Algorítmica e Mecânica Estratégias Forex | OneStepRemoved

O ’ está acontecendo?

por 9 Comentários

-’ s um mês turbulento por qualquer definição. Fizemos uma tonelada de dinheiro no rescaldo do mês passado ’ anúncio da Reserva Federal s, Só para dar-lhe tudo de volta na próxima semana. QB Pro recuperou a maioria dos ganhos anteriores, Então, na semana passada ’ abaixamento s levou tudo de volta outra vez. ’ Tem sido doloroso.

A boa notícia é que as novas mudanças para o QB Pro são desenroladas. Vários dos você enviou e-mails perguntando sobre novas moedas como GBPNZD e AUDCAD, aparecendo em sua conta. Parabéns para você para prestando muita atenção às trocas.

As moedas totais negociadas cesta é até 16 pares. Enquanto a alavancagem máxima é inalterada no 36:1 (ainda muito, muito alta), a alavancagem por par é apenas 2.25:1. Futuras perdas como da semana passada ainda ocorrerá..

A diferença é que o tamanho das posições é diminuído ao longo 2/3. O impacto de ser apanhado na perda de comércios que são tudo é reflexivos da fraqueza do dólar diminui significativamente. Nós ’ re negociação agora uma mistura de AUD, CAD, CHF, EUR, LIBRAS ESTERLINAS, JPY, NZD, USD e XAG. Não há uma moeda deve dominar o desempenho.

O sistema também faz extremamente bem no emergente mercado de moedas. Eu ’ m segurando adicionando RUB, MXN e outros até determinar o impacto dos spreads na rentabilidade global. Eles ’ d fazer incrível se podemos trocar gratuitamente!

Expectativas de desempenho de curto prazo para QB Pro

Nós ’ vem para o verão, que é quando o mercado de forex tradicionalmente cai em depressão. Que ’ é geralmente uma coisa boa para QB Pro. Os mercados whipsaw acima e para baixo sem indo a lugar nenhum.

A alternativa é que o Fed aumentos de taxas em junho e envia o mercado para uma USD comprando frenesi. Que ’ também boa notícia s. Maioria do dinheiro que QB Pro feita ao longo dos últimos 8 meses foi impulsionado pela força USD. Um aumento da taxa iria desencadear o caos nos mercados emergentes e acções. Que ’ é o tipo de condição para empurrar volatilidade em nosso novo atravessa, criação de oportunidades para nós ao comércio.

QB Pro 2.0 ISN ’ t acontecendo

Eu ’ m extremamente decepcionado.. Depois de vários milhares de dólares em despesas de programação, e para não mencionar o 100+ horas que passei me codificação, o QB Pro 2.0 a mudança é uma lavagem.

Eu tinha um desenvolvedor confiável auditoria meu código para certificar-se de não era ’ t fazendo algo estúpido como negociação dos preços futuros ou qualquer coisa. Nem ele nem eu mesmo peguei nada de dezembro até março.

No final do mês passado, uma única linha de código estragou tudo. Uma das minhas principais características era decidir quando a fiança em comércios e ir na direção oposta. Bem, descobriu-se que eu acidentalmente introduziu dados bisbilhotando na plataforma backtesting. Eu pre-calculado quando perder comércios ocorreu calcular probabilidades.

Em inglês, meu objetivo era calcular “Se hoje fosse um grande perdedor, Então faça o contrário amanhã.”

O que eu acidentalmente codificado foi “Se amanhã é um grande perdedor, Então faça o contrário.” Se apenas isso fosse possível!

Eu don ’ t quer confusão acima a explicação com exemplos de código. Basta dizer que a ideia ’ t trabalho fora quando eu tirei-lhe a capacidade de olhar para o futuro.

Existem algumas características da 2.0 sistema que pretendo analisar nos próximos meses, Mas por agora ele ’ vai ter que tomar um banco traseiro.

O que ’ s próxima?

Meu plano é ficar sentadinhos por algumas semanas garantir que os novos pares estão funcionando conforme o esperado. Sempre que estou pessoalmente satisfeito com o comportamento do sistema, Tenho a intenção de aumentar a quantidade de capital na minha conta.

Don ’ t segurar meus pés ao fogo. Esta parte é um processo subjetivo, para que eu possa ’ t colocar um frame de tempo preciso sobre ele. E se eu estou satisfeito – e ’ vai muito bem nos primeiros dias – Então vou fazer uma decisão sobre como aumentar meu capital de risco.

Se e quando eu escolho aumentar meu capital na conta, Vou então re-abrir Pro QB para novos operadores.

PS: Espero que os levantamentos incentivam alguns de vocês para retirar os lucros da próxima vez que a oportunidade se apresenta.. Você don ’ t quer perder mais do que você está confortável arriscando.

Escolher a estratégia certa

por 3 Comentários

Traders usar uma variedade de estratégias nos mercados, tudo com base em duas formas de análise: A análise fundamental e análise técnica. Embora as instituições e outros comerciantes grandes costumam usar uma combinação desses dois estilos analíticos, a maioria dos comerciantes independentes apostam em estratégias amplamente baseado em análise técnica.

Vamos dar uma olhada em ambos os estilos de análise em que se aplicam à negociação forex.

A análise fundamental

Nos mercados de ações, comerciantes acções estão, por vezes, capaz de valorizar uma empresa (e, portanto, prever o preço da ação) se eles sabem todas as informações sobre a empresa. Isso porque o preço da ação da empresa reflete o valor de seus ativos conhecidos. Ao conhecer uma empresa, o comerciante equidade sabe o preço de suas ações deve ser.

Contudo, em mercados estrangeiros que utilizam a análise fundamental por si só é muito menos eficaz, porque é extremamente difícil de avaliar a economia de um país inteiro, a fim de prever o valor da sua moeda. A maioria dos comerciantes forex usar a análise exclusivamente técnico.

Quando a análise fundamental escala é aplicada a mercados estrangeiros, ele é usado na maioria das vezes como uma maneira de prever tendências de longo prazo. E, alguns comerciantes usam dados, tais como comunicados de imprensa, a curto prazo para gerar negócios ou confirmar sinais. Assim, juntamente com a sua análise técnica esteio, alguns comerciantes incorporar dados fundamentais.

Aqui estão alguns dos indicadores fundamentais comumente usados ​​por comerciantes forex:

★ Non-Farm Payroll

★ Índice de Preços ao Consumidor (CPI)

★ Índice de Gerentes de Compras (PMI)

★ Bens Duráveis ​​Vendas

★ Vendas no Varejo

Para obter os melhores resultados, comerciantes experientes também prestar atenção a várias reuniões de funcionários do governo e conferências do setor, e outros locais onde citações e comentários a movimentação do mercado podem ser encontrados.

As reuniões estão agendadas para discutir inflação, taxas de juros e outras questões que afetam diretamente os preços da moeda. Estas reuniões e conferências são freqüentemente noticiado na imprensa indústria antes que eles atinjam mídia. O evento importante para os comerciantes forex fundamentos baseados é o Comitê de Mercado Aberto do Federal (FOMC) conferência de imprensa e transcrição da reunião.

Os comerciantes forex pode acompanhar reuniões e conferências e tornar-se especialistas altamente conhecedoras, e lucro por conhecer um determinado mercado melhor do que a maioria dos outros.

A análise técnica

A análise técnica é, de longe, o motivo mais comum para as estratégias de forex. Usando a análise técnica em forex é diferente do que em ações, porque o prazo é forex 24 horas em todo o mundo enquanto que muitas ações não o comércio durante a noite, para que seus movimentos de preços são diferentes.

Traders usar uma enorme variedade de sistemas individualizados, muitas vezes construídos por fornecedores de EA conhecedores, com muitos indicadores diferentes. Aqui estão apenas alguns dos indicadores mais comuns e as teorias utilizadas na análise técnica:

★ Elliott Waves

★ Parabólico SAR

★ Gann Teoria

★ Números de Fibonacci

★ Os pontos do pivô

Traders criar muitas estratégias diferentes com base em análise técnica, especialmente através da combinação de vários indicadores. Outros desenvolvedores criar sistemas de negociação com base na busca de compra e venda de histórico padrões que se espera venham a ser repetido.

O desenvolvimento de uma estratégia pessoal

Comerciantes forex sucesso desenvolver e aperfeiçoar suas estratégias ao longo do tempo. Alguns comerciantes se concentrar em uma ferramenta ou um determinado cálculo, enquanto outros usuário uma abordagem mais ampla e fazer experiências com uma combinação de análise técnica e fundamental.

Muitos dos novos operadores sabiamente começar por "papel comercial" ou usando uma conta de demonstração com um broker forex. E, comerciantes experientes, quase invariavelmente, desenvolver novos sistemas com backtesting antes de experimentá-los em tempo real. Falta de experiência pode fazer você perder o seu capital, por isso é importante tomar o tempo para praticar antes de cometer dinheiro significativa para qualquer novo sistema de negociação.

Independentemente de saber se você usar indicadores técnicos sozinho, ou incorporar fundamentos, bem, se você tiver a disciplina para aprender seus mercados-alvo e do comércio com confiança enquanto gerencia cuidadosamente os riscos, em seguida, a sua estratégia tem uma excelente chance de sucesso.

Você confia em indicadores técnicos? Indicadores fundamentais? Ou, uma combinação de ambos?

Como ganhar com Trading Systems mecânicos

por 13 Comentários

Muita tinta tem se dedicado a identificar as causas das falhas dos sistemas de comércio mecânicos, especialmente após o fato. Embora possa parecer paradoxal (ou, para alguns comerciantes, simplesmente imbecil), a principal razão por que esses sistemas de negociação não é porque eles confiam muito nas mãos-livres, fogo-e-esqueça natureza do comércio mecânica. Próprios algoritmos não têm a supervisão humana objetiva e intervenção necessária para ajudar os sistemas evoluem na etapa com a mudança de condições de mercado.

Falha de sistemas de negociação Mecânica, ou falha comerciante?

Em vez de lamentar uma falha do sistema de negociação, é mais construtivo para considerar as maneiras pelas quais os comerciantes podem ter o melhor de dois mundos: Ou seja, os comerciantes podem desfrutar dos benefícios de sistemas de negociação mecânica gerenciado pelo algoritmo, como o rápido-fogo execuções automáticas e decisões de negociação sem emoção, enquanto ainda alavancando sua capacidade humana inata para o pensamento objetivo sobre fracasso e sucesso.

O elemento mais importante de qualquer profissional é a capacidade humana de desenvolver. Os comerciantes podem mudar e adaptar seus sistemas de negociação, a fim de continuar a ganhar antes de perdas tornam-se financeiramente ou emocionalmente devastador.

Escolha o tipo certo ea quantidade de dados de mercado para testes

Os comerciantes bem sucedidos usam um sistema de regras repetitivos para colher ganhos de ineficiências de curto prazo no mercado. Para as pequenas, comerciantes independentes na grande mundo de valores mobiliários e derivativos de negociação, onde os spreads são ferozes fina e concorrência, as melhores oportunidades de ganhos vêm de manchar as ineficiências do mercado com base em simples, fácil de quantificar dados, em seguida, tomar medidas o mais rápido possível.

Quando um comerciante desenvolve e opera sistemas de negociação mecânicos baseados em dados históricos, ele ou ela está esperando por ganhos futuros com base na idéia de que as ineficiências de mercado atuais continuarão. Se um comerciante escolhe o conjunto de dados errados ou utiliza os parâmetros errados para qualificar os dados, preciosas oportunidades podem ser perdidas. Ao mesmo tempo, uma vez que a ineficiência detectada em dados históricos não existir, em seguida, o sistema de negociação falhar. As razões pelas quais ele desapareceu não são importantes para o comerciante mecânica. Apenas os resultados importa.

mechanical trading rules

Escolha os conjuntos de dados mais pertinentes ao escolher o conjunto de dados a partir do qual a criar e testar sistemas de negociação mecânicos. E, a fim de testar uma amostra grande o suficiente para confirmar se uma regra de negociação funciona de forma consistente em uma ampla gama de condições de mercado, um comerciante deve usar o período de prática mais longa de dados de teste.

Assim, parece apropriado para construir sistemas de negociação mecânicos baseados em ambos os estabelecidos, bem como o conjunto simples de parâmetros de projeto de mais longa possíveis dados históricos. A robustez é geralmente considerada como a capacidade de suportar vários tipos de condições de mercado. Robustez deve ser inerente a qualquer sistema testado em uma série de dados históricos e regras simples de longa data. Testes prolongados e regras básicas devem refletir a mais ampla variedade de condições do mercado potencial no futuro.

Todos os sistemas de comércio mecânicos eventualmente falhará porque os dados históricos, obviamente, não contém todos os eventos futuros. Qualquer sistema construído em dados históricos, eventualmente, encontrará condições ahistóricas. Visão e intervenção humana impede estratégias automatizadas de correr fora dos trilhos. O pessoal do Cavaleiro Capital saber algo sobre snafus negociação ao vivo.

Simplicidade vence por sua adaptabilidade

Sistemas de negociação mecânicos de sucesso são como viver, organismos respirar. Estratos geológicos do mundo estão cheios de fósseis de organismos que, embora ideal para o sucesso de curto prazo durante os seus próprios períodos históricos, foram muito especializada para a sobrevivência e adaptação a longo prazo. Simples sistemas de negociação algorítmica mecânicas com orientação humana são melhores, porque eles podem sofrer rápido, fácil evolução e adaptação à mudança das condições no ambiente (leia marketplace).

Regras de negociação simples reduzir o impacto potencial de viés de mineração de dados. Viés de mineração de dados é problemática porque pode superestimar o quão bem uma regra histórica será aplicada em condições futuras, especialmente quando os sistemas de comércio mecânicos estão focados em prazos curtos. Sistemas de negociação mecânicos simples e robusto não deve por afetados pelas prazos utilizados para fins de teste. - O número de pontos de teste encontradas dentro de um determinado intervalo de dados históricos ainda deve ser grande o suficiente para provar ou refutar a validade das regras de negociação que está sendo testado. Dito de outra forma, simples, sistemas de negociação mecânicas robustas irá ofuscar viés de mineração de dados.

Se um comerciante usa um sistema com parâmetros de design simples, tais como o Sistema QuantBar, e testa-lo usando o período de tempo histórico mais longo adequado, em seguida, as únicas outras tarefas importantes será o de manter a disciplina de negociação do sistema e monitoramento de seus resultados daqui para frente. Observação permite evolução.

Por outro lado, comerciantes que usam sistemas de negociação mecânicos construídos a partir de um conjunto complexo de vários parâmetros corre o risco de "pré-evolução" seus sistemas em extinção precoce.

Construir um sistema robusto que aproveita o melhor do comércio mecânica, sem cair as suas fraquezas

É importante não confundir a solidez dos sistemas de comércio mecânicos com a sua capacidade de adaptação. Sistemas desenvolvidos com base em uma infinidade de parâmetros levou a conquistar negócios durante períodos históricos - e até mesmo durante os períodos observados atuais - '. Robusto "são freqüentemente descritos como Isso não é uma garantia de que tais sistemas pode ser ajustado com sucesso uma vez que tenham sido comércio passado sua "período de lua de mel.” Que é um período de negociação inicial durante o qual as condições acontecer para coincidir com um certo período histórico sobre o qual o sistema foi baseado.

Simples sistemas de negociação mecânicos são facilmente adaptado às novas condições, mesmo quando as causas da mudança de mercado permanecem obscuros, e sistemas complexos são insuficientes. Quando as condições de mercado mudança, como eles continuamente fazer, os sistemas de negociação que são mais propensos a continuar a ganhar são aqueles que são simples e mais facilmente adaptável às novas condições; um sistema verdadeiramente robusta é aquela que tem longevidade sobretudo.

Simples sistemas de negociação algorítmica mecânicas com orientação humana são melhores, porque eles podem sofrer rápido, fácil evolução e adaptação à mudança das condições no ambiente (leia marketplace).

Infelizmente, depois de experimentar um período inicial de ganhos ao utilizar os sistemas de comércio mecânicos excessivamente complexas, muitos comerciantes cair na armadilha de tentar ajustar os sistemas de volta ao sucesso. O desconhecido mercado, Ainda mudando, condições já pode ter condenado que espécies inteiras de sistemas de negociação mecânicos à extinção. Novamente, simplicidade e capacidade de adaptação às condições de mudança oferecer a melhor esperança para a sobrevivência de qualquer sistema de negociação.

Use uma medida objetiva de distinguir entre o sucesso eo fracasso

Queda mais comum do comerciante é um apego psicológico ao seu sistema de negociação. Quando as falhas do sistema de negociação ocorrer, normalmente é porque os comerciantes adotaram uma subjetiva, em vez de ponto de vista objetivo, especialmente no que diz respeito a parar-as perdas durante comércios particulares.

A natureza humana muitas vezes leva um profissional para desenvolver uma ligação emocional com um sistema particular, especialmente quando o comerciante tem investido uma quantidade significativa de tempo e dinheiro em sistemas de negociação mecânicos com muitas peças complexas que são difíceis de entender. Contudo, É extremamente importante para um comerciante para a etapa fora do sistema, a fim de considerá-lo objetivamente.

Em alguns casos, o profissional se torna delirante sobre o sucesso esperado de um sistema, até mesmo ao ponto de continuar a negociar um sistema obviamente-perder muito mais do que uma análise subjetiva teria permitido. Ou, após um período de vitórias gordas, um comerciante pode tornar-se "casado" com um sistema antigo vencedor do mesmo enquanto sua beleza desaparece sob a pressão de perdas. Pior, um comerciante pode cair na armadilha de escolher seletivamente os períodos de teste ou parâmetros estatísticos para um sistema já perdendo, a fim de manter a falsa esperança para o valor contínuo do sistema.

Um critério objetivo, tais como a utilização de métodos de desvio-padrão para avaliar a probabilidade de falha de corrente, é o único método de vencimento para determinar se os sistemas de comércio mecânicos têm realmente falhou. Através de um olhar objetivo, é fácil para um comerciante para identificar rapidamente falha ou falha potencial em sistemas de comércio mecânicos, e um sistema simples pode ser rápida e facilmente adaptado para criar um sistema de recém-ganhar novamente.

A falha dos sistemas de negociação mecânicos muitas vezes é quantificada com base na comparação entre as perdas atuais, quando medido contra as perdas históricas ou rebaixamentos. Tal análise pode conduzir a um subjectiva, conclusão incorreta. Drawdown máximo é frequentemente utilizado como métrica limiar pelo qual um comerciante vai abandonar um sistema. Sem considerar a maneira pela qual o sistema atingiu esse nível de rebaixamento, ou o período de tempo necessário para atingir o mesmo nível, um comerciante não se deve concluir que o sistema é um perdedor com base apenas na rebaixamento.

Desvio padrão contra o rebaixamento como uma métrica de falha

De fato, o melhor método para evitar descartando um sistema vencedor é usar um padrão de medição objetivo de determinar a distribuição atual ou recente de retorno do sistema obtido, enquanto na verdade negociá-lo. Compare medição contra a distribuição histórica dos retornos calculados a partir de back-testing, enquanto a atribuição de um valor limite fixado de acordo com a certeza de que o atual "perder" a distribuição de sistemas de negociação mecânicos é de fato além do normal, perdas de-ser-esperados, e deve, portanto, ser descartado como falha.

Assim, por exemplo, supor que um trader ignora o nível levantamento atual, que já sinalizou um problema e desencadeou a investigação. Em vez, comparar a atual série de derrotas contra as perdas históricas que teriam ocorrido enquanto a negociação que o sistema durante os períodos de teste históricos. Dependendo de como um comerciante é conservador, ele ou ela pode descobrir que a perda atual ou recente está além, dizer, o 95% nível de certeza implícito por dois desvios-padrão a partir do nível "normal" de perda histórica. Isso certamente seria um sinal estatística forte que o sistema está executando mal, e, portanto, não. Em contraste, um comerciante diferente com maior apetite por risco pode objetivamente decidir que três desvios-padrão da norma (I.E. 99.7%) é o nível de segurança adequada para julgar um sistema de comércio como "fracassada".

O fator mais importante para todos os sistemas de negociação’ sucesso, seja ele manual ou mecânico, é sempre a capacidade de tomada de decisão humana. O valor de bons sistemas de negociação mecânicos é que, como todos os bons máquinas, eles minimizar as fraquezas humanas e capacitar realizações muito além daqueles atingível através de métodos manuais. Ainda, quando bem construído, eles ainda permitir o controle da empresa de acordo com o julgamento do comerciante e permitir que ele ou ela para orientar clara de obstáculos e possíveis falhas.

Apesar de um comerciante pode usar a matemática na forma de um cálculo estatístico de distribuição padrão para avaliar se uma perda é normal e aceitável, de acordo com registros históricos, ele ou ela ainda está contando com o julgamento humano em vez de fazer puramente mecânica, decisões baseadas em matemática baseando-se apenas em algoritmos.

Os comerciantes podem desfrutar do melhor dos dois mundos. O poder de algoritmos e de comércio mecânica minimiza os efeitos da emoção humana e atraso na colocação de pedidos e execução, especialmente no que diz respeito à manutenção da disciplina de stop-loss. Ele ainda usa a avaliação objetiva de desvio-padrão, a fim de manter o controle humano sobre o sistema de comércio.

Esteja preparado para a mudança, e estar preparado para mudar o sistema de comércio

Junto com a objetividade de detectar quando os sistemas de comércio mecânicos mudar de vencedores em perdedores, um comerciante também deve ter a disciplina e visão para evoluir e mudar os sistemas para que eles possam continuar a ganhar durante a novas condições de mercado. Em qualquer ambiente preenchido com mudança, quanto mais simples o sistema, o mais rápido e mais fácil será a sua evolução. Se uma complexa estratégia falhar, pode ser mais fácil de substituir do que para modificá-lo, enquanto alguns dos sistemas mais simples e mais intuitivos, tais como o Sistema QuantBar, são relativamente fáceis de modificar on-the-fly, a fim de adaptar-se às condições de mercado futuro.

Em suma, pode dizer-se sistemas de negociação mecânicos devidamente construídas devem ser simples e adaptável, e testado de acordo com o tipo correcto e a quantidade de dados de modo a que eles vão ser suficientemente robusto para produzir ganhos sob uma ampla variedade de condições do mercado. E, um sistema de vencimento deve ser julgado pela métrica adequada de sucesso. Em vez de simplesmente confiar em regras de negociação algorítmica ou níveis máximos de rebaixamento, qualquer decisão sobre se um sistema falhou deve ser feita de acordo com o julgamento humano do comerciante, e com base em uma avaliação do número de desvios padrão de desempenho atual do sistema, quando medido contra suas perdas histórico-teste. Se os sistemas de comércio mecânicos não estão a realizar, o profissional deverá fazer as mudanças em vez de apego necessárias para um sistema de derrotas.

Como saber quando o sistema falha

por Deixe um comentário

Um dos aspectos mais frustrantes da negociação quantitativa é que a maioria das estratégias que desenvolvemos vai acabar falhando. Experimentando falha do sistema pode ser muito difícil para um comerciante de lidar em muitos níveis. Haverá um impacto emocional e psicológico difícil de lidar, e também haverá perdas financeiras para fazer face.

Porque falha do sistema pode ser um evento tão devastador, precisamos estar preparados para reconhecê-lo o mais cedo possível e ter um plano para lidar com ele. Falha do sistema poderia ser definida por levantamentos que são muito grandes, levantamentos de crédito que são muito longos, ou uma incapacidade geral para criar lucros. Seja qual for a definição de sua preferência, é importante considerar a insuficiência em termos quantitativos, deixando opiniões subjetivas fora da decisão.

falha de sistema

Lidar com a falha do sistema pode ser extremamente difícil. A chave é evitar fazer-lhe uma avaliação subjetiva por critérios de falha pré-definidoras.

Daniel Fernandez de Mecânica Forex escreveu um post esta semana em como definir e quantificar falha do sistema. Nesse cargo, Daniel discute a ter uma definição específica para a falha que representa o tamanho da amostra, desempenho relativo, e desempenho em relação aos resultados históricos de testes. Seu ponto é que os comerciantes precisam ter um limite quantitativo em que eles vão dar-se em um sistema.

Evitando avaliações subjetivas

Daniel faz um grande ponto sobre comerciantes que têm uma ligação emocional com suas estratégias ignorando evidências estatísticas de que o sistema está a falhar:

Quando o anexo - devido a econômica, razões psicológicas, etc - é muito grande, um comerciante sempre terá problemas em dizer que um sistema falido, porque a carga de falha pode ser maior do que o peso da perda financeira, se o sistema continua a negociar.

Quando gastamos uma grande quantidade de tempo desenvolvendo o nosso sistema, podemos, naturalmente, tornar-se ligado a eles. Assim como os pais lidam com disciplinar os filhos jovens, vamos ter de separar o nosso desejo para esses sistemas de sucesso da nossa capacidade de interpretar de forma realista o que realmente está acontecendo.

O fracasso é Relativa

Se você optar por comparar o seu sistema para um ponto de referência, Backtesting histórico, ou uma simulação de Monte Carlo, você deve ter um limite pré-definido para o quanto o sistema será autorizados a desviar seus resultados esperados. Isso vai ajudar a eliminar quaisquer opiniões subjetivas sobre o quão bem um sistema está executando.

Questões de tamanho de amostra

É também importante ter um limite pré-definido para o dimensão da amostra que você vai considerar estatisticamente significativa. Comparando-se a 5 amostra de comércio a um 5000 backtest comércio é, obviamente, bastante falho, mas você tem que definir um número de negócios que você vai consideram ser uma boa representação de sua estratégia.

Como o número de comércios aumentos ou diminuições, o mesmo acontece com o significado da profundidade ou comprimento de um rebaixamento. É de sua responsabilidade para definir o ponto em que o número de negócios cruza o limiar de significância.

The Blueprint para a criação de sua própria estratégia de Forex, Parte 2

por Deixe um comentário

No início deste mês, olhamos para um artigo de Forex Crunch que cobria os três primeiros passos para a construção de uma nova estratégia quantitativa Forex. Essas três primeiras etapas idéias estratégicas de brainstorming cobertos, definindo as regras, e otimizar os parâmetros.

Nessa altura, tinha uma estratégia que tínhamos razão para acreditar que um bom desempenho em uma situação de negociação. Os próximos passos envolveria corretamente testando a nossa estratégia, a fim de provar o seu valor.

estratégia de forex

Depois de brainstorming, definição de regras, e otimização de uma nova estratégia de Forex, os próximos passos envolvem testes rigorosos.

Forex Crunch, desde então, publicado os segundos três passos para a criação de um sistema de Forex robusta. Este post se concentra em testar o sistema que foi criado com as três primeiras etapas. Ele sugere que comece com os testes in-sample, em seguida, movendo-se para testes fora da amostra, e, em seguida, sugere alguns métodos ainda mais profundos de testes.

O mais importante testes a respeito de Ponto

Enquanto há uma abundância de grande informação no artigo sobre os diferentes tipos de testes que devem ser realizados sobre uma nova estratégia Forex, o ponto mais importante que faz com que o artigo é realmente indicado na introdução:

Baseando-se no CAR (retorno anual composto) figura nem sempre é uma boa idéia porque essa métrica não leva em conta o risco que estava envolvido na produção desses ganhos.

Este ponto é extremamente básico, o que o torna fácil de esquecer. Enquanto um forte retorno anual composto é o objetivo final de cada comerciante, todos nós sabemos que há muitas maneiras de se chegar a um forte retorno anual composto, e alguns deles não valem o esforço.

Além de compor retorno anual, nós também precisa se preocupar com a forma como a estratégia realiza a partir de uma perspectiva de risco. Olhando para as estatísticas, como máximo rebaixamento, fator de lucro, Rácio de Sharpe, e porcentagem de vitórias nos dá uma idéia melhor de como a estratégia chega ao seu retorno anual composto.

Este ponto de vista foto maior nos dará uma visão mais qualificada do que a estratégia de negociação vai se sentir como. Podemos usar isso para determinar se a quantidade de risco a estratégia expõe a nossa capital para está na nossa faixa tolerável.

Estratégias Forex Testing

Testando em dentro da amostra de dados é onde podemos afinar nossas estratégias, a fim de obter retorno e risco as estatísticas para o intervalo desejado. De lá, passamos para out-of-sample teste onde tentamos replicar essas estatísticas em um conjunto de dados fresco.

Há também estão testando métodos como Caminhe-Forward Optimization e Simulações de Monte Carlo, que pode lançar ainda mais luz sobre como o nosso novo sistema pode ser chamado a desempenhar na negociação ao vivo. O importante a observar durante esta fase de testes é a consistência. A estratégia deve executar de forma semelhante em todos esses diferentes tipos de testes.

Se a estratégia produz retornos sólidos através de uma vasta gama de testes, pode-se esperar para produzir resultados semelhantes em negociação ao vivo.

A diferença entre Otimização e ajuste de curvas

por Deixe um comentário

Otimização e ajuste de curvas são dois termos que são muito comuns entre os comerciantes quantitativos. Eles são tão comuns que muitos comerciantes confundir os termos, ou usá-los como sinônimos quando eles realmente têm significados muito diferentes.

Michael Harris publicou recentemente um post convidado no Sistema Trader sucesso que quebrou o significado de cada um desses termos e explicou como eles interagem uns com os outros. Partilhou também um processo para determinar a probabilidade de uma estratégia era para ser exposto a uma polarização de ajuste de curva que assenta sobre a forma como os parâmetros são utilizados.

curve-fitting

Saber a diferença entre otimização e ajuste de curvas pode ajudá-lo a evitar expor sua estratégia para vieses backtesting.

Otimização vs. De ajuste de curva

Michael começou por definir cada um dos dois termos individualmente. O que isto mostra-nos que têm diferenças subtis com respeito uns aos outros. Aqui está como ele explica:

Como já foi mencionado, ajuste de curva pode envolver otimização mas o último é um processo com um escopo muito mais amplo e inclui muitas mais possibilidades do que de ajuste de curva.

Michael olha para otimização de estratégia do ponto de vista de encontrar a melhor coleção de sinais de entrada e saída por um período backtesting. Ele explica que o ajuste de curvas incide mais sobre os resultados do que os sinais que causaram o resultado.

É ajuste de curvas Really The Problem?

Outro ponto interessante que Michael traz à tona é que não há nenhuma prova matemática de que sistemas otimizados são mais propensos a falhar porque são curva-fit. Ele sugere que é possível para qualquer estratégia optimizado para falhar em qualquer ponto, e que o falha de estratégia não tem nada a ver com o que parâmetros os usos do sistema.

Ele explica que uma forma diferente de preconceito é muito mais propensos a causar uma falha:

Não obstante, otimização que faz com que a seleção de coleções de entrada e saída é em geral um processo problemático porque introduz viés de sobrevivência.

Michael argumenta que, em quase todos os casos em que uma estratégia otimizada falhar, viés de sobrevivência É mais provável que a culpa do que uma polarização de ajuste de curva.

Como medir Estratégias de Negociação otimizados

Enquanto Michael não acredita que as falhas de ajuste de curvas são quase tão prevalente como muitos comerciantes acreditam que, ele discutir como algumas estratégias são mais propensos a ser expostos a ajuste de curvas do que outros. A fim de avaliar qual a probabilidade uma estratégia otimizada é para ser exposto a curva-encaixe, Michael divide em três classes diferentes.

A primeira classe contém estratégias onde os parâmetros otimizados definem tanto os sinais de entrada e saída. Estas estratégias são as mais vulneráveis ​​a curva de ajuste.

A segunda classe contém estratégias onde apenas os sinais de entrada são definidos por parâmetros otimizados. Essas estratégias são menos susceptíveis de serem expostos a curva de ajuste do que aqueles na primeira classe.

A terceira classe contém estratégias onde os parâmetros otimizados definem apenas os sinais de saída. Estas estratégias são os menos propensos a ser expostos a de ajuste de curva.

 

Você se preparou para falha do sistema?

por Deixe um comentário

Um dos equívocos que muitos comerciantes quantitativos são vítimas de se deixar de considerar que sua estratégia acabará por parar de trabalhar. Somos levados a acreditar que uma vez que nós desenvolvemos e backtest uma estratégia rentável, vamos simplesmente ser capaz de imprimir dinheiro indefinidamente. Contudo, isso quase nunca é o caso.

Devido à natureza imprevisível dos mercados financeiros, todos os sistemas e estratégias acabará por fracassar. No mínimo, eles vão necessitar de ser ajustada. Isso significa que o desenvolvimento de uma estratégia de negociação é um processo contínuo, não um projeto de uma só vez.

falha de sistema

Falha do sistema Eventual é inevitável para todos os tipos de estratégias. Você está preparado para isso acontecer com você?

Daniel Fernandez de Mecânica Forex escreveu um post sobre este tema no início desta semana. Ele sugere que a capacidade de detectar falha do sistema com o mínimo de dor possível é um aspecto importante do desenvolvimento de forma articulada estratégia Forex. Ele explica por que todas as estratégias quantitativas estão condenados ao fracasso, eventualmente,:

Falha do sistema eventual - que podemos chamar de morte do sistema - é uma consequência inevitável de uma ponta desenvolvida em uma quantidade finita de informações sobre um mercado com variações potencialmente infinitos.

Falha Detectando Sistema

Fernandez fez alguns pontos particularmente interessantes sobre o processo de detecção de falha do sistema potencial. A fim de detectar que uma estratégia já não trabalha, um comerciante provavelmente terá que passar por um período difícil de perder.

Através de extensa backtesting, teste de andar para a frente, e simulações de Monte Carlo, um comerciante pode estabelecer parâmetros que descrevem um período de derrotas normais para uma dada estratégia. Para que esse operador para determinar a falha do sistema, eles terão que trocar por esse período de derrotas normal e, em seguida, alguns.

O conceito interessante que Fernandez traz à tona é que estratégias diferentes terão diferentes condições para os períodos de perder padrão.

Low Vença Estratégias Relação

Sistemas de negociação que são baseadas em baixos percentuais de ganhos e alta recompensa para as relações de risco deverão ter perder estrias longas. Portanto, que seria necessário um excepcionalmente longa série de derrotas para sinalizar que falha do sistema é possível.

Fernandez também acrescenta que estes tipos de estratégias muitas vezes dependem de alguns comércios muito rentáveis ​​para compensar lotes de pequenas perdas. Isso significa que falta um comércio chave poderia resultar em um sinal falso de que o sistema falhou.

Altas Estratégias relação de ganhos

Estratégias baseadas em percentagens alta vencedora e baixa recompensa para as relações de risco colocam o problema exato oposto. Eles experimentam muito mais curtos perder estrias, para que eles sejam capazes de identificar falhas no sistema muito mais cedo.

Claro, as perdas que estes tipos de sistemas não são, muitas vezes levam muito grande. Embora possa ser uma curta série de perdas que identifica a falha do sistema, essas perdas são provavelmente vai ser incrivelmente doloroso.

Melhores estratégias para a detecção de falha

Conclui que Fernandez os sistemas que fornecem a meios menos dolorosos de detectar falha do sistema são estratégias com percentagens vencedoras moderados e recompensar a razão de risco.

Ele sugere que os sistemas com recompensar a razões de risco em torno de 1 para 1 e ganhar porcentagens pouco mais de 50% são capazes de sinalizar a falha da melhor maneira. Estes tipos de estratégias podem sinalizar falha rapidamente, sem enfraquecer o poder de compra de uma conta.

Frequency Trading

O último tópico que Fernandez menciona é a frequência de negociação de uma estratégia. Novamente, ele sugere visando uma abordagem meio-of-the-road.

O fato de que os sistemas de negociação de alta frequência pode ser executado através de perder estrias longas rapidamente pode ser visto como uma vantagem. Fernandez salienta que esta pode ser uma faca de dois gumes. Perturbações de curto prazo no comportamento do mercado podem levar a falsos sinais de falha do sistema.

 

Andar para a frente Optimization: Uma explicação mais detalhada

por Deixe um comentário

Duas semanas atrás, nós olhamos um exemplo de uso caminhada de otimização para a frente por Sistemas VBO que testaram um sistema de fuga volatilidade. Embora este artigo foi interessante de um porcas e parafusos aspecto, ele deixou um monte sobre a mesa em termos de explicação.

O autor, desde então, expandiu esse post para incluir uma explicação mais detalhada de exatamente o que estamos tentando fazer com pé de otimização para a frente. Esta nova introdução ao artigo fornece-nos com alguns detalhes e informações sobre por que pé de otimização para a frente é tão eficaz.

caminhada de otimização para a frente

Caminhada de otimização para a frente permite até testar como uma estratégia teria trocado em um ambiente vivo e avaliar quais os parâmetros que teria o melhor desempenho.

O artigo começa por listar algumas das razões que os sistemas podem perder sua vantagem:

  • O sistema não é baseada na premissa válido
  • Condições de mercado mudaram de forma dramática o teórico que inválidos As instalações em que o sistema foi desenvolvido
  • O sistema não foi desenvolvido e testado com uma metodologia sólida. Por exemplo, (um) falta de robustez em um sistema devido a parâmetros impróprias, e (b) regras inconsistentes e experimentação abusiva do sistema usando dados out-of-sample e dentro da amostra

Ele continua, explicando como a otimização para a frente caminhada básica é conduzida:

Andar para a frente análise é o processo de otimização de um sistema de negociação através de um conjunto limitado de parâmetros, e, em seguida, testar o parâmetro melhor otimizado definido em out-of-sample dados.

Este processo é semelhante a como um comerciante usaria um sistema automatizado de negociação em negociação real live. No tempo da amostra janela é deslocada para a frente pelo período abrangido pelo fora-de-amostra teste, e o processo é repetido.

No final do teste, todos os resultados obtidos são utilizados para avaliar a estratégia de negociação.

A fim de garantir que o conceito é entendido, também é explicada outra maneira:

Em outras palavras, análise de frente de pé faz otimização em um conjunto de treinamento; testes em um período após o jogo e, em seguida, rola tudo para a frente e repete o processo.

Nós temos vários períodos fora-de-amostra e olhar para estes resultados combinados. Teste de caminhada para a frente é uma aplicação específica de uma técnica conhecida como validação cruzada.

Significa tomar um segmento de dados para otimizar um sistema, e um outro segmento de dados para validar. Isto dá um período maior out-of-sample e permite que o desenvolvedor do sistema para ver como o sistema é estável ao longo do tempo.

Como nós vimos no post anterior, há três aspectos principais da presente processo:

  1. Definir dentro da amostra e out-of-sample períodos
  2. Definir uma área de parâmetros robusta
  3. Executar a caminhada para a frente

Como você pode ver, realizar uma otimização para a frente caminhada em um sistema que você está desenvolvendo vai ajudar você a ganhar uma compreensão sobre como um sistema irá realizar em tempo real, enquanto ao mesmo tempo, encontrar os parâmetros óptimos para a estratégia.

Andar para a frente Optimization: Explicado na planície Inglês

por Deixe um comentário

Traders que gravitam em direção a estratégias quantitativas são tipicamente nerds.

Eu não quero dizer que de uma forma negativa, porque eu me considero como um bem. Contudo, nerds têm uma tendência a falar e escrever usando palavras muito mais complexas e frases do que realmente necessário.

Devido a que a tendência, explicações de nível de entrada muitas vezes pode ser confuso para iniciantes para entender.

Isso vem através especialmente bem sobre o tema da caminhada de otimização para a frente. A maioria dos artigos sobre o tema são muito complexos e envolvem um pouco de matemática de alto nível. Isto pode ser extremamente desanimador para alguém apenas olhando para as estratégias de negociação sistemáticas.

walk forward optimization

Muitos comerciantes quantitativos têm dificuldade em explicar a pé otimização para a frente em termos simples.

VBO Sistemas postou uma muito útil estudo de caso utilizando a pé otimização para a frente esta semana. Eles começaram por explicar brevemente as três etapas principais do seu processo de otimização para a frente caminhada:

  1. Definir dentro da amostra e out-of-sample períodos
  2. Definir uma área de parâmetros robusta
  3. Executar a caminhada para a frente

Isso é bastante simples. Próxima, eles especificou o sistema e os dados que eles estariam usando para o estudo de caso:

Para esse teste, vamos utilizar o FDAX e uma fuga volatilidade (Fevereiro) sistema de negociação intraday.

Usaremos dados NinjaTrader e CQG histórico de 1 minuto, supondo 3 Os pontos de deslizamento para cada comércio R / T para cobrir os atritos comerciais.

O primeiro passo em seu processo foi identificar os períodos e dentro da amostra out-of-sample. Aqui está como eles explicaram-lo:

Vamos escolher como dentro da amostra 1/1/2001 para 12/31/2009 para o projeto do sistema e dentro da amostra e otimização 1/1/2010 para 12/31/2012 como out-of-sample período para avaliar a otimização robustez dentro da amostra e executar a caminhada para a frente. Nós, então, usar um 3:1 razão pela WFO (caminhada de otimização para a frente):

  • Otimizar 2007 para 2009 e verificar o desempenho do out-of-sample em 2010
  • Otimizar 2008 para 2010 e verificar o desempenho do out-of-sample em 2011
  • Otimizar 2009 para 2011 e verificar o desempenho do out-of-sample em 2012

O próximo passo é definir os parâmetros que eles estão olhando para otimizar. Aqui estão os três que eles listaram:

  • Período de retrospectiva da média rápido
  • Período de retrospectiva da média lento
  • Filtro de volatilidade

Até agora, este tem sido um processo muito simples, e VBO Sistemas faz um grande trabalho de manter suas explicações simples. A fim de definir a área robusto para cada um destes parâmetros, o artigo utiliza um gráfico 3D para identificar os períodos lookback média móvel que executam razoavelmente bem ao longo dos dados dentro da amostra. O mesmo processo é aplicado sobre um gráfico padrão para obter os parâmetros de filtro volatilidade.

O passo final é a realização do passeio para a frente, utilizando os parâmetros de dados identificados nos períodos de dados definidos. Basicamente, eles só ver que as médias móveis e filtro volatilidade teria funcionado melhor em cada um dos períodos de dados na amostra, e, em seguida, testar os parâmetros sobre os períodos de dados fora da amostra para ver se os retornos são em linha com as expectativas.

O resultado deste estudo de caso é que cada um dos períodos de andar para a frente de otimização de produzir retornos semelhante ao sistema de retornos gerais para o conjunto de dados inteiro dentro da amostra. Isto dá garantias de que a estratégia tem um certo nível de robustez.

A Idea Short-Term Estratégia Breakout Bollinger Bands Para AAPL

por Deixe um comentário

Além dos futuros e mercados populares forex, muitos comerciantes quantitativos gostaria de testar e comercializar as suas estratégias em ações individuais líquidos e ativos.

AAPL é uma das ações mais ativas do mundo, tanto em termos de volume negociado e Cobertura de Notícias. É também esteve em uma incrível corrida de touros ao longo dos últimos dez anos. Qualquer ação que foi tão popular e interessante como AAPL tem é obrigado a ter algumas estratégias projetado para ele.

Paststat.com dedica uma seção inteira do seu site para idéias diferentes quantitativos que os comerciantes são incentivados a tomar e desenvolver estratégias para potenciais. Um de seus artigos recentes caracterizado uma idéia para um sistema de fuga de curto prazo projetado especificamente para AAPL negociação.

O conceito básico da estratégia é que ele tem uma posição longa em AAPL qualquer momento o estoque irrompe e fecha acima de sua banda superior. A estratégia seguida, detém o estoque para entre 1 e 5 dias antes de vender. A estratégia baseia-se em um gráfico diário com configurações Bollinger Band of 20 período de média móvel e 2 desvio padrão.

bollinger banda fuga

Esta estratégia simples fuga Bollinger Bands projetado para AAPL tem um 82% taxa de ganhar e 1.48 taxa de lucro ao longo dos últimos anos.

O artigo descreve o gráfico que contém de forma muito simples:

as chances de negociação para os US $ AAPL anseia ao longo da próxima 1/2/3/4/5 período de dias de negociação quando sempre $AAPL perto cruzes acima da banda de bollinger superior

O artigo backtests essa estratégia a partir da fuga em dezembro 2009 até novembro 2013. Tendo em vista a simplicidade da estratégia, os resultados são realmente muito impressionante.

Usando um período de espera de um dia, a estratégia produz 22 vencedores a partir de 28 comércios. A média de lucro em um comércio ganhando é 1.04% e a perda média em um comércio de perder é 0.57%.

Quando o período de espera é aumentado para cinco dias, a estratégia para aumento 23 vitórias. O lucro médio sobre esses comércios ganhar era 2.69% e a perda média em um comércio de perder era 1.82%.

O artigo continua a postar os resultados de cada um dos comércios que foram registradas para os cinco dias segurando abordagem período ao longo do período de backtesting. Isso realmente enfatiza o elevado número de comércios ganhar e o fato de que os comércios ganhar são maiores do que os comércios perdendo.

Enquanto este é certamente um pequeno tamanho da amostra, os resultados iniciais de backtesting indicam que pode valer a pena investir algum mais tempo para desenvolver isso em uma estratégia real. É possível que o retorno poderia ser melhorado através da aplicação de um filtro de tendência ou algum outro indicador de confirmação.

Seria muito interessante ver mais testes de negociação esta estratégia em AAPL. Também seria interessante testá-lo em outras ações individuais, e tentar refinar mais a ele.