan ke atas dana yang membawa kepada tingkah laku tertentu boleh diramalkan, yang dapat dieksploitasikan oleh peniaga runcit. “Wang besar” bergerak pasaran, dan sebagai salah itu boleh bermimpi sehingga banyak strategi untuk mengambil kesempatan daripada pergerakan itu. Kami akan membincangkan beberapa strategi ini dalam artikel-artikel akan datang. Pada tahap ini saya ingin menyentuh kelebihan perbandingan yang dinikmati oleh peniaga algoritma lebih banyak dana yang lebih besar.

Salah satu kelebihan terbesar Mike mengatakan bahawa peniaga-peniaga runcit memiliki kapasiti:

Kapasiti – Seorang peniaga runcit mempunyai kebebasan yang lebih besar untuk bermain dalam pasaran yang lebih kecil. Mereka boleh menjana pulangan yang besar dalam ruang ini, walaupun ketika dana institusi tidak boleh.

Kesan pasaran pergi tangan-tangan dengan kapasiti:

Kesan pasaran – Apabila bermain di berkecairan, pasaran bukan OTC, asas modal yang rendah akaun runcit mengurangkan kesan pasaran dengan ketara.

Satu lagi kelebihan peniaga runcit adalah pengurusan risiko mereka:

Untuk hal ini, tidak ada bajet pengurusan risiko yang dikenakan kepada peniaga di luar apa yang mereka memaksakan diri, tidak ada satu pengawasan pematuhan atau jabatan pengurusan risiko menguatkuasakan. Ini membolehkan peniaga runcit untuk menggunakan risiko pilihan adat atau metodologi pemodelan, tanpa perlu mengikuti “standard industri” (satu keperluan pelabur tersirat).

Mike meneruskan dengan menyenaraikan beberapa kelebihan lain:

Struktur pampasan – Dalam persekitaran runcit peniaga berkenaan hanya dengan pulangan mutlak. Tiada tanda air tinggi yang perlu dipenuhi dan tidak ada kaedah-kaedah penggunaan modal untuk mengikuti. Peniaga runcit juga dapat mengalami lengkung ekuiti yang tidak menentu sejak tiada siapa yang menonton persembahan mereka yang mungkin mampu menebus modal daripada dana mereka.
Peraturan-peraturan dan laporan – Beyond cukai terdapat sedikit di jalan kekangan peraturan laporan untuk pedagang runcit. Lanjut, tidak ada keperluan untuk menyediakan laporan prestasi bulanan atau “berdandan” portfolio yang sebelum surat berita pelanggan dihantar. Ini adalah masa-gambar besar.
Perbandingan Benchmark – Dana adalah bukan sahaja berbanding dengan rakan-rakan mereka, tetapi juga “tanda aras industri”. Untuk sahaja panjang AS dana ekuiti, pelabur akan mahu melihat pulangan yang melebihi S&P500, contohnya. Peniaga runcit tidak dikuatkuasakan dengan cara yang sama untuk membandingkan strategi mereka untuk penanda aras.
Yuran prestasi – Kelemahan berjalan portfolio anda sendiri sebagai peniaga runcit adalah kekurangan yuran pengurusan dan prestasi dinikmati oleh dana galah berjaya. Tiada “2 dan 20” yang boleh didapati di peringkat runcit!

The conclusion that Mike eventually arrives at is probably what you expected. Terdapat kelebihan yang besar bahawa algoritma peniaga runcit memegang dana berbanding rakan-rakan mereka yang lebih besar. It is important that we keep this in mind when we are actually in the trenches building and trading our systems.

Tetap up dengan manusia

Oktober 10, 2013 oleh Shaun Overton 2 Komen

Daniel Fernandez menyiarkan ringkasan yang bagus beberapa masalah peniaga algoritma telah dialami sejak beberapa tahun kebelakangan ini. Jika anda telah tertanya-tanya mengapa penasihat pakar anda tidak membuat wang, baik, anda tidak bersendirian.

Daniel menunjukkan prestasi yang dahsyat itu indeks perdagangan sistematik Barclays dan yang hampir tiga tahun kerugian berterusan. Malah pro kehilangan wang secara konsisten.

Times sukar dengan dagangan algoritma

Prestasi sistem peniaga profesional telah jatuh sejak dua tahun yang lalu

Bahagian utama:

Ia tidak menjadi rahsia lagi bahawa dagangan algoritma mempunyai beberapa "tahun emas" antara 2008-2011. Melalui tempoh ini - terutamanya disebabkan oleh turun naik arah yang tinggi krisis kewangan - sistem berdasarkan pelbagai ciri-ciri pasaran mampu untuk mendapatkan jumlah yang tinggi keuntungan, dengan korelasi negatif hampir dengan pasaran ekuiti. Antara-penghibur tinggi didapati dalam tempoh ini, pengikut trend adalah mungkin yang paling mengagumkan, dengan sesetengah sistem mencapai pulangan lebih daripada 100% modal dalam tempoh ini, dengan sedikit pengeluaran jua. Semasa tahun-tahun algoritma dagangan semua orang telah membuat pembunuhan yang. Kemudian, perubahan yang berlaku.

Jawapannya seolah-olah menjadi mudah dan pada masa yang sama sangat kompleks: pengaruh asas dan ketidakpastian. Sistem dagangan algoritma semuanya direka bentuk dengan idea bahawa beberapa andaian sejarah akan terus menjadi benar pada masa akan datang. Andaian ini boleh bahawa harga cenderung untuk memecahkan pada jam tertentu, momentum yang dicipta dalam satu arah membawa kepada continuations, bahawa dua instrumen bersama bersepadu, dan lain-lain. Apabila andaian ini memecahkan, algoritma gagal kerana mereka tidak mempunyai cara untuk mengetahui bahawa di bawah keadaan pasaran semasa andaian mereka tidak lagi sah. Ini "memecahkan" algoritma bermakna kita biasanya perlu mengambil kehilangan sedar ada yang telah berubah - untuk menghapuskan atau mengubah suai strategi kami - dan ini membuatkan kita sentiasa kurang reaktif daripada pedagang manusia. Kekuatan dagangan algoritma, itu kapasiti tinggi untuk mengeksploitasi ciri-ciri struktur, menjadi lemah apabila perubahan struktur asas.

Dagangan automatik

Disember 28, 2012 oleh Shaun Overton 2 Komen

Nathan Orange menghubungi saya pada awal 2012 mencari nasihat mengenai mengautomasikan strategi kotak kelabu. Melalui kursus perbualan kami, ternyata bahawa dia adalah seorang peniaga yang menguntungkan dengan rekod prestasi yang multiyear. Nathan telah pergi untuk menemui sendiri perkhidmatan isyarat forex di Global Trend Modal.

Nathan dijalankan temu bual ini dengan niat untuk memberitahu pembaca tentang perdagangan automatik. Anda akan perlu untuk memaafkan yang sia-sia daripada menyiarkan wawancara beliau menghina saya, tetapi saya percaya ia berguna untuk pembaca saya sendiri.

(Nathan):
Shaun, baik untuk bercakap dengan anda lagi dan saya menghargai anda mengambil masa untuk membincangkan apa yang saya anggap sesuatu topik yang penting. Sebelum kita melompat ke dalam soalan tertentu, mari kita mengisi semua orang di atas latar belakang anda.

(Shaun):
Saya membawa usaha jualan di Kumpulan Wang Sentimen di FXCM, yang adalah strategi yang automatik sepenuhnya berdasarkan kedudukan pasaran pelanggan runcit. Saya perlu memahami bagaimana ia bekerja dalam usaha untuk menjawab soalan pelanggan. Bahawa interaksi dengan meja sistem yang memberikan saya akses kepada salah satu daripada segelintir kecil orang dalam industri forex yang benar-benar tahu apa-apa tentang perdagangan sistem dan analisis.

Saya cuba berdagang secara manual semasa waktu kerja, tetapi sebagai broker, ia adalah benar-benar sukar untuk menguruskan akaun perdagangan dan memerah dalam 100+ panggilan telefon cuba sehari. Saya juga mengalami cerita isak biasa yang setiap peniaga kekal. Akaun #1 meletupkan dalam 3 bulan. Akaun #2 meletupkan dalam 6 bulan. Yang pertama $5,000 dibuang ke bawah lubang.

Analisis teknikal dengan garis arah aliran dan alat-alat lain yang mengarahkan perhatian membiuskan pseudo-sains. Saya diniagakan seperti itu selama hampir setahun, tetapi saya tidak pernah merasa yakin atau selesa dengan idea bahawa subjektif melukis garisan pada carta yang membawa kepada apa-apa maklumat yang berguna.

Idea kuantitatif menentukan strategi yang membolehkan untuk menguji dan idea untuk menentukan sama ada atau tidak ia benar-benar mempunyai sebarang merit. Analisis idea bukan teknikal pertama saya adalah untuk melihat bar yang luar biasa besar dengan idea pudar mereka bergerak. Akses dengan meja FXCM Sistem membantu membentuk idea saya dari idea yang subjektif seperti "bar besar" ke dalam parameter matematik seperti "sisihan piawai". Mereka juga menjelaskan platform dagangan untuk menimbang dan mencadangkan beberapa pengaturcara untuk membantu membangunkan idea.

Pengalaman saya bekerja dengan pengaturcara adalah seragam dahsyat. Saya cenderung untuk menyelam ke dalam projek-projek, jadi bukannya bergantung kepada pasukan badut-kereta untuk setengah membangunkan idea-idea saya, Saya mahu kuasa mutlak ke atas proses pembangunan. Yang akhirnya membawa kepada 20+ jam setiap pengaturcaraan dan menganalisis minggu strategi di rumah selepas bekerja sepanjang hari. Bit sistem reka bentuk pepijat keras dan tidak pernah melepaskan.

(Nathan):
Salah satu perkara yang paling biasa apabila membincangkan ujian belakang adalah lebih-pengoptimuman. Dari perspektif anda, apakah beberapa kesilapan biasa yang pemaju sistem yang paling membuat? Saya mempunyai senarai saya sendiri, tetapi kita boleh membincangkan lagi apabila kita memainkan meja.

(Shaun):
Kernel asas idea sama ada mempunyai merit atau ia tidak. Tiada set rahsia input ajaib yang mengubah strategi yang tidak baik ke dalam satu yang baik. Input Bad, Walau bagaimanapun, boleh bertukar strategi yang baik ke dalam satu yang tidak baik.

Optimization gagal untuk membezakan antara "menguntungkan" dan "baik". Saya hendaklah kamu sebat kuda mati ini sentiasa, tetapi perkara yang paling mengelirukan tentang perdagangan adalah bahawa anda boleh berdagang dengan Melibas duit syiling dan menetapkan 50 berhenti pip, 50 pip mengambil keuntungan dan benar-benar keluar pemenang - kadang-kadang. Kebanyakan pemenang akan menunjukkan keuntungan kecil. Segelintir kecil daripada mereka akan menunjukkan keuntungan yang sangat besar semata-mata sebagai hasil daripada nasib. Yang lebih buruk adalah bahawa kebanyakan peniaga menguntungkan sebenarnya akan percaya bahawa mereka adalah sebab bagi kejayaan mereka apabila ia benar-benar hanya nasib bisu.

Pengoptimuman biasanya proses mencari pemenang paling bertuah sengaja. Ia tidak hairanlah bahawa dioptimumkan strategi hampir universal gagal melangkah ke hadapan. Tugas sebenar adalah untuk membezakan antara idea-idea yang sememangnya bukan rawak antara strategi atau penasihat pakar yang secara kebetulan membuat wang dari satu proses rawak.

(Nathan)
Berdasarkan pengalaman dan pengetahuan anda, jika seseorang menghantar sistem untuk kod yang anda boleh dengan cepat menentukan isu-isu yang berpotensi dengan logik mereka, atau bahkan lebih-pengoptimuman merah bendera? Sebagai contoh, anda mungkin mendapatkan satu sistem dana lindung nilai atau peniaga mahu berkod yang mempunyai begitu banyak pembolehubah tertentu yang anda tahu dengan serta-merta ia tidak akan teguh. Saya biasanya boleh melihat isu ini dari pengalaman pembangunan sistem saya sendiri, tetapi dari perspektif anda sebagai alat sandi yang adalah cukup mudah untuk mengenali?

Apa yang anda lakukan dalam kes-kes? Adakah kebanyakan pelanggan lembu jantan yang diketuai, mengelakkan apa-apa maklum balas atau mereka lebih berfikiran terbuka untuk mendengar?

(Shaun):
Kami melihat peranan utama kita seperti yang dilakukan oleh seorang pekerja pembinaan. Jika anda ingin membina sebuah rumah hodoh, itu urusan kamu. Pada sebelah flip, jika anda mendapatkan pandangan saya, Saya tidak akan menahan memberitahu anda ia adalah rumah yang paling hodoh yang pernah saya lihat.

Orang sering bertanya, "Adakah anda fikir ini akan bekerja?"Saya hampir selalu menjawab tidak, dan kemudian mereka mengupah kami membina teruskan.

Menariknya, pembangunan strategi adalah hampir sama dengan apa yang tersenarai dalam orang mendapatkan emosi menerima idea-idea. Bahkan dalam menghadapi amaran kuat, mereka mengenakan hadapan. Seorang kawan baik saya berpendapat mengenai subjek ini, berkata, "Segelintir orang tidak cuba. Satu segelintir yang lebih kecil mendengar nasihat yang baik. Yang lain daripada kita belajar dengan cara yang sukar. "Kebanyakan orang memerlukan pengalaman jatuh rata pada muka mereka sebelum mereka mengambil pengajaran di sebalik nasihat.

Jika anda bermotivasi cukup untuk meminta seorang programmer untuk membina strategi untuk anda, itu kerana anda sudah tahu bahawa ia adalah sesuatu yang anda benar-benar ingin mencuba. Terus terang saya boleh mengatakan, "Ini akan menggulung dalam air mata." 95% orang meneruskan projek yang, apa-apa cara.

Walaupun pengetahuan saya tentang pasaran dan sistem, Saya bukan ahli nujum yang, sama ada. Saya telah memberitahu orang ramai bahawa saya fikir idea mereka adalah buruk, hanya untuk mereka kembali setahun kemudian dan memberitahu saya bahawa mereka membuat wang.

...... .Stay Ditala untuk Bahagian II apabila kita membincangkan HFT, lebih isu ujian belakang (termasuk mereka yang unik untuk Metatrader) dan jika terdapat tema yang sama dengan sistem yang berjaya.