Algoritma dan Strategi Forex Mekanikal | OneStepRemoved

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

How badly do I want in?

Mac 22, 2016 oleh Shaun Overton 10 Komen

You absolutely must check your trading system’s performance on a regular basis. You’re going to miss most of the problems from watching your equity curve alone.

That almost happened to me a few weeks ago. When I observed my account, I noticed that the real results had dramatically underperformed the hypothetical results. A quick review showed me that I only took 271 trades over the prior week, whereas my backtest expected to find 360.

I was only trading 75% of the setups! What could explain the missing trades?

Finding the flaw

One feature that I wrote into the MetaTrader version of the Dominari was a maximum spread feature. I’m paying commissions, so the idea of the rare but possible scenario of paying a 10 pip spread to enter a trade seemed intolerable. I added a maximum spread feature to prevent getting ripped off.

I also didn’t put much thought into what happens if the spread is too wide. My initial instinct was to put the EA into hibernation for a few seconds. It would then wake up and check the spread. If the spread narrowed enough, it would send a market order. But in my haste to start trading, I forgot to also require that the price be near my original requested price. That design would have allowed the market to drift up 10 pips and then, if the spread narrowed, dramatically overpay to get in the trade.

The new method for capping the spread paid uses limit orders if the spread is too wide. The advantage to this method is that it solves two simultaneous problems. The first one is easy to understand. A limit order has a limited price. It’s not possible for the price drift described in the above paragraph to occur. I either get the price I want or the market moves without me and I miss the trade.

Equity curve since I made the execution changes on March 16.

Equity curve since I made the execution changes on March 16.

The second advantage to using limit orders on entry is the fact that a limit order rests on the broker’s server. The hibernating method could potentially miss fractions of a second where the spread temporarily narrows to an acceptable price. Limit orders catch all price quotes, improving my theoretical likelihood of a fill.

Reality proved the theory after a week of trading. Instead of taking 75% of all possible signals, I’m now taking 87.5% of signals. That’s a result of the new limit method and my willingness to pay a wider spread to enter a trade.

More improvement

The question at the top of my mind was, “Should I be willing to pay even more to enter these trades?” Like a good quant, I immediately decided to calculate the question instead of haphazardly guessing.

I wrote a script in MetaTrader to search for every limit order in my account which was cancelled. I then looked at what the hypothetical performance of those trades would have been if I had simply paid the exorbitant spread.

It turns out that I should be willing to pay a lot more money to enter these trades.

There have been 50 cancelled limit orders within the past week, 44 of which were theoretically profitable. The average theoretical profit per trade was €1.28 compared to €0.33 for all executed trades. That’s a massive 287% difference in profitability!

The other shocker was the percent accuracy. 44 daripada 50 implies an accuracy of 88%, berbanding dengan 64% accuracy on executed trades. 50 signals isn’t a lot. Am I getting too excited about missed profits or is that bad luck?

Basic statistics gives an answer with a high degree of precision. If the real accuracy is 64%, then you would expect to see 50 * 0.64 = 32 winning trades in a random sampling. My observed, theoretical accuracy with these limit orders was 44 orders out of 50, yang 88% tepat.

It turns out that I should be willing to pay a lot more money to enter these trades.

Yang sisihan piawai untuk 64% accuracy on 50 orders is 0.48, which we can then use to calculate the standard error. The standard error on 50 orders is sqrt(50) * 0.48 = 3.42 pesanan.

And finally, the standard error gives us enough information to compute the z-score. The z-score is the observed values-expected values/standard error, yang (44-32) / 3.42 = 3.5. A z-skor daripada 3.5 has a probability of 0.000233 occurring due to random chance, or about 1 dalam 4,299 ujian.

Kesimpulan: The statistics say with high confidence that my non-executed orders are substantially more accurate than my executed orders.

With the orders being both more accurate and having a higher per trade value, I increased the maximum spread that I’m willing to pay by 53%. While that sounds oddly precise, the per trade value might be substantially overestimated. I ball parked a guess that paying 40% in trade costs for a high quality trade seems reasonable. That number may have to go higher in order for me to measure the details.

Ideas for exploration

The amazing extrapolation from the live order analysis is that the spread seems to predict my likelihood of success. Wider spreads make me more likely to succeed and with a better risk:reward ratio. My project over the next few days will be to start logging my spreads at signal generation time to evaluate whether the spread predicts the profitability of my signals.

Cukup aneh, there might even be a paradoxical outcome where narrow spreads predict my failure. More on that when I have enough data to answer the question.

Filed Under: Peraturan Tagged With: execution, had, quant, gelinciran, sisihan piawai, standard error, Statistik, Z-skor

Kebarangkalian Peralatan Untuk Trading Forex Lebih Baik

Jun 16, 2014 oleh Eddie Flower 25 Komen

Dalam usaha untuk berjaya, peniaga-peniaga forex perlu tahu matematik asas kebarangkalian. Lagipun, sukar untuk mencapai dan mengekalkan keuntungan perdagangan tanpa terlebih dahulu mempunyai keupayaan untuk memahami nombor dan mengukur mereka.

Ramai pedagang menggunakan gabungan penunjuk kotak hitam untuk membangunkan dan melaksanakan peraturan perdagangan. Namun, perbezaan di antara "baik" peniaga dan satu besar adalah beliau memahami metrik dan kaedah untuk mengira prestasi dan keuntungan.

Kebarangkalian dan statistik adalah kunci ke arah membangunkan, menguji dan keuntungan daripada perdagangan forex. Dengan mengetahui satu alat kebarangkalian beberapa, lebih mudah untuk peniaga-peniaga untuk menetapkan matlamat perdagangan dari segi matematik, mewujudkan dan mengendalikan strategi perdagangan yang berkesan, dan menilai keputusan.

Probability

Ia membantu untuk mengkaji konsep yang paling asas kebarangkalian dan statistik untuk perdagangan forex. Dengan memahami matematik kebarangkalian, anda akan tahu logik yang digunakan oleh sistem perdagangan mekanikal dan penasihat pakar (DIA).

Taburan normal

Alat yang paling asas kebarangkalian dalam perdagangan forex adalah konsep taburan normal. Kebanyakan proses semula jadi yang dikatakan "normal."

"Pengedaran seragam" menunjukkan bahawa kebarangkalian beberapa kerana mana-mana sahaja pada kontinum adalah lebih kurang sama. Ini adalah jenis pengedaran yang akan terhasil daripada buatan menyebarkan objek sebagai sama rata yang mungkin di seluruh kawasan, dengan jumlah yang seragam Jarak di antara mereka.

Walau bagaimanapun, bukan taburan seragam, harga satu mata wang-pasangan mungkin akan ditemukan di daerah tertentu pada waktu tertentu. Ini adalah "pengedaran biasa,"Dan alat kebarangkalian boleh menunjukkan anggaran di mana harga yang mungkin dijumpai.

Taburan normal menawarkan peniaga forex kuasa ramalan mengenai kemungkinan bahawa harga mata wang-pasangan akan mencapai tahap tertentu dalam tempoh masa yang tertentu.

Komputer menggunakan penjana rawak nombor untuk mengira cara (purata) harga forex untuk menentukan taburan normal mereka.

Normal distribution of probability

Jika sebilangan besar harga sampel akan disemak, taburan normal akan membentuk bentuk lengkung loceng apabila diplotkan secara grafik. Jumlah lebih besar sampel, licin lengkung yang akan.

Kaedah-kaedah purata mudah adalah untuk membantu peniaga-peniaga, lagi kaedah-kaedah taburan normal menawarkan kuasa ramalan lebih berguna. Sebagai contoh, seorang peniaga mungkin mengira bahawa "purata" Langkah harga setiap hari sepasang forex adalah, berkata, 50 pips.

Namun, taburan normal juga boleh memberitahu peniaga kemungkinan bahawa langkah harga harian tertentu akan jatuh antara 30 dan 50 pips, atau antara 50 dan 70 pips.

Menurut peraturan taburan normal dan sisihan piawai, lebih kurang 68% sampel akan dikesan dalam tempoh satu sisihan piawai min (purata), dan kira-kira 95% akan ditemui dalam dua sisihan piawai daripada min. Akhirnya, ada 99.7% kemungkinan bahawa sampel tersebut akan jatuh dalam masa tiga sisihan piawai min.

Taburan normal dan sisihan piawai dalam fungsi penasihat pakar (DIA) dan peniaga-peniaga forex sistem perdagangan bantuan menilai kebarangkalian bahawa harga boleh bergerak jumlah tertentu dalam tempoh masa tertentu.

Namun, peniaga perlu berhati-hati apabila menggunakan konsep taburan normal sahaja untuk tujuan pengurusan risiko. Walaupun kebarangkalian sesuatu yang jarang berlaku (seperti penurunan harga 50%) mungkin kelihatan rendah, faktor pasaran yang tidak dijangka boleh membuat kemungkinan yang lebih tinggi daripada ia muncul semasa pengiraan taburan normal.

Kebolehpercayaan analisis bergantung kepada kuantiti dan kualiti data

Apabila model lengkung taburan normal, jumlah dan kualiti data harga input adalah sangat penting. Jumlah lebih besar sampel, licin lengkung yang akan. Juga, untuk mengelakkan kesilapan pengiraan yang disebabkan oleh data yang tidak mencukupi, ia adalah penting bahawa setiap pengiraan berdasarkan kepada sekurang-kurangnya tiga puluh sampel.

Jadi, untuk menguji strategi forex dagangan dengan menganggarkan hasil daripada perdagangan sampel, pemaju sistem mesti menganalisis sekurang-kurangnya 30 dagangan untuk mencapai kesimpulan-statistik dipercayai mengenai parameter yang diuji. Begitu juga, hasil daripada kajian 500 dagangan adalah lebih dipercayai dari yang dari analisis sahaja 50 dagangan.

Penyebaran dan jangkaan matematik untuk menganggarkan risiko

Kepada peniaga-peniaga forex, ciri-ciri yang paling penting dalam pengagihan adalah jangkaan matematiknya dan penyebaran. Jangkaan matematik untuk siri perdagangan adalah mudah untuk mengira: Hanya menambah sehingga semua keputusan perdagangan dan membahagikan jumlah itu dengan jumlah dagangan.

Jika sistem perdagangan yang menguntungkan, maka jangkaan matematik adalah positif. Jika jangkaan matematik adalah negatif, sistem adalah kehilangan secara purata.

The kecuraman saudara atau kebosanan lengkung taburan ditunjukkan dengan mengukur penyebaran atau penyebaran nilai-nilai harga di dalam kawasan jangkaan matematik. Biasanya, jangkaan matematik bagi apa-apa nilai-rawak diedarkan digambarkan sebagai M(X).

Jadi, serakan boleh ditakrifkan sebagai D(X) = M[(X-M(X)]2.

Dan, punca kuasa penyebaran ini dipanggil sisihan piawainya, ditunjukkan dengan trengkas matematik sebagai sigma (p).

Penyebaran dan sisihan piawai adalah amat penting bagi pengurusan risiko dalam sistem perdagangan forex. Semakin tinggi nilai sisihan piawai, yang lebih tinggi akan menjadi pengeluaran potensi, dan semakin tinggi risiko. Begitu juga, nilai yang lebih rendah bagi sisihan piawai, yang lebih rendah akan menjadi pengeluaran manakala perdagangan sistem.

Sebagai contoh, Berikut adalah penilaian risiko sampel untuk ujian sistem perdagangan forex:

Perdagangan Jumlah X (Perdagangan Keuntungan atau Kerugian)

1 -17.08
2 -41.00
3 147.80
4 -159.97
5 216.97
6 98.30
7 -87.75
8 -27.83
9 12.34
10 48.14
11 -60.92
12 10.62
13 -125.43
14 -27.82
15 88.02
16 32.94
17 54.82
18 -160.10
19 -83.37
20 118.40
21 145.65
22 48.43
23 77.39
24 57.49
25 67.75
26 -127.10
27 -70.19
28 -127.60
29 31.31
30 -12.55

Dalam contoh di atas adalah berdasarkan bilangan minimum tiga puluh perdagangan untuk sampel yang mencukupi, ia adalah penting untuk ambil perhatian bahawa jangkaan matematik adalah positif, jadi strategi perdagangan forex memang menguntungkan.

Walau bagaimanapun, sisihan piawai adalah tinggi, Jadi, untuk mendapatkan setiap dolar peniaga itu mempertaruhkan jumlah yang lebih besar; sistem ini membawa risiko besar.

Berikut adalah seluruh matematik: Untuk menentukan jangkaan matematik untuk kumpulan perdagangan, menambah bersama semua keuntungan dan kerugian perdagangan ', kemudian dibahagikan dengan 30. Ini adalah nilai min M(X) bagi semua dagangan. Dalam kes ini, ia sama dengan keuntungan purata $4.26 setiap perdagangan. Sehingga kini, sistem nampak cerah.

Seterusnya, untuk mengira sisihan piawai bagi penyebaran, purata di atas $4.26 ditolak dari hasil setiap perdagangan, kemudian ia kuasa dua, dan jumlah semua kuasa dua ini ditambah bersama-sama. Jumlah wang yang dibahagikan oleh 29, iaitu jumlah perdagangan tolak 1.

Dengan menggunakan formula untuk Serakan (X) = M[(X-M(X)]2 diberikan di atas, di sini merupakan semakan pengiraan dari perdagangan yang pertama dalam contoh kita:

Perdagangan 1: -17.08 - 4.26 = -21.34, dan (-21.34)2 = 455.39

Pengiraan sama dilakukan untuk setiap perdagangan dalam siri ujian. Dalam contoh ini, serakan yang lebih siri yang sama 9,353.62 dan oleh definisi punca kuasa yang sama dengan sisihan piawai (p), yang dalam kes ini adalah $96.71.

Oleh itu peniaga forex yang melihat bahawa risiko untuk sistem tertentu ini adalah agak tinggi: Jangkaan matematik memang positif, dengan keuntungan min $4.26 setiap perdagangan, lagi sisihan piawai adalah tinggi berbanding dengan keuntungan yang.

Ia boleh dilihat bahawa peniaga itu mengambil risiko mengenai $96.71 untuk setiap peluang untuk mendapatkan $4.26 dalam keuntungan. Risiko ini boleh diterima, atau peniaga boleh memilih untuk mengubah suai sistem yang mencari risiko yang lebih rendah.

Z-skor

Di sebalik sifat berbahaya sistem perdagangan tertentu, peniaga-peniaga forex juga boleh menggunakan taburan normal dan sisihan piawai untuk mengira Z-skor, yang menunjukkan berapa kerap perdagangan yang menguntungkan akan berlaku yang berkaitan dengan kehilangan perdagangan.

Semasa proses membangunkan memenangi sistem trading forex, peniaga yang mungkin tertanya-tanya berapa ramai daripada dagangan menguntungkan dilihat semasa ujian adalah "rawak,"Dan berapa banyak perdagangan kalah berturut-turut mesti bertolak ansur untuk mencapai perdagangan memenangi.

Sebagai contoh, mari kita andaikan keuntungan dijangkakan purata dari sistem perdagangan forex diberikan adalah empat kali kurang daripada jumlah kerugian yang dijangka daripada setiap perintah stop-loss mencetuskan manakala perdagangan sistem ini.

Beberapa peniaga boleh menganggap bahawa sistem akan menang dari masa ke masa, selagi ada purata sekurang-kurangnya satu perdagangan yang menguntungkan bagi setiap empat perdagangan kehilangan. Namun, bergantung kepada pengagihan kemenangan dan kerugian, dalam perdagangan dunia sebenar sistem ini boleh menarik ke bawah terlalu mendalam untuk mendapatkan kembali dalam masa untuk pemenang seterusnya.

Taburan normal boleh digunakan untuk menjana Z-skor, kadang-kadang dipanggil skor yang standard, yang membolehkan peniaga menganggarkan bukan sahaja nisbah kemenangan kepada kerugian, tetapi juga berapa banyak kemenangan / kerugian yang mungkin berlaku berturut-turut.

A positif Z-skor yang merupakan nilai yang di atas min, dan Z-skor negatif mewakili nilai yang kurang daripada nilai purata. Untuk mendapatkan nilai ini, peniaga menolak min populasi daripada nilai mentah individu kemudian membahagikan perbezaan dengan sisihan populasi standard.

Pengiraan Markah piawai asas untuk skor yang mentah ditetapkan sebagai x adalah:

Z = (x - m) / p

Di mana μ adalah min populasi dan σ adalah sisihan populasi standard. Ia adalah penting untuk memahami bahawa mengira skor Z yang memerlukan peniaga tahu parameter penduduk, bukan sekadar ciri-ciri sampel yang diambil dari penduduk yang.

Z mewakili jarak antara min populasi dan skor mentah, dinyatakan dalam unit sisihan piawai. Jadi, untuk sistem perdagangan forex:

Z = [N x (R - 0.5) - P] / [(P x (P - N)] / (N - 1)]½

Apabila:

N adalah jumlah dagangan dalam siri;
R ialah jumlah siri menang dan kehilangan perdagangan;
P sama 2 x W x L
W adalah jumlah perdagangan menang dalam siri
L adalah jumlah kehilangan perdagangan dalam siri

Siri individu boleh diwakili oleh satu urutan berturut-turut plus atau kemudaratan (contohnya ++++ atau —). R mengira jumlah siri itu.

Z boleh menawarkan penilaian sama ada sistem perdagangan forex beroperasi pada-sasaran, atau berapa jauh mensasarkan-ia mungkin.

Apa yang penting, peniaga boleh menggunakan Z-skor untuk menentukan sama ada sistem perdagangan mengandungi siri lebih sedikit atau lebih banyak menang dan kalah daripada yang dijangkakan daripada urutan rawak dagangan– Dalam erti kata lain, sama ada hasil perdagangan berturut-turut bergantung pada satu sama lain.

Jika Z-skor adalah berhampiran 0, kemudian pengagihan hasil perdagangan adalah berhampiran taburan normal. Rata-rata daripada urutan dagangan boleh menunjukkan pergantungan antara keputusan yang perdagangan.

Ini kerana nilai rawak normal akan menyimpang dari nilai purata tidak lebih daripada tiga sigma (3 x p) dengan kepastian 99.7%. Sama ada nilai Z adalah positif atau negatif akan memaklumkan peniaga tentang jenis pergantungan: Nilai Z positif menunjukkan bahawa perdagangan yang menguntungkan akan disusuli dengan rugilah.

Dan, Z positif menunjukkan bahawa perdagangan yang menguntungkan akan disusuli dengan satu lagi menguntungkan, dan rugilah ia akan disusuli dengan kerugian lain. Ini pergantungan diperhatikan membolehkan trader forex mengubah saiz kedudukan bagi dagangan individu untuk membantu menguruskan risiko.

Trade results distribution

Nisbah Sharpe

Nisbah Sharpe, atau ganjaran-kepada-kepelbagaian nisbah, adalah salah satu alat kebarangkalian yang paling berharga untuk peniaga-peniaga forex. Seperti kaedah yang dinyatakan di atas, ia bergantung kepada menggunakan konsep taburan normal dan sisihan piawai. Ia memberikan peniaga kaedah untuk memeriksa prestasi sistem perdagangan oleh pelarasan bagi risiko.

Langkah pertama ialah untuk mengira Pulangan Tempoh Pegangan (HPR). Sebagai contoh, perdagangan yang menghasilkan keuntungan sebanyak 10% telah HPR yang dikira sebagai 1 + 0.10 = 1.10 manakala perdagangan yang kehilangan 10% dikira sebagai 1 - 0.10 = 0.90.

Begitu juga, HPR boleh dikira dengan membahagikan jumlah baki selepas perdagangan dengan jumlah sebelum-perdagangan. Pulangan Purata Tempoh Pegangan (AHPR) kemudiannya dikira dengan menjumlahkan semua individu pulangan pegangan-tempoh, kemudian membahagikan dengan jumlah dagangan.

AHPR dengan sendirinya menghasilkan purata aritmetik yang tidak betul menganggarkan prestasi sistem perdagangan forex dari masa ke masa. Sebaliknya, kecekapan pelaburan sistem perdagangan yang boleh dianggarkan lebih rapat dengan menggunakan Nisbah Sharpe yang, yang menunjukkan bagaimana AHPR tolak kadar bebas risiko pulangan pelaburan jangka panjang berkaitan dengan sisihan piawai bagi sistem perdagangan.

Nisbah Sharpe = [AHPR - (1 + KENDERAAN PELANCAR)] / SD

Apabila AHPR adalah purata pulangan tempoh pemegangan, RFR adalah kadar bebas risiko pulangan daripada "selamat" pelaburan seperti kadar faedah bank atau kadar T-bon jangka panjang, dan SD adalah sisihan piawai.

Sejak lebih daripada 99% semua nilai rawak akan jatuh dalam jarak ± 3σ sekitar nilai min M(X) untuk sistem perdagangan diberikan, lebih tinggi Nisbah Sharpe yang yang, yang lebih cekap sistem perdagangan.

Sebagai contoh, jika Nisbah Sharpe untuk keputusan perdagangan biasanya diedarkan adalah 3, ia menunjukkan bahawa kebarangkalian yang kalah adalah kurang daripada 1% setiap perdagangan, mengikut kaedah 3-sigma.

Konsep taburan normal, penyebaran, Z-skor dan Nisbah Sharpe telah dimasukkan ke dalam logaritma EA dan sistem perdagangan mekanikal, dan kegunaan mereka tidak kelihatan kepada kebanyakan peniaga.

Namun, dengan mengetahui bagaimana alat-alat asas kebarangkalian bekerja, peniaga-peniaga forex boleh memahami dengan lebih mendalam tentang bagaimana sistem automatik melaksanakan fungsi mereka, dan dengan itu meningkatkan kebarangkalian perdagangan memenangi.

Adakah anda sedang menggunakan alat kebarangkalian untuk meningkatkan peluang anda sendiri untuk berjaya?

Filed Under: Bagaimana untuk kerja pasaran tukaran mata wang asing?, Menguji konsep anda sejarah, Idea strategi perdagangan Tagged With: taburan normal, kebarangkalian, nisbah Sharpe, Z-skor

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.