Att utforma en robust mekanisk handelsstrategi: En bästa praxis i handel från Brett: Denna bästa praxispost kommer till oss från Edward Heming, som är författare till Herren Tedders trading blogg. Han diskuterar några aspekter av att utveckla en pålitlig mekanisk handelsstrategi och täcker också fördelarna och nackdelarna med mekanisk handel. Observera att Henry Carstens också har lagt fram en serie artiklar om ämnet att utveckla handelssystem. Vad jag mest tycker om Lord Tedders artikeln är insikten att undersöka systemidéer är ett bra sätt att få en känsla för marknaden. Av den anledningen kan det till och med gynna den diskretionära näringsidkaren. De som vill få några av fördelarna med systemtestning utan utmaningarna med programmering kan titta på Odds Maker-programmet som utvecklats av Trade Ideas eller kan följa råd från Bonnie Lee Hill och använda rullgardinsmenyns testplattform som finns tillgänglig via Ensign Software. Med sådana verktyg är det enklare än någonsin att verkligen avgöra om dina idéer ger dig en prestandakant. Tack till Edward för den insiktsfulla posten. En av de frågor som jag ofta får veta om strategisk design är hur du utformar en robust mekanisk handelsstrategi8221 För att förstå hur man bygger en robust mekanisk strategi är det viktigt att förstå vad en robust mekanisk strategi är. En mekanisk strategi är helt enkelt en kvantifierad beslutsström som leder antingen en 8220trading robot8221 eller näringsidkaren själv för att bestämma positionsstorlek, ingångar, utgångar och stoppar allt i en helt hands off mode 8211 med andra ord om du har ett fungerande mekaniskt system är din ingång behövs inte (eller om så i mycket begränsad grad). För att en mekanisk strategi ska kunna vara robust måste den utnyttja en 8220trading edge8221. Detta kan vara allt från en statistisk kant (trending) till en körningskant (arbitrage). Vidare måste denna strategi vara historisk (åtminstone flera hundra) över en omfattande period av handel och måste hålla sig i framtida handel (som kan simuleras). Ett mekaniskt system har flera fördelar som diskretionära handlare inte gör, såsom förmågan att utföra kvantitativ och data mining analys snabbt och över längre historiska perioder. Dessutom kan mekaniska system lindra en del av den känslomässiga nöd som följer med diskretionär handel 8211 särskilt bland nya handlare. Det är emellertid viktigt att erkänna att mekanisk handel också har flera nackdelar. Det första är att du måste kunna kvantifiera varje handelsbeslut som systemet kommer att göra, för det andra måste det mekaniska systemet periodiseras (precis som en diskretionär näringsidkare anpassar sina metoder) antingen genom inbyggd anpassning, optimering eller diversifiering . Slutligen fungerar mekaniska system endast om man lägger in den enorma tid och ansträngning som krävs för att programmera, testa, felsöka och ständigt justera det. För att utforma en mekanisk strategi är det viktigt att överväga tre saker före något annat: 1) Ditt mål för det systemet, 2) Din marknad, 3) Din tidsram. När du har bestämt det här är det lätt att hitta din väsentliga metod eftersom det bara finns 4 sätt att handla på alla marknader: 1) trendhandel, 2) momentumhandel, 3) återföring till den genomsnittliga handeln, 4) och grundläggande handel. När du väl har bestämt ditt mål, marknad, tidsram och metod är du redo att försöka sätta ihop din första strategi. Många av er tänker förmodligen vid denna tidpunkt, vad om jag inte vet någon av de där sakerna8221 Om du redan är en erfaren diskretionär bör det inte vara alltför svårt. Men om du inte har omfattande erfarenhet måste du hitta en metod som fungerar. Denna metod kan vara lika enkel som ett glidande medelvärde för längdskärning till så komplicerat som ett kontinuerligt anpassat samarbetsnätverk, som genetiskt återoptimeras dagligen. Det bästa sättet för den oerfarna näringsidkaren att bygga ett nytt system är att testa idéer. Detta kan göras på två sätt 8211 visuellt eller programmässigt. För någon utan omfattande programmeringserfarenhet skulle det bästa vara att börja med det jag kallar 8220candle av candle8221 backtestning. Det här görs genom att ta en idé (t ex ett glidande medelvärde) och testa det med historiska data på den givna marknaden och tidsramen genom att flytta dina diagram framåt från det förflutna till framtiden och handla sättet som systemet skulle 8211 utan framtida kunskap av marknaderna. Denna metod är hur jag testade mina första tio 8220strategies8221, varav fyra jag fortfarande fortsätter att handla idag (inklusive två som designades av Phil McGrew som jag testat med den här metoden och fortfarande handlar idag). Men jag var tvungen att testa nästan femtio eller sextio idéer för att komma ner till de tio strategierna som fungerar och slutligen förfina processen tills jag hade hittat fyra av de tio systemen som jag hittade förhandlingsbara. För att ge dig ett exempel på hur tidskrävande denna process är, testade jag de tio strategierna som ofta tittar på över 2 år av 15 minuters barer och 8220executing8221 hundratals affärer. Jag tillbringade nästan 700 reella timmar som gjorde denna testning (och I8217m ganska snabb med ett diagram och excel). Det låter som mycket arbete rätt Jo, det var det, men det gav mig också en känsla för de marknader som är nästan lika bra som att ha handlat dessa marknader i realtid. Efter att ha gjort detta under en tid, kände jag mig att det var ett effektivare sätt att testa idéer. Och det finns 8211 programmatisk provning. Programmatisk provning igen kan vara väldigt lätt 8211 Ett enkelt glidande medelvärde är en enkel sak att programmera på nästan vilket programmeringsspråk som helst. De svårigheter som kan förstöra den inledande programmatiska näringsidkaren är dock nästan oändliga. Många populära handelspaket spårar inte din aktieposition i fältet, men det spåras i baren i fältet (och om du kan handla dagligen kan du föreställa dig problemen). Också var idéer som jag hade testat i stor utsträckning för hand svårt att programmera. Jag har haft så många upplevelser där jag misslyckade ett kritiskt koncept (även i en liten grad) och det resulterade i drastiskt olika resultat än min handtestning. Utan att det var känt att det var felaktigt, kunde jag ha falskt avskedat många handelsideer som faktiskt var giltiga. Vidare är det på denna nivå av programmatisk handel viktigt att överväga faktorer som minimerar ingångar (grader av frihet) och utnyttjar flexibla ingångar. Ett exempel på detta skulle vara att använda ett 3 ATR-stopp i stället för ett 60 pipstopp så att när priserna och volatiliteten på marknaden fluktuerar kommer ditt stopp inte att tas ut på grund av slumpmässigt buller. Andra sätt som du kan förbättra robustheten i din strategi är att använda realistiska fyllningar och provisioner och se till att dina gränsvärden faktiskt hade fyllts (det är inte så lätt att testa i någon programvara som det borde vara). Optimering är ett annat användbart verktyg att överväga vid denna punkt i din strategi testning karriär. Detta är ett kraftfullt men tvåkantigt svärd. Användning av genetiska algoritmer och liknande 8220hill climbing8221-tekniker är ett vanligt sätt att se till att din optimering inte ger dig en enda punktavvikelse, utan snarare att det finns liknande inmatningsvärden som omger dina ingångar som ger liknande kapitaldiagram. Gå framåt testning är ett annat användbart verktyg som kan hjälpa dig att uppnå realistiska resultat och se själv om en strategi skulle ha lyckats med data som inte var optimerade (liknande framtiden). Går vidare till programmatisk handel, efter att ha upplevt många fallgropar, känner jag att jag borde kunna testa mer än en idé i taget. Faktum är att jag helst skulle vilja testa många idéer, över flera tidsramar och flera marknader. Just nu är det det arbete jag är involverad i att utforma och jag tycker att det här hjälper mig att analysera marknaderna med den hastighet och precision som kommer att ta min handel till nästa nivå. Detta är arenan hos de bästa strategiska designersna, där statistisk datautvinning, marknadsanalys, tidsramsanalys, teknisk analys, grundläggande analys och penninghantering kombineras med realistisk evolutionstestning i ett enda paket. Som du kan se är avancerad programmatisk provning och handel en komplex arena. Jag själv lär mig fortfarande och anser mig inte som en expert själv. Den goda nyheten är att framgångsrik robust mekanisk strategi skapande och implementering kan göras på så enkelt eller så komplicerat sätt som du väljer. Trots allt är de mycket enkla strategierna som testas och som är utformade med ljus genom ljusstöd, fortfarande en hörnsten i min handelsmetodik. Från Brett: Lägg Edwards råd: starta små, håll det möjligt och bygga sedan dina färdigheter. Dina bästa idéer kommer från intensiv observation, men några av de bästa idéerna är enklaste och enklaste. Ive skickade nyligen ett samtal för handlare och programmerare som skulle vilja samarbeta detta kan vara ett lovande sätt att komma igång Brett Steenbarger, Ph. D. Författare till Psychology of Trading (Wiley, 2003), Enhancing Trader Performance (Wiley, 2006), Daglig Trading Coach (Wiley, 2009) och Trading Psychology 2.0 (Wiley, 2015) med intresse för att använda historiska mönster på marknaderna hitta en handelskant. Jag är också intresserad av prestationsförbättring bland handlare, som bygger på forskning från experter på olika områden. Jag tog en ledighet från bloggar från och med maj 2010 på grund av min roll i en global makro hedgefond. Bloggar återupptogs i februari 2014, tillsammans med regelbunden inläggning till Twitter och StockTwits (steenbab). Jag undervisar kort terapi som klinisk docent vid SUNY Upstate i Syracuse, med särskild tonvikt av lösningsfokuserade terapier för mentalvården. Medredaktör av The Art and Science of Brief Psychotherapies (American Psychiatric Press, 2012). Visa min fullständiga profilKompatibla Backtesting och levera handel med handelssystem: Efter en miljonhandel använder systematiska handlare nästan alltid backtesting för att bedöma tidigare resultat av en handelsalgoritm. Detta är ett otroligt värdefullt verktyg eftersom det ger oss möjlighet att få en uppfattning om hur en handelsalgoritm skulle ha utförts tidigare utan att behöva handla ett system under långa perioder. Men hela användbarheten av backtesting är beroende av hur bra simuleringsmodellen överträffar prestanda och därför är den öppen för många fallgropar som härrör från flera praktiska problem. På grund av ovanstående är it8217s väldigt viktigt att utföra livebacktesting jämförelser där en live-traded period jämförs med en backtest av exakt samma period för att se om resultaten 8211 oavsett om de är positiva eller negativa 8211 match. På today8217s inlägg vill jag diskutera en analys av livebacktesting konsistens Jag har gjort med att använda data från mer än 1 miljon levande trades från mer än två tusen Asirikuy skapade system. Det finns flera sätt på vilka en backtest kan göra att förflutna ser bättre ut än vad det verkligen skulle ha varit. I verklig handel finns vanligtvis likviditets-, tids - och spridningsproblem som i allmänhet är mycket svåra att ta hänsyn till vid backtesting. I Forex trading är historisk likviditetsdata mycket svår att få, medan slippning är nästan omöjligt att redogöra för på grund av att historiska anslutningshastigheter och svarstider är okända. Tick-data kan lindra spridningsbehovet 8211, eftersom kryssdata innehåller buddata 8211 men det här är mäklare specifikt och kan sällan erhållas för en viss mäklare i mer än några år. Om simuleringar utförs utan hänsyn till någon av ovanstående 8211 utan likviditetsdata, förutsatt att perfekta avrättningar och med ständigt sprider sig 8211 är det därför viktigt att se om dessa antaganden verkligen leder till acceptabla matchningar mellan backtesting och live trading. Om något av dessa antaganden leder till betydande problem måste simuleringarna göras mer pessimistiska för att anpassa sig till dessa ökade kostnader. Tack vare det faktum att vi har hundratals användare som handlar tusentals handelsstrategier i sina egna konton har vi kunnat samla en databas med miljontals affärer tillsammans med deras riktiga inmatnings - och utgångspriser som vi kan jämföra med våra backtests för att se hur bra våra simuleringar representerar det senaste förflutna. Först och främst kan vi se om vår backtesting och levande handelslogik verkligen är identisk och för det andra kan vi se om ovanstående problem relaterade till glid - och spridningskostnader påverkar vår handel på ett väsentligt negativt sätt. Vi har analyserat totalt 76 813 signaler som har genomförts på många olika handelskonton. För varje signal beräknar vi de genomsnittliga inmatnings - och utgångspriserna 8211 med hjälp av data från alla affärer som tagits på grund av den signalen 8211 och det gör det möjligt för oss att uppskatta hur mycket inträde och avgång avviker på ett gynnsamt eller ogynnsamt sätt. I genomsnitt var vår totala avvikelse (öppen avvikelse plus nära avvikelse, bestämning av fördelning med tanke på handelsriktning för varje enskilt fall) -1,37 pips vilket innebär att varje handel som utfördes 1,37 pips mindre gynnsamt än vad som förväntas av våra simuleringar, kan man föreställa sig som betalande en Tillägg 1,37 pips per handel i spridningskostnader. Den första bilden i det här inlägget visar resultaten per par. Här kan vi faktiskt se att för 4 av 6 par har vi faktiskt fördelaktiga avvikelser (EURJPY 0,3, EURUSD 0,81, GBPUSD 2,05, USDJPY 1,17), vilket betyder att de spridda som vi använder i våra simuleringar är förmodligen bra uppskattningar för dessa symboler och förseningarna i utförande vi får är antingen gynnsamma eller låga nog att inte betyda på ett betydande sätt. Det finns dock två fall med negativa resultat, den första är USDCHF (-1,53) och den andra är GBPJPY (-8,78). I det första fallet är avviket inte så högt, men i det andra har vi ett resultat som är oerhört negativt, vilket förmodligen beror på det mesta av anledningen till att vårt huvudsakliga genomsnitt per handel är negativt. Anledningen till det ovanstående beror dels på att GBPJPY är mycket mer flyktig så att de andra paren och eftersom vi använder en spridning av 5 pips för denna symbol som är 8211, vilket framgår av ovanstående bevis 8211 troligen för lågt. Även om 5 pips ligger över den genomsnittliga Oanda-marknadsfördelningen för denna symbol ger det inte tillräckligt med utrymme för ytterligare förluster på grund av glidning och utvidgning. Den andra bilden visar avvikelserna när de splittras av branschen öppnade vid olika timmar. Det är uppenbart att alla timmar är inte samma och även för den mycket negativa GBPJPY verkar det finnas några timmar då avvikelser tenderar att vara positiva. Du kan också se några fall där avvikelser är extremt positiva 8211 till exempel GBPUSD-affärerna öppnade på timme 8 8211. Detta beror huvudsakligen på att handeln som öppnades vid denna timme har mött positiva nyheter som helhet av en slump och eventuellt också mött några viktiga marknadsföra rörliga händelser som Brexit eller GBP flash-kortet positivt. Det är emellertid osannolikt att sådana avvikelser kommer att bestå under en betydligt lång tidsperiod, eftersom de förmodligen är konsekvensen av dessa sällsynta händelser som råkar gynna vissa strategier mer än andra genom lycka till. Jag förväntar mig att dessa avvikelser blir lägre och lägre som en funktion av tiden, vilket ger oss en mycket jämnare kurva efter några år av handel. Av samma anledning måste vi ta mer tid och samla mer data innan vi betraktar några åtgärder som kan innebära direkt användning av denna information (t. ex. gruvsystem som handlar i timmar då avvikelser förväntas vara gynnsamma). Ovanstående visar redan att våra simuleringsspridningskostnader sannolikt måste ökas avsevärt för GBPJPY och kanske bara måttligt för USDCHF. Det visar också att vår verkställighet har varit bra över hela linjen 8211 på de flesta symboler i själva verket 8211 och att högre likviditetssymboler visar lägre avvikelser än lägre likviditetssymboler (inte överraskande eftersom dessa kostnadsökningar för det mesta är relaterade till förseningsfördröjningar och spridning vidgning). Vi har nu kodat några skript för att utföra ovanstående analys varje vecka så we8217ll kan hålla uppdaterade flikar om hur våra system kör och huruvida våra simuleringar är anpassade till dessa avrättningar. Om du vill lära dig mer om vårt samhälle och hur du också kan skapa egna algoritmiska handelsstrategier, vänligen överväga att ansluta dig till Asirikuy. en webbplats fylld med pedagogiska videor, handelssystem, utveckling och ett ljud, ärligt och öppet sätt mot automatiserad trading. strategies. How att skapa ett mekaniskt handelssystem Hittills har we8217ve lärt dig hur du utvecklar din handelsplan. We8217ve diskuterade också hur viktigt det är för dig att upptäcka vilken typ av Forex Trader du är. Därefter kommer vi att lära dig hur man lägger till lite kött i din smala handelsplanram genom att visa hur man skapar ett forex trading system. Mer specifikt kommer vi att lära dig allt om forex mekaniska handelssystem. Mekaniska handelssystem är system som genererar handelssignaler för en näringsidkare att ta. De kallas mekaniska eftersom en näringsidkare kommer att ta handel oavsett vad som händer på marknaderna. I teorin borde detta eliminera alla fördomar och känslor i din handel, för att du ska följa reglerna i ditt system INTE SÄRSKILDA VAD. Om du gör en enkel sökning i Google för 8220forex trading systems8221 you8217ll hittar många många många där ute som påstår att ha 8220Holy Grail8221-systemet som du kan köpa för 8220only8221 några tusen dollar. Dessa system gör förmodligen tusentals pips per vecka och förlorar aldrig. De kommer att visa dig 8220resultat8221 av deras perfekta system och det kommer att göra dina ögonbollar till dollar tecken när du sitter där och säger till dig själv, 8220Wow kan jag göra alla dessa pengar om jag bara ger den här killen 3000. Dessutom, om hans system gör tusentals pips per vecka, kan I82 göra mina pengar tillbaka på nolltid.8221 Sakta ner cowboy. Det finns några saker du borde veta innan du ger dem ditt kreditkortsnummer och gör det impulsköp. Sanningen är att många av dessa system faktiskt fungerar. Problemet är att valutahandlare saknar disciplinen att följa de regler som följer med systemet. Den andra sanningen är det istället för att betala tusentals dollar på ett system, du kan faktiskt tillbringa din tid att utveckla ditt eget mekaniska handelssystem gratis. och använd de pengar du skulle spendera som kapital för ditt Forex trading konto. Den tredje sanningen är att det är svårt att skapa mekaniska handelssystem. Det som är svårt följer de regler du ställer in när du utvecklar ditt system. Det finns många artiklar som säljer system, men vi har sett något som lär dig hur du skapar ditt eget system. Denna lektion kommer att vägleda dig genom de steg du behöver ta för att utveckla ett mekaniskt valutasystem som passar dig. I slutet av lektionen kommer vi att ge dig ett exempel på ett system som en av FX-Men använder just så att vi kan visa dig hur fantastiskt vi är. (Sätt in ondskan skratt här.) Mål för ditt mekaniska handelssystem Vi känner till you8217re 8220DUH, målet med mitt handelssystem är att göra en miljard dollar8221 Även om det är ett underbart mål, är it8217s inte exakt den typ av mål som gör dig till en framgångsrik Forex-handlare. När du utvecklar ditt mekaniska handelssystem vill du uppnå två mycket viktiga mål: Ditt system ska kunna identifiera trender så tidigt som möjligt. Ditt system borde kunna undvika dig från whipsaws. Om du kan uppnå dessa två mål med ditt handelssystem, har du en mycket bättre chans att bli framgångsrik. Den svåra delen om dessa mål är att de strider mot varandra. Om du har ett system som är de främsta målen för att fånga trender tidigt, kommer du troligtvis att bli faktade ut många gånger. Å andra sidan, om du har ett mekaniskt handelssystem som fokuserar på att undvika whipsaws, så kommer du vara sen på många affärer och kommer också förmodligen att sakna många affärer. Din uppgift, när du utvecklar ditt mekaniska handelssystem, är att hitta en kompromiss mellan de två målen. Hitta ett sätt att identifiera trender tidigt, men hitta också sätt som hjälper dig att skilja de falska signalerna från de riktiga. Om du inte har någon aning om var du ska börja, gå till vår Free Forex Trading Systems tråd i vårt forum. Många valutahandlare lägger fram sina idéer för handelssystem, så du kan hitta en eller två som du kan använda när du bygger ditt eget mekaniska handelssystem. Spara dina framsteg genom att logga in och markera lektionen fullständigtHämta kraften i mekaniska handelssystem. och överbelasta din handel genom att automatisera det. Mekaniska handelssystem är en av de största utvecklingen i handelns historia. Slå på dem, anslut dem till din mäklare, och de kommer att handla för dig. Att utveckla ett bra mekaniskt system är dock inte alltid så lätt, särskilt om du inte är medveten om de många fallgroparna som är involverade. Även om Earik är bäst känt för några av hans diskretionära tillvägagångssätt, började han börja bygga automatiserade handelssystem långt innan Wave59 ens existerade. Från sina dagar handlade statsobligationssystem på CBOT genom sitt arbete att inrätta en privat fond för handel med ES, han har över tjugo års testning, tweaking och innovativa mekaniska system för handel med finansiella marknader. Kursen handlar om mekaniska handelssystem. Hur man utvärderar dem, hur man bygger dem och hur man handlar dem. Men i typiska Wave59-mode skulle det gå lite annorlunda. Till skillnad från alla andra systembok som finns, lär du dig att ta bort de verkliga system som Earik har använt i levande marknader genom åren. Dessa är inte dumbed-down, bara existerande system, men verkliga liv, faktiska handelsmetoder som du kan ta idag och genomföra i din egen handel. Allt är helt avslöjat, inklusive QScript-källkod, så om du bara vill hoppa över boken och handla systemen, gå till den. Du kan hitta skript i bilagan. Detta är den största boken som någonsin publicerats och den är full av systemidéer och - tekniker, samt fullt fungerande system. En kort sammanfattning av innehållsförteckningen visas nedan. Kapitel 1: Introduktion Diskuterar fördelarna och nackdelarna med systemhandeln jämfört med diskretionär handel. System har några olika fördelar. Specifikt undviker de många problem av stress och psykologi som plågar diskretionära handlare, de kan implementera tekniker för komplicerade för att människa ska behärska, och de kan enkelt hanteras för att göra små konton till otroligt massiva. Bäst av allt kan de göra allt det utan att behöva mänsklig interaktion, vilket gör dem idealiska för människor som har bättre saker att göra under dagen än att stirra på prisdiagram. Kapitel 2: Systemrapporten förklaras Bra och dåliga handelssystem har båda väldigt olika sätt att berätta om de ska fortsätta att arbeta när de går framåt i framtiden. Efter att ha arbetat igenom det här kapitlet kommer du att förstå grunderna för hur man ska utvärdera ett system och få erfarenhet genom att använda dessa metoder när vi delar ut och diskuterar bra (och dåliga) system som arbetar framåt genom boken. Kapitel 3: William Tell Obligationer Det här systemet utvecklades hela vägen tillbaka 1997 och användes inte bara i Eariks personliga konton, utan också i hans partners samtal när han arbetade på Handelsverket. Under de år då det handlades aktivt, krossade detta system Bond-marknaden med noggrannhet närmar sig 90. Även om det nu är ett gammalt system och obligations futures har förändrats avsevärt under de senaste 16 åren, fortsätter kärnidéerna bakom denna metod att vara giltiga , och om noggrannhet är din kopp te, kommer du att vara svårt att hitta något som kan hålla ett ljus till detta. För att ge dig en smak, rapporterar systemet från bara en av de nitton individuella mönstren som går in på den här metoden: Observera noggrannhetsnumret. Över 91 av branscherna var vinnare, med den värsta förlorande strimman som någonsin varit en uppsättning av två förluster i rad. Denna systemrapport har körts från 1990 till 2013, och detta mönster fortsätter att vrida sig som det har varit de senaste 16 åren som körs på levande data. Alla system kan göras för att vara extremt noggranna, och efter att ha läst igenom William Tell-kapitlet vet du exakt hur man bygger 70, 80 och till och med 90 exakta system. Metoderna som resulterar i denna nivån av noggrannhet är universella, så om du redan har ett system du gillar kan du också omforma det till ett hyperkorrekt system, helt enkelt genom att lägga till några ändringar i sättet du anger och avslutar dina affärer. Kapitel 4: Optimering av felaktighet I det här kapitlet, ta en titt på parametermigration. där en optimerad parameteruppsättning fungerar ett år, men misslyckas därefter nästa. Dessa fenomen marknader är den främsta anledningen till att så många system som finns till försäljning i de klassificerade annonserna på baksidan av handelstidningarna aldrig någonsin tjänar en vinstdoll när de handlas live. Om du någonsin har köpt någon av dessa metoder vet du vad jag talar om. Inte bara kommer vi att täcka vad problemen är som orsakar parametermigration, men också diskutera lösningen. För att bevisa att vår lösning fungerar fungerar det faktiskt ett system som gör enkla, glidande medelvärdeöverföringar lönsamma. Ja, glidande medelvärdeövergångar kan göras för att tjäna pengar när handlas i data utanför data, men bara om du kan lösa problemet med parameteren migrering. Förståelsen av det här kärnkonceptet kommer att rädda dig från otaliga timmar av olönsam utvecklingsarbete och låta dig bygga extremt robusta system som inte kommer att falla ifrån varandra eftersom de går vidare till osynliga data. Kapitel 5: Mean Reversion Systems Medelbacksystem är en klass av system som, när de implementeras ordentligt, är extremt robusta och lönsamma. När du förstår kärnkonceptet är de också väldigt lätta att designa. Kolla in den här från boken, som kan köras med endast två rader av programmering: Visst, det är lite vildt, men det gjorde också nästan 750 000 hypotetiskt handel med ett kontrakt av SP Tänk på detta som den råa kanten, som kan vara tas och utvecklas vidare. Det görs i senare kapitel, och om du letar efter några idéer att basera dina egna system på, är det här ett bra ställe att börja. Systemet som visas i diagrammet ovan är faktiskt över 12 år gammal, och fungerar lika bra idag som den dag det först byggdes. Dessa tekniker förlorar inte sin effektivitet över tid, vilket är anledningen till att vi tycker om dem. Kapitel 6: Sluta förluster, mål och andra sätt att förlora pengar I det här kapitlet bryts några myter. Ett av de absolut värsta sakerna du kan göra för ett mekaniskt system är att lägga till dollarbaserade stopp och mål för det. Men av någon anledning görs detta misstag varje dag av nybörjare systemutvecklare och handlare. Det finns bättre sätt att skydda ditt konto mot förluster och bättre tekniker att använda i din egen handel. Detta gäller även diskretionära handlare. Du kanske inte inser det, men de mycket verktyg du använder för att skydda dig mot förluster kan faktiskt också vara anledningen till att din handel inte genererar vinst. Lär sanningen om stopp och mål och börja använda de tekniker som faktiskt hjälper dig att generera vinster snarare än förluster. Kapitel 7: Lunar System Många i Wave59-samhället kan ha lite bekantskap med Eariks Lunar System, som presenterades först vid PowerUser Conference 2011. I det här kapitlet granskas sfärisk astrologi, ett nytt sätt att definiera planetaspekter och diskuterar funktionerna inom Wave59 som gör att denna teknik kan implementeras i handelssystem. Till skillnad från typiska astro kan vi backtest sfärisk astrologi, och bevisa att det faktiskt ger en tidskant. Vilken typ av kant Kolla in tabellen nedan: Om du någonsin trodde att månen och solen kan få någon inverkan på marknaderna, visar den här kapitalkurvan att du var korrekt. Detta kapitel går genom att bygga ett astrosystem från grunden, hela vägen från de teoretiska idéerna bakom sfärisk astrologi, genom att implementera och finjustera tillvägagångssättet på Dow. För de som redan är bekanta med detta system (eller redan handlar om en version av det), kommer du att vara intresserad av något av Venus-arbetet, vilket utgör en utgångspunkt för att utveckla något som är ännu kraftfullare än det centrala Lunar-systemet. Kapitel 8: Maskininlärning I det här kapitlet diskuteras maskinlärningsalgoritmerna som finns tillgängliga i Wave59, både i den nuvarande PRO2-plattformen och den kommande PRO3-plattformen. Förutom en överblick över tekniken, kommer vi också att utvärdera verkliga system som byggts med hjälp av både Hives och den nya Genetic Algorithm toolkit. Efter Earik släppte Unified Theory of Markets för över ett år sedan gick han in i en period av mycket intensivt utvecklingsarbete som resulterade i skapandet av en artificiell forskningsassistent. Ge din assistent olika system och systemidéer, och med hjälp av kraften i artificiell intelligens och maskininlärning kan du göra extremt effektiva språng i skapandet av mekaniska handelssystem. Hur effektiva är dessa språng Titta i diagrammet nedan, vilka detaljer ett ES-handelssystem utvecklat med den här nya tekniken: Vid testning gjorde denna tillvägagångssätt nästan 200k handel ett kontrakt av ES sedan 2000. Det har över 60 av sina affärer och har aldrig hade ett förlorande år. Vad använder den UltraSmooth Momentum, en av de centrala tekniska indikatorerna i Wave59. Jag är säker på att många människor är bekanta med denna indikator, men jag tvivlar på att många skulle ha kunnat använda det så skickligt som vårt maskininlärningsprogram gjorde. Inget behov av att perfekt försöka läsa detta verktyg längre, låt det här systemet ta det och springa. I detta kapitel presenteras fyra system baserade på maskininlärningsalgoritmer, två utvecklade med Hive Technology, och två utvecklade med de nya verktygen som finns tillgängliga i PRO3. Alla fyra av dessa system kan användas i Wave59s senaste utgåvor. Kapitel 9: Slumpmässiga nummer En del exitmetoder, som de flesta dollarbaserade stopp, kommer att ta ett bra system och göra det till en konsekvent förlorare. Andra kan ta ett medioker system och göra det till en rockstjärna. I det här kapitlet diskuteras en av de mest fantastiska teknikerna i kursen, en exitmetod så kraftfull att den faktiskt fungerar när man använder helt slumpmässiga inmatningssignaler. Kolla in aktiekurvan nedan: Detta diagram kommer direkt från boken och visar vad som skulle ha hänt med ett teoretiskt konto om det hade köpt och sålt varje stång på ES och implementerat detta utgående system i alla dessa branscher. Med andra ord är detta resultatet av att varje enskild handel som finns tillgänglig i ES sedan 2000 används med utgångspunkt från denna utgångspunkt. Eftersom vi spårar både att köpa och sälja varje bar, trend och timing avbryter varandra, och allt vi har kvar är resultatet av hur vi hanterar dessa affärer. Det praktiska resultatet av att göra detta test är att vi nu har en utgångsmetod som faktiskt kan användas som en handelsindikator allt ensam, oavsett vilken signal som används för att komma in i handeln. På grund av det kan du skapa ett attraktivt system genom att FLIPPING A COIN för dina poster. Allvarligt. Kombinera detta med en ingångssignal som faktiskt har en riktig tidkant och du kommer ha något speciellt. Kapitel 10: Sammanslagna system I det här kapitlet diskuteras en teknik för att skapa ett adaptivt tillvägagångssätt baserat på att använda många system tillsammans. Genom att tillåta styrkan hos ett system att motverka svagheten hos en annan, kan två system som arbetar tillsammans generera mer vinst med mindre risk än vad varje enskild kunde åstadkomma på egen hand. Klart gör detta tillvägagångssätt det övergripande resultatet extremt dragningsbeständigt och tillräckligt robust för att vara nästan immun från problem med parametermigration, kurvmontering och en mängd andra problem som plågar mindre system. Genom att sammanfoga allt gjort i tidigare kapitel kan vi komma fram till ett bassystem som har en otroligt jämn kapitalkurva som visat ovan. Detta system genererar 13k per ES-kontrakt per år, i genomsnitt med över 60 noggrannhet, mycket låg drawdown och mycket hög tillförlitlighet. Om du inte gör annat än läser detta kapitel och implementerar det här systemet, har du en fantastisk ES-metod. Kapitel 11: Ställformning För att kunna slutföra en handel måste vi veta tre saker: när du ska ange, när du ska lämna och hur mycket att handla. Majoriteten av detaljhandeln fokuserar sin energi på den minst viktiga av dessa tre element, posten. Vår slumpmässiga exit visade att vi kan tjäna pengar utan att ens behöva en insignal, och det här kapitlet visar hur man tar ett lönsamt system och utnyttjar det i en förmögenhet. Det finns olika positioneringsmetoder som flyter runt branschen, och i det här kapitlet delar Earik den som han använder sig av, vilket är en modifierad formel som leder till extremt snabb kontotillväxt samtidigt som utbetalningarna är rimliga. Denna egenkapitalkurva är från exakt samma sammanslagna system som tidigare visat, med ett undantag - vi har implementerat positionsstorlek. Ge det första systemet ett kontrakt och 13 år, och det genererade nästan 200 tusen i vinst. Ge det andra systemet ett kontrakt och 13 år, och det vred ut 200 miljoner. Samma signaler, samma mängd ansträngning, samma startkonto storlek. Om du är seriös om handel, måste du genomföra positionering på lämpligt sätt. Kapitel 12: Alternativ Det här kapitlet följer i de sista stegen och beskriver hur man använder alternativ snarare än direkta köp av aktier för att få massiv hävstång på ett aktiebaserat handelssystem. Futures trading kan göras med stor hävstångseffekt, men den initiala nödvändiga kontostorleken för att handla terminer är oftast ganska stor, särskilt för nya handlare. Å andra sidan kan optionsavtal köpas för endast ett par hundra dollar, och ger ett sätt att uppnå liknande hävstångseffekt med endast en bråkdel av den nödvändiga kontostorleken. Tyvärr finns det många sätt att förlora pengar handel, och ännu mer om du är handel alternativ. Om du har ett bra lager system, och helt enkelt köper så många alternativ som möjligt för en fast procentandel av ditt konto, ser du ditt konto smula, även om ditt system förblir teoretiskt lönsamt. I det här kapitlet presenteras en positioneringsformel för optionshandel som kommer att vara mycket användbar vid handel med småkonton, baserat på en teknik som utvecklats här på Wave59. Ange helt enkelt din kontostorlek, olika alternativpriser och din handelssignal, och det kommer att speka ut exakt hur många alternativ du vill köpa till vilket slagpris för att maximera dina resultat. Diagrammet ovan visar resultaten av genomförandet av detta tillvägagångssätt under de senaste två åren. The blue line is a stock trading system (for the SPY), and shows the result of what would have happened using maximum margin trading a 20k initial account. You can see that doing this earned 150 in two years time, a great result. The red line shows what would have happened had we traded this approach using our options formula instead. Not only did we earn more than twice as much, we did so with less risk. Harnessing volatility is key, and when done right, options provide more leverage than any other investment vehicle on the planet. This chapter details the formula, and steps through how to implement it in your own trading. Appendix: The Systems Last, but not least, we have the appendix: almost 30 pages of Wave59 QScript source code, which will allow you to implement every system discussed in the book on your own. There are no secret black-box methods here. The logic to everything is completely revealed, and pre-programmed for you. Just enter the scripts into Wave59, apply them to a chart, and youll have a full working version of whatever system you are interested in. An auto-trading script is also provided, which will allow you to set Wave59 up to trade hands-free on its own, without needing any human input aside from making sure the Internet is on and the broker is connected. The purpose of this course is threefold. First, we want to get the community involved with mechanical systems, and after reading this book you will completely understand system reports, and will be able to quickly and accurately evaluate the good and bad points of any trading system. Needless to say, if youve ever been duped by a black-box system for sale in a classified ad, that wont happen again. Second, we want to share some of our working systems, and youll gain access to around a dozen fully operational systems, each of which was designed for use in live trading. These arent dummy systems built only for instructional value either - they really work. If you just want to skip the theory and start trading, you can. Lastly, as with all our other materials, we hope that by releasing these systems to the community, they will find their way back to us with improvements. There are some really smart people using Wave59, and putting good tools in the hands of smart people is never a bad idea. The manuscript has been sent off to the printer, and we expect the books to be ready to ship in the next month. At that time, the price of this manual will be 1995, but if you order now and are willing to wait for delivery, you can get in at the pre-sales price of 1795, a discount of 10. Its not cheap, but its not crazy expensive either, especially considering that we could have sold any of the individual systems for more than the price of the whole book had we wanted to. In fact, 15 years ago, a version of the William Tell system was sold for over 4k per pop, and none of those people ever complained about having to pay too much. Thats just one chapter out of thirteen There are over twenty years of system knowledge, tips, and tricks packed into the largest book Wave59 has ever offered (almost 330 pages), and we are very excited to be able to release this information to the community. Dont miss this opportunity to get your own copy of what is destined to be a classic. Click here to Purchase U. S. Government Required Disclaimer - Commodity Futures Trading Commission Futures and Options trading has large potential rewards, but also large potential risk. Du måste vara medveten om riskerna och vara villiga att acceptera dem för att investera i terminer och optionsmarknader. Dont handla med pengar du inte har råd att förlora. This is neither a solicitation nor an offer to BuySell futures, stocks or options on the same. No representation is being made that any account will or is likely to achieve profits or losses similar to those discussed in this book. Det förflutna resultatet av något handelssystem eller metodik är inte nödvändigtvis en indikation på framtida resultat. CFTC REG 4.41 - HYPOTETISKA ELLER SIMULERADE RESULTATRESULTAT HAR VISSA BEGRÄNSNINGAR. I likhet med en verklig prestationsrekord representerar SIMULERADE RESULTAT INTE VERKSAMHET AV AKTIVT HANDEL. Också eftersom handelarna inte har genomförts kan resultaten ha underförstått för konsekvenserna, om några av vissa marknadsfaktorer, som saknar likviditet. SIMULERADE HANDELSPROGRAMMER I ALLMÄNT ÄR ÄVEN FAKTISKT ATT DE DESIGNERAS MED FÖRDELNINGEN AV HINDSIGHT. INGEN REPRESENTATION GÖRAS ATT ANTAL KONKURRERAR ELLER ÄR LIKTIGT FÖR ATT FÖRVÄNDA RESULTAT ELLER TABELL SOM LIKNAR TILL DE VISADE. Copyright copy 2013 by Wave59 Technologies Intl, Inc. All rights reserved. This document may not be copied in part or full without express written permission from the publisher.
No comments:
Post a Comment