backtest Archives - Algoritma dan Strategi Forex Mekanikal

How to Back Test if a Forex EA is Profitable

Januari 12, 2018 oleh Shaun Overton 1 Komen

Jadi, you believe you have found a sound forex trading system or Expert Advisor (DIA) and you are feeling ready to dip your toe in the water. It’s important not to rush in and instead take a step back to thoroughly test the strategy or EA through back testing.

Before we look at how to test if an Expert Advisor is profitable, first let’s look at what forex back testing actually is?

Forex back testing allows you to test the EA in order to see whether it actually does what it should do. Any forex trading system is completely useless if it doesn’t do what you expected it to do. Back testing uses historical data to enable you to see how the EA would have performed. By entering the historical data, you would be able to see which trades your EA would have recommended to you. This way you can check whether the EA is going to work for your chosen trading style and individual goals. Tambahan pula, this process allows you to understand in more depth how your EA works and to identify flaws in the system.

Kembali ujian is time consuming but it is worth it. It is important to back test in both a bull and bear market and to collect sufficient data so that you know how your EA will perform regardless of whether the market is rising or falling. Satu lagi perkara, is the more accurate the data you use, the more precise your back testing will be. Oleh itu, it is preferential to use accurate historical data rather than indicative data and also use a realistic level for slippage.

Forex back testing is an essential part of developing and using a forex trading system. Walau bagaimanapun, it is important to keep in mind that the results your back testing give you are based on past performance, which is not necessarily indicative of future performance. Back testing will help you feel more confident about the ability of an EA, but it is important to remember that no amount of back testing can guarantee future profits.

Where can I back test?

MetaTrader 4 offers its users a Strategy Tester feature. This is simple to use and enables you to select the EA you installed from the Expert Advisor choices. For this you would need to have the MT4 platform. The most capable brokers offer their clients the MT4 platform. One such broker is Vantage FX, they are an award-winning forex ECN broker. Not only do they offer their clients MT4, but also some of the tightest spreads in the industry and unparalleled execution.

Kerja 8 hari seminggu

Disember 6, 2016 oleh Shaun Overton 22 Komen

Reaching an all-time high in my equity curve means it’s time to buckle down and keep improving. My Dominari strategy has done very well over the past 7 months and especially this and last month.

Is the party going to continue?

I certainly expect so. Drawdowns are inevitable, but that’s part of trading. Short-term performance is exciting, but my ambitious goal is to turn my starting balance of €8,000 into €50,000 within the next 3 tahun. As of this writing, I’m at €9,323.

You’re probably wondering how a 16% profit leads me to extrapolate an annual return of nearly 100%. The answer is that I dramatically changed my leverage at the end of September… just in time for that ugly drawdown. If I was trading on my current leverage, the current live return would be around 40% (iaitu, right on track to hit my goal).

What really counts is what I’ve really done. Setakat ini, I’m up €1,323 with another €40,677 to go by December 6, 2019.

The research for Dominari is effectively finished. It’s been slightly more than a year since I began researching the strategy. Although minor variations of Dominari popped up or came from traders copying my signals, none of them improved the long term outcomes.

One version that improved the risk profile was to trade with limit orders. The original blog post mentioned limit orders, but the variation placed them considerably further from the current market than what I tried previously. I also lacked a system for choosing settings appropriate to every pair, which I’ve more than likely resolved. The problem is that I have a million things on my to-do list and only 8 jam sehari. You’ll see some of my top projects when you scroll down.

Pilum: The latest and greatest

Pilum is a strategy based on a statistical process that identifies momentum. One of the scary elements about most quantitative strategies is that most of them are mean-reverting. They buy when the price drops and sell when the price rises. The approach is favorable (iaitu, profitable) in the long run, but it takes some psychological fortitude to trade.

Pilum is a major advancement because now I’ll have a strategy that should profit exactly when Dominari is most vulnerable to a drawdown.

The new strategy uses had pesanan to enter the market. Sesuatu seperti 90% of these orders never execute. But when they do execute, I win 75% masa. Selain itu, my profile of winners to losers is very comfortable.

Most traders understand the ideas even if the statistical jargon is unfamiliar. Pilum’s biggest winner is larger than its biggest loss. The average winner is bigger than the average loser. Dan, it wins 77% masa.

Setakat ini, I’ve done a sort of piecemeal backtest using R. When I finish the Quantilator (see below), I’ll redo the backtest in a fully fledged trading platform. Kemungkinan besar, I’ll use QuantConnect to test the strategy level approach.

Trading platforms drive me crazy! The biggest problem that I have as a trader is continuously reallocating capital across my portfolio. MetaTrader, NinjaTrader and the likes implicitly assume that I want to trade some percentage of my account balance on every trade. Either that, or that I trade fixed lots.

Trading that way is extremely inefficient. I’m trying to trade 40+ mata wang, so I need to be able to decide which ones need the money for trading and which ones don’t have signals. Kemudian, among the ones that do have signals, I need to dish out their allocations proportionately. The allocations aren’t the same for each instrument. If you know of any good FX platforms that meet this requirement, then let me know in the comments section.

Testing Pilum on its own is important. More important than the performance of Pilum is how that performance interacts with Dominari. That means taking the daily equity values of each currency. Does Dominari lose when Pilum wins and vice versa? Should I allocate capital 50-50 between the strategies or does one strategy deserve the lion’s share of the portfolio? Is one strategy so good that it should get all of the money?

The main concern with portfolio allocation is how it relates to leverage. Dominari historically make 96% annual returns, inclusive of trading costs. Tetapi, it’s also trading with leverage of roughly 19:1. It’s possible for markets to rip over stops and create significant losses.

USDCHF lost 40% of its value in one hour in January 2015. Say that the scenario was even more extreme and that nobody could place a trade during that time at any price. Yang 40% move is multiplied by the 19x leverage used. That’s a theoretical 800% kehilangan; more than the money in the account.

Everyone loves leverage because they think of profits. Leveraging losses is a lot less exciting.

Jadi, if you could earn 96% annual returns and only use 5:1 leverage, that is exponentially superior to earning 96% pada 19:1 leverage. I need to compare the returns of Pilum to Dominari per unit of risk. That allows me to do cool things like

Minimize the negative variance of the returns
Increase absolute return
Dynamically increase/decrease strategy allocations if I find patterns in their interactions

It’s a lower tech way of averaging strategies, like the litte guy’s version of what Numerai is doing… except that I have to create all of the strategies myself.

Quantilator

I spent the last few months sending surveys to segments of my subscribers asking how I can better serve you. Articles about indicators are overwhelmingly my most popular content. The trouble with that content is that I can’t complete the research fast enough to keep up.

The most valuable thing I’ve learned from the developing algorithms for the past 11 years is my process of deciding whether or not an indicator offers predictive value.

Say that you’re interested in gaps: do gaps predict future returns? What I normally do is code a gap indicator in R, implement my analysis methodology and give a verdict. My methodology is kind of like a system for building systems. Using my approach usually takes an hour for every new idea that comes along.

An hour is pretty short. An hour is REALLY short compared to when I didn’t have a research methodology. I used to waste bulan on junk strategies.

With Quantilator, I’ll be able to analyze anything in under 5 minit. I’ll only have to follow 3 steps:

Run a script in MT4 to export price data and indicator data
Upload the exported data to Quantilator
Analyze the results

This tool will be 100% percuma. I’m planning to go through the most popular indicators in MetaTrader to analyze whether or not they offer an edge. I’m building a library of small edges that can be combined into powerful strategies like Dominari and Pilum. Dan, in the spirit of open source, I plan to make that library available to you for free.

I’m writing this tool in Django, which is a Python framework for displaying web content. The initial version will do the analysis. I’m hoping to use this as an education tool. A bit of momentum can justify make it a fully fledged library with sample data, indicators and training videos and more.

Quantilator’s name comes from a key concept in my system analysis methodology; I break data into quantiles. These quantiles calculate average market returns for a given period of time. The quant in Quantilator refers to quantiles, but I really like the implied double entendre of making you a quant. Lagipun, that is what I’m doing for you!

Kemaskini: Yang Quantilator is now freely available at http://q.onestepremoved.com/

perubahan besar kepada Dominari

Mac 9, 2016 oleh Shaun Overton 24 Komen

I said it di sini dan di sini dan di sini. The biggest issue with my Dominari is trading costs. Things aren’t going to really take off until I do one of two things.

Reduce the trading costs
Make more money on each trade

I’ve been working on Dominari since around September or October of last year. After racking my brain for months, I more or less wrote off the idea of improving the trade profitability.

That suddenly changed last week on Friday after the market closed. The best reason to trade my own systems live is that the agony of underperforming forces creativity. The feeling reminds me a lot of Daymond John’s (the guy from Shark Tank) new book the Power of Broke. When life isn’t going your way, it’s the resourceful and creative who are best able to get to the top.

Nobody wants to feel broke or under extreme stress. As much as we hate those feelings, they’re often the strongest drivers of performance. That’s how I feel right now with Dominari. I’m so close to getting there and wasn’t sure how to fix that missing ingredient.

If it weren’t for that stress, I would not have had my simple but very powerful insight last Friday.

And please don’t laugh. The change is so dumb and obvious that you’re going to wonder what’s wrong with me. When you’re in the thick of designing a system, the ugly truth is that sometimes you get lost in the weeds. Or to use another botany metaphor, you only see the trees instead of the forest.

My key insight was to slightly modify the exit strategy to use limit orders, whereas previously I only exited based on the close of the bar. I noticed two repeated behaviors that finally beat me over the head enough that the point finally sank in.

The number of occasions where my trade closed in the optimal location seemed to be significantly outweighed by the amount of money left on the table. The key insight for me was realizing where to optimally place that limit order. And for those of you on my newsletter, it happens to be closely related to the Auto Take Profit that I’ve been talking about all week.

Backtest assumptions and results

My operating mantra when doing backtests is to minimize the number of assumptions. Spreads for retail traders have changed dramatically from 2008 to today. I remember working as a broker at FXCM when our typical spread on GBPCHF was something like 8-9 pips. I now routinely pay something like 2 pips. It’s impossible to model what happened in the middle without haphazardly guessing.

I find it far more convincing to analyze the raw signal, both on historical and recent market data, then to interpret whether trading costs are likely to be favorable in today’s markets. “Raw signal” is the ideal signal, one which assumes perfect execution, no slippage, no rollover, no spreads and no commissions. The natural result is that you’re overstating historical performance, but the benefit is that you have a very clear idea whether the core idea is a system capable of predicting the market with reasonable risks.

The total leverage employed in the portfolio is 7:1. If I have a $50,000 trading account and held a position in every currency pair in the portfolio, then the notional value of those trades would equal $350,000 (50k * 7).

Another key point is that I used a fixed position size of $12,500 setiap perdagangan. The size of the trade never increases or decreases during the backtest, which allows me to isolate the impact of the raw signal without adding the variable of money management.

Here are my trade metrics with version 1 of Dominari. Click the images to view them in full size.

The first version of Dominari had a profit factor of 1.26.

After here’s the change with Dominari version 2.0.

My new version of Dominari increases the profit factor to 1.59 with a significantly lower drawdown.

My best case scenario was to hope that the profit factor would jump another 10 points or thereabouts, maybe stretching the profit factor to 1.35 or thereabouts. It’s incredibly exciting to see the edge over breakeven more than double (going from a $0.26 edge to a $0.59 cent edge).

What I’m most excited about is the skew in the returns. Most mean reversion systems look for an edge but are overwhelmed with the impact of losing trades. That was the case with version 1.

The largest losers outweighed the largest winners in version 1.

This new version of Dominari is the very first bermakna perkembalian strategy that I’ve ever developed where the winning tails (ie, the biggest winners) nearly equal the losing tails (the biggest losers). It’s almost always the opposite with mean reversion strategies. Berkata cara lain, the risk profile of the extreme outcomes significantly improved with version 2.

The impact of the biggest winners is nearly identical to the biggest losers with version 2.

And the metric that most traders care about the most, pengeluaran, is wildly improved. Version 1 showed a drawdown of 5.72%. The new version is a fraction of that at 1.77%.

Out of sample backtest for Dominari version 2

The out of sample performance is nearly identical to the in sample performance, despite significantly different market conditions.

When I walked my test out of sample onto recent data, covering 2013-2015, the performance characteristics of version 2 are nearly identical to the in-sample test. The profit factor was identical at 1.59, and the max drawdown was 2.01% untuk 2013-2015.

Translating the theoretical into expected performance parameters

Lagi, those metrics above are in the ideal world of perfect execution and no trading costs. The real world performance will have lower returns and higher drawdowns. The advantage to having live trade data is that I can now make some kind of intelligent estimate of my expected trade accuracy and profit factor. Just how overstated are the idealized returns likely to be?

The process that I went through to calculate the expected profit factor in the real world is a 5 proses langkah. I don’t think it’s going to make any sense if I try to write out the steps in conversational English. Sebaliknya, I’ve chosen to share a spreadsheet where you can view the step by step process for how extrapolating live trading data into expected performance with the new strategy. Klik di sini to view the spreadsheet.

The expected profit factor for my live trading is expected to be between 1.29 kepada 1.39. The expected percent accuracy for live trades should jump from 62.55% kepada 70.8%.

The traders who will get first crack at the Total Access Apprenticeship are those are subscribed to the free newsletter. If you’re not signed up, make sure to fill in your email address in the orange box at the top right of this page.

Monitoring my live trade execution

Februari 10, 2016 oleh Shaun Overton 29 Komen

Dominari’s biggest risk is its trading costs. In the midst of losing 6 days in a row, I found myself extremely concerned about Dominari’s performance. Did the signals go bad all of a sudden or is this a normal drawdown? Is Dominari losing because of trading costs?

I decided to start analyzing my FXCM account. Part of the nerves were driven by the fact that it took 2 weeks to setup the account. The compliance process took far longer than usual because I’m a former employee. Two weeks later, I turned on the account just in time to a) miss the biggest equity growth and b) to catch the biggest drawdown.

I felt more hostile to the FXCM account performance because I didn’t have any profits to pad the losses. This is all coming from my original risk capital. And I’m having my third child soon. Giving birth to kids in the US is incredibly expensive. I’ve got better uses for the money than to throw it away in the markets!

Jadi, the real question is: am I losing because it’s just a rough patch or because FXCM is eating my lunch?

backtest-equity-fxcm

This image is a Backtested equity curve over the same period of my live performance. I’ve traded live since January 28, but the trading didn’t begin until the afternoon. Seperti yang anda lihat, I again missed another patch of strong performance.

The rest shows something of a fairy tale. The backtest shows a return of 19.13% over that period, whereas my live performance is down 10%. How much of that is due to commissions, penyebaran, rollover and slippage?

The backtest shows a profit of $956.65 with no trading costs.

My real results, yang 1) show a profit on the backtest but 2) are actually showing a loss in real life, can be used to estimate a floor for my trading costs. The formula for that is
( Total profit and loss + komisen + rollover) / jumlah perdagangan, which is currently $1.58 in costs per trade.

The commissions and rollover are easy to separate out using either Myfxbook or the FXCM account report. The grand total spent so far on commissions is -$239.80 dan -$3.05 on rollover.

The hardest part to separate is the spread paid. I’m not recording the spread paid on every trade (maybe that’s a mistake and I need to add it). But I’m going to use the table below to estimate. I took a random sample of 30 trades from the 501 trades completed at the time of my analysis.

Spread Paid	Slippage
0.000198523	1.49E-05
0.000153951	-5.13E-05
0.000455823	0.000227912
9.98E-05	0
0.000161242	-0.00313413
2.76E-05	-9.19E-06
5.55E-05	6.94E-06
0.000110898	-1.01E-05
9.24E-05	0
9.91E-05	-1.57E-16
6.55E-05	1.31E-05
4.85E-05	2.08E-05
8.22E-05	-1.67E-16
6.87E-05	0
6.95E-05	-1.65E-16
0.00015173	-2.17E-05
9.43E-05	-2.36E-05
9.38E-05	-0.00225922
7.61E-05	-0.0024735
0.000160038	1.00E-05
0.00013502	0
0.003542625	4.52E-05
0.000222978	-0.00376275
7.62E-05	0
0.000432797	7.73E-06
2.61E-05	0

The average slippage (the right column) is a stunning -0.044%. I’m getting negative slippage on average with FXCM. That’s outstanding! FXCM is improving my fills even though my entries are requested at a worse price. Whatever misgivings I’ve had about FXCM in the past are alleviated. That’s impressive execution.

Estimating the spread paid is much more difficult. I’ve chosen to take my average trade profit on a $5,000 account as the starting point. The trouble is that the value of an average winner can depend on the account performance. If I use stagnant position sizing, then the drawdown doesn’t effect the value of the average winner. Under that assumption, the average winner is $3.48 setiap perdagangan.

But if I use compound position sizing, the drawdown eats away most of the profits. That drops the average trade value down to $1.70.

I converted the spread paid from pips into percentages. Using EURUSD as an example, yang 1 pip spread works out to 0.0001/1.12727 = 0.000089. The reason for doing this is so that I can compare the spread on EURUSD to something with a much wider spread like AUDNZD. The spread is wider on AUDNZD, but the value of a NZD pip isn’t the same as a USD pip. Percentages allow for an apples to apples comparison.

The average spread paid in my sample was 0.00026157605, yang 0.026%. Putting that back into terms relative to my account balance, I’m paying 0.026% * $5,000 = $1.31 per trade in spread. Across 420 dagangan, itulah -$550.20 in spreads.

Total costs are spread, commissions and rollover:
$550.20 + $239.80 + $3.05 = $793.05

On a per trade basis, yang $1.78 in costs per trade from my estimates.

The total profit on the backtest was $956.65, but I missed about $550 of it because trading didn’t start until 17:00 on the 28th of January. That leaves the backtest profit somewhere around $406.65.

That puts the re-estimated profit and loss at $406.65-$793.05 = -$386.40. The actual loss is -$469, which I feel is a reasonable discrepancy based on the fact that I’m estimating how much profit was contributed on January 28 instead of knowing for certain.

The conclusion is that I need to turn off this trading at FXCM. Even if I joined their active trader program and traded in the top tier, it would only save me half the commissions. Most of the trading costs are in the spread and not commissions. I’m seriously considering a move to a broker that will allow me to make a market by posting limit orders. Tetapi pertama, I’ll need to go over my Pepperstone account to review the trading costs for myself and clients.

Live demo menguji strategi baru dengan had pesanan

November 24, 2015 oleh Shaun Overton 17 Komen

Saya datang dengan menakjubkan mencari backtests sepanjang masa. Ini adalah contoh terbaru menggunakan Rata-SB.

Keluk ekuiti daripada strategi baru tanpa kos dagangan.

Versi percuma dan andaian strategi yang membuahkan $79,618.82 untuk pulangan uncompounded daripada 796.19% dalam tempoh 3 tahun. Strategi perdagangan semua salib FX utama. Seperti yang anda boleh memberitahu, kualiti isyarat kekal hampir malar seluruh keadaan pasaran yang pelbagai. Ia kelihatan hebat.

Masalahnya ialah kos dagangan. Ia sentiasa didagangkan kos yang membuat hidup sukar.

Kos dagangan menggugurkan keuntungan dengan 98.22%

Saya sentiasa mengambil pandangan yang sangat pesimis apabila ia datang kepada kos dagangan dengan andaian dan gelinciran. Ia memerlukan banyak jujur, tetapi membuat usaha untuk mengelakkan andaian rosy menjimatkan banyak sakit dan kekecewaan di jalan. Andaian adalah benar-benar teruk pada mata wang silang di mana kita menganggap spread dan utara gelinciran 5 pips.

Prestasi dengan pesimis andaian kos perdagangan jatuh kepada hanya membuat $1,000 dalam keuntungan. Strategi ini tidak perlu untuk pergi ke dalam tong sampah, tetapi ia jauh dari bersedia untuk masa perdana. Tidak ada senario di mana ia masuk akal untuk berdagang dengan pesanan pasaran.

Ciri-ciri umum

Dagangan purata setiap hari: 39
Pasangan mata wang yang diniagakan: 27
Ketepatan peratus: 66.52%
Gaya: Perkembalian Mean
Carta: Setiap jam

Bagaimana untuk berdagang di murah

Saya terkenal berjimat. Seorang dari antara saudara persaudaraan saya di kolej masih memberitahu cerita mengenai saya mengira perubahan longgar dan mengesan dalam MS Wang.

Itu jenis mentaliti mendorong isteri saya gila… tetapi ia adalah satu aset sebenar untuk seorang peniaga! Peniaga membuat wang mereka di pinggir seperti setiap orang perniagaan lain.

Saya menghabiskan petang semalam pengekodan strategi baru ini dengan sentuhan sedikit. Daripada membayar spread pada setiap perdagangan tunggal, bagaimana jika saya menggunakan had pesanan untuk mencuba dan mendapatkan penyebaran?

Penyebaran mentah semasa pada EURUSD adalah 0.3 pips, yang bernilai $0.03 setiap microlot. Komisen dagangan adalah $0.03 setiap microlot. Jika saya memperolehi tambahan $0.03 setiap microlot, bahawa sekurang-kurangnya meliputi kos dagangan. Pada pasangan seperti NZDCHF penyebaran ini mentah 1 PIP, yang menambah tambahan $0.04 ($0.10 – $0.03) setiap bahagian. Iaitu, isyarat kemasukan membuat tambahan $0.04 dan keluar juga membuat tambahan $0.04 pada setiap perdagangan tunggal.

Walaupun pasangan tenang di NZDCHF masih mempunyai unsur bunyi pada setiap bar. Saya tidak melakukan apa-apa penyelidikan untuk menyokong teori, tetapi pengalaman subjektif saya mengatakan bahawa sumbu daripada 90% atau lebih daripada bar akan sekurang-kurangnya selama penyebaran luas.

Peniaga membuat wang mereka di pinggir seperti setiap orang perniagaan lain.

Berkata cara lain, jika penyebaran pada EURUSD adalah 0.3 pips, maka perbezaan antara harga yang terbuka dan rendah pada 90% bar hendaklah sekurang-kurangnya 0.3 pips, terlalu. Itulah andaian saya, apa-apa cara.

Contoh berpusing strategi untuk menggunakan had pesanan

Mengatakan bahawa isyarat untuk memasuki pasaran hanya muncul. Harga semasa untuk EURUSD adalah 1.06457 x 1.06462, yang 0.5 pips. The backtests menganggap bahawa saya akan melanda 1.06462 meminta harga dan membayar spread.

Idea untuk ujian saya adalah untuk menetapkan perintah had saya di 1.06457. Oleh kerana saya seorang peniaga runcit, ini bermakna saya meminta pasaran untuk bergerak turun setengah pip sebelum saya akan mendapat untuk mempunyai kedudukan yang. Memerlukan satu langkah yang kecil memihak kepada saya secara teori mendapat lebih daripada melompat ke dalam pasaran dengan kedua-dua kaki.

Ujian live demo bermula

Saya secara teori boleh memodelkan idea dalam Ujian Prestasi yang, tetapi terdapat andaian kritikal yang menjadikannya sia-sia.

1) Purata merebak terdapat di saya 2009-2011 tempoh Ujian Prestasi jauh lebih luas daripada mereka hari ini
2) Penyebaran berbeza dengan ketara sepanjang hari. EURUSD adalah rutin serendah 0.2 pips dalam sesssion Eropah, tetapi dengan mudah boleh memukul lebih 1.0 pips dalam bahagian-bahagian yang paling membosankan perdagangan Asia.

Perkara kedua boleh menjadi benar-benar merosakkan Ujian Prestasi yang. Ia adalah lebih baik untuk menguji idea pada demo secara langsung dan mendapat sesuatu yang lebih dekat dengan data dagangan sebenar.

Yang pertama 15 jam ujian demo hidup.

Saya hanya 15 jam ke dalam ujian, tetapi sekurang-kurangnya segala-galanya adalah permulaan yang baik.

Matlamat untuk ujian ini adalah mudah: meletakkan sekurang-kurangnya 300 perdagangan dalam akaun. Yang hanya perlu mengambil kira-kira 2 minggu sejak strategi yang begitu hiperaktif.

Kriteria untuk kejayaan adalah sama mudah: adakah masa nyata prestasi perdagangan demo memenuhi atau melebihi prestasi ujian tersokong sepanjang tempoh masa yang sama?

Saya memulakan dagangan pada petang November 23, yang bermaksud bahawa saya perlu memukul saya 300 ambang perdagangan di seluruh hari ke-10 perdagangan. Kekerapan perdagangan tidak berubah-ubah, tetapi yang perlu berlaku kira-kira pada 4 Disember.

Walaupun saya mempunyai data demo hidup, Saya akan menjalankan Ujian Prestasi kemasukan pasaran dari November 23 hingga Disember 4. Jika perdagangan demo, yang menggunakan had pesanan, melebihi Ujian Prestasi kemasukan pasaran, maka saya mempunyai asas yang munasabah untuk menganggap bahawa strategi yang bersedia untuk berdagang di akaun kecil sebenar.

Saya juga seterika keluar bug yang muncul semasa simulasi secara langsung. Kemungkinan besar, tarikh-tarikh ini akan ditolak ke belakang. Saya sudah dijumpai 2 isu-isu yang memerlukan siasatan selepas hanya 22 dagangan. Tidak ada gunanya dalam menilai strategi jika ia tidak melakukan tepat seperti yang dinyatakan.

Kod strategi yang sama dua kali?

Anda mungkin menyedari bahawa lengkung ekuiti ujian hadapan adalah dari MetaTrader. Mengapa saya akan menguji dalam satu platform tetapi melaksanakan dalam satu lagi? Kesemua backtests saya telah dibuat pada Maha Melihat.

Jika anda mempunyai dua orang bekerja pada masalah dan kedua-duanya tiba di jawapan yang sama, maka mereka mungkin menjawab masalah tersebut dengan betul. Logik yang sama terpakai kepada pengaturcaraan. Jika saya program versi strategi dan Jingwei program versi strategi yang, mereka sepatutnya meletakkan perdagangan sama. Sebarang percanggahan bermakna bahawa pengaturcaraan seseorang adalah salah.

Saya secara rutin menggunakan kaedah ini kerana kesilapan sedikit dalam logik boleh membawa kepada hasil perdagangan langsung berbeza. Ini perbezaan antara membuat wang yang banyak dan kehilangan wang yang banyak. Ya, Saya mengorbankan kecekapan. Pertaruhan untuk strategi yang begitu tinggi bahawa ia adalah lebih baik untuk membuat 2 orang melakukan kerja yang sama dalam pertukaran untuk kepercayaan mengetahui bahawa ia dilakukan dengan betul.

MetaTrader kalah dengan pelihat oleh setiap langkah. Satu-satunya sebab yang saya tulis kod saya dalam MetaTrader adalah bahawa saya tak sabar untuk menguji idea. MQL4 adalah mudah bagi saya untuk kod – pengaturcaraan untuk MetaTrader merupakan salah satu perkhidmatan utama kami.

Selepas Jingwei selesai pengaturcaraan versi Maha Melihat minggu depan (dia off untuk Kesyukuran), Saya akan mempunyai asas untuk membandingkan versi MT4 saya terhadap perempuan. Ia sangat tidak cekap, tetapi saya juga tahu bagaimana mungkin saya membazirkan minggu kepada menganalisis dagangan diletakkan mengikut kaedah-kaedah yang tidak betul-betul sepadan strategi saya. Lebih baik selamat daripada maaf!!!

Bagaimana untuk menggemukkan margin

Satu perkara yang saya benci tentang perdagangan runcit adalah bahawa sangat sedikit tempat menawarkan ECN benar. Dagangan di tradisional broker forex runcit bermakna bahawa saya perlu menunggu untuk penyebaran turun untuk menyentuh pesanan saya. Dalam contoh yang saya berikan menggunakan EURUSD, ia memerlukan bahawa langkah pasaran 0.5 pip memihak kepada saya sebelum saya isi.

Dagangan di ECN yang ketara akan meningkatkan kebarangkalian menerima isi atas perintah had. Dengan menggunakan contoh EURUSD di mana harga semasa adalah 1.06457 x 1.06462, Saya akan membuat pesanan had pembelian pada tawaran di 1.06457. Jika sesiapa di pasaran menjual pada masa itu, ia bermakna bahawa sekurang-kurangnya sebahagian perintah itu akan diisi dengan serta-merta.

Kesannya, dagangan di spread runcit mengandungi senario terburuk bagi pelaksanaan. Harga perlu menyesuaikan 0.5 pip memihak kepada anda untuk mendapatkan diisi. Jika anda berdagang di ECN dan harga jatuh 0.5 pips, anda akan mendapatkan diisi setiap kali. Tetapi anda juga mendapat peluang untuk mendapatkan diisi lebih awal dan lebih cepat kerana jika sesiapa datang dan pergi pendek di pasaran, perintah itu duduk di atas buku menunggu seseorang untuk memukul.

Peniaga Smart melakukan segala-galanya dalam kuasa mereka untuk menggemukkan margin

Saya meneruskan dengan ujian demo sekarang. Jika ia memenuhi atau melebihi keputusan Ujian Prestasi, Saya kemudian akan tahu dengan tahap tertinggi keyakinan kemungkinan bahawa kaedah yang sedia untuk live trading. Saya mungkin akan bermula dengan beberapa ribu dolar untuk bulan pertama. Kemudian, jika ia berjaya, Saya benar-benar akan mula skala itu.

Tiada sebab yang semua perdagangan mesti berlaku pada carta H1. Saya sentiasa boleh beralih selang perdagangan oleh satu minit, dua minit… lima puluh sembilan minit. Dan walaupun terdapat, ada kemungkinan

Senario yang ideal saya adalah untuk perdagangan strategi yang pada tempat ECN, yang memerlukan baki minimum $250,000. Bahawa jumlah wang yang jauh lebih tinggi daripada saya dengan mengurangkan risiko selesa. Peraturan lama perdagangan adalah bahawa anda tidak menerima lebih banyak risiko daripada anda kalah selesa.

Ini bermakna saya mungkin akan dapat mencari rakan kongsi untuk memastikan strategi yang berjalan dalam persekitaran yang terbaik (ECN). Adakah anda mungkin rakan kongsi yang? Jika ya, menghantar e-mel kepada info@onestepremoved.com~~V dan memperkenalkan diri. Tiada apa yang akan berlaku untuk beberapa bulan, tetapi ia sentiasa mengambil seketika untuk membina hubungan dan berasa selesa dengan projek.

Berjalan Optimization Hadapan

Januari 13, 2014 oleh Shaun Overton 6 Komen

Jika anda telah berjalan dan secara rawak ia mula hujan, anda akan mempertimbangkan membawa payung esok? Sudah tentu anda akan.

Tujuan saya bertanya satu soalan retorik seperti itu adalah apabila orang memerhatikan tingkah laku yang, mereka bertindak balas dengan sewajarnya. Jika mereka menjangkakan bahawa sesuatu yang mungkin berlaku lagi, mereka mengubah tingkah laku mereka untuk menampung perubahan dalam hasil.

Apabila anda berfikir tentang robot forex, setiap orang mempunyai impian membangunkan strategi yang bekerja selama-lamanya. Ia tidak memerlukan sebarang perubahan. Tetapan awal sentiasa bekerja. Hidupkannya dan bergerak ke pantai.

Realiti, sudah tentu, adalah lebih rumit daripada yang.

Walk pengoptimuman ke hadapan terus mengoptimumkan sepanjang masa bukan mencari satu set tetapan statik

Yang membawa kepada jangkaan apa yang perlu anda lakukan apabila strategi anda tidak dapat tidak pergi serba salah. Ia amat mungkin bahawa anda datang dengan strategi yang bekerja dan tidak menakjubkan baik di pasaran semasa. Walau bagaimanapun, genius lalu tidak bermakna genius masa depan. Selalu ada peluang bahawa strategi anda tidak lagi bekerja di masa hadapan.

Mengapa bahawa? Itu sebab yang sama yang anda mungkin membawa payung jika esok hujan hari ini. Orang mematuhi pasaran melaksanakan dengan cara yang konsisten. Seperti yang lebih ramai orang membuat pemerhatian, orang mula trading di atasnya. Pasaran bertindak balas kepada perubahan-perubahan tersebut, dan akhirnya peluang sepenuhnya mencuci keluar kerana terlalu ramai orang telah bang mengenainya.

Ujian berjalan kaki ke hadapan adalah proses menentukan sama ada atau tidak strategi anda telah dibasuh keluar. Dengan ujian pada satu set data, dan kemudian mengujinya pada set buta, anda boleh memberi diri anda satu petunjuk sama ada strategi anda tidak baik atau tidak. Matlamat berjalan kaki ke hadapan bukan untuk membuktikan bahawa strategi anda adalah baik. Ia adalah untuk membuktikan bahawa strategi anda tidak diketahui tidak baik.

Proses ujian berjalan kaki ke hadapan adalah sangat mudah. Anda mengenal pasti satu set maklumat yang anda hendak gunakan untuk ujian anda dan pengoptimuman. Dengan menggunakan contoh yang sebenar, sekarang ia permulaan 2014. Jadi mungkin anda mahu melihat dan data ujian dari 2011 melalui 2012. Itu akan menjadi data sampel dalam anda, dan kemudian dari anda daripada data sampel mungkin semua 2013.

Dalam usaha untuk menjalankan ujian ke hadapan berjalan kaki, anda akan menguji dan menganalisis strategi anda 2011-2012. Kemudian, untuk menentukan sama ada ia “tidak diketahui tidak baik”, anda kemudian berjalan ke hadapan untuk 2103 untuk melihat mengkaji prestasi.

Apa yang anda lakukan adalah ujian buta. Anda tidak tahu apa yang bagaimana strategi yang akan membuat persembahan di 2013 apabila anda diuji dalam 2011-2012. Dengan meletakkan ia ke atas sampel yang buta, anda memberikan peluang untuk gagal.

Sebab begitu ramai peniaga meletakkan kepercayaan mereka dalam perjalanan ujian hadapan adalah kerana ia alat yang mutlak terbaik untuk mengenal pasti kelemahan dalam pengoptimuman anda. Apabila anda menguji strategi, ia adalah kemungkinan besar bahawa anda mempunyai peluang untuk overfit lalu.

Maklum balas gelung diri dalam pasaran semasa

Biar saya memberi anda contoh. Dalam pasaran semasa, banyak peniaga telah terhantuk emas di pasaran terbuka di mana setiap hari di pasaran terbuka., mereka menjual antara mereka emas kerana mereka mungkin boleh. Kadang-kadang beberapa gandaan pengeluaran tahunan dalam jangka masa beberapa minit. Apa yang anda lihat adalah jatuh bebas mutlak untuk lima atau sepuluh minit. Negeri yang berterusan selama beberapa hari pada satu masa. Tetapi itu tidak kekal selama-lamanya. Apabila peniaga cukup mula melihat bahawa orang-orang bang emas pada terbuka, mereka mula melakukan perkara yang sama.

Berkesan, barangsiapa ingin emas untuk falloff pada pasaran terbuka telah mengajar peniaga-peniaga lain untuk melakukan perdagangan yang mereka. Sebagai orang menjangka emas jatuh dalam lima minit pertama terbuka, kemudian mereka mengubah tingkah laku mereka. Ada yang cuba untuk melompat pada terhantuk dan pergi pendek.

Lain mula mengubah suai tingkah laku mereka. Mereka melihat bahawa emas jatuh bebas selama lima minit. Kemudian, tiba-tiba ia berhenti, dan lebih suka kembali kepada min. Mereka akan mula mengubah semua kata-kata dan kepercayaan selepas begitu banyak minit telah berlalu dari terbuka. Mereka menjangkakan bahawa jumlah berat yang mendahului jualan akhirnya akan kembali normal. Sebagai orang mengubah tingkah laku mereka, orang lain bertindak balas dalam jenis.

Jika masyarakat mula menjual di terbuka dan kemudian membeli pada terbuka lima minit kemudian, anda boleh melihat bahawa corak yang terbentuk di mana satu orang bertindak balas kepada tindakan lain. Ia adalah satu gelung maklum balas diri di mana negeri ini yang telah bekerja untuk beberapa hari pertama tidak lagi bekerja di masa hadapan.

Jika anda boleh mengenal pasti strategi yang mampu bertahan syarat-syarat, dan mampu untuk terus hidup keadaan di mana anda tidak melakukan apa-apa ujian dan pengoptimuman, anda memberi diri anda kemungkinan yang lebih baik untuk berjaya pada masa akan datang. Ini bermakna bahawa tidak begitu ramai pedagang telah petunjuk-petunjuk ke dalam peluang perniagaan ini bahawa anda telah menemui.

Pendekatan untuk berjalan ke hadapan ujian adalah penawar kepada masalah ini dikenali sebagai lengkung sesuai. Pemasangan Curve adalah muktamad akan dapat telah harus telah strategi. Ia adalah serupa membuka Carta yang dari semalam dan mengatakan saya menginap sudah membeli di sini dan saya akan telah dijual di sini, sudah mengetahui apa yang berlaku.

Sudah tentu anda akan “membuat wang” dalam keadaan yang. Anda tahu dengan maklumat sempurna apa yang pasaran telah. Pada masa akan datang, anda tidak mengetahui maklumat yang sempurna. Matlamat strategi adalah untuk berurusan dengan kekaburan yang.

Curve sesuai bermakna anda sudah patut semua begitu sempurna kepada keadaan pasaran yang lalu apabila keadaan baru tidak dapat dielakkan timbul, semacam serupa dengan ungkapan, “sejarah tidak berulang, tetapi ia puisi,” strategi anda melakukan perkara yang sama.

Anda mahu satu strategi yang tidak baik pada prestasi masa lalu, tetapi anda tidak datang dengan strategi untuk membuat wang di pasaran sejarah. Tujuan membangunkan strategi ialah dengan membuat wang dalam pasaran masa hadapan. Apabila anda pengujianbelakang, anda cuba untuk mencapai keseimbangan antara prestasi pepejal sejarah dan, yang paling penting, memastikan bahawa pengetahuan sejarah extrapolates untuk prestasi masa hadapan. Matlamat anda adalah untuk membuat wang.

Rolling Walk Hadapan Optimization

Rolling berjalan pengoptimuman ke hadapan mengambil idea berjalan kaki ke depan dan terus memperbaiki strategi dengan mendedahkan kepada data baru. Jadi mari kita mengatakan bahawa anda mempunyai tempoh sampel dua puluh empat bulan. Salah satu cara untuk pergi tentang hal itu adalah untuk mengoptimumkan strategi anda untuk tempoh dua bulan, kemudian berjalan ia ke bulan ketiga. Anda memerhatikan tingkah laku dan anda reoptimize untuk bulan kedua dan ketiga, kemudian berjalan ia ke hadapan untuk bulan yang keempat.

Dengan berbuat demikian secara berterusan, anda menghapuskan masa pereputan daripada strategi dan memberikan peluang untuk menyesuaikan diri dengan keadaan pasaran yang berterusan. Ia adalah jenis anak tiri yang redheaded untuk pembelajaran mesin. Pengalaman dan kerugian memberikan strategi peluang untuk memperbaiki dan menyesuaikan diri dengan perubahan pasaran melalui pengoptimuman berjalan kaki ke hadapan.

…anda menghapuskan masa pereputan daripada strategi dan memberikan peluang untuk menyesuaikan diri dengan keadaan pasaran yang berterusan

Satu lagi pertimbangan penting untuk analisis ke hadapan berjalan kaki adalah darjah kebebasan dalam sistem. Sebagai contoh, mari kita mengatakan bahawa anda sedang menganalisis silang averaage bergerak. Anda menggunakan dua purata bergerak dan menggunakan stoploss yang tetap dan mengambil keuntungan. Yang akan memberi anda kebebasan darjah empat. Purata bergerak pantas adalah ijazah pertama. Purata bergerak perlahan adalah tahap kedua. Ketiga ialah stoploss dan keempat adalah keuntungan pengambilalihan.

Semakin darjah kebebasan yang anda membenarkan di dalam sistem yang jauh meningkatkan keluk peluang 0f pemasangan sistem anda untuk data sejarah. Sistem terbaik mutlak mengekalkan dua belas darjah kebebasan atau kurang. Anda ingin mencari peluang perniagaan yang mempunyai nombor besar perdagangan dan prestasi tawaran yang anda dapati memuaskan.

Satu lagi elemen perlu dipertimbangkan dalam pengoptimuman anda adalah apa yang akan anda mengoptimumkan bagi. Kebanyakan orang menumpukan pulangan mutlak. Pulangan yang besar, tetapi kebanyakan peniaga mengambil berat lebih lanjut mengenai bagaimana mereka membuat wang mereka dan bukannya berapa banyak. Biar saya memberi anda contoh. Jika saya mempunyai satu sistem yang dibuat $25,000 tahun lepas, anda akan mahu ia? Hampir semua orang mengatakan ya.

Jika saya mempunyai satu sistem yang dibuat $25,000 tahun lepas, tetapi anda perlu untuk kehilangan $15,000 sebelum anda membuat apa-apa wang. Kebanyakan orang tidak mahu sistem yang. Adakah ini bermakna bahawa anda mengambil berat banyak lebih lanjut mengenai prestasi dari hari ke hari dan bukannya hasil akhir. Masalah dengan pengoptimuman dan juga berjalan kaki pengoptimuman ke hadapan adalah bahawa anda tidak semestinya memberi tumpuan kepada apa yang anda mahu ketahui dalam dunia sebenar: cara bahawa anda membuat wang anda.

Pakej carta yang paling memberi tumpuan kepada hasil yang bersih dan yang boleh menyebabkan beberapa kelemahan dalam sistem anda. Jika anda perdagangan pelbagai, apa yang anda benar-benar dilakukan ceri memilih keputusan yang paling kurang terjejas oleh berita besar. Kesannya, anda telah memilih tetapan yang belum lagi terjejas oleh ekor lemak.

Jika anda perdagangan trend, anda telah melakukan yang bertentangan dengan tepat. Anda sengaja memilih tetapan yang memaksimumkan tailes lemak yang telah berlaku pada masa lalu. Dengan strategi perdagangan trend, anda mungkin tidak akan mendapati prestasi konsisten. Sebaliknya, apa yang anda akan dapati adalah bahawa pengoptimuman yang kerap menyebabkan panjang, kemarau berterusan tidak berhenti-henti pengeluaran. Kemudian tiba-tiba, hampir entah dari mana, ia mendapati pemenang raksasa mega yang mengembalikan beberapa gandaan pengeluaran yang anda mengalami. Ini adalah baik untuk backtests hipotetikal, tetapi dalam dunia sebenar di mana anda mengalami kerugian pada setiap hari yang berhampiran, Kebanyakan peniaga tidak boleh mengambil kesakitan. Kelemahan yang saya dapati dengan pengoptimuman yang kebanyakan adalah bahawa mereka tidak melihat pada prestasi yang konsisten. A pengganti berpotensi untuk mengoptimumkan strategi yang akan melihat kepada regresi linear lengkung ekuiti dari masa ke masa. Lengkung ekuiti terbaik mempunyai kecerunan regresi linear yang kuat.

Pakej carta popular yang melaksanakannya bergolek berjalan kaki ke hadapan adalah pengoptimuman Amibroker, TradeStation, Multicharts dan NinjaTrader.

Walk pengoptimuman ke hadapan dalam NinjaTrader

Buka Strategi Analyzer dari Pusat Kawalan. Klik Fail / Baru / Strategi Analyzer.

Buka penganalisis strategi dalam NinjaTrader

Klik kiri tetikus pada senarai instrumen atau alat dan klik kanan tetikus untuk memaparkan menu klik kanan tetikus. Pilih item menu Walk Hadapan. Anda juga boleh menekan pada “dalam” ikon dalam bar alat Strategi Analyzer. Jika anda lebih suka kunci panas, anda juga boleh menggunakan CTRL + DALAM. Akhir sekali, anda juga boleh menolak “DALAM” icon di sebelah kiri atas Strategi Analyzer.
Pilih strategi daripada Strategi luncur keluarkan menu
Tetapkan hartanah Walk Hadapan (Lihat “Memahami sifat Walk Hadapan” seksyen di bawah bagi definisi harta) dan tekan butang OK.

Terdapat banyak cara untuk memilih berjalan kaki ke hadapan dalam pengoptimuman NinjaTrader

Kemajuan Hadapan Walk akan ditunjukkan dalam Bar Status di dalam Pusat Kawalan.

Bukti lanjut Itu Keputusan ujian tersokong Jangan Jaminan Prestasi Masa Depan

November 18, 2013 oleh Andrew Selby Tinggalkan komen

Dalam teori, ia masuk akal yang sempurna bahawa perubahan asas dalam pasaran dari masa ke masa boleh menyebabkan sistem yang mempunyai kelebihan untuk menjadi tidak menguntungkan. Walau bagaimanapun, kerana kita sistem umumnya backtest sepanjang jalan sehingga ke masa semasa, menghadapi sistem dengan perubahan dramatik seperti ini adalah tidak sama.

Matt dari tidak takut Bear baru-baru ini terserempak sistem yang memberinya peluang untuk menguji dua tempoh masa yang berbeza. Sistem dia mendapati ditulis dan backtested dalam 2009. Pada ketika itu segala-galanya kelihatan hebat, tetapi kerana anda akan melihat bahawa tidak terus menjadi kes. Matt mampu meniru sebelumnya ujian keputusan ujian tersokong sepanjang tempoh masa yang sebelumnya, tetapi keputusan bergerak ke hadapan adalah berbeza secara drastik.

Matt menunjukkan kepada kita satu sistem yang dilakukan sehala sehingga melalui 2009 and then produced inverse results ever since.

Matt menunjukkan kepada kita satu sistem yang dilakukan sehala sehingga melalui 2009 dan telah menghasilkan keputusan songsang sejak.

Di sini ialah bagaimana Matt terserempak mereka jawatan:

Saya sedang melayari twitter saya makan minggu ini dan melihat beberapa lama Tepi diukur jawatan (di sinidan di sini) dikaitkan dengan olehPsychTrader.
Kedua-dua jawatan telah menulis dengan mendalam pertengahan 2009 dan strategi mudah mingguan yang menggunakan prestasi relatif S&P 500 dan indeks Nasdaq ke semasa pasaran.
Mereka menunjukkan bagaimana melabur dalam SP 500 or Nasdaq when Nasdaq has been outperforming (berdasarkan 10 minggu prestasi relatif) secara umumnya mengalahkan beli dan tahan.

Matt memutuskan untuk menguji bagaimana sistem yang mudah yang dipegang QQQ atau tunai bergantung kepada sama ada QQQ telah mengatasi prestasi sama ada atau menunjukkan prestasi SPY akan tambang. Dia menguji dua versi yang berbeza. Versi pertama diadakan QQQ apabila ia telah mengatasi prestasi yang SPY dan wang tunai apabila ia tidak. Versi kedua diadakan QQQ apabila ia telah menunjukkan prestasi yang SPY dan wang tunai apabila ia tidak.

Berikut adalah apa yang Matt ditemui:

Pertama mari kita lihat tempoh dari 1999 (permulaan QQQ) hingga akhir 2008.
Strategi untuk melabur dalam QQQ apabila ia kurang berprestasi SPY mendapat dihancurkan dalam pasaran beruang dan hanya treaded air semasa pasaran lembu jantan.
Strategi songsang lakukan jauh lebih baik dan dari tempat melalui lembu jantan dan beruang tempoh sama.

Menariknya, strategi flip-flopped bermula pada 2009:

Strategi yang disedut masa besar sebelum telah semakin melambung tinggi manakala strategi yang sebelum ini lebih baik telah mengirik air.
Saya rasa ini adalah satu lagi contoh strategi yang dihidupkan kepala mereka sesuka hati di pasaran. This is one I’ll be keeping tabs on going forward.

Seperti yang anda lihat, this weekly QQQ strategy makes logical sense and would be fairly easy to trade. Satu-satunya masalah adalah bahawa anda tidak akan tahu yang versi untuk berdagang bergerak ke hadapan. Ini seterusnya menekankan titik bahawa keputusan ujian tersokong tidak menjamin prestasi masa depan!

Sokongan dan Rintangan Metrik

September 17, 2013 oleh Timothy Lewkow 2 Komen

Menukar belakang sampul surat idea untuk algoritma dagangan adalah amat mencabar, tetapi memerlukan perhatian. Ini boleh menjadi perkara yang tunggal yang membuat sistem anda besar. Dalam post ini, Saya cadangkan cara untuk mencari sokongan lebih ditakrifkan dan rintangan metrik menggunakan buku perintah had.

Mewujudkan Order Book Metrik

Untuk memulakan, Saya mahu mewujudkan masa beku dalam masa di mana dua buah buku perintah muncul seperti dalam gambar di bawah. Demi contoh ini, Saya menganggap isyarat lain telah mengesan $20.00 paras halangan.

Support Resistance Metric Limit Order Book Comparison

Rajah 1: Perbandingan dua buah buku perintah had semasa yang disyaki $20.00 paras halangan.

Blue mewakili tawaran had dan oren had bertanya. Buku perintah di sebelah kiri menunjukkan rintangan yang kuat di 20, manakala tempahan yang di sebelah kanan menunjukkan kelemahan . Jika anda tidak yakin, lihat post saya di sokongan dan rintangan dalam buku pesanan had.

Idea di atas adalah besar dalam teori. Bagaimana anda boleh mengukur di atas dua keadaan supaya ia sebenarnya berguna? Jika tidak, ia hanya satu lagi analisis teknikal bulu halus tanpa bahan sebenar.

Satu kaedah yang berjaya digunakan untuk Rajah 1 harus ditentukan jika kedudukan yang singkat perlu dimasukkan di $20.00 (meninggalkan) atau tidak (betul).

Yang pertama daripada dua keputusan yang anda perlu membuat adalah sejauh mana untuk melihat ke dalam buku perintah itu — nilai saya akan memanggil N. Di atas dua buah buku perintah mempunyai N = 4 kerana setiap bahagian buku yang mengandungi perintah di 4 tahap harga yang berbeza.

Sudah tentu ini akan bergantung kepada akses anda kepada data. Walau bagaimanapun, anda juga mungkin mendapati melalui ujian kembali bahawa peningkatan N tidak memberikan maklumat yang berguna.

Keputusan seterusnya anda perlu membuat adalah bagaimana untuk menimbang kelantangan dalam buku pesanan.

Anda mungkin menjadi bodoh untuk berfikir bahawa setiap peringkat buku perintah itu dicipta sama.

Untuk memudahkan, Saya akan menerangkan sistem pemberat linear di mana kutu lebih dekat dengan titik tengah harga yang diberi lebih berat. Merujuk kepada buku contoh perintah pertama, N = 4 bermaksud kita perlu empat berat di sebelah bertanya. Sistem saya mempunyai berat yang memenuhi syarat-syarat berikut:

W1 – sepadan dengan $19.99
W2 – sepadan dengan $20.00
W3 – sepadan dengan $20.01
W4 – sepadan dengan $20.02
w1 w2 w3 W4 = 1
W1 > W2 > W3 > W4

Ini berat dasarnya mengubah kelantangan dalam buku perintah itu dibuat supaya mengatasi tahap rintangan adalah acara yang lebih ketara. Berikut adalah bagaimana anda boleh memilih mereka untuk kes linear.

W1 = N = 4
W2 = (N-1) = 3
W3 = (N-2) = 2
W4 = (N-3) = 1
jumlah = w1 w2 + W3 + W4 = 10

Melalui proses penormalan, berat akhir didapati seperti berikut

w1 = N / jumlah = 4/10 = .4 = 40%
W2 = (N-1)/jumlah = 3/10 = .3 = 30%
W3 = (N-2)/jumlah = 2/10 = .2 = 20%
W4 = (N-3)/jumlah = 1/10 = .1 = 10%

Perhatikan bahawa seluruh sistem datang dengan hanya mendefinisikan N, oleh itu adalah mudah untuk umum dan ujian semula dalam sistem perdagangan anda.

Langkah seterusnya adalah untuk mengira purata wajaran harga yang perlu dibayar jika seorang pembeli pasaran memilih untuk lulus tahap rintangan. Lagi, Saya akan merujuk kepada memikirkan 1 di sebelah meminta kepada pasaran. Ini akan menunjukkan perbezaan antara tahap yang kukuh $20.00 rintangan (meninggalkan meminta buku) dan tahap yang lemah rintangan (hak meminta buku)

Rajah 1 berulang-ulang

Harga purata (meninggalkan meminta buku) : $19.99*2+$20.00*8+$20.01*4+$20.02*5/19 = 20.0063

Purata wajaran harga (meninggalkan meminta buku) : $19.99*2*w1 $ 20,00 * 8 * w2 $ 20,01 * 4 * w3 $ 20,02 * 5 * W4 /(19) = 20.0022

Harga purata (hak meminta buku) : $19.99*2+$20.00*8+$20.01*1+$20.02*1/12 = 20.0008

Purata wajaran harga (hak meminta buku) : $19.99*2*w1 $ 20,00 * 8 * w2 $ 20,01 * 1 * w3 $ 20,02 * 1 * W4 /(12) = 19.9989

Dari sistem wajaran, anda boleh melihat bahawa rintangan yang diandaikan $20.00 diluluskan oleh hanya membayar purata (wajaran) harga sesaham $19.998 dalam masa rintangan lemah.

Harga purata wajaran menunjukkan sokongan dan tahap rintangan lebih ditakrifkan

Menjana Isyarat

Akhirnya, untuk menjana metrik yang kukuh, Saya dianggap pergerakan peratus saham yang perlu diambil untuk melepasi harga purata wajaran. Sebagai contoh:

Kiri meminta buku (perlawanan yang kuat) : 100*(harga semasa – Harga purata wajaran)/harga semasa = 0.11%

Meminta buku Kanan (rintangan yang lemah) : 100*(harga semasa – Harga purata wajaran)/harga semasa = 0.094%

Peraturan saya ditetapkan supaya jika harga semasa mesti bergerak lebih 0.10% wajaran purata harga bagi buku (untuk nilai tertentu N) maka tahap rintangan yang kuat. Kurang yang 0.10% membuat saya berfikir rintangan yang lemah, dan akan memberi isyarat kepada saya untuk tidak memulakan kedudukan yang singkat.

Silap mata Kinetick IQFeed

Mac 19, 2013 oleh Shaun Overton Tinggalkan komen

NinjaTrader adalah platform ujian tersokong strategi kegemaran saya. Kinetick kerja-kerja besar dan adalah satu bahagian penting dalam mengapa saya menggunakan NinjaTrader – perkhidmatan data sejarah menjadikan ia begitu mudah untuk mencari sejarah harga dipercayai untuk banyak instrumen.

Mengumpul data pasaran yang baik menimbulkan salah satu masalah yang paling besar untuk seorang peniaga sistem. Seperti yang saya sentiasa suka untuk menunjukkan, Penuh: sampah di, sampah keluar. Ia tidak melakukan apa-apa yang baik untuk backtest strategi pada sejarah harga junk.

Syarikat yang sama yang memiliki NinjaTrader juga memiliki Kinetick. Bukan satu kebetulan bahawa pembekal data hanya disokong secara asal adalah saudara.

Hubungan yang mungkin menyebabkan salah untuk mempercayai bahawa kelajuan muat turun dari Kinetick akan berjalan di dalam terpantas NinjaTrader. Satu akan menjadi salah.

Saya mendengar beberapa peniaga mengadu minggu lalu di puncak Perdagangan Bersandarkan kepada kira-kira kelajuan muat turun Kinetick ini. Ia mengambil masa yang lama untuk Kinetick untuk memuatkan data sejarah, tidak kira sama ada forex atau ekuiti datanya. Jason, seorang peniaga yang saya berkawan, terjun ke dalam perbualan dengan helah bagus bahawa dia belajar. Ia sesuai dengan perkongsian dengan semua orang.

Gunakan Kinetick dengan IQFeed

IQFeed menerima nama pengguna dan kata laluan untuk akaun Kinetick hidup. Yang dengan sendirinya tidak adalah sangat perlu diberi perhatian.

Apa yang penting ialah IQFeed berjalan banyak kali lebih cepat daripada Kinetick. Jika anda mempunyai akaun Kinetick hidup, turun IQFeed ke komputer anda. Melengkapkan proses pemasangan dengan menjalankan fail .exe.

Membuat sambungan akaun baru di NinjaTrader. Daripada memilih Kinetick, pilih IQFeed. Tolak seterusnya.

Membuat sambungan IQFeed baru dalam NinjaTrader 7

Skrin baru meminta anda IQFeed maklumat pengguna. Anda tidak mempunyai apa-apa kerana anda melanggan KINETIC. Itu ok! Masukkan butiran Kinetick anda anyway.

Enter your Kinetick account information into the IQFeed details screen

Masukkan maklumat akaun Kinetick anda ke dalam skrin sambungan IQFeed.

Namakan sesuatu sambungan yang anda akan ingat. Saya dipanggil lombong KinetickIQ.

Sekarang pergi ke Pusat Kawalan. Pilih Fail \ Sambung \ KinetickIQ. Apabila beban sambungan, IQFeed akan menyambung menggunakan maklumat akaun Kinetick.

Kelajuan muat turun ajaib menjalankan beberapa kali lebih cepat daripada yang menghubungkan terus ke Kinetick. Saya tidak tahu mengapa ini adalah, tetapi ia helah sejuk jika anda berada dalam tergesa-gesa untuk muat turun jumlah besar data harga.

Adakah ini membantu anda? Sila tinggalkan komen di bahagian bawah.

Surprise Backtest menjengkelkan

Januari 22, 2013 oleh Shaun Overton 2 Komen

Keputusan backtest pertama adalah dari Kumpul silang harga-SMA forex strategi saya. Mengimbas kembali, Saya benar-benar harus mempunyai pra-kajian idea ini sebelum bergerak secara terbuka di hadapan. Lihat dihadapan sebelum anda melompat!

Saya ditemui semula masalah yang sama menjengkelkan yang sia-sia 2 bulan hidup saya kembali Mac 2012. Saya lebih jengkel tentang mencari keputusan yang sama sekali lagi daripada apa-apa. Jika anda mampu untuk berdagang salib sejak SMA 200 tanpa penyebaran, strategi membuat gobs dan gobs wang.

Idea ini membawa kepada menggunakan SMA 200 harga melintasi kepada perdagangan dengan had pesanan secara percuma menggunakan BBBO (Bidaan terbaik Tawaran terbaik). Yang jatuh rata selepas menerima pesanan 80% kadar di beberapa broker mengisi. Ia diperlukan 95%+ mengisi kadar untuk bekerja.

Strategi ini kelihatan nampak menarik. Ia sama sekali tidak berguna.

Dunia sebenar kos dagangan termasuk penyebaran dan gelinciran bekerja keluar untuk sesuatu seperti 2 pip pada EURUSD. Strategi yang diniagakan 29,132 kali pada carta M1 untuk mendapatkan keuntungan sebanyak $118,970. Masalahnya ialah bahawa 2 kos penyebaran pip akan mempunyai kos $582,640. Kos lengkung ekuiti cantik $4 untuk setiap $1 keuntungan. Tidak baik.

Harga menyeberangi 200 Tempoh purata bergerak mudah lebih daripada 29,000 kali dalam 2011.

SMA analisis keluk jarak tidak berlaku seperti yang saya harapkan. Terdapat peluang perniagaan yang jauh lebih kecil dari purata bergerak daripada apa yang saya meramalkan – SMA adalah stickier daripada yang saya fikir sebelum ini. Tidak kira di mana saya melihat, strategi yang selalu menghabiskan lebih banyak wang pada kos dagangan daripada ia memperoleh. Saya mencatatkan semua imej di sini demi ketelitian.

Saya akan bergerak ini sehingga carta M5 dalam pusingan seterusnya ujian. Semua orang boleh mengatakan yang kuat, “Saya dah kata!”

Perdagangan yang memasuki ± 0.1% dari SMA 200.	Perdagangan yang memasuki ± 0.2% dari SMA 200.
Perdagangan yang memasuki ± 0.3% dari SMA 200.	Perdagangan yang memasuki ± 0.4% dari SMA 200.
Perdagangan yang memasuki ± 0.5% dari SMA 200.	Perdagangan yang memasuki ± 0.6% dari SMA 200.

Langkah seterusnya adalah untuk melihat dengan cepat pada carta M5 untuk melihat jika saya boleh membuat idea asas yang berdaya maju di sana.

Selepas-fikiran

Siri ini akhirnya membawa kepada strategi perdagangan yang menguntungkan. Jika anda lebih suka membaca melalui perjalanan, maka saya cadangkan anda membaca artikel secara berurutan

Idea strategi awal
Memilih jangka masa tertentu
Pelan penyelidikan
Satu kejutan menjengkelkan dalam backtests awal
Percubaan perdagangan pelbagai
Keputusan perdagangan pelbagai
Bergerak-rata tukang catut sampul surat