Dakwat Banyak yang telah ditumpukan kepada penentuan punca mekanikal sistem perdagangan kegagalan, terutamanya selepas fakta. Walaupun ia mungkin kelihatan oxymoronic (atau, kepada beberapa peniaga, hanya Pandir), sebab utama mengapa sistem ini perdagangan gagal adalah kerana mereka bergantung terlalu banyak pada tangan-percuma, api-dan-lupa sifat perdagangan mekanikal. Algoritma diri mereka kekurangan pengawasan objektif manusia dan campur tangan yang perlu untuk membantu sistem berkembang sejajar dengan keadaan pasaran yang berubah-ubah.
Mekanikal kegagalan sistem perdagangan, atau kegagalan peniaga?
Daripada meratapi kegagalan perdagangan-sistem, ia lebih konstruktif untuk mempertimbangkan cara di mana peniaga-peniaga boleh memiliki yang terbaik daripada kedua-dua dunia: Yang, peniaga boleh menikmati faedah daripada sistem perdagangan mekanikal algoritma diurus, seperti cepat-api hukuman automatik dan keputusan perdagangan emosi bebas, sementara masih memanfaatkan kapasiti manusia yang semula jadi mereka untuk berfikir secara objektif tentang kegagalan dan kejayaan.
Elemen paling penting dalam mana-mana peniaga adalah keupayaan manusia untuk berubah. Peniaga boleh berubah dan menyesuaikan diri sistem perdagangan mereka untuk terus memenangi kerugian sebelum mendapat kewangan atau emosi yang dahsyat.
Pilih jenis yang betul dan jumlah data pasaran untuk ujian
Trader yang berjaya menggunakan satu sistem peraturan yang berulang-ulang untuk menuai keuntungan dari ketidakcekapan jangka pendek di pasaran. Untuk kecil, peniaga bebas dalam dunia besar sekuriti dan derivatif dagangan, di mana spread adalah nipis dan persaingan sengit, peluang terbaik untuk keuntungan datang dari mengesan ketidakcekapan pasaran berdasarkan mudah, mudah-untuk-mengukur data, kemudian mengambil tindakan secepat mungkin.
Apabila seorang peniaga membangun dan mengoperasikan sistem perdagangan mekanikal berdasarkan data sejarah, dia berharap untuk keuntungan masa depan berdasarkan idea bahawa ketidakcekapan pasaran semasa akan terus. Jika seorang peniaga memilih data yang salah menetapkan atau menggunakan parameter salah untuk layak data, peluang berharga mungkin hilang. Pada masa yang sama, sekali ketidakcekapan yang dikesan dalam data sejarah tidak lagi wujud, maka sistem perdagangan yang gagal. Sebab-sebab mengapa ia hilang tidak penting untuk peniaga mekanikal. Hanya keputusan perkara.
Pilih set data yang paling penting apabila memilih set data dari mana untuk mencipta dan menguji sistem perdagangan mekanikal. Dan, untuk menguji sampel yang cukup besar untuk mengesahkan sama ada peraturan perdagangan bekerja secara konsisten di bawah pelbagai keadaan pasaran, peniaga perlu menggunakan tempoh praktikal terpanjang ujian data.
Jadi, ia seolah-olah sesuai untuk membina sistem perdagangan mekanikal berdasarkan kepada kedua-dua data sejarah yang paling lama mungkin ditetapkan serta set yang paling mudah parameter reka bentuk. Keteguhan umumnya dianggap keupayaan untuk menahan banyak jenis keadaan pasaran. Keteguhan harus wujud dalam mana-mana sistem yang telah diuji di seluruh julat masa yang panjang data sejarah dan peraturan yang mudah. Ujian yang panjang dan kaedah-kaedah asas harus mencerminkan pelbagai terluas keadaan pasaran yang berpotensi di masa depan.
Semua sistem perdagangan mekanikal akhirnya akan gagal kerana data sejarah jelas tidak mengandungi semua peristiwa masa hadapan. Mana-mana sistem yang dibina di atas data sejarah akhirnya akan menghadapi keadaan ahistorical. Pandangan manusia dan menghalang campur tangan strategi automatik dari berjalan di luar rel. Penduduk di Knight Capital tahu sesuatu tentang snafus dagangan.
Kesederhanaan menang dengan penyesuaian
Sistem perdagangan mekanikal yang berjaya adalah seperti hidup, organisma bernafas. Strata geologi di dunia dipenuhi dengan fosil organisma yang, walaupun sesuai untuk kejayaan jangka pendek dalam tempoh sejarah mereka sendiri, telah terlalu khusus untuk kelangsungan hidup jangka panjang dan penyesuaian. Algoritma sistem perdagangan mekanikal mudah dengan panduan manusia adalah yang terbaik kerana mereka boleh menjalani cepat, evolusi mudah dan adaptasi kepada keadaan yang berubah-ubah dalam persekitaran (membaca pasaran).
Kaedah-kaedah perdagangan mudah mengurangkan potensi kesan berat sebelah data perlombongan. Berat sebelah dari perlombongan data adalah bermasalah kerana ia boleh terlalu keras menekankan bagaimana peraturan sejarah akan memohon di bawah keadaan masa depan, terutama apabila sistem perdagangan mekanikal memberi tumpuan kepada jangka masa pendek. Sistem perdagangan mekanikal mudah dan mantap tidak terjejas oleh oleh tempoh masa yang digunakan untuk tujuan ujian. - Bilangan titik ujian didapati dalam julat yang diberikan data sejarah masih harus cukup besar untuk membuktikan atau menyangkal kesahihan peraturan perdagangan yang diuji. Dinyatakan berbeza, mudah, sistem perdagangan mekanikal teguh akan lebih bernas dr berat sebelah data perlombongan.
Jika seorang peniaga menggunakan sistem dengan parameter reka bentuk yang mudah, seperti yang Sistem QuantBar, dan menguji dengan menggunakan tempoh masa sejarah yang paling panjang yang sesuai, maka hanya tugas-tugas penting yang lain adalah untuk berpegang kepada disiplin dagangan sistem pemantauan dan keputusan dalam melangkah ke hadapan. Pemerhatian membolehkan evolusi.
Sebaliknya, pelanggan yang menggunakan sistem perdagangan mekanikal dibina daripada satu set kompleks pelbagai parameter menghadapi risiko "pra-berkembang" sistem mereka pupus awal.
Membina sebuah sistem yang teguh yang menggunakan yang terbaik daripada perdagangan mekanikal, tanpa menjadi mangsa kepada kelemahan
Ia adalah penting untuk tidak mengelirukan keteguhan sistem perdagangan mekanikal dengan penyesuaian mereka. Sistem dibangunkan berdasarkan pelbagai parameter menyebabkan memenangi perdagangan semasa tempoh sejarah - dan walaupun dalam tempoh yang diperhatikan semasa - '. Teguh' sering digambarkan sebagai Yang ada jaminan bahawa sistem tersebut boleh berjaya mengagak sekali mereka telah perdagangan mereka yang lalu "tempoh bulan madu.” Itulah tempoh perdagangan awal di mana keadaan berlaku serentak dengan tempoh sejarah yang tertentu di mana sistem itu berdasarkan.
Sistem perdagangan mekanikal mudah mudah disesuaikan dengan keadaan baru, walaupun punca perubahan pasaran kekal tidak jelas, dan sistem yang kompleks jatuh pendek. Apabila keadaan pasaran perubahan, kerana mereka terus-menerus melakukan, sistem perdagangan yang paling mungkin untuk terus menang adalah mereka yang mudah dan paling mudah menyesuaikan diri dengan keadaan baru; sistem yang benar-benar mantap adalah salah satu yang mempunyai usia yang panjang atas semua.
Algoritma sistem perdagangan mekanikal mudah dengan panduan manusia adalah yang terbaik kerana mereka boleh menjalani cepat, evolusi mudah dan adaptasi kepada keadaan yang berubah-ubah dalam persekitaran (membaca pasaran).
Malangnya, selepas mengalami tempoh permulaan keuntungan apabila menggunakan sistem perdagangan terlalu-kompleks mekanikal, banyak peniaga jatuh ke dalam perangkap yang cuba untuk tweak sistem tersebut kembali kepada kejayaan. Pasaran ini tidak diketahui, belum berubah, keadaan mungkin telah ditakdirkan bahawa seluruh spesis sistem perdagangan mekanikal kepada kepupusan. Lagi, kesederhanaan dan keupayaan menyesuaikan diri dengan keadaan yang berubah-ubah menawarkan harapan terbaik untuk hidup dengan mana-mana sistem perdagangan.
Menggunakan pengukuran objektif untuk membezakan antara kejayaan dan kegagalan
Kejatuhan yang paling biasa-A pedagang adalah lampiran psikologi kepada sistem perdagangan masing-masing. Apabila kegagalan perdagangan-sistem berlaku, ia biasanya kerana peniaga telah menerima pakai subjektif bukannya sudut pandangan objektif, terutamanya yang berkaitan dengan stop-kerugian dalam perdagangan tertentu.
Sifat manusia sering mendorong peniaga untuk membangunkan lampiran emosi kepada sistem tertentu, terutama apabila peniaga itu telah melabur sejumlah besar masa dan wang ke dalam sistem perdagangan mekanikal dengan banyak bahagian kompleks yang sukar untuk difahami. Walau bagaimanapun, ia amat penting untuk seseorang peniaga itu melangkah keluar sistem untuk menganggapnya secara objektif.
Dalam sesetengah kes, peniaga menjadi delusional tentang kejayaan yang diharapkan daripada sistem, walaupun sehingga ke tahap yang berterusan untuk berdagang sistem jelas-kalah jauh lebih lama daripada analisis subjektif akan dibenarkan. Atau, selepas tempoh kemenangan lemak, seorang peniaga mungkin menjadi "berkahwin" untuk sistem sebelum ini yang memenangi walaupun ketika keindahannya pudar di bawah tekanan kerugian. Lebih buruk lagi, peniaga boleh jatuh ke dalam perangkap selektif memilih tempoh ujian atau parameter statistik untuk satu sistem yang sudah kehilangan, untuk mengekalkan harapan palsu untuk nilai berterusan sistem.
Pengukur objektif, seperti menggunakan kaedah sisihan piawai untuk menilai kebarangkalian kegagalan semasa, adalah kaedah yang hanya menang untuk menentukan sama ada sistem perdagangan mekanikal telah benar-benar gagal. Melalui mata objektif, ia mudah untuk seseorang peniaga itu dengan cepat melihat kegagalan atau kegagalan yang berpotensi dalam sistem perdagangan mekanikal, dan satu sistem yang mudah boleh dengan cepat dan mudah disesuaikan dengan mewujudkan satu sistem yang baru memenangi sekali lagi.
Kegagalan sistem perdagangan mekanikal sering dikuantifikasikan berdasarkan perbandingan kerugian semasa apabila diukur terhadap kerugian atau sejarah drawdowns. Analisis ini boleh membawa kepada subjektif, kesimpulan yang tidak betul. Pengeluaran maksimum sering digunakan sebagai metrik ambang di mana peniaga akan meninggalkan sistem. Tanpa mengambil kira cara di mana sistem yang mencapai tahap pengeluaran, atau tempoh masa yang diperlukan untuk mencapai tahap yang, seorang peniaga tidak harus membuat kesimpulan bahawa sistem itu adalah orang yang rugi berdasarkan pengeluaran sahaja.
Sisihan piawai berbanding pengeluaran sebagai metrik kegagalan
Malah, kaedah terbaik untuk mengelakkan membuang sistem pemenang adalah dengan menggunakan standard pengukuran objektif untuk menentukan pengagihan semasa atau baru-baru ini pulangan daripada sistem yang diperolehi manakala perdagangan sebenarnya ia. Bandingkan pengukuran itu terhadap pengedaran sejarah pulangan dikira dari ujian belakang, manakala memberikan nilai ambang tetap mengikut kepastian bahawa semasa "kehilangan" pengedaran sistem perdagangan mekanikal memang luar biasa, kerugian to-be-dijangka, dan oleh itu perlu dibuang kerana gagal.
Jadi, contohnya, menganggap bahawa seorang peniaga mengabaikan tahap pengeluaran semasa yang telah memberi isyarat masalah dan mencetuskan penyiasatannya. Sebaliknya, membandingkan kehilangan coretan semasa dengan kerugian sejarah yang akan berlaku semasa trading sistem yang semasa tempoh ujian sejarah. Bergantung kepada bagaimana konservatif peniaga adalah, dia mungkin mendapati bahawa kerugian semasa atau baru-baru ini adalah di luar, berkata, yang 95% tahap kepastian tersirat oleh dua sisihan piawai daripada nilai "normal" tahap kerugian lampau. Ini sudah tentu akan menjadi tanda statistik yang kukuh bahawa sistem yang melaksanakan dengan baik, dan oleh itu telah gagal. Berbeza, peniaga yang berbeza dengan selera makan yang lebih besar bagi risiko secara objektif boleh memutuskan bahawa tiga sisihan piawai daripada norma (Dgn kata lain. 99.7%) adalah tahap kepastian yang sesuai untuk menilai sistem perdagangan sebagai "gagal."
Faktor yang paling penting untuk mana-mana sistem perdagangan’ kejayaan, sama ada manual atau mekanikal, sentiasa keupayaan membuat keputusan manusia. Nilai sistem perdagangan mekanikal yang baik adalah bahawa, seperti semua mesin yang baik, mereka mengurangkan kelemahan manusia dan memperkasakan pencapaian jauh di luar yang boleh dicapai melalui kaedah manual. Namun, apabila betul dibina, mereka masih membenarkan kawalan firma mengikut pertimbangan pedagang dan meminta bantuan rakan untuk mengelakkan rintangan dan kegagalan yang berpotensi.
Walaupun seorang peniaga boleh menggunakan matematik dalam bentuk pengiraan statistik pengedaran standard untuk menilai sama ada kerugian adalah perkara biasa dan boleh diterima menurut catatan sejarah, dia masih bergantung kepada pertimbangan manusia dan bukannya semata-mata membuat-mekanikal, keputusan berasaskan matematik-berdasarkan algoritma sahaja.
Peniaga boleh menikmati yang terbaik daripada kedua-dua dunia. Kuasa algoritma dan perdagangan mekanikal meminimumkan kesan emosi manusia dan pengalaman diperlukan pada penempatan perintah dan pelaksanaan, terutamanya yang berkaitan dengan mengekalkan disiplin henti kerugian. Ia masih menggunakan penilaian objektif sisihan piawai untuk mengekalkan kawalan ke atas manusia sistem perdagangan.
Bersedia untuk berubah, dan bersedia untuk mengubah sistem perdagangan
Bersama-sama dengan objektif untuk mengesan apabila sistem perdagangan mekanikal berubah dari pemenang ke rugi, peniaga juga perlu mempunyai disiplin dan pandangan jauh berubah dan mengubah sistem supaya mereka boleh terus menang dalam keadaan pasaran yang baru. Dalam mana-mana persekitaran yang penuh dengan perubahan, yang mudah sistem, evolusinya yang lebih cepat dan lebih mudah akan. Jika strategi kompleks gagal, ia mungkin lebih mudah untuk menggantikan daripada untuk mengubahsuainya, manakala beberapa sistem yang paling mudah dan paling intuitif, seperti yang Sistem QuantBar, adalah agak mudah untuk mengubah suai on-the-fly untuk menyesuaikan diri dengan keadaan pasaran masa depan.
Kesimpulannya, ia boleh dikatakan sistem dagangan betul-dibina mekanikal sepatutnya mudah dan cepat menyesuaikan diri, dan diuji mengikut jenis yang tepat dan jumlah data supaya mereka akan menjadi cukup kuat untuk menghasilkan keuntungan di bawah pelbagai keadaan pasaran. Dan, sistem memenangi mesti dihakimi oleh metrik yang sesuai dengan kejayaan. Mulai dari sini, bergantung kepada peraturan dagangan algoritma atau tahap pengeluaran maksimum, apa-apa keputusan mengenai sama ada sistem yang telah gagal hendaklah dibuat mengikut pertimbangan manusia pedagang, dan berdasarkan kepada penilaian ke atas jumlah sisihan piawai prestasi semasa sistem ini apabila dibandingkan dengan kerugian bersejarah-ujian yang. Jika sistem perdagangan mekanikal gagal untuk melaksanakan, peniaga perlu membuat perubahan yang perlu tidak hanya bergantung kepada satu sistem yang kalah.
A few comments.
Just because a system worked 20 years ago doesn’t mean it should work today. Be careful when you suggest testing a system over a long period. How long is long?
Begitu juga, how simple is simple? Four rules with a total of four variables? Seven rules with a total of ten variables? I will generally agree that simpler is better but what is simple?
Using the standard deviation of returns should provide similar conclusions to running a Monte Carlo analysis which is not difficult with software that is available. With a MC analysis, as you are aware, one can see the possible returns and possible drawdowns. The future doesn’t have to resemble the past but a MC analysis is one way to test a system.
Easy to give guidelines hard to develop a system with an edge……….and hardest to trade..
if possible share some variable 2 make a trading system.
for simplicity sake make it simple
Beli Peraturan
Exit Rules (Stops or Profit Exit)
Short Rules
Short Exits (Stops or Profit Exit)
Stay out (if required as per system)
saiz kedudukan (considering max. pengeluaran)
Thats ia… can add any piece of advice u want…
Hello guys
Terima kasih untuk jawatan, I agree with many things that you mentioned. And besides, gives me a couple of ideas to try.
salam mesra
Hi All!
Shaun, i agree.. focusing on not losing is a very important success of success.
Tarun, an EA that i have built that is very successful uses a simple pivot point swing trading strategy. A custom indicator of my own gives me a premarket bias (naik atau turun) and my trigger for entry is market price within a 2 pip range of the main daily pivot. exit strategy is simple too, price will either stop out or close half the position at Support1 or Resistance1. Stoploss is then moved to break even. Price will then stop out or reach S2 or R2 at which point half the remaining position is closed again, stoploss is moved to S1 or R1. Price will then stop out or move to S3 or R3 at which point the remaining position is closed.
– That simple strategy is worth 1million dollars over a 15 year period.. percuma, my pleasure. most people wont do anything with this info anyway lol.
The Dilema:
Simple strategy, highly complicated EA. Mengapa? because every strategy has limits and knowing what causes it to fail is the first step to “focusing on not losing”. aka, put meausures in place to anaylize the market and make your EA either shut off or adapt when the market is acting in ways bad for your strategy.
juga, R/R, balance protection and using a LOT scale makes the EA pretty complex but its well worth the effort. combine a simple strategy with a detailed managment system inside of a complex EA is worth 50million over 15 tahun. Dont expect this kind of system to come together over night, i spent 2 years building mine but its been a very exciting journey. If you’re passionate about trading and EA’s just dont give up. stay focused and keep learning.
Good Luck!
Sesungguhnya. You could publish most strategies in the newspaper. Almost nobody would do anything with it.
I love the emphasis on “not losing” rather than winning. You’re speaking my language!
I would add 3 points to consider when evaluating the performance of programmed trading systems. First of all when back testing a system in MetaTrader it is important to remember that MT4 does not provide a true tick data stream. It merely simulates the tick data by using data bars stored in the History Center, This means that very recent price history may be constructed from 1 atau 5 minute bars and history farther out may be constructed from 15 atau 30 bar minit. Running tests over periods of several years may force MT4 to simulate the tick data using bars of even larger time periods. This is whyyou will see many performance tests which were run in MetaTrader over a several year periods that have a characteristic curve. There is a steeply profitable curve in the early years and a flat to losing curve in the recent time period. If the system was run on the true tick data most likely it would perform poorly throughout the testing period because the early years were simulated on 15M or 30M bars and were less volatile than the actual price action of the period.
Kedua, most of the people who design trading systems tend to over optimize their system to maximize the profit obtained during the time period which was used to test the system. As an example let’s say the system designer tested his system over a 5 tempoh tahun. The natural inclination is to tweak the variables to maximize the profit. The thought process goes something like this: If the system produces a 50% keuntungan dan 2.5 profit factor over this test period then I should get at least an acceptable performance in real time use. Believe me this is the kiss of death in EA programming and the reason so many commercial expert advisers fail. The customer buys into the profitable performance during the back testing period and then inevitably loses when he tries to run the EA with real money. Proper back testing attempts to find the true average performance of the EA based on several testing periods.
Akhirnya, there is the problem that was touched on in the article of knowing if the results you are experiencing are statically valid. Of course as Mr. Flower states if a losing streak is outside 2 standard deviations then chances are something has changed. I would like to point out that the distribution of winning and losing trades is always random and determined by the overall percentage of winners or losers in a sample of trades assuming that it is large enough to be statically valid. To give an example let’s say your system requires a 50% win rate to be profitable. Baik, we already know from flipping a coin that has the same 50% win rate that the winners and losers will tend to clump together in winning streaks and losing streaks. Further more we know from the study of statistics that the distribution of winners and losers in the EA with a 50% win rate will be the same as the distribution obtained from tossing a coin. Namely, there will be in a group of 1000 trades on average 8 losing streaks of 5 losers in a row and 8 winning streaks of 5 winners in a row. Similarity in a group of 1000 trades you should also see on average of 4 losing and winning streaks of 6 in a row, 2 losing and winning streaks of 7 in a row and 1 winning and losing streak of 8 dan 1 winning and losing streak of 9 in a row.
It is important that the user has a realistic idea of size and number of losing streaks he WILL encounter using the EA. Otherwise he will surely give up and quite the first time he encounters an expected losing series of trades.
Hey Mike,
That’s one of the many reasons that I don’t test anything in MetaTrader. I only use it for live trading. The weak data and inability to test portfolios makes it unusable for my purposes.
You’re right about over-optimizing. The easiest way to avoid this is to minimize the number of parameters in your strategy. I only have 4 in my Peraturan strategi, contohnya.
Thanks for the detailed thoughts!
WOW! I liked it, good thoughts
Terima kasih.
Hi Trader mates – I simply follow Sam Seiden’s Suppl-Demand approach coupled with Candlestick analysis – works like pure magic. I follow the golden rule of “minimizing losses and leaving profits to run”. Been trading like this for 6 years with consistent INCREMENTAL GROWTH month after month (sometimes small, sometimes big, but always ticking upwards). For me these are the “simple keys” to succeed over the medium to long term.
Slow and steady wins the race.
Where’s that indicator for the hourly where it triggers an entry one stick before? Can’t find it anywhere, does it still work? It has like a bottom graph and let’s you know to get in on the next candle for one candle’s time for that amount of profit, I remembered a while back seeing alot about it from you, but haven’t seen it since and I think I was going to try it out! Regards 🙂
Hey Corinna,
You’re referencing the SB Skor. Please let me know what you think of it!