Algoritma dan Strategi Forex Mekanikal | OneStepRemoved

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

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.

Dominari Equity Curve December 6, 2016

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.

dominari trade outcome histogramThe 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.

Pilum trade outcome histogram

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.

Moving Scale

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:

  1. Run a script in MT4 to export price data and indicator data
  2. Upload the exported data to Quantilator
  3. 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/

Filed Under: Peraturan, Petunjuk, Menguji konsep anda sejarah Tagged With: Backtest, MetaTrader, peruntukan portfolio, sistem portfolio, python, quant, QuantConnect, quantile

The Ivy Portfolio Sistem Peruntukan

Ogos 19, 2013 oleh Andrew Selby Tinggalkan komen

Kebanyakan sistem dagangan yang saya telah menulis mengenai telah hampir sama. Setiap satu daripada trend sistem berikut cuba untuk menangkap ketulan besar trend dalam cara yang sama. Sistem perkembalian min saya telah berprofil setiap menawarkan cara yang sedikit berbeza untuk melaksanakan strategi perkembalian yang sama asas min. Walaupun setiap sistem ini menawarkan perbezaan ketara dalam pendekatan mereka, strategi umum biasanya agak sama.

Dari semua sistem yang saya telah melihat, yang paling besar ialah titik terpencil Best10 Sistem Pengurusan Portfolio George Vrba ini. Sistem ini telah tidak memberi tumpuan kepada trend berikut atau bermakna perkembalian. Ia hanya cuba untuk memperbaiki beli dan tahan pendekatan kepada pasaran umum. Kerana ia begitu berbeza, sistem ini telah terperangkap di belakang fikiran saya sebagai sesuatu yang saya akan suka meneroka.

Dalam penyelidikan dan penulisan saya, Saya biasanya memberi tumpuan kepada sistem yang sangat mudah. Sebab untuk ini adalah bahawa jika sistem yang cukup mudah yang ibu saya dapat memahami logik di sebaliknya, ia boleh meyakinkan beliau untuk beralih daripada membeli dan harapan strategi sekarang. Saya percaya bahawa terdapat pasaran yang besar pelabur, seperti ibu saya, yang tidak mempunyai keinginan untuk berdagang untuk hidup, tetapi akan senang untuk mempunyai cara yang mudah untuk semakin mengalahkan pasaran umum.

Portfolio Ivy

Disember lalu, Jeff Swanson dari Sistem Kejayaan Trader menulis tentang Portfolio Ivy, yang serupa dengan Sistem Best10 Vrba ini. Kerja Swanson itu berdasarkan buku yang ditulis oleh Mebane Faber dan Eric Richardson, yang mengkaji bagaimana sekolah Ivy League dapat mencapai pulangan yang berterusan dan besar ke atas dana endowmen mereka. Dengan menggunakan segala ilmu yang dipelajari daripada buku, Swanson dibina sistem yang sama yang akan cuba untuk meniru bagaimana sekolah-sekolah adalah perdagangan.

Konsep sistem Swanson adalah amat mudah. Dia mengambil sekumpulan 5 atau 10 ETF yang mewakili keratan rentas yang luas pasaran dan melabur dalam orang-orang dengan kekuatan relatif tertinggi. Beliau membentuk algoritma yang mudah untuk mengira kekuatan relatif setiap ETF dan kemudian melabur dalam tiga ETF atas. Beliau kemudian mengira kekuatan dan menyesuaikan portfolio setiap bulan. Beliau juga menggunakan 100 hari purata bergerak mudah (SMA) sebagai penapis trend memastikan bahawa dia sentiasa berdagang dengan trend.

Langkah pertama sistem ini adalah untuk menentukan kedudukan setiap satu daripada ETF dari segi kekuatan relatif. Swanson melakukan ini dengan mengira 20 kembali hari dan pulangan tiga bulan. Ini memberikan kedua-dua perspektif jangka pendek dan panjang pada setiap satu daripada ETF. Beliau kemudian berat setiap satu daripada pulangan separuh daripada pangkat keseluruhan. Berikut adalah apa formula beliau kelihatan seperti:

Rank keseluruhan = (20 Hari Pulangan * 0.5) + (3 Bulan Pulangan * 0.5)

Setiap bulan, Swanson melakukan pengiraan ini pada setiap satu daripada dagangan ETF sistemnya dan kemudian tidak termasuk mana-mana ETF yang didagangkan di bawah mereka 100 SMA hari. Beliau kemudian menyesuaikan kedudukan dengan menjual mana-mana pegangan yang tidak bertaraf dalam tiga kedudukan teratas. Beliau kemudian menetapkan kedudukan dalam setiap satu daripada tiga ETF atas, dengan syarat dia sudah tidak mempunyai kedudukan dalam mereka. Setiap kedudukan mencakupi 1/3 ekuiti akaun.

Swanson mencadangkan dua versi yang berbeza daripada sistem ini. Sistem Ivy Lima Nya dagangan ETF berikut:

  • BND – Pasaran Vanguard Jumlah Bond
  • DBC – Powershares Indeks komoditi DB
  • VOICE – Vanguard FTSE All-World bekas AS
  • VNQ – Vanguard MSCI AS REIT
  • VTI – Vanguard MSCI Jumlah AS Pasaran Saham

Beliau juga mencadangkan versi yang lebih besar dalam sistem ini yang tersenarai sepuluh ini ETF:

  • BND – Pasaran Vanguard Jumlah Bond
  • DBC – PowerShares Indeks komoditi DB
  • GSG – iShares S&P komoditi-Indexed Amanah
  • RWX – SPDR DJ Hartanah Antarabangsa
  • PETUA – iShares Barclays TIP
  • BB – Vanguard MSCI US Cap Kecil
  • VOICE – Vanguard FTSE Semua Dunia bekas AS
  • VNQ – Vanguard MSCI AS REIT
  • VTI – Vanguard MSCI Jumlah AS Pasaran Saham
  • VWO – Pasaran baru muncul MSCI memimpin barisan hadapan

Keputusan ujian tersokong

Swanson dapat backtest kedua-dua sistem dari tengah-tengah 2003 melalui akhir 2010. Pada masa itu, kedua-dua versi mengatasi S&P 500 dengan jumlah yang besar dengan drawdowns rendah. Mampu untuk mempelbagaikan lagi ekuiti dan walaupun tinggal sepenuhnya daripada pasaran pada masa-masa sistem ini memberi kelebihan yang besar apabila S&P 500 terhempas di 2008.

Sepanjang tempoh pengujianbelakang, versi lima ETF sistem purata satu 11.8% pulangan tahunan berbanding dengan hanya 7% untuk S&P 500. Sistem ini mempunyai pengeluaran maksimum 21.3% berbanding dengan 55.2% di S&P 500. Ia juga mempunyai Nisbah Sharpe daripada 0.72 berbanding dengan 0.29 di S&P 500. Seperti yang anda lihat, Ivy Lima Sistem ketara mengatasi beli dan tahan pendekatan dengan kurang daripada separuh pengeluaran yang.

Oleh kerana ia mempunyai lebih banyak pilihan untuk mempelbagaikan, Sistem Ivy Sepuluh dilakukan lebih baik dalam tempoh masa yang sama. Ia purata pulangan tahunan sebanyak 14.7%, mempunyai pengeluaran maksimum -28.7%, dan Nisbah Sharpe daripada 0.82. Walaupun pengeluaran yang agak tinggi daripada Sistem Ivy Lima, ia masih cara kurang daripada S&P 500, dan pulangan keseluruhan adalah lebih baik daripada Sistem Ivy Lima.

Analisis sistem

Pulangan dihasilkan oleh Sistem Ivy tidak adalah seperti yang menakjubkan sebagai Pulangan Best10 ialah, tetapi saya akan berhujah bahawa Sistem Ivy adalah lebih terpakai untuk seorang peniaga separuh masa. Sistem juga melibatkan alam semesta yang lebih kecil, pengiraan mudah, dan pendedahan risiko yang kurang.

Sistem-sistem ini mudah difahami, kelihatan menguntungkan, dan akan menjadi agak mudah untuk melaksanakan. Sesiapa yang mempunyai pendidikan matematik sekolah tinggi boleh melakukan pengiraan yang diperlukan dan proses itu boleh dibuat lebih mudah dengan Excel spreadsheet mudah.

Hanya tiket saya dengan sistem-sistem ini adalah pendedahan risiko penurunan yang akan wujud sekiranya berlaku kemalangan pasaran Black Swan. Jika bahagian bawah adalah untuk tiba-tiba jatuh daripada pasaran yang, Saya tidak mahu sistem menunggu sehingga hujung bulan ini untuk menyusun semula dan pergi ke kedudukan tunai. Ini boleh diatasi dengan menetapkan henti kerugian di 100 penapis hari SMA untuk semua kedudukan terbuka.

Pengiraan Ranking Contoh

Dalam usaha untuk menunjukkan bagaimana untuk mengira kedudukan bulanan, Saya buildta mudah Excel spreadsheet dan melihat ke atas data harga untuk setiap satu daripada 10 ETF. Saya input harga semasa, harga dari 20 hari dagangan yang lalu, dan harga daripada 3 bulan yang lalu. Saya juga mengambil melihat cepat pada carta setiap ETF untuk melihat sama ada ia adalah di atas atau di bawah 100 talian hari SMA. Saya meletakkan “Dan” ke dalam spreadsheet untuk setiap ETF yang ada di sebelah atas talian dan “N” bagi setiap ETF yang di bawah garis. Selebihnya adalah matematik yang mudah untuk mengira pulangan ke. Sekarang saya mempunyai Ivy hamparan dibina, matematik yang akan dilakukan secara automatik dari sini pada keluar.

portfolio ivy

Keputusan ujian tersokong portfolio dengan 10 ETF

Seperti yang anda lihat, lima daripada ETF pada masa ini di atas mereka 100 garis SMA hari dan lima yang lain adalah di bawah mereka 100 garis hari. Lima yang didagangkan di bawah mereka 100 garis hari secara automatik dikecualikan daripada pertimbangan. Menariknya, mereka bahagian bawah lima dalam ranking keseluruhan dan juga.

Tiga ETF dalam ranking keseluruhan adalah GSG, DBC, dan VB. Oleh itu, jika kita telah bermula atau mengkaji semula portfolio Ivy Sepuluh hujung minggu ini, ia akan meletakkan satu pertiga daripada ekuitinya ke dalam setiap daripada tiga ETF. Kemudian kita akan mengulangi proses yang sama bulan depan.

Filed Under: Menguji konsep anda sejarah, Idea strategi perdagangan Tagged With: portfolio ivy, sistem portfolio

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.