Trwałość systemu handlowego

Strona główna Solidne systemy handlowe są celem osób, które śledzą trend. Systemy handlu emisjami są celem osób, które śledzą trend. Zawsze można znaleźć szalone reklamy, obiecujące systemy handlowe z wysokimi zyskami i 100 wskaźnikami sukcesu, zbierającymi szczyty i dno. Tak zwane systemy osiągają swoje wyniki korzystając z wielu reguł i wielu wyjątków były doskonale rozwinięte lub dopasowane do krzywych Reguły są zawsze zoptymalizowane Patrząc dobrze na papierze tylko wszystko, co dostajesz Oni wygrali ostatniego ani nie trzymali się prawdziwego świata. Dobrym trendem po systemie handlowym musi być solidny Istnieje pięć ogólnych kryteriów dla solidności systemu. Analiza wrażliwości na parametry reguł systemu. Testowanie na wielu rynkach. Wszystkie analizy ryzyka. System spójności. Można opisać trend w sposób prosty i logiczny. System handlu nie więcej niż trzy do pięciu parametrów do optymalizacji jest idealny Parametry są składnikiem ilościowym reguł lub warunków, które muszą być spełnione. Test w wielu rynkach. Znaczne wskazanie odporności jest wykorzystanie systemu zoptymalizowanego dla jednego rynku na wielu różnych rynkach bez zmiany jakichkolwiek parametrów Jeśli system zoptymalizowany na SP 500 może handlować japońskim funduszem, funduszem o małym kapitale i funduszem rynków wschodzących, zaufanie do tego systemu jest zwiększona. Ogólna analiza ryzyka w skali całego systemu. Analiza całego systemu ryzyka wyobraża wszystkie sposoby, w jaki system może realizować swoje cele. Pomyśl przez opcje. Stałe zwroty wskazują, że system, w wielu branżach, korzysta z krawędzi. W ten sam sposób kasyno ma krawędź w ruletce, w dużej liczbie transakcji, system z krawędzią czyni pieniądze. Poniższe trendy można opisać w sposób prosty i logiczny. System musi być wyjaśniony w sposób prosty i logiczny Jeśli system zależy na fali księżyca lub na wykładniczej średniej ruchomej oscylatora Fibonacciego, a następnie odrzucić system Musisz zrozumieć podstawę sukcesu systemu. Następujące produkty. Michael Covel Trend Następujące produkty.1996-17 Trend Follow Wszelkie prawa zastrzeżone Contact. Trend Following, TurtleTrader, są znakami towarowymi znakami usług firmy Trend Follow Inne znaki towarowe i znaki usług występujące w sieci witryn Trend Track mogą być własnością firmy Trend Following lub przez inne firmy, w tym strony trzecie niezwiązane z firmą Trend Following. Articles nie można kopiować, drukować ponownie ani redystrybuować bez pisemnej zgody firmy Michael Covel i Trend ติดตาม, ale pisemne zezwolenie jest łatwo i typowo przyznawane. Celem tej witryny jest zachęcanie do bezpłatnej wymiany pomysłów Cała treść tej strony internetowej oparta jest na opiniach Michaela Covel, o ile nie zaznaczono inaczej Artykuły indywidualne opierają się na opiniach autora, który może zachować prawo autorskie jako Zauważ, że informacje na tej stronie internetowej mają na celu wymianę wiedzy i pomocy Michael C. Covel i jego społeczność. Informacja zawarta w niniejszym dokumencie nie jest przeznaczona do wykorzystania jako zaproszenie na inwestycje do doradcy profilowanego Wszystkie dane na tej stronie pochodzą bezpośrednio z CFTC, SEC, Yahoo Finance, Google i ujawniają informacje dokumenty przekazane przez menedżerów wymienione w niniejszym dokumencie Przyjmujemy, że wszystkie dane są dokładne, ale nie ponoszą odpowiedzialności za błędy, pominięcia lub błędy pisarskie spowodowane przez źródła. Zarzucać następujące rynki i sprzedawać różne produkty inwestycyjne i informacje inwestycyjne Czytelnicy ponoszą wyłączną odpowiedzialność za wybór akcji, walut , opcje, towary, kontrakty terminowe, strategie i monitorowanie rachunków maklerskich Trend Follow, jej spółki zależne, pracownicy i agenci nie żądają lub nie wykonują transakcji lub nie udzielają porad inwestycyjnych i nie są zarejestrowani jako brokerzy lub doradcy z jakiejkolwiek agencji federalnej lub państwowej Przeczytaj nasz pełny zażalenie. Najlepszy film Michael Covel Jedynym trendem po filmie dokumentalnym Stress Tes tzn. dla strategii handlowej Robustness. by Michael R Bryant. W artykule na temat strategii handlu wielostronnego omówiłem koncepcję solidności, którą opisałem jako brak wrażliwości na zmiany danych, na których opiera się strategia. Budowa systemu handlowego na wielu rynkach jest jednym ze sposobów na zwiększenie odporności. Jednak co zrobić, jeśli masz już strategię i chcesz zobaczyć, jak to jest solidne. Sprawdzenie strategii handlowej dotyczącej solidności jest często określane jako analiza wrażliwości lub bardziej potocznie jako test warunków skrajnych. Podstawowym założeniem jest zobacz, co się dzieje, gdy wprowadzane są niewielkie zmiany w danych wejściowych do strategii, danych o cenach lub innych elementach strategii lub otoczenia handlowego. Silna strategia wykazuje proporcjonalną i stosunkowo małą reakcję na takie zmiany, podczas gdy strategia, która nie jest odporna, będzie reagować nieproporcjonalnie a czasami nie działają prawidłowo, gdy wprowadzane są niewielkie zmiany w danych wejściowych lub środowiskowych. Dlaczego jest to ważne? Po prostu, solidność jest ważna, ponieważ t Rynki nigdy nie pozostają takie same Weź podane strategie, np. Wejścia, takie jak długość wzroku dla średniej ruchomej, mogą być optymalne w okresie testowania wstecznego, ale dalej, różne wartości mogą być optymalne Chcemy wiedzieć, jak dobrze strategia będzie wykonywana, gdy wejścia nie są już optymalne Jednym ze sposobów adresowania jest sprawdzenie, w jaki sposób wyniki zmieniają się, gdy zmieniane są wartości wejściowe. Jak wyjaśniono we wcześniejszym artykule, idea solidności związana jest z nadmierną dopasowaniem strategii Chcemy aby upewnić się, że strategia nie była tak mocno dopasowana do rynku podczas procesu rozwoju, że może nie wytrzymać żadnych zmian na rynku Ogólnie rzecz biorąc, możemy przetestować to poprzez zmianę rynku, zmianę strategii lub zarówno strategię co nie wystarcza do stosunkowo niewielkich zmian nie jest solidne i może być nadmiernie dopasowane Taka strategia nie powinna być oczekiwana w przyszłości. Typy testów na stres. Jest wiele różnych sposobów, że strategia może być testowany pod wpływem stresu Możemy dokonać zmian w samej strategii lub danych o cenach, na których możemy je przetestować Możemy zmienić koszty handlu, takie jak ilość poślizgów lub zmiana wielkości pozycji W zasadzie wszystko, co ma wpływ na wyniki testów wstecznych można zmieniać W tym artykule omówione zostaną trzy typy testów warunków skrajnych. Zmiana wejść do strategii. Dokonywanie niewielkich zmian w poszczególnych cenach. Zmiana paska startowego. Rejestracja na temat wprowadzania zmian strategii została omówiona powyżej Aby je zmienić, procent zostanie wybrany losowo pomiędzy - Max i Max, gdzie Max może być rzędu 1 lub 5 Ten procent będzie stosowany do zakresu wartości dla każdego wejścia Na przykład, jeśli wybierzesz wygląd wstecz długość dla wskaźnika z przedziału od 1 do 100, to zakres wynosi 100, a losowo wybrany procent zmiany zostanie zastosowany do 100. Kwota zmiany, pozytywna lub negatywna, zostanie dodana do pochodzenia al wartość wejściowa, aby zwiększyć lub obniżyć tę kwotę. Będziemy również podać minimalną możliwą liczbę zmian, taką jak 1 dla kwoty do zmiany długości wskaźnika. W ten sposób, jeśli procent zmiany losowej jest niewielka, to dane wejściowe będą w dalszym ciągu zmieniane. Jednym sposobem, w jaki strategia może być nadmierna, a zatem niezbyt solidna, jest, jeśli pasuje zbyt blisko konkretnych cen w teście wstecznym. Na przykład, jeśli strategia wkracza na dłuższą metę i kilka duże, zyskowne transakcje wchodzą w wysoką cenę dnia, co powinno podnieść czerwoną flagę Jak wyglądałyby wyniki, gdyby w tamtych czasach był wysoki poziom niższy niż jeden dzień Jeśli taka niewielka zmiana spowoduje zepsuć wyniki, strategia jest wyraźnie niezbyt solidna Technika testowania naprężeń w celu wykrycia tego typu nadmiernego dopasowania polega na dokonywaniu przypadkowych zmian w indywidualnych cenach i ocenie wyników. Aby losowo zmienić dane o cenach, użyjemy dwóch ustawień Jednym z nich jest prawdopodobieństwo zmiany ceny Na przykład , jeśli prawdopodobieństwo wynosi 50, to mea ns sa 50 szanse, że każda cena - otwarta, wysoka, niska, bliska każdego paska - zostanie zmieniona Drugie ustawienie to maksymalna zmiana procentowa, która będzie stosowana do zmienionej ceny Podobnie jak w przypadku wartości wejściowych, rzeczywista wielkość zmiany jest losowo wybierana między - Max i Max, gdzie Max jest maksymalną zmianą procentową wartości Wartość Max przyjmuje się jako procent przeciętnego rzeczywistego zakresu w ciągu ostatnich 100 barów Przykładowo, jeśli średni true range jest 10 punktów, a maksymalna zmiana procentowa wynosi 20, a następnie kwota zmiany jest losowo wybraną liczbą między -2 a 2 punktami Pozwólmy powiedzieć, że rzeczywista liczba wynosi -1 25 punktów, a cena zamknięcia to 1250 50 Zmodyfikowane zamknięcie byłoby wtedy być może 1249 25 Wreszcie możliwe jest, że zmiana ceny spowoduje unieważnienie zwykłego zamawiania cen, np. ograniczenie otwartości tak, aby znajdowało się poniżej niskiego Aby temu zapobiec, ceny mogą wymagać korekty po wprowadzeniu zmian w celu zachowania otwartości i zamknij się w dużym zakresie niskich e ostatnia metoda testowania warunków skrajnych, która zostanie omówiona, wymaga zmiany paska startowego Jest to prawdopodobnie oczywiste, że dobra strategia nie powinna się rozpaść po rozpoczęciu testu na innym pasku Może być mniej oczywiste, jak to może się zdarzyć Rozważ hipotetyczną strategię która wchodzi długą drogą do przecięcia średniej ruchomej Następnie zajmuje pozycję handlową dokładnie pięć barów przed wyjściem na rynek Zaniedbując stosowność logiki, wyobraź sobie, jaka może wyglądać historia handlu na wykresie cen Jeśli warunek przejścia na średni poziom przebiega krótko, średnioterminowy przeciętny przekraczający średnią długoterminową, całkiem możliwe, że w utrzymywanej tendencji wzrostowej warunek wejścia może być prawdą przez dłuższy okres czasu, tzn. średnia krótkoterminowa może być wyższa niż średnia długoterminowa dla wiele barów z rzędu. Jeśli back-test został uruchomiony w tym okresie, pierwszy handel wejdzie na następny pasek po pasku startowym, a każdy handel będzie trwał pięć pasków, a następnie następny wpis, itd. Teraz rozważyć, co by się stało, gdyby pasek startowy został zmieniony Jeśli pasek startowy był o jeden pasek później, na przykład cała seria transakcji zostanie przesunięta o jeden pasek w prawo Jest całkowicie możliwe, że niektóre z tych serii pięciu transakcje z paska handlowego byłyby dużo bardziej opłacalne niż inne, w zależności od tego, w jaki sposób transakcje były zgodne z dowolnym cyklem trendu z pięcioma prętami. Tak, w zależności od paska startowego, strategia może być bardzo opłacalna lub nieopłacalna z powodu rozpoczęcia handlu i zakończone W trakcie opracowywania nie było oczywiste, że logika strategiczna miała taki typ zależności od paska startowego, szczególnie dla bardziej złożonych typów logiki. Aby sprawdzić skuteczność paska startowego, pasek, na którym jest testowany test strategii zacznie się zmieniać przez losową liczbę wybraną pomiędzy 1 a N W poniższym przykładzie N wybrano jako 300. Więc pasek startowy zmieniano przez dodanie losowo wybranej liczby od 1 do 300 do oryginalnego paska startowego liczba. A Monte Carlo Approach. Zaliczanie wejść, cen lub paska startowego w przypadkowej ilości stanowi tylko jedną alternatywę w porównaniu do oryginalnych wyników Aby uzyskać pełniejszy obraz skuteczności strategii, możemy powtórzyć proces wiele razy, dopóki nie mamy rozkładu wyników Ogólnie rzecz biorąc, zmienianie zmiennych wejściowych losowo na dużą liczbę iteracji w celu wygenerowania statystycznego rozkładu wyników dla funkcji zależnej od tych wejść nazywa się analizą Monte Carlo. W tym przypadku funkcja jest strategią handlową, a wejściami funkcyjnymi są wejścia strategii, ceny rynkowe i / lub pasek startowy wielokrotne powtarzanie testu warunków skrajnych, kończymy się wieloma zestawami wyników handlowych Aby zrozumieć, jak działa proces Monte Carlo, rozważyć przykład pokazany na rys. 1. Rysunek 1 Oryginalna krzywa kapitału własnego dla strategii handlowej forex. Grupa kapitałowa przedstawiona na rys. 1 dotyczy strategii handlowej opracowanej dla EURUSD forex mar keton na dziennych sztabach, przy jednym standardowym pakiecie 100 000 na wymianę handlową i 50 na partię dla kosztów handlowych Jest to jedna z strategii premiowych zawartych w programie Adaptrade Builder. Zostało ono opracowane w marcu 2017 r. Ostatnie 100 transakcji lub tak było od wydania, co wskazuje, że dobrze sprawdził się w śledzeniu poza próbą w czasie rzeczywistym. Aby zilustrować, jak można analizować wyniki testów warunków skrajnych za pomocą podejścia Monte Carlo, rozważyć wyniki testu warunków skrajnych strategii forex na danych o cenach, jak pokazano na rys. 2 , który przedstawia 20 krzywych kapitału własnego, z których 19 odpowiada innym zestawie losowo zmodyfikowanych danych o cenach Oryginalna seria cen EURUSD została zmodyfikowana 19 razy, jak opisano powyżej, przy użyciu prawdopodobieństwa zmiany ceny na poziomie 50 z maksymalną zmiana procentowa 20 Wraz z pierwotną krzywą, przedstawioną jako grubsza zielona linia, znajduje się łącznie 20 zestawów wyników Całkowita liczba została jak najmniejsza, aby ilustrować cele więcej iteracji zostanie użyte poniżej w przykład 2. Stres w testowaniu strategii forex poprzez zmianę danych o cenach 19 razy. Całkowity zysk netto odpowiadający każdej krzywej kapitałowej na rys. 2 przedstawia się następująco.147855 00 133286 00 87771 00 92707 00 132149 00 88384 00 126019 00 96581 00 105466 00 102946 00 86753 00 96127 00 96242 00 111020 00 50201 00 130076 00 104181 00. Największą wartość, 147 855, odpowiada oryginalnemu plikowi danych o cenie Najniższa wartość to 50,201 W analizie Monte Carlo, możemy zapytać, jaki jest zysk netto z pewnym stopniem zaufania, biorąc pod uwagę różnice w wynikach Poziom ufności 95 jest typowy, co oznacza, że ​​5 szans na osiągnięcie zysku netto będzie niższe niż wybrana wartość Do uzyskać wartość zysku netto na poziomie 95, lista powyżej jest sortowana od najwyższej do najniższej, a wybrana wartość 95 w dół listy jest wybrana Ponieważ mamy 20 pozycji na liście, wybieramy 19. pozycję na liście , który byłby netto roset 68.459 czyli druga najniższa wartość na liście. Możemy interpretować ten wynik w następujący sposób, jeśli randomizacja danych o cenach jest reprezentatywna dla rodzaju różnic losowych, których oczekujemy na rynku, to możemy oczekiwać, że 95 czasu , zysk netto wyniesie co najmniej 68.459. Te same podejścia mogą być stosowane do każdego metryki wydajności, którą warto śledzić. Jeśli metryka jest taka, w której niższa wartość jest lepsza, np. maksymalny spadek, lista zostanie posortowana w przeciwnym kierunku przed wybraniem wartości 95 w dół listy. Przykłady testu warunków skrajnych Teraz zastanówmy się nad bardziej reprezentatywnym przykładem, w którym generowane było 100 próbek w celu przeprowadzenia analizy Monte Carlo Fig 3 przedstawia różne krzywe kapitału w wyniku zmian cena pliku 99 razy plus oryginalna krzywa. Faktura 3 Stres testowanie strategii forex, zmieniając dane o cenach 99 razy, w sumie 100 krzywych kapitałowych. Zastosowanie podejścia Monte Carlo do wyników testu warunków skrajnych, t on wyniki w Tabeli 1 zostały wygenerowane przy 95 ufności pokazanej obok wyników dla pierwotnych danych do porównania. Tabel 1 Testowanie naprężeń w strategii forex poprzez zmianę danych o cenach. Zgodnie z oczekiwaniami, Monte Carlo wynika z modyfikacji danych o cenach wykazuje redukcję w porównaniu z wynikami pierwotnych danych o cenach Jednak wyniki testów warunków skrajnych są nadal pozytywne, co wskazuje, że strategia jest co najmniej umiarkowana. Na Fig. 4 poniżej zastosowano takie same podejście do wartości wejściowych strategii Modyfikacja procent został ustalony na 1, co dla wielu wejść oznaczało, że zastosowano minimalną kwotę zmian Wszystkie wprowadzone dane zostały zmodyfikowane co najmniej minimalną kwotą dla każdej oceny Początkowa krzywa kapitału zakładana jest w górnej części wykresu, ponieważ grubsza , zielona linia W porównaniu z wynikami modyfikacji cen zmiana wejść na strategię miała silniejszy wpływ na wydajność. Rysunek 4 Testowanie naprężeń za pomocą strategii forex polegającej na zmianie strategii gy 99 razy, w sumie 100 krzywych kapitałowych. Wyniki Monte Carlo dla tej samej próbki parametrów wydajności jak powyżej przedstawiono w tabeli 2 poniżej, która zawiera wyniki dla oryginalnych wartości wejściowych. Tabela 2 Testowanie naprężeń strategii forex poprzez zmianę założeń strategii. Monte Carlo Wyniki, 95. Wyniki z różnych paska startowego dla tej samej strategii forex są przedstawione poniżej na rys. 5 W porównaniu do wyników z pozostałych dwóch testów, stosunkowo niewielki wpływ widać na zmianie paska startowego , sugerując, że strategia jest w większości nieczuła na tę zmienną. Ilustracja 5 Testowanie naprężeń w strategii forex poprzez zmianę paska startowego 99 razy, łącznie 100 krzywych kapitału. Wyniki Monte Carlo wynikające z tego testu przedstawiono w tabeli 3 poniżej, gdzie są porównywane do wyników dla oryginalnego paska startowego. Tabela 3 Testowanie naprężeń w strategii forex poprzez zmianę paska startowego. Monte Carlo Results, 95.Results, Original Data. It również można zmodyfikować wszystko togeth lub zmodyfikować kombinacje zmiennych, na przykład modyfikując dane wejściowe strategii w tym samym czasie co dane o cenach. Na rys. 6 poniżej zostały przeprowadzone wszystkie trzy testy warunków skrajnych. Oznacza to, że dane wejściowe strategii, dane o cenie i pasek startowy zostały losowo zmodyfikowane w tym samym czasie przed oceną strategii. Ilustracja 6 Testowanie naprężeń w strategii forex polega na zmianie paska rozruchowego 99 razy, łącznie 100 krzywych kapitału. lub dwie krzywe akcji pokazane na rys. 6 wydają się wykazywać wynik netto lub prawie tak zysk netto Jedynie jedna krzywa kapitału własnego zbliża się do pierwotnego Wyniki Monte Carlo w oparciu o ten test przedstawiono poniżej w Tabeli 4. Tabel 4 Test naprężeń na forex strategii poprzez zmianę danych o cenach, wprowadzanie strategii i pasek startowy. Monte Carlo Wyniki, 95.Results, Original Data. Summary and Concluzions. Over-dopasowanie jest zawsze obawy podczas opracowywania strategii handlowej tak zwany test warunków skrajnych jak silna jest strategia handlowa, co wskazuje na to, czy strategia jest nadmiernie dopasowana. Choć dowolna zmienna, która wpływa na wyniki strategii handlowej może potencjalnie być przedmiotem testu warunków skrajnych, niniejszy artykuł skupił się na trzech ważnych czynnikach w celu określenia wyników testów wstecznych dane o cenach, wartości wejściowe strategii i pasek startowy dla testu wstecznego. Strategia wykorzystywana do zilustrowania każdego testu warunków skrajnych wykazała umiarkowaną odporność na dane o wartości i wartości wejściowej oraz dobrą wytrzymałość w odniesieniu do paska startowego Warto zauważyć, że przykładowa strategia miała trzyletni rekord pozytywnych wyników śledzenia w czasie rzeczywistym, ale w niektórych przypadkach wyniki testów warunków skrajnych były gorsze niż wyniki uzyskane w próbie poza próbą ze względu na strategię To sugeruje, że testy warunków skrajnych mogą być zbyt ostre w tych przypadkach Jest to szczególnie widoczne, gdy wszystkie trzy testy zostały połączone, jak pokazano na Fig. 6 i Tabeli 4. Badanie stresu dla szczepu wejściówki tegryczne mogą być nierealistycznie ścisłe, ponieważ modyfikowały wszystkie wejścia dla każdej iteracji testowej Lepszym podejściem może być zastosowanie tej samej metody stosowanej do modyfikowania danych o cenach, w których cena została zmodyfikowana o określonym prawdopodobieństwie Zamiast modyfikować wszystkie wejściowych za każdym razem, można zastosować prawdopodobieństwo w celu określenia, czy dane dane wejściowe powinny zostać zmodyfikowane Jeśli tak, to zostanie zmodyfikowany w sposób opisany powyżej inaczej, dane wejściowe byłyby niemodyfikowane. Wykazano, jak można analizować wyniki testu naprężeń przy użyciu Analiza Monte Carlo To pozwoliło na ilościowe oszacowanie wyników i oszacowanie wyników, które były na ogół bardziej konserwatywne niż wyniki testów wstecznych oparte na pierwotnych danych. Głównym punktem artykułu była testowanie strategii handlowej po jej opracowaniu Zasadę można jednak zastosować w ramach procesu tworzenia strategii W programie Adaptrade Builder strategie opracowywane są na podstawie sprawdzonych wyników w okresie próbnym Zamiast korzystać z wyników uzyskanych w wyniku testowania strategii opartej na oryginalnych danych, Monte Carlo osiągnie 95 wiarygodności z testu warunków skrajnych. Najważniejsze strategie w populacji byłyby najlepsze z najlepszych Wyniki Monte Carlo, które miałyby tendencję do zwiększania populacji w kierunku zdecydowanych strategii. Niestety, jeśli każda analiza Monte Carlo opierała się na symulacji N, proces budowania zajęłoby N razy tak długo, jak to miało miejsce przy zastosowaniu tego podejścia. Oprócz testów poza próbą i innych Metody omawiane w tej serii artykułów, testy warunków skrajnych stanowią kolejne narzędzie pomagające w identyfikacji silnych strategii handlowych i uniknąć nadmiernego dopasowania. Jeśli są stosowane w ramach procesu oceny strategii, testy warunków skrajnych mogą pomóc wyeliminować strategie, które są zbyt wrażliwe na zmiany w handlu środowiska, co może pomóc uniknąć strat i zwiększyć szanse na sukces na rynkach. Wszystkie testy warunków skrajnych przeprowadzono przy użyciu programu Adaptrade Builder. Ten artykuł pojawił się w wydaniu biuletynu Adaptrade Software wydanym w marcu 2017 roku. HYPOTHETYCZNE LUB SYTUACJE WYNIKI WYNIKÓW WYKONANIA WYRAŻONYCH NINIEJSZE OGRANICZENIA NIEZALEŻNIE Z INSTRUMENTAMI REALIZUJĄCYMI WYDAJNOŚĆ, SYTUROWANE WYNIKI NIE NALEŻY PRZEDSTAWIA ROBOCZE, NIE DZIAŁAJĄ, WYNIKI MOGĄ ZOSTAĆ WYMIENIONE W RAZIE WPŁYWU, JEŻELI JAKICHKOLWIEK CZYNNIKÓW RYNKU, TAKICH JAKA SPOSÓB UZASADNIONYCH PROGRAMÓW OBOWIĄZUJĄCYCH W OGRODZENIU POZOSTAŁO DO FAKTY, KTÓRE SĄ ZINTEGROWANE Z KORZYŚCI HINDSIGHT FIRMA HANDLOWA NIE UDZIELA RÓWNIEŻ, ŻE JAKĄKOLWIEK KONTO BĘDZIE LUB DOSTARCZENIEM ZYSKÓW LUB STRATELI PODLEGAJĄCYCH TAKIMI STRONIE. Jeśli chcesz się dowiedzieć o nowych wydarzeniach, nowościach i specjalnych ofertach Adaptrade Software, dołącz do naszej listy e-mailowej Dziękuję 7. Rodzaje wytrwałości handlowej Roboty budowlane, które sprawiają, że pogoda Wszystkie burze. Zabijanie Invincible Robot. So słyszałeś o tym, jak komputery będą ru świat handlu, jak inteligentne roboty zarabiają miliony na rynkach, a teraz chcesz zbudować swój owalny potężny robot handlowy, który potrafi podbić wszystko. Cóż, ten artykuł nie obiecuje magicznej formuły lub świętego graala swojemu niezwyciężonemu robotowi, ale jest tak blisko, jak to się robi. PS Wymienione pojęcia dotyczące handlu nie dotyczy obrotu handlowego o wysokiej częstotliwości w milisekundach. Wykonaj swoje roboty inteligentne, ale nie za inteligentne. Co to znaczy, że pogoda Wszystko Storms. In Aby nasze systemy handlowe że wszystkie warianty są skuteczne w różnych warunkach rynkowych, muszą dostosować się do rynku. Wymaga to logiki handlowej, która jest skuteczna w różnych okresach, sprawdzając ramy, które minimalizują wsteczne spojrzenie i zasady, które nie są zbyt sztywne. Mogą to być kryteria streszczony w jednym słowie Solidność. Jest to solidność. Oficjalna definicja solidności W ekonomii, solidność jest zdolnością systemu handlu elektronicznego do utrzymania skuteczności na różnych rynkach s i różnych warunków rynkowych lub zdolności modelu ekonomicznego do zachowania ważności przy różnych założeniach, parametrach i stanach początkowych. Aby przetłumaczyć to na prostsze słowa. System handlu jest solidny, jeśli może pozostać skuteczny w zmieniających się warunkach rynkowych. i oceny robotów obrotu w tych dniach jest niedrogo. Typy wytrzymałości. Robliwość wydaje się być przesadnym słowem Wiele osób mówi o solidności w systemie handlowym bez konkretnego odniesienia do pojedynczego typu wytrzymałości Jest wiele rodzajów solidności, w tym artykule będzie mówić o główne siedem. Period Solidnosness. Seasonal Robustness. Timeframe Trwałość. Szerokość wytrzymałości. Optimisation Solidność. Parameter Robustness. Portfolio Wytrzymałość. Period Solidnosność. DefinitionSystem handlu jest solidny w różnych okresach, jeśli może on pozostać skuteczny w różnych okresach rynkowych. Market okresy mogą być scharakteryzowane na 2 typy Generic and Strategic. Generic Market Periods. Figure 1 Sześć generowanych okresów rynkowych. Figu Ponownie 1 pokazuje nam sześć głównych ogólnych okresów rynkowych W tym przypadku analizujemy wyniki naszych systemów obrotu w tych sześciu okresach. Jednak pamiętaj, że niektóre ogólne tabele okresów rynkowych są 5 na 5 lub większe.5 na 5 osi Y Bardzo niska lotność, niska lotność, neutralna, wysoka lotność, bardzo wysoka lotność.5 przez 5 osi X silne Uptrend, Uptrend, Ranging, Downtrend, Strong Downtrend. The klasyfikacji 5 na 5 jest tylko odchyleniem oryginalnego 2 na 3, ale nie ma nic złego w przypadku 5 na 5 lub większej klasyfikacji. Jeśli nasz system obrotu działa w ciągu sześciu podstawowych okresów, oznacza to, że jest to okres silny. Strategiczne okresy rynkowe. Okresy strategiczne są definiowane przez przedsiębiorcę. warunki silnie wpływające na aktywny aktywa Oczywiście te szczególne warunki różnią się w zależności od różnych aktywów. Na przykład, jeśli inwestujemy w EURUSD, polityka pieniężna USA w rezerwie federalnej będzie miała silny wpływ na nasze transakcje. W związku z tym analizujemy 2 str ategic okresy rynkowe 1 Fed Fasing 2 Fed Tightening Jeśli inwestujesz w akcje, przykładem byłoby 1 Tuż przed zwolnieniem zarobków 2 Tuż po zwolnieniu zysku. Zastosowanie do Trading. Does oznacza, że ​​jeśli mój system obrotu nie jest okres solidny, to jest nieopłacalny. Jest nieprawidłowe Istnieje wiele systemów obrotu, które mają na celu uchwycenie szczególnej nieefektywności na rynku. Naszym celem jest zrozumienie cech charakterystycznych systemu handlowego, dzięki czemu wiemy, jak i kiedy je wdrożyć. Racjonalność. Określenie systemu handlowego jest sezonowe jeśli jest w stanie utrzymać się skutecznie pomimo sezonowych efektów. Racjonalność można uznać za podzbiór okresu trwałości. Efektem sezonowym jest dowolna anomalia rynku lub efekt ekonomiczny, który wydaje się być związany z kalendarzem. Mówimy, że istnieją efekty sezonowe w rynek, jeśli istnieje powtarzające się zachowanie na rynkach w czasie Istnieje pięć głównych typów efektów sezonowych. Efekt Intra-Day Szczególne zachowanie rynku w pewnych porach dnia. Dniowy efekt Szczególne zachowanie rynków w określone dni tygodnia. Month Effect Szczególne zachowanie rynków w niektórych miesiącach roku. Quarter Effect Wpływ poszczególnych rynków na kwartał. Wieloletni efekt czasami zawiera efekty wieloletnie, takie jak 10-letni cykl dekadacyjny. W większości przypadków efekty sezonowe nie są samoupełniaczami proroctw Są tworzone przez fundamenty rynkowe.1 Rynki walutowe są bardziej aktywne w określonych porach dnia z powodu Globalne nakładanie się rynku2. Styczeń Efekt istnieje z powodu przyczyn redukcji podatku3. Rynki są cichsze na wcześniejszej połowie pierwszego dnia piątku każdego miesiąca z powodu płac bez wynagrodzenia dla rolnictwa. Ilustracja 2 Analiza skutków efektów styczniowych. Zastosowanie do obrotu. Dlaczego nie wykorzystujemy tej powtarzającej się nieefektywności? Jest to z pewnością możliwe, ale jest kilka przyczyn, dla których może to być trudne. Działanie i zakres efektów sezonowych są niestabilne. Uczestnicy rynku stale próbują wykorzystanie efektów sezonowych Działania wpływają na zakres i zachowanie efektów sezonowych W związku z tym stwarza to dynamiczną sytuację, w której sezonowe skutki ciągle zmieniają się. Najwięcej handlu jest zbyt wysokie. Efekt sezonowy może istnieć, ponieważ koszt wykorzystania efektu zbyt wysoka Wysokie koszty działają jako naturalna bariera chroniąca efekty sezonowe. Nie sądzę, że rynek jest całkowicie efektywny, ale uważamy, że jest on skuteczny w pewnym stopniu W wielu przypadkach trudno jest wykorzystać sezonowy efekt, ponieważ efektywność jest wyceniana na przykład Na przykład można kupić straddle strukturę opcji, która zyskuje na wartości, gdy zmienność wzrasta podczas płac poza rolnictwem, ponieważ spodziewasz się wyższej zmienności jednak sprzedawcy sprzedawców straddle uwzględniali dużą zmienność, a tym samym to w premie premii za cenę starddle. Trwałość Robocze. Definicja System obrotu jest racjonalny pod względem czasu, jeśli jest w stanie zachować skuteczność w handlu różne terminy czasowe. Tymeframe odnosi się do okresu świecowego 1min, 5min, 15min, 1hour, codziennie itp. Nasz system handlu jest racjonalny pod względem czasu, jeśli jego strategia handlowa jest skuteczna w różnych terminach. Musimy zrozumieć ramy czasowe w dwóch typach warunków rynkowych.1 Nasz składnik zachowuje się jak fraktalna w przekrojach czasowych.2 Brak zachowania behawioralnego. Scenario 1 Nasz składnik zachowuje się jak fraktalna w przekrojach czasowych. Nie mówimy o wzorcu świecowym, gdy mówimy o Fractals. Oficjalna definicja Fractals Fractal jest zjawiskiem naturalnym lub zestaw matematyczny, który zawiera powtarzający się wzór wyświetlany na każdej płaszczyźnie Jeśli replikacja jest dokładnie taka sama na każdym kroku, nazywa się ona podobną do siebie formą. Aby ją uprościć Fractal to wzór powtarzający się w różnych grafikach lub czasie skale. figure 3 Fractals w różnych ramkach czasowych. Gdy zbliżamy się do niższych ram czasowych, widzimy, że właściwości kształtu atrybutu pozostają takie same. Nasz tradi ng system zawsze będzie trwałym okresem, gdy handluje składnikiem, który zachowuje się jak fraktalna w różnych ram czasowych Jeśli rynek zachowuje się w ten sam sposób w każdym czasie, nie powinno być żadnej różnicy w naszym zachowaniu systemowym systemu handlowego. Scenario 2 Brak zachowania fraktalnego Ogólna reguła polega na tym, że wahania hałasu wzrastają w miarę jak zbliżamy się do niższego harmonogramu. Nasz system handlowy będzie w tej chwili skuteczny, jeśli jego podstawowa logika będzie skuteczna, pomimo różnych poziomów hałasu i zachowań rynkowych w różnych terminach. Zastosowanie do obrotu. Jeśli nasz system handlowy ma ramy czasowe, to działa w każdym przedziale czasowym, ale to nie znaczy, że pozostajemy obojętni na czas, w jakim prowadzimy handel. Powinniśmy handlować w niższych terminach To zmaksymalizuje liczbę możliwości handlowych na czas Wyobraź sobie średnio 1 transakcję na 5 barów Jeśli prowadzisz handel w trybie dziennym, wystrzelisz 52 zawody w ciągu roku 260 dni roboczych 5 Jeśli będziesz handlować w 1 Godzinnym przedziale czasowym, możesz strzelać do 1248 260 24 5 transakcji a ye Dlatego Twój zysk będzie 24 razy większy, nie biorąc pod uwagę efektu łączenia. Jeśli będziemy handlować na jak najmniejszym możliwym terminie. Zgodnie z powyższą logiką, jeśli powinniśmy handlować na najniższym możliwym czasie 1min dla MT4, powinniśmy mieć masywne dochody słuszne i nic dziwnego, nie. Jest mało prawdopodobne, aby system handlowy był doskonały czasowo solidne Jest mało prawdopodobne, by dany składnik aktywów zachowywał się perfekcyjnie w fraktali Jak idziemy na niższe ramy czasowe, wzrost hałasu Zachowanie aktywów staje się nieprzewidywalne z powodu wpływy z bieżących wydarzeń, mikrostruktura rynku i spekulacje w czasie rzeczywistym przez uczestników rynku W związku z tym powinniśmy wybrać ramy czasowe, które zrównoważy redukcję hałasu i maksymalizację zysków. Jeśli nasz system obrotu nie jest stabilny, musimy zrozumieć, które ramy czasowe są najbardziej odpowiednie dla our trading system in different market conditions. Instrument Robustness. Definition A trading system is robust across instruments assets if it ca n remain effective across different instruments. A trading system is instrument robust if it performs as expected across different assets This means that the trading system s underlying trading logic is capturing an inefficiency that exist in multiple assets. Application to Trading. Instrument robustness is not a gauge of a trading system s performance In fact, most trading systems are not instrument robust Trading systems are designed to capture specific market inefficiencies and these inefficiencies tend to be instrument specific Thus, it is not unusual that most trading systems are not instrument robust. Instead of aiming for instrument robustness, we should understand how our trading systems work in different assets This will allow us to discover common inefficiencies in different assets and deploy our portfolio of trading systems more effectively. Optimisation Robustness. Definition A trading system is robust in optimisation if the trading system objective function is maximised while mi nimising curve fitting. Before we explain in detail what Optimisation Robustness is, let s briefly understand what optimisation, objective function and curve fitting are. Optimisation The process where we adjust the structure and rules of a trading system to maximise or minimise its objective function. Objective Function This is the performance output of a backtest that we are trying to maximise or minimise. An easy and lazy way to choose an objective function is to use Net Profit This is rarely a good idea In trading, this output should consist of 3 things reward, consistency and risk. Curve Fitting The process of catering the trading system so closely to historical data that it becomes ineffective in the future. Why Because the future rarely reflects the past. Because the future rarely reflects the past, we need an optimisation process that minimises curve fitting This will increase the odds of success of our trading system A trading system going through such a process can be said to be opt imisation robust. Application to Testing. This brings us to our solution The Walk Forward Optimisation. Definition according to Wikipedia. The trading strategy is optimised with in-sample data for a time window in a data series The remainder of the data are reserved for out-of-sample testing A small portion of the reserved data following the in-sample data is tested with the results recorded The in-sample time window is shifted forward by the period covered by the out-of-sample test, and the process repeated At the end, all of the recorded results are used to assess the trading strategy. To translate into simpler words. We optimise our trading system using one period in-sample , and apply the optimised parameters to the next period out-of-sample Repeat The performance of the trading system is collated using all the out-of-sample periods. Figure 4 In-sample and out-of-sample periods.1 Optimise trading system using In-Sample A.2 Test trading system s performance in Out-Sample A.3 Optimise tradi ng system using In-Sample B.4 Test trading system s performance in Out-Sample B.5 Repeat for Period C to E.6 We will evaluate the trading system s performance in Out-Sample A to E. The aim of this process is to examine how will our trading system perform when executed in unknown territory out-of-sample. Parameter Robustness. Definition A trading system is parameter robust if its performance does not change drastically due to slight change in parameter values. If the underlying trading logic is sound, changing the parameter values slightly should not significantly affect its performance If the performance changes drastically, the trading system exhibits signs of curve fitting. Application to Testing. The results of an optimisation can be viewed in an optimisation surface parameter space if we are only optimising two parameters The x-axis and y-axis represents our two parameters The z-axis represents our objective function. Figure 5 Optimisation Surface with spiky peaks. Figure 6 Optimisation Su rface with flat hills. The two figures above represents the optimisation surface of a trading system that uses two parameters, a fast moving average and a slow one When we examine this optimisation surface, we prefer flat hills over spiky peaks Flat hills indicate little change in performance even if we shift the parameter values slightly. Portfolio Robustness. Definition Portfolio Robustness occurs when a group of trading systems are able to remain effective in different market conditions. Portfolio Robustness and Period Robustness are different as Portfolio Robustness focuses on the complementary effects of separate trading systems Different trading systems have different strengths and weaknesses They can be combined in a way to maximise our objective function of the portfolio in the long run. Application to Trading. For illustration, assume we have two trading systems which are long term profitable but are negatively correlated to each other. Figure 7 Net equity curve of a portfolio of two robots. By combining these two trading systems, we are able to cancel out the risk in their performance and achieve a net long run positive result with significantly lower risk. By applying this concept to a portfolio of different trading systems, we aim to achieve Portfolio Robustness. This article serves to briefly introduce the seven main types of robustness However, in order to truly have a good grasp on building great trading systems, you need these three elements Trading System Design, Coding for Algorithmic Trading and Market Knowledge What s next Go Google these topics and get started. AlgoTrading101 is the first comprehensive online course on algorithmic trading Learn the fundamentals of algo trading and put your ideas into action along with more than 10,000 students Learn more about us at AlgoTrading101.This dude runs an algorithmic trading academy with over 13,000 students Click on the Author link above to learn more about him. Post navigation.