Jeg er omtrent ferdig med Howard Bandy8217s nye bok, 8220MeanReversion Trading Systems 8211 Praktiske metoder for Swing Trading 8221. Mens jeg sjelden leser bøker her på Quantifiable Edges, står denne virkelig opp og fortjener litt oppmerksomhet. Howard går gjennom hvert trinn i systembyggingsprosessen. Han undersøker flere forskjellige oscillatorer. Han undersøker inngangs ampereutgangsteknikker. Han diskuterer risikokontroll. Og på toppen av alt gir han kode for alt han dekker i boken. Det er 50 for boken, som er en latterlig lav pris. Det er trading kurs som koster tusenvis av dollar som don8217t gir så mye god informasjon som Howard8217s 8220Mean Reversion Trading Systems8221. Alle kodene er gjort i Amibroker, som jeg dessverre ikke bruker. Men siden han lister opp alt, kan de som bruker andre programmer som meg, oversette det til Tradestation, R, eller hva som helst. Og her er kickeren for alle som bruker Amibroker 8211 Howard har faktisk opprettet en nettside der bokkjøpere kan laste ned koden uten ekstra kostnad. Jeg anbefaler Howard på sin innsats. Hvis du har interesse i å utvikle dine egne handelssystemer, er denne boken en fantastisk ressurs som jeg vil anbefale. 5 kommentarer: Jeg har fulgt bloggen din for en stund. Men jeg er nå overrasket fordi du anbefaler arbeidet til noen som hevder i sin bok at: (meanreversiontradingsystemsMRTS20AnalysisWM. pdf) quotMy se på at lengden på prøveperioden skal være så kort som praktisk. Den eneste måten å bestemme lengden på prøveperioden er å kjøre noen tests. quot Dette kalles data-snooping quot. Lengden på prøveperioden er: Så lenge modellen og markedet forblir synkronisert og systemet er fortsatt lønnsomt. Det er ingen generell sammenheng mellom lengden på prøveperioden og lengden på prøveperioden. Quot Så velger vi utvalget av prøver så lenge modellen og markedet synkroniseres, og den systemet forblir lønnsomt. Veldig fint arbeid. Jeg lurer på hvorfor du støtter slike ting. Hva må du få. Eller kanskje fordi jeg respekterer ditt arbeid, kanskje du oversett detaljene. Stoffet i handel er i detaljene. Hva en trist verden når jeg sier noe fint om andres arbeid bringer e-postmeldinger meg hva jeg må vinne. Gjennomgangen ga meg en fin takknemm fra Mr. Bandy, som jeg aldri har møtt eller snakket med før. Mens han ser på noen aspekter ved testing annet enn jeg, har jeg ingen interesse i å argumentere for hvert poeng han gjør i sin bok. For meg, hvis du kan ta verdifulle ideer og informasjon fra en bok, så er det verdt. Denne er fylt med dem. Jeg står ved min anmeldelse. Jeg trodde at boka hadde mye flott info. Det ble støttet av faktiske testresultater (en sjeldenhet), og siden han gir all koden, kan forhandlere verifisere resultatene og enkelt utforske ideene videre alene. De som har lest boken, er velkommen til å legge inn kommentarer (positive eller negative) nedenfor. Du vet alle min mening. I stedet for å føle deg trist, bør du kanskje være glad for at noen tok deg tid til å påpeke feilene i den boken som er av grunnleggende natur, dvs. kurvepassitng, optimalisering, data snooping og alt det tull som gjør at handelsfolk mister penger. Ikke føler deg trist. Verden er ikke trist når vi går imot virkeligheten, vi bør bare endre kurs. Takk. Jeg mottok Howards bok i går, og mens jeg har gjort det ennå, tror jeg at 39data snooping39 kommentaren er litt over toppen. Howard varsler stadig om 39-lekkasjer 39 og fauxoptimaliseringsteknikker. Kanskje mati burde kjøpe boken før han slett det på sitt nivå. Jeg kom over denne kommentaren, og som noen som har alle fire av Band Bandets bøker, følte jeg at jeg skulle chime inn på dette emnet. Dr Bandy er en sterk forutsetning for gode systemutviklingspraksis, og hans skrifter advarer klart om de virkelige farene ved kurvepassing. Enhver som har fulgt sin blogg eller leser boken i detalj, vil helt forstå nyansen bak sine uttalte synspunkter på prøveutgaven som en person fant feil med. Dr Bandy har blitt min favorittforfatter på temaet kvantitative handelsmetoder. Rob Hanna Jeg har handlet profesjonelt siden 2001. Fra januar 2003 til februar 2007 ble min to ukers kolonne Rob Hannas Putting It All sammen vist på TradingMarkets. Jeg har gjennomført kvantitativ forskning og utforming av handelssystemer - hovedsakelig fokusert på kortsiktige kanter siden 2004. Se min komplette profilThe Sweet Spot for Mean Reversion ETF Strategies av Michael R. Bryant I sin siste bok diskuterte Howard Bandy hva han kaller quotsweet spotquot for å utvikle betydelige reversjonshandelssystemer. 1 Ideen er at den rette kombinasjonen av stanglengde, holdingsperiode, systemnøyaktighet og andre variabler har en tendens til å maksimere risikoreduserte avkastninger. 2 Denne artikkelen viser hvordan betydelige reversjonshandelsstrategier som ligger i det søte stedet, kan utvikles for børshandlede fond (ETF) ved hjelp av automatiserte verktøy. Bruke Adaptrade Builder. et strategisk utviklingsverktøy for Windows, Ill viser hvordan stresstestingsmetoder med Monte Carlo analyse kan brukes som en del av utviklingsprosessen for å finne robuste middelvekkende strategier for SampP 500 (SPY) ETF og Select Sector SPDR ETFs. Prosjektfiler for Builder, som inkluderer strategikoden, er gitt for hvert eksempel. Landing i det søte stedet Den grunnleggende ideen bak Dr. Bandys søte sted er at gode handelsstrategier skal bruke en kort strekkstørrelse og ha en ganske høy nøyaktighet med en kort holdingsperiode og lav uttelling. Den korte stangstørrelsen og den korte holdingsperioden maksimerer mulighetene til sammensatt avkastning, mens den høye nøyaktigheten og den lave nedgangen gjør det lettere å gjenopprette seg fra tap. Sistnevnte egenskaper gjør det også lettere å fastslå strategiens levedyktighet og å bestemme når det ikke lenger fungerer fordi typiske tapestriper for systemer med høy nøyaktighet har en tendens til å være relativt korte. Basert på Dr. Bandys retningslinjer, vil følgende karakteristikker bli brukt i denne artikkelen for å definere de optimale kravene til middels reversering ETF strategier: Daglige stenger 20 - 30 handler per år Minst 65 vinnende handler Gjennomsnittlige barer i handler på mellom 1 og 4 Av Gjennomsnittlig reversering, jeg refererer til strategier som prøver å kjøpe under gjeldende gjennomsnittspris og selge til en høyere pris ettersom prisen går tilbake til gjennomsnittet. Tanken er å kjøpe lavt og selge høyt, i motsetning til trend-følgende systemer, som vanligvis prøver å kjøpe høyt og selge høyere. Bygg med Monte Carlo Analyse I min siste nyhetsbrevartikel diskuterte jeg bruken av stresstesting i evaluering av handelsstrategier og forholdet til robusthet og strategi over-fitting. Jeg nevnte også at hvis det ble innlemmet i byggeprosessen, ville det føre til strategier som viste robusthet. Det er den tilnærmingen som vil bli fulgt her. Kort sagt, stresstesting refererer til å vurdere hvor sensitiv en handelsstrategi er for sine innganger og miljø. En robust strategi - en som ikke er overpasset til markedet - vil være relativt ufølsom for endringer i inngangsparameterverdier og andre endringer i miljøet, for eksempel endringer i prisdata. Monte Carlo analyse er teknikken som brukes til å evaluere effekten av disse endringene. Strategys-inngangene, prisdata og andre faktorer blir tilfeldig endret, og strategys ytelse vurderes. Ved å gjenta denne prosessen mange ganger, oppnås en resultatfordeling. Resultatene fra de opprinnelige dataene representerer ett poeng på fordelingen. Andre punkter på fordelingen representerer resultatene fra å bruke litt endrede versjoner av de opprinnelige dataene, noe som kan generere resultater som er mer eller mindre gunstige enn de opprinnelige dataene. De såkalte Monte Carlo-resultatene er verdiene til resultatmålingene (nettoresultat, prosentgevinst, profittfaktor, etc.) som ikke er verre enn et flertall (vanligvis 95) av evalueringene. For eksempel, hvis Monte Carlo nettoresultat ved 95 tillit er 15 000, betyr det at 95 av evalueringene hadde en netto overskudd på minst like mye som 15 000. Med andre ord, det er en 95 sjanse for at nettoresultatet vil være minst 15.000, eller omvendt, det er en sjanse for at nettoresultatet vil være mindre enn 15.000. Når en handelsstrategi utvikles iterativt over suksessive generasjoner av modifikasjon og test, vil bygging basert på Monte Carlo-resultatene ha en tendens til å drive strategien til en som er robust, siden bare en robust strategi vil ha gode Monte Carlo-resultater. Adaptrade Builder automatiserer denne prosessen, inkludert evaluering av strategieresultater ved hjelp av Monte Carlo-resultatene av stresstesting. Det første eksemplet er for SPDR SampP 500 indeksen ETF (symbol SPY). Daglige barer fra 141999 til 4232013 ble brukt. Datoperioden for byggingen ble satt til 141999 til 122011, med de første 80 (141999 - 8102008) som ble brukt til å bygge (dvs. i prøven) og de resterende dataene (8112008 - 122011) som ble brukt for prøving utenfor prøven. De resterende dataene (132011 - 4232013) ble satt til side for validering. Alle data ble hentet fra TradeStation 9. Strategidogikken var langvarig, og 100 av egenkapitalen ble investert på hver handel, med all overskudd reinvestert og 0,015 per aksje trukket per omgang for handelsutgifter. Adaptrade Builder bruker en genetisk programmeringsalgoritme for å utvikle en befolkning av strategier over suksessive generasjoner. Nøkkelen til å bruke Builder for å finne strategier som oppfyller våre optimale krav, er å sette de såkalte byggemetrene, vist nedenfor i figur 1. Figur 1. Byggemetrene i Builder definerer søtsporet for SPY-strategien. Listen over byggemåter inneholder tre generelle mål, som alle maksimeres. Disse bidrar til å lede befolkningen i strategier mot de som har høy nettovinst, korrelasjonskoeffisient og statistisk betydning, som er ønskelige for enhver strategi. De spesifikke egenskapene var på utkikk etter (dvs. søtepunktet) er definert av byggevilkårene, som inkluderer ulikhetsforholdene for antall bransjer, gjennomsnittlige barer i bransjer og prosentandelen av seier. Legg merke til at betingelsen for antall handler er satt til en rekkevidde basert på antall år med in-sample data og målet om å ha mellom 20 og 30 handler per år. Legg merke til at prosentandelen av vinnende handler er satt til et område mellom 65 og 85. Den øvre grensen ble lagt til fordi strategier med en uvanlig høy prosentandel av vinnende handler generelt ikke vil oppfylle en annen tilstand. Straffe slike strategier vil bidra til å drive befolkningen mot strategier som oppfyller alle forhold, i motsetning til strategier som uforholdsmessig møter en betingelse for utelukkelse av andre. Den samme logikken ble brukt til å sette en rekkevidde for profittfaktoren. De andre forholdene - korrelasjonskoeffisient, statistisk signifikans, profittfaktor og Kelly fraksjon - er ikke en del av våre spesifikke krav, men ble lagt til for å forbedre de samlede resultatene. Stresstest - og Monte Carlo-innstillingene som ble brukt for dette eksempelet ble valgt på skjermbildet Byggalternativer, som vist nedenfor i figur 2. Figur 2. Monte Carlo-analyse og stresstestingsalternativer er valgt på kategorien Byggalternativer. Som vist i figuren ble 99 Monte Carlo iterasjoner brukt for hver analyse. Dette innebærer at 99 stresstester ble utført i tillegg til evalueringen av de opprinnelige dataene. De 100 datasettene ble analysert ved hjelp av Monte Carlo analyse for å trekke ut resultatene ved 95-tillit, hvor det ble brukt til å evaluere betingelsene vist i figur 1. Stresstestene besto av randomisering av prisene, randomisering av strategiinngangene og randomisering av startlinjen . Alle tre randomiseringene ble utført for hver stresstest. Fordi hver strategi ble evaluert 100 ganger (99 stresstester pluss de opprinnelige dataene) ved hver generasjon, tok denne tilnærmingen omtrent 100 ganger så lenge det ville ha tatt hatt stresstesting og Monte Carlo analyse ikke blitt brukt. Av denne grunn ble en relativt liten befolkning på only100 medlemmer brukt for å holde løsningen rimelig. Befolkningen ble utviklet i løpet av 10 generasjoner, og et alternativ ble satt til å starte igjen etter 10 generasjoner dersom nettoresultatet i perioden utenfor prøven var negativt. Egenkapitalkurven fra toppstrategien i befolkningen etter 20 generasjoner (1 gjenoppbygging) er vist nedenfor i figur 3. Figur 3. Egenkapitalkurver for hver stresstest for den endelige SPY-strategien. Hver kurve i figur 3 representerer en stresstest. Som det kan sees, har alle de forskjellige egenkapitalkurvene generelt samme form med positive resultater utenfor prøven. Følgende er noen av Monte Carlo-resultatene med 95-tillit som tilsvarer figur 3. Sum nettoresultat Gjennomsnittlig bar i handel Utover antall bransjer, som er færre enn bedt om, oppfyller strategien de opprinnelige kravene. Strategien passerer også valideringstesten. Når sluttdatoen forlenges til 4232013, øker den totale nettoresultatet til Monte Carlo til 67.015. Strategidogikken tilfredsstiller også kravet til en gjennomsnittlig reverseringsstrategi: den går inn på en grenseordre og utganger ved hjelp av en indikatorbetingelse. Grenseoppføringen betyr at markedet må komme ned til grenseprisen, så strategien er å kjøpe lav og selge etter at markedet går tilbake. Det er viktig å huske på at disse er Monte Carlo-resultater med 95 selvtillit, noe som betyr at for eksempel 95 av stresstestevalueringene hadde en samlet netto overskudd på minst så stor som 56 784. Hvis stresstestingen er slått av og strategien evalueres på opprinnelige data, er egenkapitalkurven som vist under i figur 4. Figur 4. Egenkapitalkurve for den endelige SPY-strategien på de opprinnelige dataene. Denne egenkapitalkurven tilsvarer en netto overskudd på 109 497, noe som tilsvarer en årlig avkastning på 5,5. Selv om dette bare er en beskjeden avkastning, slår det enkelt kjøp og avkastning på om lag 1,8 i samme periode og oppnås uten innflytelse og med en stadig økende egenkapitalkurve gjennom en periode som inkluderer to bjørnmarkeder. Et utvalg av SPDR-eksempler Det andre eksempelet innebærer å bygge en strategi over en portefølje av ETFer som består av SPDR-sektorene. Disse ETFene deler SampP 500-indeksen i ni sektorer slik at hver aksje i SampP 500 er plassert i en av de ni sektorene uten overlapping. De ni sektorene er Consumer Discretionary (XLY), Consumer Staples (XLP), Energy (XLE), Financial (XLF), Helsevesenet (XLV), Industrial (XLI), Materials (XLB), Technology (XLK), og Utilities (XLU). De fleste av de samme innstillingene ble brukt til å bygge denne strategien som i det siste eksemplet. Men fordi ni ganger så mye prisdata ble brukt i bygningen, reduserte jeg antall Monte Carlo iterasjoner fra 99 til 5. De andre byggealternativene var de samme som i figur 2 med unntak av gjenoppbyggingsalternativet, som ikke kom inn i spille. For posisjonering ble 20 av egenkapitalen investert på hver handel. Siden ikke alle markeder var sannsynlig å handle samtidig, ble denne innstillingen valgt for å gi tilstrekkelige posisjonsstørrelser uten å gi innflytelse (dvs. overinvestering). Prøveperioden for denne bygningen var 141999 til 5282009 med 5292009 til 122012 som ikke-prøveperiode og 132012 til 4232013 satt til side for validering. Egenkapitalkurven fra en av de øverste strategiene i befolkningen etter 10 generasjoner (ingen gjenoppbygginger) er vist nedenfor i figur 5. Figur 5. Egenkapitalkurver for hver stresstest for den endelige Select Sector SPDR porteføljestrategien. Hver egenkapitalkurve i figur 5 representerer porteføljens egenkapital generert fra back-testing på alle ni markeder samtidig for ett sett av stresstestinnstillinger (eller de opprinnelige dataene). Noen sammendrag Monte Carlo resultater vises nedenfor. Samlet netto fortjeneste I motsetning til det forrige eksempelet, er resultatene ikke vesentlig forskjellige når Monte Carlo-analysen er slått av og resultatene blir evaluert over de opprinnelige dataene. I dette tilfellet øker den totale nettoresultatet til 205 140. Denne strategien passerer også valideringstesten. Egenkapitalkurven for strategien kun over de opprinnelige dataene (ingen stresstesting), der valideringstiden er inkludert, er vist nedenfor i figur 6. Figur 6. Egenkapitalkurve for den endelige Select Sector SPDR porteføljestrategien på de opprinnelige dataene . Denne egenkapitalkurven tilsvarer en netto overskudd på 249.431, noe som tilsvarer en årlig avkastning på 9,5 med en worst case-nedgang på 21. Som med forrige eksempel går strategidogikken langt inn på en grenseordre. De fleste av utgangene er via en målutgang, med andre handler som utgår ut fra en indikator eller en beskyttende stopp. Last ned gjennombruddsprosjektfiler: (høyreklikk, lagre mål som. Til. zip-fil krever at Adaptrade Builder åpnes.) Av lisensgrunner er ikke prosjektdata inkludert prisdata. Den såkalte sweet spot for trading strategier anbefalt av Dr. Bandy ser ut til å gi effektive betingelser for å bygge betydelige tilbakevendende handelsstrategier på en automatisert måte ved hjelp av et verktøy som Adaptrade Builder. Det var mulig å finne strategier som oppfylte de fleste kravene til begge eksemplene: en markedsstrategi for SPY ETF-markedet, og en strategi for en portefølje av ETFer som består av de ni utvalgte SPDR-sektorene. Begge strategiene slår buy-and-hold og holdt seg godt i valideringstesten. For begge eksempler ble stresstesting med Monte Carlo analyse ansatt for å øke sjansene for å finne robuste strategier. Sammenlignet med porteføljeeksemplet var stresstestresultater for single-market (SPY) - strategien vesentlig mer konservativ (mindre gunstig) enn resultatene fra de opprinnelige dataene. Selv om noe av det kan skyldes strengere stresstesting sammenlignet med porteføljeeksemplet, foreslår det at SPY-strategien er mindre robust enn porteføljens eksempel. Generelt, hvor Monte Carlo resultater divergerer markant fra resultatene på de opprinnelige dataene, kan det forventes at det beste estimatet av fremtidige resultater vil være et sted i mellom, selv om det vil avhenge av hvor konservativ stresstesting og Monte Carlo-analyse er . Det ser ut til å være rimelig at porteføljestrategien vil være mer robust enn single-market-strategien, siden porteføljestrategien ble bygget over ni forskjellige markeder og måtte jobbe rimelig godt over et bredere utvalg av prisdata. Den ble bygget over ni ganger så mye data og har omtrent ni ganger så mange handler. Den bedre utførelsen av porteføljestrategien kan gjenspeile den positive effekten av diversifisering over de ni ulike sektorene i SPDR. Selv om ingen av strategiene oppfyller kravet til antall bransjer, kan det være mulig å finne strategier som oppfyller alle krav hvis en større befolkning brukes eller strengere gjenoppbyggingskrav er ansatt, noe som vil kreve mer byggetid. Alternativt kan det være tilfelle at en slik strategi er usannsynlig å bli funnet på grunn av de motstridende kravene til høy nøyaktighet, handelsfrekvens, kort varighet, og så videre. Det beste settet med byggevilkår er en som fullt ut utnytter markedene potensialet, mens det gjenstår realistisk. Kombinere et sett med nyttige byggeforhold, som de som tilbys av Dr. Bandy, med innebygde robusthetsfunksjoner, for eksempel stresstesting og Monte Carlo-analyse, i et automatisert verktøy som Builder, bør gi et solid rammeverk for å utvikle effektive handelsstrategier. Bandy, Howard B. Mean Reversion Trading Systems. Blue Owl Press, Inc. Sioux Falls, SD, 2013, s. 138. Bandy, Howard B. Modeling Trading System Performance. Blue Owl Press, Inc. Sioux Falls, SD, 2011, s. 154. Denne artikkelen ble vist i april 2013-utgaven av Adaptrade Software-nyhetsbrevet. SampP 500 og Select Sector SPDR er varemerker for The McGraw-Hill Companies, Inc. HYPOTETISKE ELLER SIMULERTE RESULTATRESULTATER HAR VISSE UBEGRENSNINGER. I FORBINDELSE MED EN AKTUELL PRESTASJONSOPPTAK, FORTSATT SIMULERTE RESULTATER IKKE VIRKELIG HANDEL. OGSÅ SOM HANDELENE IKKE ER FAKTISKT BLEVET, HAR RESULTATENE KUNDER ELLER OVERPENSJONER FOR KONSEKVENSEN, OM NOEN, AV VISSE MARKEDSFAKTORER, SOM SIKKER LIKVIDITET. SIMULERTE HANDELSPROGRAMMER I ALMINDELIGE ER OGSÅ FØLGENDE AT DE ER DESIGNERT MED HINDSIGHT. INGEN REPRESENTASJON SKAL GJORT AT ENKEL KONTO VIL ELLER ER LIKELIG Å HENT RESULTATER ELLER TAPER SOM LIGER TIL DINE VISTE. Hvis du ønsker å bli informert om nye utviklinger, nyheter og spesialtilbud fra Adaptrade Software, vennligst bli med på vår e-postliste. Takk. MR Swing er et kvantitativt system som benytter daglig gjennomsnitts - reversering og svinghandel i ulike markedsregimer for å gi økt absolutt og risiko. Book Review - Mean Reversion Trading Systems av Howard Bandy: meanreversiontradingsystemsMRTS20AnalysisWM. pdf). Book Review - Mean Reversion Trading Systems av Howard Bandy. Jeg har fulgt bloggen din for en stund. Men jeg er nå overrasket fordi du anbefaler arbeidet til noen som hevder i boken hans at: (Min oppfatning er at lengden på prøveperioden skal være så kort som praktisk. Den eneste måten å bestemme lengden på i prøveperioden er det å kjøre noen tester. Dette kalles data-snooping. Han påstår også. Lengden på prøveperioden er: Så lenge modellen og markedet forblir i synkronisering, og systemet forblir lønnsomt . Det er ingen generell sammenheng mellom lengden på prøveperioden og lengden på prøveperioden. SÅ vi velger ikke-utvalget så lenge modellen og markedet synkroniseres og Systemet forblir lønnsomt. I sin nyere bok diskuterte Howard Bandy hva han kaller det søte stedet for å utvikle vanlige reverseringshandelssystemer. 1 Ideen er at. Som lesere av min følgesvennbok, Modeling Trading System Perfor - mance, vil jeg gjenkjenne, jeg Anbefal systemer som handler ofte, hold for en kort periode. Bandy - Hvordan Buil d et effektivt handelssystem - gratis nedlasting som Powerpoint Presentation (.ppt), PDF-fil (. pdf), tekstfil (.txt) eller vise presentasjonssider online. Gjennomsnittlig reversering Mønster Sesongløkssyklus Andre 34. Veldig fint arbeid. Jeg lurer på hvorfor du støtter slike ting. Hva må du få. Eller kanskje fordi jeg respekterer ditt arbeid, kanskje du oversett detaljene. Stoffet i handel er i detaljene. Hva en trist verden når jeg sier noe fint om andres arbeid, bringer e-post, spør meg hva jeg må vinne. Gjennomgangen fikk meg en fin takknemm fra MR. MR Swing er et kvantitativt system som benytter daglig gjennombrudd og svinghandel i ulike markedsregimer for å gi økt absolutt og risiko. Bandy, som jeg aldri har møtt eller snakket med før. Mens han ser på noen aspekter ved testing annet enn jeg, har jeg ingen interesse i å argumentere for hvert poeng han gjør i sin bok. For meg, hvis du kan ta verdifulle ideer og informasjon fra en bok, så er det verdt. Denne er fylt med dem. Jeg står ved min anmeldelse. Jeg trodde at boka hadde mye flott info. Det ble støttet av faktiske testresultater (en sjeldenhet), og siden han gir all koden, kan forhandlere verifisere resultatene og enkelt utforske ideene videre alene. De som har lest boken, er velkommen til å legge inn kommentarer (positive eller negative) nedenfor. Du vet alle min mening. I stedet for å føle deg trist, bør du kanskje være glad for at noen tok deg tid til å påpeke deg feilene i den boken som er av grunnleggende natur, jeg. kurvepasning, optimalisering, data snooping og alt det tull som gjør at handelsfolk mister penger. Ikke føl deg trist. Verden er ikke trist når vi går imot virkeligheten, vi bør bare endre kurs. Takk. Jeg har mottatt Howards bok i går, og mens jeg ikke har klart det ennå, tror jeg data snooping kommentaren er litt over toppen. Howard varsler stadig om fremtidige lekkasjer og fauxoptimaliseringsteknikker. Kanskje mati burde kjøpe boken før han slett det på sitt nivå. Jeg kom over denne kommentaren, og som noen som har alle fire av Bandys bøker, følte jeg at jeg skulle chime inn på dette emnet. Dr Bandy er en sterk forutsetning for gode systemutviklingspraksis, og hans skrifter advarer klart om de virkelige farene ved kurvepassing. Enhver som har fulgt sin blogg eller leser boken i detalj, vil helt forstå nyansen bak sine uttalte synspunkter på prøveutgaven som en person fant feil med. Dr Bandy har blitt min favoritt forfatter på temaet kvantitative trading approaches. How å bygge lønnsomme middel reversion trading systemer Som en handelsmann har de fleste av mine strategier fokusert på filosofien av trend følge. Men over tid har jeg innsett at betydelige reversjonshandelssystemer også kan være lønnsomme hvis de implementeres riktig. Noen ganger må de kanskje være litt lengre i varighet og innebære noe skjønnsmessig element for å kunne fungere godt. Faktum er at finansmarkedene beveger seg i sykluser. Til tider vil de utvikle seg, og trenden etter strategier vil fungere best, og til andre tider vil de variere og gå tilbake til gjennomsnittet. Omfangsbaserte markeder er faktisk mer vanlige enn trending markeder, noe som betyr at gjennomsnittlige reverseringsstrategier vanligvis har høyere vinnende prosenter enn trenden følger. Hvordan bygge lønnsomme, gjennombruddshandelssystemer Det første skrittet i å bygge en vellykket, gjennombruddsstrategi er å først være enig i hvilken gjennomsiktig reversering. Mens trendfølgere ser etter trendmarkeder som går i lang tid, ser det ut som omvendte handelsmenn ser etter markeder som er uvanlig lave eller høye, noe som igjen vil komme tilbake til sitt normale nivå. Slike gjennombrudd handler om å lete etter markeder som har avviket vesentlig fra gjennomsnittet, noe som sannsynligvis vil komme tilbake til gjennomsnittet på et eller annet tidspunkt i fremtiden. Mange typer betydelige reverseringsstrategier er derfor avhengige av tekniske indikatorer for å indikere når et marked er borte fra det som er gjennomsnittlig. Flytte gjennomsnitt, Bollinger Bands, RSI, MACD og andre oscillatorer kan alle brukes på denne måten. Ideen om gjennomsnittlig reversering kan også brukes på grunnleggende. For eksempel beveger aksjer seg generelt sammen med inntjeningen, så hvis en inntekt fra selskapet8217 kommer ut vesentlig over det siste gjennomsnittet, er det en god innsats at inntektene i neste kvartal kommer ned igjen i takt med det langsiktige gjennomsnittet. It8217 er en lignende historie for økonomiske begreper som inflasjon og økonomisk vekst som ofte vil komme tilbake til det langsiktige gjennomsnittet over tid. Trinn 1 Se etter mønstre i dataene Det første skrittet for å bygge et middels reversjonshandelssystem, er å skanne prisdiagrammer på jakt etter ideer eller mønstre du kan få fordel av. Hvis du handler et bestemt marked, merker du noen interessant oppførsel Gjør markedet våren tilbake når RSI berører et overlatt nivå på 8217208217 Kommer markedet vanligvis tilbake etter at it8217s flyttet 2 standardavvik i motsatt retning Trinn To Distill inn i kode Det neste trinnet er å få ideen din ned på papir i form av matematisk kode. Ved å gjøre det, vil du kunne bruke et handelsprogram som Amibroker for å teste den ideen på ekte prisdata. Du kan gjøre dette for hånd, men det ville være en veldig lang og ineffektiv bruk av tid. Trinn tre Back-test koden grundig For å teste koden riktig you8217ll trenger å lære litt om riktig systemdesign. I utgangspunktet vil du teste strategien så grundig som mulig på forskjellige tidsrammer og på ulike markeder. Sørg alltid for at du beholder en stor del av data som er reservert for prøveutprøving. Du gjør deretter testingen din på dataene i prøven og bekrefter systemet en gang med dataene utenfor prøven. Hvis den ikke bruker dataene utenfor prøven, er systemet ikke robust nok, og you8217ll må starte igjen. Walk-forward analyse er noe du bør ta tak i for å sikre at systemet vil holde seg i forskjellige markedsforhold. Trinn fire Papirhandel systemet Hvis du går gjennom trinnene med riktig systemdesign, og du ender med en vesentlig reverseringsstrategi du tror på å være robust, er det viktig å ikke rush inn i markedet og begynne å handle det med en gang. Ta deg tid til å validere på friske, levende data først, slik at du kan være sikker på at strategien vil fungere. Fordi på slutten av dagen er de eneste sanne dataene utenfor dataene fremtidige data. Når du har handlet systemet på papir en stund og det fortsatt fungerer, kan du begynne å bruke det med ekte penger. Trinn fem Gjennomgå systemet Hvis du har en lønnsom og robust middels reverseringsstrategi, bør den utføre på lignende måte som tidligere tester. Du kan bruke denne informasjonen til å holde øye med systemet og sørge for at det oppfører seg som det burde være. Hold øye med systemmålinger som for eksempel vinner / tapforhold, forventning eller uttaksnivå. Hvis du opplever en drawdown som er betydelig større enn noen du har opplevd i back-testing modus, er it8217s et tegn på at systemet har brutt ned. Forresten, kan du finne mye mer nyttig informasjon om handelssystemer, inkludert verktøyene og bøkene jeg bruker for å bidra til å bygge dem i Ressurser-kategorien. Betraktninger for betydelige reversjonshandelssystemer Et av de store problemene med betydelige reversjonshandelssystemer er risikokontroll. En gjennomsnittlig reversjonshandler ser et marked som har gått fra gjennomsnittet, så billig er problemet at hvis markedet fortsetter å falle, blir det enda billigere. Det rette svaret fra en gjennomsnittlig reversjonshandler er derfor å fortsette å kjøpe markedet etter hvert som det faller. Dette går imot de fleste prinsippene for risikokontroll siden det ikke er lurt å legge til en tapende stilling eller å prøve å fange en fallende kniv. Svaret fra gjennomsnittlige reversionhandlere er å bruke forskjellige typer utganger til trendfølgere. Tidsbaserte utganger blir ofte brukt, og gjennomsnittlige reversjonshandlere har vanligvis regler for å hindre at de legger for mange ganger til en allerede tapt handel. Selvfølgelig er et annet viktig hensyn dataene som brukes til å teste handelssystemet. Det sier seg selv at et handelssystem bare er så godt som dataene som testes på så uten gode data, kan du bygge et godt system. Jeg bruker Norgate Premium Data som fungerer med en rekke forskjellige plattformer. Du kan få en gratis prøveversjon av tjenesten her. En annen viktig vurdering for betydelige reversjonshandlere er tilstanden i markedet. Som allerede nevnt, virker reverseringsstrategier best i utvalgsbaserte markeder, og generelt har markedene en tendens til å være avstandsbasert rundt 60 av tiden. Imidlertid kan betydelige reverseringssystemer mislykkes spektakulært under store trender. Det er derfor fornuftig å ha en strategi for når markedet ikke strekker seg. For eksempel kan det være lurt å operere en trendstrategi så vel som et middels reverseringssystem, eller du kan ha et filter for å stoppe deg med å gå inn i grunnleggende reversering når markedet trender. Denne boken fra dr. Howard Bandy er bra for betydelige reverseringshandlere. Jeg vil si at noen av ideene er ganske komplekse, og generelt er boken rettet mot Amibroker-brukere. Ikke desto mindre er it8217 et godt tillegg til biblioteket for seriøse handelsfolk. Ideer for betydelige reversjonshandelssystemer Når markedsprisen er større enn det øvre Bollinger Band, selger markedet Når markedsprisen er lavere enn det nedre Bollinger Band, kjøp markedet Når RSI er mindre enn 20, kjøp markedet når RSI er mer selge markedet Når råvareindeksen (CCI) er over 120, selger markedet Når varemarkedsindeksen (CCI) er mindre enn -120, kjøp markedet. Når markedet er 10 høyere enn 50 EMA, selger markedet. markedet Når markedet er 10 lavere enn 50 EMA, kjøp markedet Når VIX er 20 høyere enn it8217s to års gjennomsnitt, kjøp markedet Når 5 år EPS av aksjer faller 20 under gjennomsnittet, kjøp aksjene Et eksempel fra Kurset Gjennomsnittlige reverseringsstrategier har en tendens til å fungere bedre på kortere tidsrammer og er dermed ideelle for swinghandlere. I min bok og kurs dekker jeg mer enn 30 handelssystemer. både gjennomsnittlig reversering og trend etterfølger. Denne er designet med en veldig enkel formel som måler hellingen mellom to siste poeng på et 24-timers eksponentielt glidende gjennomsnitt (EMA). Amibroker-formelen for indikatoren er som følger: GRA (gradient) - formelen måler derfor bølgen av EMA-kurven. En kjøpsposisjon blir oppgitt når GRA faller under 0,98, da dette indikerer en betydelig oversolgt tilstand. Når GRA går tilbake forbi 1,02, er stillingen stengt. Jeg testet systemet på daglige data på SampP 500-aksjer mellom 2000 og 2010 og fikk en sammensatt årlig avkastning på 16,73. med en maksimal nedgang på -47 og 59 vinnerforhold. Her er egenkapitalkurven: Se flere innlegg som denne. Hvordan bygge et Nifty posisjons handelssystem på under 3 minutter ved hjelp av Amibroker Amibroker AFL Collection. Lær Amibroker med TradingMarkets: Review 20 Basic Amibroker. Kjøp Argumenter. Skrive AFL for Amibroker Testing. RSI 2 Trading Strategy 8 Amibroker Rotational Trading Ideer Intradag Trading Systems med slutten av dagen Data: Pivot Points Study Dette er grunnen til at forex trading er ikke lett (enkle handelssystemer debunked) Slik gransker 038 Forbedre et handelssystem Enkelt handelssystem gjør 170 et år Hvor å bli historisk aksjemarkedsdata for Amibroker JB Marwood
No comments:
Post a Comment