Etf sistema de comércio de manchas

Herman Durban, KZN, África do Sul Existem excelentes blogs comerciais de curto prazo lá fora. Eu tenho muitos listados na caixa de links abaixo. Os blogs que eu to primeiro são: 1. O Elliot Wave vive, 2.COTS Timer e 3.ETF Corner. O nome dos meus blogs: Compromissos do Trader SweetSpot é inspirado pelo temporizador COTS Alex Roslins. Embora eu troque, meus investimentos de longo prazo estão nas mãos capazes de Roy Tilley, um corretor experiente, veja seu link na caixa de links externos abaixo. Meu desempenho comercial em 1 de outubro é 180 YTD Veja meu perfil completo Links externos Blog Archive Compromissos de comerciantes Sweet Site Isenção de responsabilidade: As informações e opiniões contidas aqui provêm de fontes consideradas confiáveis, mas não garantidas quanto à exatidão ou completude. Nenhuma responsabilidade é assumida em relação a qualquer declaração, nem em relação a qualquer expressão de opinião aqui contida. Todas as visualizações são as opiniões do autor no momento da redação e estão sujeitas a alterações sem aviso prévio. Nenhuma declaração deve ser interpretada como uma oferta para comprar ou vender. Este site é apenas para fins educacionais e informativos. Comércio de pontos em branco. Participe dezembro de 2007 Status: Membro 2,746 Posts Este tópico foi iniciado a partir do meu semáforo depois de e-mails de pessoas perguntando se eu tenho um sistema que usa 1 intervalo de tempo não 2 Como semáforo. As pessoas interessadas desejam usar um sistema em vários swaps e querem apenas 1 gráfico aberto por swap. Eu só aumentarei minha atividade nesse tópico e responderá a perguntas se depois de uma semana parecer promissor, o que funciona no Index Futures necessariamente funciona no Forex Se o I8217m estiver feliz com os modelos de resultados, os indicadores serão publicados aqui neste tópico TP - Longs Take the high De barra e o balanço baixo (marcado no gráfico) x 2, isso é fora do TP reverso para calções. SL - Longs 1 pip abaixo Último swing baixo reverso para shorts O gráfico mostra 10 sinais 8 vitórias 2 perdedores Deve usar o gerenciamento de dinheiro calculado a partir do tamanho da parada inicial Parar 20 x 10 um pip 200 Se a conta é 5.000 e o risco 5 por troca 250 Você pode trocar 1 Contrato se você perder você perde 200 Pare 10 x 10 um pip 100 Se a conta é 5.000 e risco 5 por troca 250 Você pode negociar 2 contrato se perder você perde 200 O acima é um exemplo e mostra que o tamanho da parada não deve significar mais risco . Vocês são aumentados pelo crescimento do banco maior IE 6 meses a conta está em 20,000 x 5 1000 stop No primeiro exemplo acima se stop for 20 pips você poderia perder 200 você pode negociar 5 contratos. O tp será o dobro do tamanho da sua parada, então você pode vencer 5 x 40 pips 2000 Imagem anexada (clique para ampliar) Bom começo para o 1º dia 2 conjuntos de paradas e alvos O primeiro é meu antigo 20 pip tp e 10 sl O figo entre parênteses é baixo da vela de sinal e alto do último balanço x 2, então se o baixo da vela de sinal for 10 e o balanço alto é 30. sl é 30-10 20 pips TP é então 2 x SL 2 x 20 40 pips tp Como você pode ver os 20 e 10 feitos de 70 pips. O variado sl e tp fez 109, mas precisa de gerenciamento de dinheiro, já que os tamanhos de parada variam, mas o risco por comércio não deve. Imagem anexa (clique para ampliar) Sem preocupações Posso publicar se ainda está acontecendo vir Gráfico de sexta-feira até agora, o primeiro exemplo é 10 sl e 20tp em cada sinal 2º sl e tp (entre parênteses) O exemplo é de um curto. Calcule o sl encontrando a diferença entre o sinal baixo da vela de sinal para o último balanço alto x 2 para tp, então, se o último balanço de alta a baixa de vela de sinal for 20, então tp é 40. sl é colocado 1 pip acima do balanço alto. O gerenciamento de dinheiro deve ser usado para Que não importa o quão grande a parada, apenas 5, por exemplo, será perdida. Você aumenta sua renda diária ao negociar mais contratos à medida que o seu banco cresce, não arriscando mais do banco ou indo para metas maiores dessa forma, uma parada de 10 pips perderá o mesmo valor que uma parada de 50 pips aproximadamente Imagem anexa (clique para ampliar) The Sweet Spot for Mean Reversion ETF Strategies por Michael R. Bryant Em seu livro recente, Howard Bandy discutiu o que ele chama de quotweet spotquot para o desenvolvimento de sistemas de negociação de reversão média. 1 A idéia é que a combinação certa de comprimento da barra, período de espera, precisão do sistema e outras variáveis ​​tende a maximizar os retornos ajustados pelo risco. 2 Este artigo mostra como as estratégias de negociação de reversão médias que se encontram nesse ponto fácil podem ser desenvolvidas para fundos negociados em bolsa (ETFs) usando ferramentas automatizadas. Usando o Adaptrade Builder. Uma ferramenta de desenvolvimento de estratégia para o Windows, Ill mostra como os métodos de teste de estresse com análise de Monte Carlo podem ser usados ​​como parte do processo de desenvolvimento para encontrar estratégias de reversão médias robustas para o ETF SampP 500 (SPY) e os ETF Select Sector SPDR. Os arquivos de projeto do Builder, que incluem o código da estratégia, são fornecidos para cada exemplo. Atingir o Sweet Spot A idéia básica por trás do Dr. Bandys sweet spot é que boas estratégias de negociação devem usar um tamanho de barra curto e têm uma precisão bastante alta com um curto período de espera e baixa redução. O tamanho da barra curta e o período de retenção curto maximizam as oportunidades de retornos compostos, enquanto a alta precisão e baixa redução facilitam a recuperação das perdas. As últimas qualidades também facilitam a determinação da viabilidade da estratégia e determinam quando a operação não está funcionando, pois as tendências de perda típicas para sistemas de alta precisão tendem a ser relativamente curtas. Com base nas diretrizes do Dr. Bandys, as seguintes características serão usadas neste artigo para definir os requisitos ótimos para estratégias de ETF de reversão média: barras diárias 20-30 negócios por ano Pelo menos 65 negociações vencedoras Barras médias em negócios de entre 1 e 4 por Significa reversão, estou me referindo a estratégias que tentam comprar abaixo do preço médio atual e vendem a um preço mais alto à medida que o preço reverte para a média. A idéia é comprar baixo e vender alto, em oposição aos sistemas de tendência, que normalmente tentam comprar alto e vender mais alto. Building With Monte Carlo Analysis No meu último artigo de boletim informativo, discuti o uso do teste de estresse na avaliação das estratégias de negociação e sua relação com a robustez e a superação da estratégia. Eu também mencionei que se fosse incorporado ao processo de construção, tenderia a levar a estratégias que exibissem robustez. Essa é a abordagem que será seguida aqui. Resumidamente, o teste de estresse refere-se à avaliação de quão sensível é uma estratégia comercial para suas insumos e ambiente. Uma estratégia robusta - uma que não é excessiva para o mercado - será relativamente insensível às mudanças em seus valores de parâmetros de entrada e a outras mudanças em seu ambiente, como mudanças nos dados de preços. A análise de Monte Carlo é a técnica utilizada para avaliar o efeito dessas mudanças. As insumos de estratégias, os dados de preços e outros fatores são alterados aleatoriamente e o desempenho das estratégias é avaliado. Ao repetir este processo muitas vezes, é obtida uma distribuição de resultados. Os resultados dos dados originais representam um ponto na distribuição. Outros pontos na distribuição representam os resultados usando versões ligeiramente alteradas dos dados originais, o que pode gerar resultados mais ou menos favoráveis ​​do que os dados originais. Os chamados resultados de Monte Carlo são os valores das medidas de desempenho (lucro líquido, vitórias percentuais, fator de lucro, etc.) que não são pior do que a maioria (tipicamente, 95) das avaliações. Por exemplo, se o lucro líquido de Monte Carlo na confiança de 95 é de 15.000, isso significa que 95 das avaliações tiveram um lucro líquido pelo menos tão grande quanto 15.000. Em outras palavras, há 95 chances de que o lucro líquido seja pelo menos 15.000, ou, inversamente, há uma chance de 5 que o lucro líquido seja inferior a 15.000. Quando uma estratégia de negociação é desenvolvida iterativamente em sucessivas gerações de modificação e teste, a construção baseada nos resultados de Monte Carlo tenderá a impulsionar a estratégia para uma que seja robusta, pois apenas uma estratégia robusta terá bons resultados de Monte Carlo. O Adaptrade Builder automatiza este processo, incluindo a avaliação dos resultados da estratégia usando os resultados de Monte Carlo de testes de estresse. O primeiro exemplo é para o SPDR SampP 500 ETF (símbolo SPY). Foram utilizadas barras diárias de 141999 a 4232013. O intervalo de datas para construção foi definido para 141999 a 122011, com os primeiros 80 (141999 - 8102008) utilizados para construção (ou seja, na amostra) e os dados restantes (8112008 - 122011) utilizados para testes fora da amostra. Os dados restantes (132011 - 4232013) foram reservados para validação. Todos os dados foram obtidos na TradeStation 9. A lógica da estratégia era apenas por muito tempo, e 100 de capital foram investidos em cada comércio, com todos os lucros reinvestidos e 0,015 por ação deduzidos por rodada para custos de negociação. Adaptrade Builder usa um algoritmo de programação genética para desenvolver uma população de estratégias em sucessivas gerações. A chave para usar o Builder para encontrar estratégias que atendam aos nossos requisitos ótimos é definir as medidas de construção, mostradas abaixo na Fig. 1. Figura 1. As métricas de compilação no Builder definem o ponto de encontro da estratégia SPY. A lista de Objetivos de Construção contém três métricas de propósito geral, todas as quais estão sendo maximizadas. Estes ajudam a orientar a população de estratégias para aqueles que possuem alto lucro líquido, coeficiente de correlação e significância estatística, que são desejáveis ​​para qualquer estratégia. As qualidades específicas estavam procurando (ou seja, o ponto doce) são definidas pelas Condições de Construção, que incluem as condições de desigualdade para o número de negócios, barras médias em negociações e a porcentagem de vitórias. Observe que a condição para o número de negociações é definida como um intervalo com base no número de anos de dados na amostra e o objetivo de ter entre 20 e 30 negócios por ano. Observe também que a porcentagem de negociações vencedoras está definida para um intervalo entre 65 e 85. O limite superior foi adicionado porque as estratégias com uma porcentagem invulgarmente alta de negócios vencedores geralmente não conseguem atender a alguma outra condição. A penalização de tais estratégias ajudará a conduzir a população em direção a estratégias que atendam a todas as condições, ao contrário de estratégias que atendem de forma desproporcional a uma condição para a exclusão de outras. A mesma lógica foi usada na definição de um intervalo para o fator de lucro. As outras condições - coeficiente de correlação, significância estatística, fator de lucro e fração Kelly - não fazem parte de nossos requisitos específicos, mas foram adicionados para melhorar os resultados globais. O teste de estresse e as configurações de Monte Carlo usadas para este exemplo foram selecionadas na tela de Opções de Criação, como mostrado abaixo na Fig. 2. Figura 2. As opções de análise e teste de esforço de Monte Carlo são selecionadas na guia Opções de construção. Conforme mostrado na figura, foram utilizadas 99 iterações de Monte Carlo para cada análise. Isso significa que 99 testes de estresse foram realizados além da avaliação dos dados originais. Os 100 conjuntos de dados foram analisados ​​utilizando a análise de Monte Carlo para extrair os resultados em 95 de confiança, onde foram utilizados para avaliar as condições mostradas na Fig. 1. Os testes de estresse consistiram em aleatorizar os preços, randomizar os insumos de estratégia e aleatorizar a barra de partida. Todas as três randomizações foram realizadas para cada teste de estresse. Como cada estratégia foi avaliada 100 vezes (99 testes de estresse mais os dados originais) em cada geração, essa abordagem demorou cerca de 100 vezes o tempo que teria tido testes de estresse e a análise de Monte Carlo não foi usada. Por esta razão, uma população relativamente pequena de apenas 100 membros foi usada para manter o tempo da solução razoável. A população evoluiu ao longo de 10 gerações, e uma opção foi definida para começar após 10 gerações se o lucro líquido no período fora da amostra fosse negativo. O gráfico da curva de equidade da estratégia superior na população após 20 gerações (1 reconstrução) é mostrado abaixo na Fig. 3. Figura 3. Curvas de capital para cada teste de estresse para a estratégia SPY final. Cada curva na Fig. 3 representa um teste de estresse. Como pode ser visto, todas as curvas de equidade diferentes geralmente têm a mesma forma com resultados positivos fora da amostra. A seguir estão alguns dos resultados de Monte Carlo a confiança 95 correspondentes à Fig. 3. Total de lucros líquidos Barras médias nos negócios Além do número de negócios, que é menos do que solicitado, a estratégia atende aos requisitos originais. A estratégia também passa no teste de validação. Quando a data de término é estendida para 4232013, o lucro líquido total de Monte Carlo aumenta para 67.015. A lógica da estratégia também satisfaz o requisito de uma estratégia de reversão média: ela entra em uma ordem limite e sai usando uma condição de indicador. A entrada limite significa que o mercado deve baixar o preço limite, então a estratégia está comprando baixa e vendendo depois que o mercado voltar. É importante ter em mente que estes são resultados de Monte Carlo com confiança 95, o que significa que, por exemplo, 95 das avaliações do teste de estresse tinham um lucro líquido total pelo menos tão grande quanto 56.784. Se o teste de estresse estiver desligado e a estratégia for avaliada nos dados originais, a curva de equidade é como mostrado abaixo na Fig. 4. Figura 4. Curva de capital para a estratégia SPY final sobre os dados originais. Esta curva patrimonial corresponde a um lucro líquido de 109.497, o que equivale a um retorno anual de 5.5. Embora este seja apenas um retorno modesto, ele bate facilmente o retorno de compra e retenção de aproximadamente 1,8 no mesmo período e é alcançado sem alavancagem e com uma curva de ações cada vez maior ao longo de um período que inclui dois mercados urso. Um exemplo de SPDR do setor seletivo O segundo exemplo envolve a construção de uma estratégia sobre um portfólio de ETFs, que consiste nos SPDR Select Sector. Esses ETFs dividem o índice SampP 500 em nove setores, de modo que cada estoque no SampP 500 é colocado em um dos nove setores sem sobreposição. Os nove setores são Consumer Discretionary (símbolo XLY), Consumer Staples (XLP), Energy (XLE), Financial (XLF), Healthcare (XLV), Industrial (XLI), Materiais (XLB), Tecnologia (XLK) e Utilitários (XLU). A maioria das mesmas configurações foi usada para construir esta estratégia como no último exemplo. No entanto, como nove vezes mais dados de preço foram usados ​​na construção, reduzi o número de iterações de Monte Carlo de 99 para 5. As outras opções de compilação foram as mesmas da Fig. 2, exceto para a opção de reconstrução, que não entrou em jogo. Para o dimensionamento da posição, 20 de capital foram investidos em cada comércio. Como nem todos os mercados provavelmente estavam negociando ao mesmo tempo, essa configuração foi escolhida para fornecer tamanhos de posição adequados sem resultar em alavancagem (ou seja, sobre-investimento). O período in-sample para esta compilação foi de 141999 a 5282009 com 5292009 a 122012 como o período fora da amostra e 132012 a 4232013 reservado para validação. O gráfico da curva de equidade de uma das principais estratégias na população após 10 gerações (sem reconstruções) é mostrado abaixo na Fig. 5. Figura 5. Curvas de capital para cada teste de estresse para a estratégia final do portfólio Select SPDR Set. Cada curva de equidade na Fig. 5 representa o patrimônio da carteira gerado a partir do back-testing em todos os nove mercados simultaneamente para um conjunto de configurações de teste de estresse (ou os dados originais). Alguns resultados resumidos de Monte Carlo são mostrados abaixo. Lucro líquido total Ao contrário do exemplo anterior, os resultados não são substancialmente diferentes quando a análise Monte Carlo é desativada e os resultados são avaliados em relação aos dados originais. Nesse caso, o lucro líquido total aumenta para 205.140. Esta estratégia também passa o teste de validação. A curva de equidade para a estratégia apenas nos dados originais (sem teste de estresse), em que o período de validação está incluído, é mostrada abaixo na Fig. 6. Figura 6. Curva de capital para a estratégia final do portfólio Select SPDR do setor nos dados originais. Esta curva de equivalência patrimonial corresponde a um lucro líquido de 249.431, o que equivale a um retorno anual de 9,5 com o pior caso de remoção de 21. Como no exemplo anterior, a lógica de estratégia entra longamente em uma ordem limite. A maioria das saídas é através de uma saída de destino, com outros negócios saindo com base em uma condição de indicador ou em uma parada de proteção. Faça o download dos arquivos do projeto Mean Reversion: (clique com o botão direito do mouse, Salvar destino como. Para o arquivo. zip requer o Adaptrade Builder para abrir.) Por motivos de licenciamento, os arquivos de projeto não incluem dados de preço. O chamado "sweet spot" para as estratégias de negociação recomendadas pelo Dr. Bandy parece fornecer condições efetivas para construir estratégias de negociação de reversão média de forma automatizada usando uma ferramenta como o Adaptrade Builder. Foi possível encontrar estratégias que atendessem à maioria dos requisitos para ambos os exemplos: uma estratégia de mercado único para o mercado de ETF SPY e uma estratégia para um portfólio de ETFs, que consiste nos nove Setores SPDR selecionados. Ambas as estratégias superaram a compra e a retenção e mantiveram-se bem no teste de validação. Para ambos os exemplos, o teste de estresse com análise de Monte Carlo foi empregado para aumentar as chances de encontrar estratégias robustas. Em comparação com o exemplo do portfólio, os resultados dos testes de estresse para a estratégia do mercado único (SPY) foram substancialmente mais conservadores (menos favoráveis) do que os resultados dos dados originais. Embora parte disso seja devido ao teste de estresse mais rigoroso em comparação com o exemplo do portfólio, sugere que a estratégia SPY é menos robusta do que o exemplo do portfólio. Em geral, onde os resultados de Monte Carlo divergem marcadamente dos resultados nos dados originais, pode-se esperar que a melhor estimativa dos resultados futuros esteja em algum lugar, embora isso dependa de quão conservador seja o teste de estresse e a análise de Monte Carlo . Parece razoável que a estratégia de portfólio seja mais robusta do que a estratégia do mercado único, uma vez que a estratégia de portfólio foi construída em nove mercados diferentes e foi obrigada a trabalhar razoavelmente bem em uma variedade mais ampla de dados de preços. Foi construído mais de nove vezes mais dados e tem cerca de nove vezes mais trades. O maior desempenho da estratégia de portfólio pode refletir o efeito positivo da diversificação em relação aos nove setores diferentes dos SPDRs. Embora nenhuma das duas estratégias tenha cumprido o requisito para o número de negócios, pode ser possível encontrar estratégias que atinjam todos os requisitos se uma população maior for usada ou forem exigidos requisitos de reconstrução mais rigorosos, o que exigiria mais tempo de construção. Alternativamente, pode ser que tal estratégia não seja encontrada devido aos requisitos conflitantes de alta precisão, freqüência comercial, curta duração do comércio e assim por diante. O melhor conjunto de condições de construção é aquele que explora plenamente o potencial dos mercados, permanecendo realista. Combinando um conjunto de condições de construção úteis, como as fornecidas pelo Dr. Bandy, com características de robustez incorporadas, como teste de estresse e análise de Monte Carlo, em uma ferramenta automatizada como o Builder deve fornecer uma estrutura sólida para o desenvolvimento de estratégias comerciais eficazes. Bandy, Howard B. Sistemas de negociação de reversão média. Blue Owl Press, Inc. Sioux Falls, SD, 2013, p. 138. Bandy, Howard B. Modelando o desempenho do sistema de negociação. Blue Owl Press, Inc. Sioux Falls, SD, 2011, p. 154. Este artigo apareceu na edição de abril de 2013 da newsletter do Adaptrade Software. Os SPDRs SampP 500 e Select Sector são marcas comerciais da The McGraw-Hill Companies, Inc. RESULTADOS DE DESEMPENHO HIPOTÉTICOS OU SIMULADOS TÊM CERTO LIMITES INHERENTES. NÃO GOSTO DE UM REGISTO DE DESEMPENHO REAL, RESULTADOS SIMULADOS NÃO REPRESENTAM NEGÓCIO REAL. TAMBÉM, DESDE QUE OS NEGÓCIOS NÃO SEJAM REALMENTE EXECUTOS, OS RESULTADOS PODEM TENER SOB OU COMENTÁRIOS COMPLEMENTARES PARA O IMPACTO, SE HAVER, DE CERTOS FATORES DE MERCADO, TAL COMO FALTA DE LIQUIDEZ. PROGRAMAS DE NEGOCIAÇÃO SIMULADOS EM GERAL SÃO TAMBÉM SUJEITOS AO FATO QUE ESTÃO DESIGNADOS COM O BENEFÍCIO DE HINDSIGHT. NENHUMA REPRESENTAÇÃO ESTÁ FAZENDO QUE NENHUMA CONTA VOCE OU POSSIBILIDADE DE ALCANÇAR LUCROS OU PERDAS SIMILARES ÀOS MOSTRADOS. Se você gostaria de ser informado de novos desenvolvimentos, novidades e ofertas especiais do Adaptrade Software, junte-se à nossa lista de e-mail. Obrigado.