Algoritma dan Strategi Forex Mekanikal | OneStepRemoved

  • Articles
  • Sophisticated Web Sites
  • Dagangan automatik
  • Testimonial
  • Hubungi

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.

  1. Reduce the trading costs
  2. 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.

Version 1 backtest of Dominari

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 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.

Skew of Dominari 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.

Fat tails in Dominari v2

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.

Filed Under: Peraturan, Menguji konsep anda sejarah Tagged With: Backtest, ekor lemak, GBPCHF, leverage, bermakna perkembalian, faktor keuntungan, skew

Meningkatkan Pulangan & Had Volatiliti oleh Trading Separuh Hari

Januari 29, 2014 oleh Andrew Selby Tinggalkan komen

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

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

half day data

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

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

Data

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

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

Strategi

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

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

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

Strategi ujian tersokong

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

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

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

Filed Under: Menguji konsep anda sejarah, Idea strategi perdagangan Tagged With: menutup-untuk-terbuka, meningkatkan pulangan, bermakna perkembalian, membuka-untuk-rapat

Min Strategi Pengambilan Adakah Dalam Hibernasi

Oktober 20, 2013 oleh Andrew Selby Tinggalkan komen

Kebanyakan sistem dagangan yang saya telah berprofil stem daripada buku-buku yang menarik ditulis oleh Larry Connors dan Cesar Alvarez. Penyelidikan mereka memberi tumpuan kepada jangka pendek, bermakna sistem perkembalian yang kelihatan untuk meraih keuntungan segera apabila pasaran menjadi trend sementara terlebih jual.

Cesar Alvarez baru-baru ini melancarkan blog sendiri, dan salah satu daripada jawatan pertamanya ditangani isu sama ada strategi perkembalian min masih sah dalam persekitaran pasaran hari ini. Beliau bermula dengan membincangkan bagaimana dia mempunyai kawan yang terus mencabar beliau mengenai isu itu, menuntut bukti bahawa strategi yang masih menguntungkan.

Alvarez menetapkan untuk menguji teori berikut:

Teori saya adalah bahawa perkembalian min adalah dalam hibernasi menunggu untuk kembali; atau berkata cara lain, bermakna perkembalian adalah semata-mata bermakna kembali. Saya berfikir bahawa apabila terlalu ramai orang berdagang bermakna perkembalian, ruang yang akan menjadi sesak dan kami melihat lebih sedikit perdagangan menang dan pulangan yang lebih kecil. Walau bagaimanapun, ini sentiasa tekaan tidak disokong dengan nombor. Adakah kita benar-benar melihat lebih sedikit dagangan? Pulangan yang lebih kecil?

Untuk menguji teori, Alvarez mengambil bahagian atas 1,000 saham dari segi dolar jilid dari permulaan 2001 hingga Ogos 30, 2013. Beliau menggunakan nilai RSI 2-tempoh di bawah 5 sebagai isyarat kemasukannya, dan kemudian keluar apabila nilai meningkat di atas 70. Penyertaan dan keluar semuanya dikira dengan menutup harga dan data set bebas berat sebelah survivorship.

bermakna strategi perkembalian

Alvarez percaya bahawa strategi perkembalian min mudah dalam tempoh hibernasi.

Soalan pertama Alvarez dicari untuk menangani dengan data yang dia telah dihasilkan sama ada sedikit peluang terlebih jual mempersembahkan diri mereka:

Garis biru adalah peratus daripada saham dengan RSI2 < 5 berbanding dengan semua saham tahunan bagi sesuatu. This has hovered between 5.1% dalam 2009 dan 8.0% dalam 2008. Garis hijau adalah regresi liner data. Kita dapat melihat bahawa trend telah turun sejak 2001 but not a lot. The trend from 2005 kepada 2007 berbanding dengan pengeluaran yang dari 2011 kepada 2013 kelihatan sangat serupa. Apakah trend ini kerana kita berada dalam kitaran yang sama pasaran lembu jantan? Adalah min perkembalian-dalam hibernasi? Memandangkan data perdagangan, Saya akan mengatakan ya. Tiada apa-apa muncul daripada biasa.

Seterusnya, Alvarez melihat sama ada keuntungan purata telah berubah:

Carta ini mengejutkan saya. Garis biru adalah purata % keuntungan / kerugian daripada semua dagangan dengan RSI2 < 5 dan RSI2 keluar apabila > 70. Garis hijau adalah regresi linear data. Perkara terakhir yang saya harapkan adalah garis regresi linear sehingga condong. Yang 2013 purata % keuntungan / kerugian adalah .94% jauh lebih rendah berbanding 2008 dan 2010 nilai-nilai 1.58% dan 1.57% masing-masing. Tetapi 2013 pulangan yang lebih tinggi daripada 2011 dan 2012 dan jauh lebih tinggi daripada nilai 2007 ini .33%.

Alvarez menyimpulkan bahawa strategi perkembalian asas min sedang mencari isyarat kurang berbanding tahun-tahun yang lalu, tetapi masih agak menguntungkan. Beliau mencadangkan bahawa strategi ini hanya hibernating dan bersedia untuk membuat pulangan yang kukuh.

Kita berada di rendah bilangan dijual saham setiap tahun tetapi purata # keuntungan / kerugian adalah julat pertengahan. Nombor tidak memberitahu saya apa-apa yang rusak dengan perkembalian min. Perkembalian Min tidak mati, tetapi ia kelihatan seperti ia keluar dari hibernasi.

Filed Under: Idea strategi perdagangan Tagged With: Alvarez, bermakna perkembalian, RSI

Pelbagai Sistem Hari Min Pengambilan

Jun 27, 2013 oleh Andrew Selby Tinggalkan komen

Hari Multiple Min Sistem Pengambilan direka untuk mengambil keuntungan segera daripada ETF yang mengembara terlalu jauh dari trend semasa mereka. Ia adalah berdasarkan kepada andaian perkembalian min yang semua pasaran akhirnya akan kembali kepada harga purata.

Sama seperti 3 Hari Tinggi / Rendah Min Sistem Pengambilan, satu ini telah mengatasi S&P 500 lebih masa lalu 12 tahun dengan pengeluaran yang lebih rendah. Ia direka untuk berdagang dengan sekumpulan 20 ETF yang mewakili spektrum luas pasaran global.

Peraturan

Pergi panjang Semasa:

  • ETF > 200 SMA hari
  • ETF < 5 SMA hari
  • ETF telah ditutup rendah 4 daripada 5 hari

Go Pendek Apabila:

  • EFT < 200 SMA hari
  • ETF > 5 SMA hari
  • ETF telah ditutup tinggi 4 daripada 5 hari

Keluar panjang Semasa:

  • ETF melintasi di atas 5 SMA hari

Keluar Pendek Apabila:

  • Cosses ETF di bawah 5 SMA hari

 

Mengenai Sistem

The Pelbagai Sistem Hari Min Pengambilan dipopularkan oleh Larry Connors dan Caesar Alvarez dalam mereka 2009 buku Kebarangkalian Tinggi ETF Trading. Seperti semua bermakna strategi perkembalian, Pendekatan ini adalah berdasarkan kepada andaian bahawa pasaran yang bergerak dalam satu arah akhirnya akan kembali kepada harga purata.

Sistem ini mensasarkan up-trend ETF yang jatuh di bawah mereka 5 hari purata bergerak mudah manakala penutupan yang lebih rendah di empat daripada lima hari. Ia juga mensasarkan songsang, turun-trend ETF yang bangkit di atas mereka 5 hari purata bergerak mudah manakala penutupan yang lebih tinggi dalam empat daripada lima hari. Selepas mewujudkan jawatan ini, sistem memegangnya sehingga ETF melintasi belakang atas / bawah yang 5 SMA hari.

Analisis ujian tersokong

Keputusan ujian tersokong untuk sistem ini telah disiarkan di blog Sanz Nabi di bulan September 2012. Mereka melaporkan keputusan prestasi sistem ini dari Januari 1, 2002 hingga Ogos 1, 2012. Pada masa itu, sistem yang dibuat 1,901 dagangan. Daripada mereka dagangan, 71% menguntungkan. Pulangan purata kompaun pada masa itu adalah 9.44%, dengan pengeluaran maksimum 13.37%.

Pulangan yang dicatatkan oleh sistem ini sepanjang dekad yang lalu adalah mengagumkan, dan pengeluaran yang rendah menjadikan mereka lebih menarik kepada ramai pelabur. Sistem ini juga menunjukkan prestasi cemerlang semasa krisis kewangan dalam 2008. Walaupun S&P hilang separuh nilainya, yang Multiple Hari Min Sistem Pengambilan mencatatkan keuntungan besar hampir 50%.

Meningkatkan Sistem

Menghadkan Kelemahan

Hari Multiple Min Sistem Pengambilan mempunyai kecacatan utama yang sama dengan 3 Hari Tinggi / Rendah Min Sistem Pengambilan. Walaupun kedua-dua sistem mempunyai kadar menang sangat tinggi, kedua-duanya mempunyai potensi kerugian terbuka kurang memuaskan. Jika satu-satunya cara untuk menutup kedudukan adalah untuk ia untuk menyeberangi yang 5 SMA hari, maka anda secara teori boleh ditangkap memegang jawatan selagi ia jatuh kepada sifar. Dengan mengambil ini jenis risiko untuk membuat keuntungan yang agak kecil di sebahagian besar perdagangan adalah seperti mengambil nikel di hadapan memaksakan suatu. Anda hanya meminta untuk diratakan.

Mean reversion faces risks of large losses

Keuntungan kecil dan risiko yang besar bermakna bahawa pasaran akan steamroll anda satu hari.

Saya amat berminat untuk melihat bagaimana keputusan akan berubah jika unsur henti kerugian telah diperkenalkan kepada sistem. Menggunakan Inferens Bayesian atau walaupun yang mudah ATR Pelbagai untuk menetapkan berhenti sama sekali akan mengehadkan penurunan. Those stops could also reduce the overall returns depending on how many of those losing trades eventually close out as small winners.

Pelaksanaan terpilih

Kekuatan terbesar sistem ini adalah prestasinya semasa krisis kewangan di 2008. Berdasarkan prestasi yang, ia adalah jelas bahawa sistem ini berfungsi paling baik dalam pasaran yang tidak menentu. Oleh itu, ia mungkin idea yang baik untuk melaksanakan keadaan turun naik yang hanya akan membenarkan sistem untuk membuat perdagangan apabila turun naik melonjak.

Kami tidak mahu satu sistem yang hanya berdagang satu daripada setiap 12 tahun, jadi kita perlu pasangan ini dengan sistem alternatif. Walau bagaimanapun, jika kita dapat mencari satu sistem yang berjalan dengan baik dalam pasaran normal dan kurang berprestasi di pasaran yang tidak menentu, kita boleh menggabungkan kedua-dua dan mempunyai mereka beralih di berdasarkan keadaan turun naik semasa. Ini akan membolehkan kita untuk memaksimumkan kekuatan setiap sistem yang sama meminimumkan kelemahan.

Filed Under: Idea strategi perdagangan Tagged With: bermakna perkembalian, sistem perdagangan

3 Hari Tinggi / Rendah Min Sistem Pengambilan

Jun 6, 2013 oleh Andrew Selby 1 Komen

Mari kita lihat pada sistem yang bekerja hampir bertentangan daripada sistem-sistem lain yang kami telah melihat.

Sistem ini mensasarkan kecil, keuntungan yang cepat dan memegang untuk rugi sehingga mereka kembali kepada min. Ia juga mengatasi S&P 500 hampir dua kali ganda daripada 2002-2012.

Mengenai Sistem

Yang 3 Hari Tinggi / Rendah Sistem adalah sistem perkembalian min. Ia berfungsi pada teori bahawa jika pasaran adalah dalam trend jangka panjang dan menyimpang daripada trend bahawa untuk tiga unit lurus masa, maka kemungkinan untuk kembali kepada purata.

Dalam kes ini, kita menggunakan 200 unit purata bergerak mudah (SMA) untuk menentukan trend jangka panjang dan 5 unit SMA untuk menentukan purata jangka pendek. Menggunakan nombor-nombor, kita akan menganggap bahawa mana-mana pasaran yang masuk tiga unit berturut-turut membuat kedua-dua paras lebih rendah dan rendah yang lebih rendah mungkin kembali kepada purata jangka pendek

Peraturan perdagangan

Pergi panjang Semasa:

Harga > 200 unit SMA

Harga < 5 unit SMA

Harga telah membuat tiga paras terendah rendah berturut-turut

Harga telah membuat tiga paras lebih rendah berturut-turut

 

Go Pendek Apabila:

Harga < 200 unit SMA

Harga > 5 unit SMA

Harga telah membuat tiga berturut-turut lebih tinggi rendah

Harga telah membuat tiga paras lebih tinggi berturut-turut

 

Keluar panjang Semasa:

Harga salib-salib di atas 5 unit SMA

 

Keluar Pendek Apabila:

Harga salib-salib di bawah 5 unit SMA

 

Keputusan ujian tersokong

Keputusan ujian tersokong saya dijumpai untuk sistem ini terkandung portfolio 20 pelbagai ETF. Portfolio ini adalah terhad kepada 10 jawatan pada bila-bila masa. The backtest bermula Januari 1, 2002 dan berlari hingga Ogos 1, 2012.

Lebih lebih sedikit daripada 10.5 tahun, strategi ini mencatatkan keuntungan bersih sebanyak 112.08%. Ini rosak dengan pulangan tahunan 7.36%. Dalam tempoh masa yang sama, S&P 500 mempunyai jumlah pulangan sebanyak 23.087% yang rosak untuk 3.984% jika anda melabur semula dividen.

backtest system

Sistem ini merekodkan sejumlah 1389 dagangan, yang 73.79% adalah pemenang dan 26.21% adalah rugi. Keuntungan skor pada perdagangan menang adalah 1.73% dan kerugian purata pada perdagangan yang kalah adalah 2.69%. Panjang purata perdagangan adalah 4.56 bar. Kemenangan yang berdagang purata 3.44 bar dan perdagangan kehilangan purata 7.71 bar.

Dalam tempoh pengujianbelakang, pengeluaran terbesar untuk portfolio itu 15.19%. Ambilan terbesar pada perdagangan tunggal adalah 18.84%. Sistem ini mencatatkan Nisbah Sharpe daripada 1.60.

Analisis sistem

Sistem ini adalah sangat berbeza daripada sistem-sistem saya sebelum ini telah dilindungi. Ia mempunyai nisbah keuntungan songsang, tetapi mampu untuk tinggal menguntungkan kerana mereka 73% kemenangan kadar. Dengan mencatatkan satu keuntungan kepada tiga dagangan bagi setiap kalah, ia mampu untuk membuat untuk orang-orang yang kalah yang hampir dua kali lebih besar sebagai pemenang.

Selain drawdowns pada permulaan 2009 dan pada awal dan akhir 2011, sistem yang telah menunjukkan prestasi yang konsisten di seluruh tempoh sepuluh tahun.

Sistem ini bertentangan dengan matlamat perdagangan sistem yang biasa membiarkan keuntungan jangka dan memotong kerugian pendek. Ia sebenarnya memotong keuntungan singkat dan membolehkan kerugian jangka. Walaupun yang, ia adalah sukar untuk berhujah dengan keputusan jangka panjang yang mengagumkan. Saya tidak pasti bahawa saya akan mempunyai keberanian untuk tetap dengan sistem apabila ia terus memegang jawatan yang turun ke atas 18%.

Idea Untuk Penambahbaikan

Menambah A Komponen Stop-Loss

Negatif terbesar dengan sistem ini adalah bahawa ia mendedahkan portfolio anda untuk kemungkinan menubuhkan kedudukan dan menonton ia pergi terus ke sifar (atau kerugian tak terhingga untuk jawatan yang singkat). Walaupun risiko semua kedudukan terhempas seperti itu pada masa yang sama adalah hampir sifar, yang bukan sifar risiko kehancuran adalah menakutkan. Yang kalah yang paling biasa terhadap mana-mana sistem perkembalian min ialah apabila mereka akhirnya meletupkan, ia boleh menjadi hodoh.

Salah satu cara untuk menghadkan pendedahan risiko ini adalah untuk menambah komponen henti kerugian kepada kaedah-kaedah perdagangan. Ujian tersokong lebih terperinci boleh memberikan anda maklumat untuk menentukan jenis terbaik berhenti untuk digunakan.

Anda akan mahu untuk menganalisis berapa banyak memenangi jawatan mempunyai drawdowns dan berapa dalam drawdowns mereka boleh menjadi. Dengan maklumat yang, anda boleh mencuba ATR Wakaf atau Bayesian Wakaf di toleransi risiko yang berbeza dan backtest bagaimana mereka akan menjejaskan pulangan portfolio keseluruhan.

Trading Sistem Pelbagai

Satu cara yang menarik untuk mengambil kesempatan daripada pulangan yang konsisten bahawa sistem ini menawarkan samping mengurangkan risiko kehancuran adalah untuk berdagang sebagai sebahagian daripada strategi sistem pelbagai. Trading sistem ini tidak bermakna anda perlu melakukan semua modal trading anda kepadanya, dengan syarat anda mempunyai modal yang cukup. Ini akan memberikan anda tahap yang lebih besar daripada kepelbagaian, tetapi juga akan mengehadkan potensi keuntungan.

 

Filed Under: Idea strategi perdagangan Tagged With: bermakna perkembalian, sistem perdagangan

Strategi perdagangan PERCUMA melalui e-mel

Tren

Maaf. Tiada data setakat.

Arkib

  • Peraturan
  • Bagaimana untuk kerja pasaran tukaran mata wang asing?
  • Petunjuk
  • MetaTrader Tips
  • MQL (untuk nerds)
  • NinjaTrader Tips
  • Pilum
  • QB Pro
  • Hentikan kehilangan wang
  • Menguji konsep anda sejarah
  • Idea strategi perdagangan
  • Uncategorized
  • Apa yang sedang berlaku di pasaran semasa?

Terjemahan


Strategi Trading Percuma

Dasar PrivasiRisk Disclosure

Hak cipta © 2023 OneStepRemoved.com, Inc. Hak Cipta Terpelihara.